物理AI重塑智驾格局，千里科技探寻新增长极
物理AI，已然成为智能驾驶领域的下一个关键竞技场。
7月19日，在2026世界人工智能大会（WAIC）高级别自动驾驶创新发展论坛上，千里智驾CEO陈奇给出的论断十分清晰：AI与汽车的融合，正迎来分水岭时刻。
“我们认为，未来自动驾驶若要持续突破，必然离不开物理AI。自动驾驶，正是物理AI当前最核心且最成熟的落地应用场景。”陈奇如是说。
关于智能驾驶的技术路线之争，热门词汇层出不穷，涵盖端到端、VLA、世界模型等。当行业仍在争论自动驾驶的终极答案时，千里科技已凭借超50万辆ASD装车量、93%的辅助驾驶激活率、同比增长超两倍的智驾里程，以及一套与阶跃星辰深度共建的原生智驾基座模型，交出了自己的答卷：
物理AI并非空洞概念，而是正在发生、重构智驾产业的现实。
范式跃迁：从模仿学习到理解世界
智驾行业从不缺乏时髦词汇，各类流行语每隔数月便涌现，但核心命题始终未变——并非“这项技术能否实现”，而是“究竟该走哪条路”。
在WAIC的演讲中，陈奇开宗明义地指出，物理AI绝非营销造势的产物，对智驾而言，它如同AGI之于大模型企业，是必须跨越的目标。
这一判断的底层逻辑在于，过去的智驾系统，本质是在教导机器“看路”——识别车道线、红绿灯、前车距离，进行的仅是图形识别。
这种“感知+规控”的范式，虽对目标识别表现良好，但面对规则之外的事物，如突然窜出的动物、路边的水坑等，其避障能力却十分薄弱。
L3及以上高阶自动驾驶，要求的是教导机器“理解”：理解三维物理空间的布局，而非仅跟随标线；识别周围物体的动作意图，而非将周遭一切抽象为“方块”；读懂交警手势、听懂乘客指令、理解临时路牌，而非仅在图形层面进行模式匹配。
这正是物理AI的核心能力边界。
它要求AI具备对真实世界三维空间、动力学规律和交互规则的深度理解，能在真实物理环境中，自主完成感知、规划、决策与执行。
过去几年，行业主流已从高精地图转向端到端，覆盖了大部分L2场景，但目前的端到端，本质上仍属于模仿学习。陈奇打了个比方：“这好比在驾校训练后，考试拿了高分，却不能保证能上路，迈不过L3、L4那道鸿沟。”
千里认为，跨越鸿沟的关键在于通用智能。引入具备“通用表征”能力的世界模型，建立“万物通识”；同时依靠大语言模型，提升系统的因果逻辑和主动决策能力。
在具体解法上，千里采取“数据+认知”双轮驱动策略。即在已有端到端数据飞轮的基础上，再构建一个通用智能的认知飞轮。当两个飞轮协同运转，实现全链路模型化，才是真正面向L3、L4的解决方案。
某种程度上，基础模型的质量决定了汽车智能化的上限，也将直接影响企业的长期竞争地位。
在物理AI的技术路径上，行业分化出两条截然不同的路线。
一种是“外挂微调”，以通用大语言模型为底座，叠加驾驶数据进行后训练和微调。
这条路线的优势在于成本低、见效快，可凭借现有开源模型快速抢占中低端市场。但其天花板也显而易见：模型底层对物理世界的理解能力先天受限，缺乏对三维空间、时间序列和车辆动力学的深刻认知，难以应对真正的长尾场景和复杂博弈，一旦注入海量智驾专业数据，模型能力甚至可能发生剧烈退化。
另一种是“原生基座”，在基座模型预训练阶段，便将通用语料与智驾数据深度融合，让模型从起步就建立对物理世界的认知，后训练阶段再针对驾驶场景做专项特训，同时保留基座模型的通用推理能力。
千里坚定选择了后者，与阶跃星辰联手，形成生态组合，打造原生的智驾基座模型——它自诞生起便“懂行”，天生具备对物理世界的理解力。
All in L4：以飞轮效应实现降维打击
千里在物理AI落地上的另一项关键战略判断是，L2、L3、L4划分的是责任边界，而非模型边界。
“不存在所谓的L2模型或L4模型，本质上应是同一套技术架构在持续不断进化。”陈奇说道。
因此，千里的战略是，基于面向L4的统一技术架构，两条线同步推进。
一方面，将L4的核心技术逐步释放到量产车，让用户提前享受L4体验；另一方面，量产车产生的海量真实数据回流至L4系统训练体系，持续喂养模型，加速迭代。
这一“量产车越多，跑得越多，系统越强；系统越强，用户体验越好”的飞轮效应，正通过ASD系统的快速迭代得到验证。
