Physical AI和Agentic AI起革命_学习资源

Physical AI和Agentic AI起革命

创始人

2026-03-11 18:35:18

核心亮点：

本次会议强调Physical AI与Agentic AI双线并行演进，一方面，自动驾驶等Physical AI正通过规模化量产与数据积累推动能力持续跃迁；另一方面，Agentic AI正在重塑信息获取方式，使流量分发与决策链条发生结构性变化。我们认为，两条路径在本质上呈现相似的发展逻辑，AI正进入落地深化阶段，体系化能力建设成为核心，而应用侧流量也在反向推动技术迭代。从商业形态看，由单一渠道向多品类、多场景扩展，或将成为未来的重要趋势。

趋势一：规模化流量与生态入口成为AI能力演进的核心抓手

随着AI从技术验证阶段迈向产业化落地，流量规模与入口控制权逐渐成为企业竞争的核心资源。我们看到，不同类型公司正通过各自的场景入口构建能力闭环。九识已累计覆盖300+城市、送单突破15亿件，通过海量真实业务场景构建起完整的数据闭环。轻舟高阶NOA已实现百万级量产上车，覆盖23款车型，并预计26年渗透至50+款车型，形成“规模-数据-能力提升”的正循环。万咖则深度绑定苹果、华为、小米、VIVO、OPPO、荣耀等手机厂商，依托终端流量入口构建Agentic AI驱动的流量聚合体系，通过GEO推动流量分发从传统搜索向AI Agent入口迁移。

趋势二：能力建设从“单点产品突破”走向“体系化协同能力”

随着AI走向规模化落地，企业竞争焦点正在从单点功能突破转向体系化能力构建，聚焦数据、工程、平台与生态等底层协同能力。九识构建覆盖数据生产、模型训练与仿真测评的完整闭环，通过“硬件销售+FSD月度订阅”形成可持续商业模式，正从1.0初创期迈向4.0规模化扩张阶段。轻舟提出AI驱动的“自动驾驶超级工厂”理念，打通数据生产、模型训练、仿真测评与强化学习优化等关键环节，并在此基础上构建端到端、世界模型与VLM /VLA模型体系，实现L2++与L4的技术复用。万咖则围绕终端厂商的互联网业务生态、OS标准与AI生态三大体系，通过推动内容结构化与数据标准化，适配生成式引擎驱动的流量分发逻辑。

趋势三：能力边界持续外延，从单一场景向跨场景延展

随着AI技术成熟度提升，企业不再局限于单一产品或场景，而是基于既有能力向更广应用边界延展，实现能力复用与业务扩张。九识由无人货运延伸至环卫、巡检等场景，形成“1平台+N生态”，并加速海外拓展，已落地新加坡、日本、韩国及阿联酋。轻舟依托L2++与L4技术底座，布局高阶智驾、Robobus与无人物流，实现技术与数据复用，并强调自动驾驶是Physical AI最早规模化落地的场景之一。万咖依托六大手机厂商生态，探索“智能体入口+推荐分发”的新模式，推动业务由渠道代理向生成式分发延伸，并拓展至垂类电商及小游戏等场景。

风险提示：市场竞争加剧、监管挑战、技术落地能力不足。本报告所涉未上市或未覆盖公司，仅基于公开信息整理，不构成推荐或覆盖意见。

正文

Physical AI和Agentic AI起革命

自 2025 年以来，我们已组织多场自动驾驶专题分论坛与行业交流活动，并与产业链企业及投资人保持持续交流。在本次 2026 年华泰春季策略会上，我们再次重申核心判断：自动驾驶是当前最具落地潜力的 Physical AI（物理 AI）应用之一，正从实验室阶段逐步迈向真实世界的规模化部署。随着传感器能力持续升级、高性能算力平台不断迭代，以及算法模型加速演进，自动驾驶技术与产业化进程正在同步提速。

