以“领时代智未来”为主题的2026北京国际车展，用38万平方米的展览面积、1451台展车、181台首发车的庞大规模，创下了全球车展纪录。但比数字更引人注目的是，这个全球汽车行业的风向标正在悄然改变风向——如果说过去的展会是电动化的竞技场，那么2026年的北京车展，则标志着全球汽车产业竞争已彻底转向智能化的下半场。
展会期间，一个词汇被反复提及：“具身智能”。从芯驰科技全面揭晓的具身智能产品线最新成果，到千里科技与吉利联手打造的中国首台原生开发Robotaxi原型车Eva Cab，再到理想汽车明确宣示完成“从汽车企业向具身智能企业的全面重构”——“造车就是造具身智能机器人”的行业论断，正从理念迅速演化为明确的产业战略焦点。
这一转变背后，是对汽车产品定义、价值逻辑乃至产业边界的根本性重塑。当车辆不再仅仅是移动的“家”，而是具备自我感知与主动服务能力的智能生命体，一场跨越物种的产业迁徙已经开启。本文将从产业格局、核心能力、商业前景三个维度，系统性探讨具身智能如何“上车”，以及其距离现实应用的真实距离。
在具身智能浪潮中，不同背景的参与者基于自身资源禀赋，选择了差异化的切入路径。这些路径不仅决定了各自的技术演进节奏，更将深刻影响未来产业生态的最终形态。
垂直整合模式的代表，理想汽车在2025年财报电话会上传递出“已完成从汽车企业向具身智能企业的全面重构”的明确信号。该公司2025年研发投入113亿元，其中AI相关投入占了50%，并预计2026年研发费用保持在120亿元左右水平，AI相关研发投入占比仍维持一半左右。这种模式追求从底层硬件到上层AI的端到端控制，理想汽车发布的VLA司机大模型展示了其路径特征：该模型上线后，月使用率达80%，指令使用次数达1225.4万次，通过将空间智能、语言智能和行为策略统一在一个模型里，构建了一体化智能决策体系。
垂直整合的优势在于体验一体化程度高、技术迭代闭环快、长期成本与性能优化潜力大。理想汽车总裁马东辉表示，随着理想i6产能的释放，2026年一季度理想汽车给出交付8.5万辆至9万辆的交付指引，这为数据飞轮提供了规模化基础。但这种模式也面临技术研发投入巨大、周期长、风险高度集中的潜在风险。
供应商赋能模式则呈现另一种逻辑。千里科技在这场变革中展示了“一日千里”的崛起速度，其核心是提供“超级智能体”等软硬一体解决方案，扮演核心系统供应商角色。在2026年4月的发布会上，千里科技宣布2026年底跻身智驾“百万俱乐部”，2028年挑战800万辆智驾装车量，目标成为全球最大的智能驾驶解决方案供应商之一。同时，该公司计划2027年推出全套Robotaxi综合解决方案，2030年支撑全球超30万辆Robotaxi运行。
这种模式的精髓在于帮助车企快速集成先进能力，降低自研门槛与风险。千里科技与吉利、阶跃星辰联合研发的“千里超级智能体+ASD4.0”智驾舱融合方案即将实现量产上车，将率先搭载于极氪8X车型。截至2026年3月，千里科技智驾方案已覆盖17款车型、累计装车46万辆，辅助驾驶激活率高达92%。其优势在于利于技术标准化与规模化应用，但潜在风险在于与车企的协同深度和数据共享可能存在壁垒。
生态赋能模式则处于产业链的上游位置，以四维图新为例。该公司在车展期间首发的智能体数据综合解决方案，构建了“精准数据&合规、端侧算力、智能体感知&采集、智能体移动&交互”四层架构。四维图新CEO程鹏阐释了切入具身智能赛道的商业逻辑：“具身与智驾核心都是数据采集和训练。智驾是‘有限姿态的单一场景’，而具身是‘多姿态、无限场景’——数据量将呈现千倍级增长。”
这种模式的价值在于提供高精地图、仿真数据、场景数据库等基础设施与服务，专注为具身智能提供“时空底座”和燃料。四维图新已明确将移动智能体平台能力打造为第三增长曲线，阶段性目标是助力具身智能领域解决数据闭环、安全合规等问题。程鹏透露，该公司用4年时间把车的数据合规业务从0做到10个亿，机器人赛道值得干。这种模式相对轻量且可复用性强，但面临同类数据和地图服务商的竞争，盈利模式可能受制于下游应用规模。
无论选择何种路径，实现真正可用的车载具身智能，都必须跨越三重能力鸿沟。这三个维度构成了“能力三角”，任何一个短板的长度，都将决定最终实现的天花板高度。
“大脑”能力的核心是AI大模型与决策智能。目前行业面临的挑战在于，需要从纯数字世界的NLP、CV大模型，进化到能理解物理规则、进行安全因果推理的“物理AI”，并满足车载实时性、可靠性要求。理想汽车的VLA司机大模型就是这一方向的尝试，其将空间智能、语言智能和行为策略统一在一个模型里，可模拟任意视觉感知逻辑进行环境识别。
