小鹏汽车正积极把物理AI这项前沿研究全面融入到他们的移动载具中。这一战略的核心是给人工智能赋予认知物理世界的能力，让它学会处理三维空间、物体属性和力学规律。跟只在数字世界里转悠的AI不同，物理AI需要把二维图像识别推向三维推演，理解物理现象背后的因果关系。小鹏打算在感知层先实现质变，不再只是简单探测障碍物，而是通过摄像头推断积水深度、轮胎抓地力变化，甚至预测其他车辆的行驶轨迹。决策规划环节也随之进化，不再依赖海量训练数据找答案，而是建立简化的内部物理模型。遇到新物体时，它会根据形状和材质估算质量，而不是像个不会变通的机器一样恐慌。执行控制则是让车辆的动作更顺滑、更符合物理规律。 尽管这种方法能提升应对未知场景的能力，但构建精确高效的物理模型需要强大的算力，还要平衡计算精度和响应速度。物理世界充满不确定性，模型的可靠性是个大难题。相比之下，依赖大数据的自动驾驶虽然泛化能力强，但在极端情况下可能缺乏可解释性和安全感。小鹏的物理AI战略并不是要抛弃数据驱动的方法，而是要将人类对物理世界的基本认知以可计算模型的形式注入进去作为补充。这样做能给自动驾驶系统提供一个基于原理的“常识”底座，让行为更接近人类的预期。 这意味着智能汽车的研发重点正在从“感知智能”转向“认知智能”。目标是开发能理解环境物理本质并与之安全互动的移动智能体，而不是只知道遵循规则的机器。这种路线与单纯提升传感器性能或扩大训练数据规模的技术路线有很大不同。