与此同时，我们也观察到Agentic AI在过去几个月出现明显升温。2025年底，英伟达宣布与Groq达成交易，被市场视为Agentic AI领域具有代表性的产业事件。此后，行业内相关动态持续增加，例如Meta完成对Manus的收购，进一步强化市场对Agentic AI架构、算力形态及生态演进的关注。从产业节奏来看，我们认为，Agentic AI正逐步从概念讨论走向产业探索阶段，并将在短时间内成为AI产业的重要讨论方向之一。

基于这一背景，我们在本次策略会中尝试将Physical AI与Agentic AI两条技术主线放在同一框架下进行讨论：一方面，Physical AI正在推动自动驾驶、机器人等现实世界应用加速落地；另一方面，Agentic AI随着模型能力与推理架构的演进，可能在未来一到两年逐步形成新的技术范式，并对AI的应用形态与产业结构产生深远影响。

本次策略会也邀请多家不同类型的自动驾驶相关企业参与交流，包括聚焦配送与物流场景的自动驾驶公司九识，以及布局L2与L4自动驾驶解决方案的轻舟。此外，我们也邀请立足移动互联网生态、并积极拓展端侧AI应用的万咖壹联。希望通过不同应用场景与技术路径的交流，从产业与技术两个层面进一步探讨AI的落地。

我们再次重申，从L2向L4的演进并非简单的性能升级，而是涉及数据体系、传感器架构与 AI 算法能力的系统性跃迁。L2（ADAS）主要依赖真实道路驾驶数据进行模型训练，而 L4（完全无人驾驶）则需要在真实数据之外，大规模引入高质量模拟数据，以覆盖现实世界中的长尾场景。领先的Robotaxi运营商，如Waymo、小马智行与文远知行，正通过结合生成式AI与强化学习的仿真体系，不断扩展系统在复杂与极端场景下的安全边界。同时，九识、轻舟等企业也提出以AI驱动的“自动驾驶超级工厂”概念，核心在于构建覆盖数据生产、模型训练以及仿真与测评的完整闭环体系。在硬件层面，L4 系统通常采用多传感器冗余架构，通过摄像头、毫米波雷达与激光雷达的融合以提升感知可靠性与系统安全性；相比之下，L2 系统则以视觉方案为主，部分车型仅将激光雷达作为补充配置，整体冗余程度相对有限。此外，行业也正逐步向车规级感知硬件与车载计算芯片体系靠拢，以提升系统稳定性与量产可行性。

九识智能：定义智能城配金标准，全场景注入无人货运解决方案

九识智能是一家全球领先的L4级无人驾驶科技公司，专注于城配物流场景的自动驾驶商业化落地，总部位于苏州。公司是全球RoboVan领域的开创者之一，于2023年推出了全球首款L4级城配量产车，在城配物流领域具备先发优势，运营着全球最大的无人驾驶运力网络，是目前全球覆盖城市最多、累计商业化运营里程最高、交付量最大的无人驾驶科技公司。26年1月公司完成对菜鸟无人车的战略整合，技术上补充达摩院前沿研发能力，业务上整合菜鸟小蛮驴等业务及海外20+大仓资源，客户群得到进一步补充。公司以“多快好省”的无人运力解决方案为核心战略，持续深耕L4技术与商业闭环，致力于通过极致性价比的无人驾驶体验赋能千行百业，并逐步融入国家公共物流服务建设，不仅成为全球排名第一的RoboVan公司，更是自动驾驶领域的基础设施级创新执行单元。

公司业务范围主要包括：1）无人货运产品矩阵：公司打造了Z系列（全能型，代表车型26款Z5容积6.5m³/载重1000kg）、E系列（轻量经济型，代表车型E6主打社区零售等轻抛货场景）及L系列（重载长距型，L5载重达1800kg，适配大宗货物运输），形成覆盖2-10立方米的L4级无人车全场景产品体系；2）全链路无人货运解决方案：依托模块化底盘和开放平台，公司为市政环卫、安防巡检等多个领域提供定制化方案，并由此落地了L4自动除尘车、电力巡检车、自动洒水车等多款生态产品；3）运力订阅服务：公司首创“AI司机订阅式服务”，允许客户按月支付“AI司机”的服务费获得持续的自动驾驶运力，同时通过“硬件销售+FSD月度订阅”的商业模式，将车辆硬件以低价卖给客户，再通过后续的FSD订阅费获得稳定、高毛利的持续收入。