2026年初，千里科技发布ASD 3.0版本，搭载量迅速突破30万台，方案底层采用端到端模型架构，将多模态模型、VLM、VLA、世界模型等融合进一套系统。
紧接着推出的ASD 4.0，于4月率先落地极氪8X，成为行业首款打通舱驾融合的量产车型。在30万元级SUV中，极氪8X的用户口碑稳居第一。
从ASD 4.0带来的硬核智驾体验来看，横纵一体的平顺控车，让城中村、窄小路段、人车混行路段的绕行既聪明又丝滑；更强的物理世界通识能力，使车辆能读懂道路环境的真实逻辑，自主判断ETC和人工收费站、精确识别潮汐车道；防御性驾驶能力，复刻老司机习惯，提前预判风险，而非仅处理“已发生”的情况。
真实的装车量与用户体验，是衡量智能化企业产业化落地能力的核心标准。目前，ASD 4.0已在极氪、领克、银河等品牌数十万台车上完成OTA，持续接受现实场景检验。
除了正在大规模推送阶段的ASD 4.0，千里还在规划4.1、4.2以及5.0版本。
据陈奇透露，即将推出的ASD 4.1版本，将实现无限制全场景D2D（Door to Door）零断点通行，在物理AI大模型加持下识别能力全面升级，并实现舱驾深度融合的语音直接控车。而年底的ASD 5.0版本，陈奇卖了个关子，称“将完全释放物理AI的潜力，带来颠覆性体验。”
估值重构：从“辅助驾驶”走向“具身驾驶”
陈奇在WAIC演讲中，最具想象力的部分，是对“具身驾驶”终极形态的描绘。
他勾勒出这样一幅画面：清晨你上车打了两个喷嚏，车便记住了。等你到达公司，下车后，它会自行规划路线，去药店买感冒药，顺路洗车、充电。快下班时，它准时停在楼下等你。你拉开车门，空调已调至适宜温度。
“这就是我们对具身驾驶的想象——车不再被动等待指令，而是主动理解、主动服务、主动行动。”陈奇表示。
走到这一步，仍需大量技术储备，落地周期依然漫长。现阶段整体来看，高阶自动驾驶走向真实道路，正迎来政策落地、技术迭代、产品量产、商业运营的四重共振。
2026年6月，工信部公示《智能网联汽车自动驾驶系统安全要求》强制性国家标准（报批稿），这是国内首部针对L3/L4级自动驾驶的强制性国标，推动高阶智驾走向实用合规。
与此同时，工信部数据显示，2026年以来，我国搭载组合驾驶辅助功能的乘用车新车市场渗透率已达70%，其中配备领航驾驶辅助功能（NOA）的车型渗透率已超30%。
高阶智驾正从“选配”变为“标配”，市场空间快速打开。
未来，“AI+车”将走向何方？陈奇提出了三个阶段的判断：
首先是当前正在经历的汽车智能化阶段，即L2+、L3辅助驾驶加智能体座舱；其次是L4规模化落地后的汽车共享化阶段，车辆从私人消费品转变为“移动出行服务载体”；最终走向具身化的汽车，真正具备主动服务能力的智能体。
在这个演进过程中，智驾行业将经历一场深刻的估值逻辑重构。
过去数年，资本市场对智驾企业的定价遵循的是制造业逻辑，装车量决定规模，硬件渗透率决定收入，BOM成本决定毛利，对应的是“卖硬件、卖方案”的一次性收入，智驾方案提供商是按人头收费的项目公司。这种模式下，企业的天花板清晰可见，估值锚点牢牢锁定在制造业PE区间。
物理AI的崛起，彻底改写这一规则，推动智驾行业的估值逻辑转向科技公司，企业的核心价值不再仅仅是硬件出货量，而是看模型能力、数据资产、软件订阅与服务收入的持续性。
这与云计算、SaaS企业的估值逻辑高度趋同——关注的是用户活跃度、数据飞轮效应和长期订阅价值。
当物理AI成为智驾行业的“第二增长曲线”，那些掌握原生基座、拥有数据飞轮、打通商业闭环的企业，将迎来估值逻辑的重估。
千里科技，希望成为这一浪潮中的定义者。
在演讲最后，陈奇谈了谈个人感受：多年后，当人类真的创造出一个能服务所有人的通用人工智能，它的底层意识里，一定藏着早期探索者关于如何让人类生活更美好的尝试。
“我们今天教它拐过的每个弯，对待的每一条生命，每一次的让行，最后都会变成数据和权重，刻进它的记忆系统里。
我们写下的每一行代码、打磨的每一次调优、跑完的每一次路测，全都是铺向物理AI理想的坚实砖石。我们必将在物理AI的终极理想的探索史上，留下千里智驾不可磨灭的印记。”
这段话，或许道出了智驾企业的真正价值，他们不仅在卖方案、卖服务，更在参与定义下一代AI与物理世界交互的底层逻辑。