2026 年，自动驾驶行业呈现出罕见的"回暖"态势。据工信部 7 月公开的数据，搭载组合驾驶辅助功能的乘用车新车市场渗透率已达 70%，配备领航驾驶辅助（NOA）功能的车型渗透率也超过 30%。从"辅助驾驶普及"到"高阶智驾下沉"，中国智能汽车市场正在经历一场由数据、算法与算力共同驱动的质变。
与此同时，"物理 AI"概念为自动驾驶注入了新的想象力：把大模型对物理世界的理解能力引入车辆，让车不仅"看得见"，更"想得明白"。行业普遍认为，自动驾驶正从依赖规则与人工特征的"1.0 时代"，迈向端到端大模型驱动的"2.0 时代"。这一转变的意义不亚于当年从专家系统到深度学习的跨越。
一、数据说话：智驾渗透率的历史性跃升
- 组合驾驶辅助渗透率 70%：绝大多数新车上已标配 L2 级辅助驾驶功能，自动紧急制动、车道保持、自适应巡航成为"基本盘"。
- NOA 渗透率超 30%：领航辅助驾驶从高速场景向城市场景扩展，"点到点"智驾成为中高端车型的核心卖点。
- 下沉趋势明显：高阶智驾功能正从 30 万元级车型向 15-20 万元级车型渗透，价格战的背后是智驾能力的普及战。
渗透率的跃升意味着海量真实驾驶数据的持续回流。数据是端到端模型的燃料，也是自动驾驶"越用越聪明"的飞轮起点——装机量越大、数据越多、模型越强、体验越好，进一步拉动装机量。
二、技术突破：算力与算法双轮驱动
- 端到端算法：一段式端到端架构将感知、预测、规划合并为单一神经网络，城市与高速 NOA 可实现"一键直达"，减少模块间信息损耗，也降低了规则维护的工程负担。
- 大算力芯片：黑芝麻智能在 WAIC 2026 展出华山 A2000 系列，单芯片算力最高达 1000 TOPS，支持多芯片协同扩展，可满足 L4 级全场景算力需求；双 A2000 组成的 FAD 天衍 L3 自动驾驶域控制器同步亮相。
- 车载大模型：千问 VLM 等视觉语言大模型已在华山 A2000 平台端侧实时运行，车辆能"看懂"复杂路况中的语义信息——交警手势、临时标牌、异形障碍物——实现人机共驾的自然交互。
- 车路云协同：路侧感知与云端大模型为单车智能补盲，复杂路口与极端天气下的安全冗余显著增强。
三、商业化进程：从技术演示到商业见真章
- Robotaxi 规模化运营：更多城市扩大无人驾驶出租车运营范围，单均成本持续下降，商业模式从"补贴换体验"走向"体验换付费"。
- L4 商用车落地：干线物流、港口、矿区等封闭与半封闭场景的 L4 商用车进入规模化运营阶段，安全员逐步撤出。
- 资本通道重启：驭势科技以"全场景 L4 第一股"身份登陆港交所，主线科技、深向科技等自动驾驶重卡企业密集推进 IPO，行业融资与上市通道重新打开。
- 车企自研与供应商并行：头部车企加大全栈自研投入，同时黑芝麻、地平线等 Tier1 芯片与方案供应商获得更多定点，产业分工更加清晰。
四、物理 AI：自动驾驶的长期想象力
物理 AI 的核心，是让模型学习物理世界的因果规律——物体运动、力学约束、交互意图——从而在从未见过的场景中做出合理决策。相比单纯堆叠数据，物理 AI 有望显著提升模型在长尾场景中的泛化能力：鬼探头、异形车辆、施工区域、恶劣天气，这些"十年一遇"的场景，恰恰是自动驾驶安全性的关键所在。
具体而言，物理 AI 的落地体现在三个层面：世界模型预测未来几秒的交通态势，为规划提供"预演"能力；多模态大模型理解场景语义，补充纯视觉感知的盲区；仿真引擎生成高难度的合成场景，加速模型的训练与验证。三者结合，正在把自动驾驶从"数据驱动"推向"理解驱动"。
五、挑战：繁荣之下的三道关卡
- 数据闭环：高质量、多样化的真实驾驶数据仍是端到端模型的命脉，数据采集、清洗、标注与回流的全链路效率决定模型迭代速度。
- 安全验证：端到端模型的可解释性弱于传统模块化方案，监管机构与消费者都需要新的测试体系与冗余设计来支撑安全论证。
- 成本曲线：1000 TOPS 级芯片与激光雷达的成本仍需持续下探，才能支撑中低价位车型的大规模搭载，供应链的规模效应是关键。
六、展望：更务实的第二春
自动驾驶的"第二春"并非回到此前的资本狂热，而是一场更务实的产业升级：技术路径趋于收敛（端到端成为共识）、商业模型逐步清晰（运营收入与订阅服务并进）、规模化落地开始兑现（渗透率数据说话）。对于从业者而言，真正的机会属于那些能把"数据-算法-算力-整车"闭环跑通的公司。
可以预见，2026 下半年到 2027 年，城市 NOA 将从"可用"走向"好用"，L4 将在更多细分场景创造真实营收。当智能驾驶成为新车标配而非卖点，自动驾驶行业才真正完成了它的成人礼——而物理 AI，将是这场成人礼上最值得期待的变量。
延伸阅读：智驾供应链的国产机会
自动驾驶的"第二春"正在重塑整个供应链：芯片、传感器、域控制器、算法方案、运营平台，每个环节都涌现出新的国产力量。芯片端，黑芝麻、地平线等厂商的智驾芯片已进入主流车型定点，1000 TOPS 级产品对标国际一线；传感器端，国产激光雷达成本已下探至千元级，助推高阶智驾向中低价位车型渗透；算法与方案端，一批 Tier1 与自动驾驶方案商在端到端架构上快速追赶，与头部车企形成深度绑定。
对于产业链上的中小企业，机会在于"场景纵深"：矿山、港口、园区、环卫等垂直场景的 L4 解决方案，壁垒不在通用算法而在场景数据与运营能力，这正是国内公司的优势区域。随着渗透率数据持续攀升，智驾供应链的国产替代与出海故事，才刚刚开始。需要警惕的是，供应链的繁荣也可能伴随产能过剩与价格战——上一轮智驾创业潮的教训表明，技术领先不等于商业成功，只有绑定真实量产车型、形成稳定现金流的企业，才能在行业洗牌中活下来。
值得补充的一个数据点是，高阶智驾车型的渗透结构正在变化：25 万元以下车型的 NOA 装配率环比持续提升，成为拉动渗透率的主力。这说明智驾已不再是"高端专属"，而是进入了大众市场的普及通道——对供应链的量产能力、成本控制与交付节奏提出了更高要求，也意味着行业竞争将从"参数比拼"转向"工程与供应链比拼"。