自2023年推出全球首款L4级城配量产车以来，九识智能持续巩固其在RoboVan领域的开创者地位。截至2026年1月，公司运营车队数量超过20000台（其中2025年出货约1.5万台），当前公司在手订单数超3万台，2026年公司目标出货量为4-5万台。公司在覆盖城市数量、累计商业化运营里程及交付量三大核心指标上均位居行业首位。特别是，在中大型尺寸车辆（≥5m³）市场，公司占有率高达88%；在快递物流KA客户（通达兔、邮政）中，市场占比达76%，持续坐稳其在L4货运市场的“第一品牌”地位。此外，公司始终以安全为基石，借助其高渗透率的优势，通过海量真实业务场景构建起完整的数据闭环，持续推动L4技术与商业闭环的深度融合，已实现从2022年“九识智能1.0”初创奠基期向当今“九识智能4.0”规模化扩张期的跨越。

在技术能力与产品定义层面，九识智能始终引领行业产品定义的“金标准”，构建覆盖城市配送全场景的无人货运产品矩阵与解决方案。2023年，公司推出全球首款Robovan产品，成为自驾城配赛道第一款5m3量产产品；2024年，公司推出全球首套城市L4级系列，产品覆盖5-10m3，涵盖城配赛道全场景；2025年，公司以平顶设计推出L4城配第三代量产系列，引领业内设计新范式。目前，公司已从单一无人货运延伸至多场景赋能，形成“1个平台+N种生态”的多元化业务模式，公司全栈自研的L4自动除尘车、电力巡检车、自动洒水车、冷藏送餐车、园区观光车及自动售货车等生态产品均已完成商业化落地。除了系列产品，公司还通过九识城配APP与九识货运小程序，为客户提供从AI司机到无人货运服务的灵活运力服务，打造全链路无人货运解决方案，实现全域胜任，赋能千行百业。

在商业化落地与客户价值验证方面，九识智能已累计服务超过300个城市，帮助客户平均提升签收率26%、降低运营成本66%。截至目前，公司累计送单突破15亿件，售后服务体系实现100%运营覆盖，客服响应仅需20秒，产品交付周期压缩至15天。多行业合作案例显示，九识智能提供的无人城配在降本增效方面成效显著，客户覆盖快递物流、商超零售、冷链运输等多个领域，形成了可复制、可规模化的商业闭环。

公司依托中国复杂场景所积累的优势，正积极出海，已在全球超过20个国家落地：2024年5月公司取得新加坡陆路交通管理局颁发的境内首张公开道路无人物流车牌照，后续又分别在日本、韩国、欧洲、东南亚等区域落地无人车，2026年1月公司最新斩获阿联酋无人驾驶车运营牌照，在阿布扎比开启常态化运营。

轻舟智航：双线并行打通L2++与L4，构建自动驾驶“超级工厂”

轻舟智航（QCraft）是一家专注于自动驾驶技术研发与商业化落地的科技公司，由来自谷歌自动驾驶团队Waymo的华人工程师于骞博士发起创立。公司于2022年提出“双擎战略”，同步推进L4自动驾驶与L2++中高阶辅助驾驶的规模化落地。2025年，公司发布业内首个基于单颗地平线征程6M芯片的端到端城市NOA方案，进一步强化其在中高阶智能驾驶解决方案领域的技术领先优势。

