问题——智能技术进入“下半场”，从线上走向线下仍面临门槛 新一轮科技革命和产业变革背景下，智能化应用正从“信息处理”向“物理执行”延伸；何小鹏在专访中提出，智能经济形态将继续重塑生产生活方式，未来十年的突出特征是智能技术与现实世界深度耦合，自动驾驶、人形机器人、飞行汽车等有望成为重要载体。此外，智能技术走进道路交通、家庭服务等高复杂度场景，也面临安全、成本、规模化落地等多重挑战：既要“能跑”，更要“可靠、可控、可复制”。 原因——算力、数据、算法与工程体系共同驱动，端到端路线加速演进 业内普遍认为，自动驾驶从辅助走向更高等级，关键在于技术路径与工程能力的升级。何小鹏表示，自动辅助驾驶正在进入端到端与大模型驱动的新阶段，即依托更大规模算力、更高质量数据和更强模型能力，实现从感知、决策到控制的系统性提升，以期带来“质的变化”。此判断背后反映的是产业条件的变化：一是算力基础设施持续完善，训练和部署成本下降；二是车辆与传感器带来更丰富的真实世界数据；三是算法迭代与软件工程成熟，使复杂场景的泛化能力不断增强。多因素叠加，推动智能技术更接近可规模化的工程落地。 影响——交通出行与制造业组织方式或被重塑，竞争将转向综合能力 若端到端大模型路线在安全和体验上实现突破，自动驾驶将对交通效率、事故率、能源消耗与城市治理带来深远影响：在微观层面，驾驶负担降低、出行体验提升；在中观层面，车路协同、智慧停车、物流配送等产业链条可能加速重构；在宏观层面，对应的技术外溢效应将带动传感器、芯片、软件平台和高端制造协同升级。 在人形机器人上，其进入家庭与日常场景需跨越“成本、可靠性、可维护性、交互安全”等门槛。一旦突破，将对养老照护、家庭服务、危险作业替代等领域产生新的供给能力。但可以预期的是，市场竞争将不再仅是单一产品竞争，而是围绕算法平台、硬件生态、量产能力、供应链协同与法规合规的综合比拼。 对策——抓住“软硬协同+安全合规+跨域融合”三条主线 围绕产业落地，何小鹏强调，并非所有企业都能顺利从汽车制造延伸至人形机器人研发，企业需具备硬件自研、软件自研及跨域融合等核心能力。对行业来说，这一提醒特点是现实针对性：物理场景对可靠性、功耗、结构设计、实时控制提出更高要求，缺乏软硬一体化能力的企业难以复杂场景中形成稳定产品力。 从产业治理角度看，自动驾驶向更高等级演进，应坚持安全优先、循序渐进，完善测试验证体系和责任边界，推动数据合规与隐私保护落地，促进道路基础设施与标准体系建设。同时，应鼓励“产学研用”协同创新，推动关键软硬件、操作系统、核心算法工具链等能力提升，增强产业链韧性与国际竞争力。 前景——2026年或成关键观察窗口，规模化落地仍取决于安全、成本与政策协同 何小鹏提出，2026年或将成为智能技术加速走向物理世界的关键节点，全球自动驾驶有望出现从L2向L4能力跨越的阶段性进展，人形机器人也可能更快进入家庭与日常生活。业内人士指出，这一趋势既受到技术进步推动，也取决于法规标准、基础设施、商业模式与公众接受度的综合匹配。可以预期的是，未来一段时期将呈现“局部先行、分级落地、场景驱动”：封闭园区、限定区域、特定路线或将率先实现更高等级能力应用，随后再逐步向更复杂开放场景拓展。 面向全球市场，随着中国在智能网联新能源汽车、供应链体系与应用场景上积累优势，相关企业“从中国走向全球”的步伐有望加快。但同时也需正视国际合规、数据跨境、知识产权与本地化运营等挑战，以更高水平开放合作推动技术成果惠及更多市场。
智能技术与物理世界的融合，机遇与挑战并存；在全球竞争与技术迭代的双重压力下——能否突破核心技术壁垒——将决定中国企业在智能经济浪潮中的位置。何小鹏的判断，为行业、政策制定者与企业决策者提供了一个值得认真对待的参照。