2026北京車展上，供應商大規模進入主展館，成為當前的熱點話題之一。

在智電時代的“淘金”浪潮中，供應鏈企業一直被認為是“賣鏟子”的人。而如今供應商不再滿足于作為B端的隱形推手，更是要直接定義C端用戶的核心體驗。但當眾多“賣鏟子”的人走向臺前，誰能精準押準下一輪競爭風口，已然成為行業關注的焦點。

對此，輕舟智航率先給出了答案。在其看來，未來的競爭是從“無人駕駛”全面升級至更廣闊的“通用物理AI”。

“我們正站在從‘無人駕駛’邁向‘物理AI’的歷史拐點上。世界模型+強化學習是鏈接數字與物理世界的核心橋梁，也是通往通用物理AI的必經之路。”輕舟聯合創始人、董事長兼CEO于騫博士如是說。本屆車展上，輕舟物理AI模型也正式發布。

當供應商開始走向臺前，這不僅意味著其正逐步參與乃至主導體驗定義，也預示著行業競爭邏輯正在被重塑，車企之間的產品之爭，正加速演變為圍繞技術范式的較量。在這一背景下，劍指物理AI時代的輕舟智航，本質上是在提前押注下一階段的技術趨勢，在一條尚未被充分驗證、卻關乎未來話語權的路徑上，再次開啟新的征程。

物理AI時代加速到來

在2025年，智能化領域最為火熱的概念之一，無疑是AI大模型上車。然而，從實際應用來看，大多數AI大模型仍停留在語義理解層面，難以真正作用于復雜多變的現實物理世界。

而今年以來，越來越多業內人士認為，AI的下一波浪潮是“物理AI”。所謂物理AI，本質上是能夠理解現實環境并與之進行交互的AI模型，能夠在真實物理世界中感知、理解和執行復雜操作，并在持續的反饋中不斷糾錯與自我進化。

基于此，輕舟在此次車展上首次系統披露了輕舟物理AI模型的完整架構。其主要包括被稱為“輕舟AI超級工廠的核心引擎”云端側，其基于運動模擬的世界模型升級版，能用自然語言一鍵生成極端天氣、逆行電瓶車、鬼探頭等長尾場景，讓AI在仿真中見到日常難以遇到的極端情況；以及車端側，采用“世界模型+強化學習”統一架構的“世界行為模型”，以在線世界模型為骨干，融合VLA與強化學習算法，實現從感知到行動的全鏈路模型化打通。

在此次車展上，輕舟智航也帶來了具體的行車環境模擬，包括車輛周邊環境檢測、車輛行駛安全等場景，初步展示了AI訓練以及道路感知的能力。于騫表示，這套方案將在2027年規模化應用。

如果說過去智能駕駛的技術核心在于把已知場景“考題”做對，那么物理AI所要解決的，是將虛擬世界無限的“題庫”和物理世界中有限的“實測”打通，讓智能駕駛具備從仿真中學習、在現實中驗證、再反哺模型持續進化的能力。

當然，從技術驗證到規模化落地，物理AI仍然是一條充滿挑戰的路徑。但正如每一次技術范式躍遷一樣，真正的分水嶺，往往出現在少數玩家率先跨出這一步的時刻。對于輕舟智航而言，這場關于“物理AI”的長期競賽才剛剛開始。

不卷參數，要卷體驗與價值

如果說物理AI定義的是輕舟智航對行業發展方向的前瞻性卡位，那么推動智能輔助駕駛的規模化滲透，則更像是一場立足當下、面向未來的能力儲備。前者決定技術天花板，后者決定商業化底盤，也共同構成了輕舟技術演進的完整路徑。

具體來看，輕舟智航并沒有簡單跟隨行業內堆砌算力和配置的主流路徑，而是選擇在既有算力邊界內，反向逼近體驗上限。此次正式推出的“輕舟乘風MAX”輔助駕駛解決方案，在超500TOPS車端算力平臺上，通過“世界模型+強化學習”的統一架構，實現面向復雜城市環境的高階城市NOA體驗。此外，輕舟也以“世界模型+強化學習”為核心技術架構，推動L2++與L4雙輪并行演進。這一選擇的本質，正是輕舟試圖論證，當模型能力足夠強時，算力不再只是簡單堆砌的資源，而是能夠被高效調度與釋放，轉化為更具價值的真實體驗。