公司核心业务主要包括：1）高阶智能辅助驾驶解决方案。公司推出“轻舟乘风”系列产品，覆盖高速 NOA（导航辅助驾驶）、城市NOA等全场景功能，并已与理想、广汽、吉利、奇瑞等多家国内外主流车企达成量产合作。目前公司NOA解决方案累计量产上车量已超过100万台，在行业中处于领先梯队。2）L4自动驾驶巴士。公司以“龙舟”系列Robobus为核心产品，面向城市公共交通场景提供自动驾驶解决方案，已在北京、苏州、深圳等多个城市实现常态化示范运营，是国内Robobus领域的重要参与者之一。3）无人物流车解决方案。公司推出面向城市末端配送场景的无人配送平台，支持3-12立方米多种车型形态，并通过无高精地图端到端方案与低成本自动驾驶系统设计，降低运营成本。

在技术积累方面，轻舟智航长期聚焦自动驾驶核心算法与系统工程能力建设，累计获得30余项国内外自动驾驶赛事奖项，拥有400余项软件著作权与专利，并在顶级学术会议发表20余篇论文。公司通过L2++与L4双路线协同推进，以规模化量产数据反哺算法与系统迭代，逐步推动智能驾驶能力从高阶辅助驾驶向更高等级自动化与无人化演进。

高阶智能驾驶解决方案方面，公司于2021年底正式进入L2++量产市场，2024年实现大规模量产交付。截至2026年1月，轻舟乘用车辅助驾驶系统搭载量正式突破100万台。从2021年底开始布局L2++，用了近3年的时间，完成了50万的量产交付；但是从50万到100万台，仅用了8个月。这一加速过程体现出行业渗透率提升、产品成熟度增强及公司交付能力提升的综合结果。目前公司已量产适配23款车型，客户包括理想、广汽、吉利、上汽等主机厂。预计至2026年，将有超50款车型继续搭载其高阶城市智能驾驶方案，且能力已下沉至10万元级以下车型，推动高阶辅助驾驶的大众化普及。

公司将“安全”视为自动驾驶商业化的底层逻辑与长期竞争壁垒。截至目前，其系统累计用户辅助驾驶行驶里程达25亿公里，完成约1亿次智能泊车辅助。在主动安全能力方面，AEB（自动紧急制动）误触发率控制在40万公里/次以内，为用户避免超14.6万事故/年。随着用户规模与运行数据持续扩大，我们认为相关安全指标正从体验层面的“功能可用”逐步演进为统计层面的“风险降低”，并有望成为支撑产品长期商业化可持续性的核心基础。

自动驾驶巴士方面，轻舟智航已推出三款Robobus产品，实现26+城市部署，规模超200辆：1）龙舟ONE，面向社区接驳、园区短途等轻载场景；2）龙舟SPACE，完全无人化设计、无方向盘与驾驶舱，定位下一代无人小巴；3）龙舟LONG，为国内首款智能长公交车型，面向城市干线公交及大客流线路场景。其中，龙舟SPACE为公司旗舰产品，由轻舟智航与厦门金旅联合打造。整车采用全无人设计，取消驾驶室、方向盘及传统控制机构，仅保留中央控制台作为自动驾驶系统核心控制单元，并配备360°全景玻璃座舱。车辆搭载2颗主激光雷达、1颗毫米波雷达、3颗盲区雷达及多路摄像头，结合公司自研L4全栈自动驾驶系统，实现360°无盲区感知，同时依托5G-A通感一体能力增强道路环境信息获取。

在无人配送领域，2025年11月轻舟智航与奇瑞商用车达成无人物流战略合作，双方将联合开发量产级L4自动驾驶物流车辆，推动无人配送在城市物流场景中的规模化应用。通过该合作，轻舟智航的业务版图由乘用车智能驾驶与Robobus进一步延伸至物流领域，形成“出行+物流”的双线商业化布局，并以统一的L4自动驾驶技术底座支撑不同场景的产品落地。在市场拓展方面，依托奇瑞商用车成熟的全球交付与售后体系，双方合作的无人物流产品已启动海外市场调研。未来，轻舟将携手更多合作伙伴，将无人物流车推广至全国核心城配区域乃至全球市场，共建无人物流新生态，共创行业新价值。