全国人大代表、中国移动通信集团上海有限公司董事长楼向平指出，汽车工业的仿真测试、自动驾驶的模型训练，对算力的效率与响应速度均有着刚性需求。而全国人大代表、科大讯飞董事长刘庆峰则呼吁布局国家级人工智能重大专项，加强在国产算力平台上的大模型研发攻关，因为“汽车智能化竞争的核心是芯片算力，自主可控的算力平台和AI生态，是保障智能汽车供应链安全的基石”。
“躯干”能力则关乎硬件执行与精准控制。当智能决策需要转化为安全、精准、柔顺的物理动作时，车规级执行器的成本、耐久性、精度问题成为关键瓶颈。激光雷达的发展轨迹揭示了硬件领域的挑战：机械式激光雷达的MTBF（平均故障间隔时间）通常仅为1000-3000小时，远低于乘用车规级13000小时的严苛底线，导致其市场渗透率在2025年大幅萎缩至5%。
混合固态激光雷达通过收发模块与扫描部件的解耦设计，以局部“微动”取代全局宏观旋转，将整机使用寿命指数级提升至5万小时以上，才成功跨越了车规级可靠性鸿沟。这种硬件的工程化挑战，在具身智能所需的更多执行器上同样存在，特别是多执行器在复杂动态环境下的协同控制难题尚未完全解决。
“经验”能力可能是目前最大的瓶颈，即场景数据与工程化落地。全国政协委员、西安电子科技大学校长高新波指出，应优先推动具身智能在工业物流、仓储搬运等封闭场景实现闭环应用，逐步向医疗辅助、家庭服务等领域拓展，通过“深水区”场景倒逼技术升级。
具身智能需要大量“任务级、过程级”的交互数据，如抓取、装配、搬运等，这类数据获取成本高昂、标注难度极大。数据讲堂的分析显示，当前行业的数据缺口超过99%，堪称“数据饥荒”。仿真数据与现实脱节的问题尤其突出——“仿真中能完美完成的‘拧螺丝’动作，在现实中可能因为螺丝的微小磨损、摩擦力变化而失败”，这种“Sim2Real落地难”的问题，成为模型走向现实的“最后一公里”障碍。
基于技术成熟度、市场需求和法规接受度，具身智能上车的商业化节奏正在形成清晰的阶段性图景。产业各方正在从不同维度探索可行的落地路径。
固定路线低速接驳被认为是商业化先锋场景的首选。园区、机场、景区等封闭或半封闭场景，技术难度相对较低，需求明确。千里科技与吉利联合打造的Eva Cab原型车展示了这一方向的可能性，该车基于千里科技Robotaxi综合解决方案打造，融合了其L4级技术架构与超级智能体技术。按照规划，千里科技将在2027年推出全栈式Robotaxi综合解决方案，2030年冲击全球30万辆搭载规模。
这种场景的优势在于环境可控性强，交互复杂度相对较低。四维图新的程鹏判断，“具身与智驾核心都是数据采集和训练。智驾是‘有限姿态的单一场景’，而具身是‘多姿态、无限场景’——数据量将呈现千倍级增长。我们初步估算，5年可能翻1000倍。”固定路线场景能够为模型提供相对标准化的训练环境，加速算法迭代。
特定功能的家用服务机器人则是另一条并行探索的路径。以车载智能空间为起点，延伸至固定居所内的辅助搬运、清洁等，与汽车形成“车家互联”的智能体网络。国务院发展研究中心报告预测，我国具身智能市场规模有望在2030年达到4000亿元、在2035年突破万亿元，并将引领带动交通物流、工业制造、商业服务等多个应用领域新质生产力进一步跃升。
数据显示，2025年，中国工业机器人产量77.3万套，同比增长28.0%，产量创新高。国内人形机器人整机企业数量超140家，发布人形机器人产品超330款。北京、上海、深圳等地纷纷设立百亿级产业基金，正形成“集群效应”。这些基础为车载具身智能向家庭场景延伸提供了技术积累和市场培育。
价值重构正在改变汽车产业的商业逻辑。从“移动工具”变为“移动智能空间+多功能服务机器人”，单价和附加值有望提升。千里科技联合合作伙伴发布的全新汽车品牌Pallade（中文名：游心），价格区间20-40万元，展示了这种价值提升的可能性。盈利模式也将从单一的硬件销售，演化出软件订阅服务（如智能场景包）、基于机器人能力的外卖/快递/零售等移动服务分成等多层次结构。
从理想汽车的垂直整合重构，到千里科技的供应商赋能崛起，再到四维图新的生态底座布局，具身智能上车的三条路径正在并行演进。这些模式各有优劣：垂直整合追求极致体验但承担巨大风险，供应商赋能加速普及但面临定制化挑战，生态赋能夯实基础但依赖下游规模。
能力三角的挑战依然严峻：“大脑”需要从数字智能进化到物理智能，“躯干”需要跨越车规级硬件的工程壁垒，“经验”需要填补99%的数据鸿沟。这些挑战决定了，具身智能的大规模现实应用仍需要跨越多重技术、成本与生态障碍。
在这场产业变革中，你最看好哪种“具身智能”发展路径？是车企主导的垂直重构，科技公司的赋能方案，还是产业链深度分工协作？你认为“大脑”、“躯干”与“经验”三大能力中，哪个将是率先突破的关键瓶颈？
无论答案如何，具身智能正在将汽车产业推向一个软硬深度融合、车与万物智能协同的新纪元。这场竞赛的终点，或许不是单一公司的胜利，而是一个全新智能生态的崛起。当2026年车展的展台灯光渐暗，真正的产业重构大幕才刚刚拉开。