這一路徑正是基于輕舟對于當前行業發展的判斷。盡管智能化技術快速迭代，但結構性不均衡依然明顯。截至2026年初，國內新車L2級及以上輔助駕駛功能滲透率達到54.5%，但10萬元以下入門車型L2功能標配率僅為38%；在10-20萬元主流家用車中，具備L2+城市NOA能力的比例也僅為42%。由此可見，當前的高階輔助駕駛功能，仍集中在少數價格帶，尚未形成真正的普及。尤其在芯片等核心零部件成本持續上漲的當下，智能駕駛要真正成為“基礎能力”，就必須從“參數競賽”走向“效率競賽”，通過算法與架構優化，在有限的資源下實現更優解。

值得一提的是，在今年1月，輕舟智航推出了行業首創的基于單顆地平線征程6M芯片的城市NOA方案，并成功量產上車。其通過深度軟件優化，讓128TOPS的算力實現了媲美256TOPS的智駕體驗，也將城市NOA帶到了10萬元級市場。

于騫強調，“我們不卷參數，卷體驗。不卷噱頭，卷真實的用戶價值。”他反問：“老百姓花幾千上萬塊選裝一套智駕系統，到底買到了什么？是更炫酷的UI？還是每次上車都要重新學習一遍怎么用？”他的答案是：用戶買的不是技術，是價值。也正是在這一背景下，輕舟將“安全”與“價值”作為更高維度的技術評判標準。

截至目前，輕舟乘風輔助駕駛已搭載25款量產車型，2026年預計新增車型超50款。在安全維度，其AEB誤觸發率低至50萬公里不足1次，遠優于行業平均水平，每年能幫助用戶避免約14.6萬次潛在事故。

可以說，當安全可以被量化，當體驗可以被持續驗證，當成本可以被結構性壓縮，智能駕駛才不再只是產品配置表上的一行參數，而是逐漸演變為影響用戶出行方式的基礎能力。

輕舟智航的“Intel Inside”時刻

本次車展上，供應商集體走向臺前足以說明，在整車廠激烈競爭的背后，一場更為隱蔽卻同樣殘酷的“上游戰爭”正在同步展開。行業普遍預測，到2030年，中國頭部車企將只剩下五家，在這一輪淘汰賽推進的過程中，供應商之間的競爭不僅不會緩和，反而隨著整車格局的收縮而進一步加劇。

隨著智電技術的深入推進，汽車產業的競爭重心正在從整車制造，向以智駕芯片、動力電池與系統方案等為核心的底層技術能力加速遷移，并且后者正日益成為決定產品體驗的核心變量。當消費者開始為某一顆芯片、一套智駕系統或一塊電池買單時，供應商的角色已經發生本質變化，其不再只是成本結構中的一環，而是成為決定產品溢價與品牌認知的重要變量。

因此，無論是“物理AI”的前瞻布局，還是城市NOA的規模化普及，輕舟都在試圖于消費者心智中刻下類似當年“Intel Inside”的認知印記，將底層技術能力轉化為可被感知、可被信任的品牌標簽。與此同時，在資本市場層面，輕舟智航也在持續獲得關注。3月23日，輕舟順利完成1億美元D輪融資，這不僅是對其當前進展的認可，更是對其技術路徑與長期潛力的提前押注。

當智駕行業格局加速收斂，能夠留下來的，不只是站在風口之上的玩家，更是那些真正把能力做深、把路徑走通的少數長期主義者。而對于輕舟智航而言，這條從物理AI邁向規模化落地的路徑，不僅是一種技術路線的選擇，更是一場圍繞規模化落地能力與安全兜底能力展開的長期競賽，其所爭奪的，正是下一代智能出行的核心話語權。