公司自2022年起明确提出“双擎战略”，以L2++与L4双轮驱动、协同演进为核心路径。公司认为，无人驾驶是Physical AI最有望率先实现规模化落地的应用场景之一。在高度无人化条件下，车辆本质上将演变为一种在真实物理世界中运行的机器人形态，其能力边界也将从“会开车”逐步扩展至更广泛的物理世界任务执行。基于这一判断，公司认为公开道路交通系统具备高度一致的规则与交互逻辑，不应长期存在两套彼此割裂的算法体系。若不同自动驾驶系统在同一交通环境中采用完全不同的行为逻辑，可能削弱交通系统整体的可预测性与协同效率，并带来潜在安全风险。因此，公司强调技术同源与能力复用：一方面，端到端范式与大模型方法正逐渐成为行业主流演进方向；另一方面，尽管L2与L4在产品形态及工程实现上存在差异，但其底层能力高度共通。数据体系、模型训练框架、仿真与测评平台以及部分核心功能模块均具备较高复用度。公司认为，L2++阶段的百万级量产数据可持续反哺L4系统的验证与迭代，从而形成数据驱动的能力飞轮。

在技术体系上，轻舟智航将自身底层能力概括为一套AI驱动的“自动驾驶超级工厂”。该体系由数据生产体系、模型训练体系以及仿真与测评体系三大基础设施构成。在此之上，公司进一步构建安全模型、端到端驾驶模型、世界模型以及VLM/VLA等多模态能力，并结合强化学习优化框架形成高阶决策能力。相关能力通过模块化组合，最终支撑泊车、行车、主动安全与运营管理等核心功能，并对外输出L2++与L4自动驾驶解决方案。这一架构实现研发资源的高度通用化，使新技术能够在既有数据与工程体系上快速验证并迭代落地。

从硬件适配角度看，该方案支持多芯片平台部署，目前已在地平线J6M、英伟达Orin Y及高通骁龙8650等平台完成适配，其中J6M方案已实现量产落地。与此同时，公司正在推进新一代自动驾驶架构，通过World Encoder对交通参与者特征、道路几何结构及占据网格等环境信息进行统一表征，并预测未来交通参与者及环境演化，再由Matching Planner在语言约束与未来状态预测框架下生成最优行驶轨迹，并通过强化学习进一步提升系统鲁棒性。语言模型在该体系中承担双重角色，一方面用于解析道路文字信息与语义信号；另一方面增强系统推理与泛化能力，并在L4运营体系中作为车端与云端协同的统一交互接口。

万咖壹联：六大手机厂商生态合作，GEO推动营销前移

万咖壹联是一家专注于移动互联网领域的科技公司，成立于2014年，总部位于北京，2018年12月在香港联交所上市。公司与华为、小米、OPPO、vivo、荣耀、苹果等主流手机厂商深度合作，是唯一一家拥有六大厂商游戏行业核心代理资质的服务商，覆盖超90%手机用户，全球触达用户超20亿。公司为广告主、移动应用开发者提供精准广告投放服务，覆盖安卓、iOS、鸿蒙等多平台，是国内应用商店及浏览器游戏广告市占率较高的服务商之一。目前主要战略落点为AI及出海，并已提前布局AI数据、AI Agent和GEO。

公司2023年起与苹果达成合作，完成对中国主流手机厂商体系的全面覆盖。在合作层面，公司在荣耀游戏渠道拥有独家代理资格（份额100%），在苹果、华为、小米、OPPO、vivo体系中为核心代理。苹果在中国大陆共有8家代理商，公司为其中之一，且同时覆盖苹果海外市场，成为全球合作伙伴；在华为体系内，公司于2025年成为华为鲸鸿动能（Petal Ads）N1领域铂金服务商。六大厂商的全面覆盖构成其核心护城河。

在渠道与生态建设方面，公司长期参与硬核联盟运营。硬核联盟的关键价值在于统一API接口标准，使游戏厂商仅需开发一个版本即可适配多家手机渠道，显著提升分发效率。此外，公司在“快应用”等轻量化应用入口持续布局。快应用类似小程序形态，在AI时代更易被系统调用与分发，成为新的流量触点。公司认为，手机系统级入口（应用商店、浏览器、系统开屏、系统助手等）将成为AI时代重要的流量分配枢纽。

在业务逻辑层面，公司将GEO视为搜索引擎优化（SEO）的下一阶段形态。本质上，GEO源于用户搜索行为由“关键词检索”向“对话式生成”迁移。传统SEO通过链接排序与点击转化实现变现，而在生成式引擎中，模型直接基于用户意图整合信息并输出答案，形成“对话即结果”的转化路径。例如用户通过豆包、通义千问或手机内置AI助手查询商品信息时，系统可直接给出推荐选项及跳转链接，完成从咨询到购买的闭环。公司认为，这种答案型分发将重构广告投放逻辑，使营销行为前移至内容生成阶段。

围绕GEO逻辑，公司提出优化内容，使其逐步结构化、专业化、可验证是被大模型引用的核心前提。优质内容不仅需要具备创新观点与实践价值，还需具备最新数据与权威背书，以提升被模型抓取与引用的概率。在执行层面，公司强调对用户模糊需求进行意图拆解，通过关键词结构化、痛点提炼与数据标准化，使内容更易被理解与复用。公司指出，若内容未被模型采纳，品牌将失去触达用户的入口，因此广告逻辑从“点击转化优化”转向“内容生成优化”。目前国内相关企业仍处于验证阶段，但趋势已较为明确。

在商业模式上，公司主要提供效果广告及品牌广告服务。效果广告以ROI为核心衡量指标，公司内部投放优化系统能够持续提升转化效率，部分案例ROI达到400%以上，在行业内处于较高水平。公司判断，随着手机浏览器与系统级AI助手逐步成为主要入口，营销将更多围绕“以智能体为入口，以推荐为载体，以分成为结果”的模式展开。凭借十余年沉淀的标准化数据资产、六大手机厂商的独特合作地位以及跨游戏、电商等多品类拓展能力，公司在GEO及AI手机时代具备先发优势。

在上述业务基础上，GEO并非孤立能力，而是公司整体AI战略中的关键组成部分。从产业趋势看，中国AI正由“模型训练”阶段逐步迈向“应用与服务落地”阶段，数据、入口与场景的价值正在显著提升。公司依托长期积累的手机厂商生态资源与流量分发能力，一方面通过整合与深加工高价值数据资源，逐步构建面向AI企业的数据服务能力；另一方面以GEO为切入点，推动营销逻辑向生成式内容与智能推荐迁移，并进一步向垂直场景的智能体服务延伸。整体来看，公司正在从传统的移动互联网流量服务商，逐步升级为连接“数据—模型—应用”的AI基础设施型服务平台，在AI时代的流量入口与数据服务环节中占据有利位置。

风险提示

市场竞争风险：自动驾驶市场竞争正加速升温。Robotaxi领域，小马智行、文远知行、百度 Apollo Go、Waymo 与特斯拉等新兴企业与行业巨头形成直接对垒；在机场、矿山及末端配送等细分场景，驭势、九识、新石器、西井等多家公司亦已展开激烈竞争。

监管挑战风险：当前自动驾驶相关法律法规体系仍不完善，Robotaxi在全球范围的业务拓展面临多地政策与监管不确定性。末端配送同样受制于路权开放程度，需依赖地方政府进一步明确管理办法与实施细则，短期内可能影响规模化落地进程。

技术落地能力不足：自动驾驶的发展依赖于硬件、软件、计算能力等方面的技术进步及其整合效果。随着自动驾驶向更高自动化水平发展，将对公司的长期研发能力提出新的挑战。

本研报中涉及到未上市公司或未覆盖个股内容，均系对其客观公开信息的整理，并不代表本研究团队对该公司、该股票的推荐或覆盖。

Physical AI和Agentic AI起革命

相关内容

热门资讯