汽车给AI提供了物理世界“身体”新形态

2026世界机器人大会以“人机共生，产需共融”为主题。展馆里，跑、跳、抓取依然很容易聚拢人群，但讨论已经明显往下一步走：机器人进了真实场景以后，怎么用起来，怎么长期解决问题。

8月22日举行的2026世界机器人大会·火山引擎具身智能技术与应用论坛，把话题进一步聚焦到“具身共生 通用未来”。大会关注人机共生与产业需求，论坛则继续深入物理AI的技术与应用。大模型、算力底座、各类机器人以及AI原生汽车，被放到同一个讨论框架之下。一个很现实的问题随之出现：AI从屏幕里走出来以后，究竟需要一副什么样的身体？

AIVA总裁、产品经理李博在现场给出了自己的回答：“如果AI真的要走进物理世界，它需要一副身体。那这副身体，除了人形，还有没有其它可能？我们自己给出的答案是：汽车。”

这句话拓宽了具身智能载体的讨论边界。

过去两年，大模型和智能体率先在数字世界里快速扩张。到了物理世界，环境一直在变化，AI还要真的做出动作。摄像头和麦克风负责“看”和“听”，模型负责判断，灯光、底盘、座椅等机构把判断落到现实里。人形机器人是一条路径，轮式机器人、机器狗、机械臂各有自己的任务，汽车同样拥有一套较完整的物理基础。

汽车这副“身体”，深度嵌入日常使用

汽车首先解决了能源和算力的问题，大容量电池和稳定供电，可以支撑本地算力持续运行，也给端侧模型和低时延交互留出硬件空间。

实际上汽车本来就有一整套感知和执行系统：摄像头、麦克风、雷达获取车内外信息；座椅、空调、灯光、车窗、音响、底盘，对应真实世界里的动作。对物理AI来说，这些都是现成的“眼睛、耳朵和手脚”。

汽车这副“身体”，一大优势在于它深度嵌入日常使用。早高峰一个人开车上班，周末带家人短途出行，晚上再开回熟悉的停车位，同一辆车会反复出现在这些普通生活片段里，而且往往一用就是很多年。一次语音问答只有几秒，长期用车却能形成连续的交互上下文。AI想逐渐理解一个人的习惯，这种高频、重复、长期相处的场景很有价值。

当然，这些只是硬件和场景层面的先天基础。要把它们真正变成成熟的物理AI体验，中间还有不少技术落地问题要解决。

正因如此，汽车现身这场具身智能主题论坛，并不算违和。物理AI的“身体”正在变得更多样，判断一种载体的价值，也开始回到一个朴素标准：它能否进入日常生活，并且长期被人使用。

“先有AI，再有车”，先把AI放到产品定义的起点

AIVA提出的完整说法是“AI定义汽车，先有AI，再有车”。

这句话落到产品上，重点是顺序。AIVA希望把AI前置：先想清楚AI怎样理解用户、怎样和人相处，需要哪些感知与交互能力，再据此定义整车硬件和体验。

这套产品逻辑当中，同样融入AIVA的“悦己”品牌主张。车每天陪着谁、谁在使用、什么样的回应让人舒服，都会回到用户自身感受。参数与功能固然重要，但真正落到高频日常使用，用户更在意车子好不好用、交互是否自然，在长久相处中，体验能不能贴合自身习惯。

李博在论坛上提到的“灵动光眸”是一个具体例子。AIVA把大灯变成一个屏幕，变成这台车的 “眼睛”，可以让用户可以直接看到AI的回应。李博这样表示：“它不能是依靠预设程序去 ‘表演’，而应是真正看见、理解当下场景之后，做出的反馈。”

车外的人看不到模型内部怎样推理，真正能感受到的是车辆有没有注意到周围环境，有没有把状态和判断用直观方式表达出来。这个“眼睛”由此多了一层作用：让AI的回应变得可感知。这个看似很小的交互细节，也碰到了物理AI普遍要解决的问题——能力做出来之后，人还要看得懂它，才能逐渐形成稳定预期。

AIVA和火山引擎的合作，进入产品定义和研发流程

李博在论坛上介绍，AIVA与火山引擎的深度合作已经进入产品定义环节。双方共享对市场趋势和用户场景的理解，共同讨论AI硬件选型、评审产品需求、推敲设计方案。AI能力由此更早进入一辆车的定义过程。

AIVA的HMI设计团队使用ArkClaw搭建设计助手，输入PRD后，可以拆解用户旅程并生成视频Demo；研发团队使用Trae参与coding，重构自动化测试链路。

说得更直白一点，AI开始参与一款产品从0到1的打造过程。PRD里的文字可以更快进入设计讨论，编码和测试也有了新的工具入口。变化发生在设计、开发、验证这一整条链路里。

这也让AI原生产品越来越考验协同，模型更新很快，还要落到硬件、软件、交互设计和工程实现。只要任意环节出现脱节，新的模型能力就很难完整转化为用户实际体验。软件、硬件、模型、设计与工程能否保持协同，直接影响产品后续迭代的速度与质量。这种协同，也成为AI原生产品持续迭代的重要条件。

长期相处之后，用户会用“信任”投票

汽车每天面对的是人和家庭，技术演示可以在几分钟里完成，真实使用却由大量琐碎场景组成：一个人通勤、家人一起出门、路线临时变化、夜间开车回家。用户会在这些日常片段里慢慢形成对一辆车的判断。

到了物理AI阶段，这种判断又多了一层。功能可用只是基础，相处久了顺不顺手、系统表现稳不稳定、关键时刻的反馈能不能让人放心，都会逐渐影响用户选择。

李博把它归结为“信任”，他在演讲中提到，AI需要“真切看见你、记住你，并在你真正需要的时候提供帮助”。这种关系只能在一次次真实使用里积累。算力、模型和传感器提供基础，还要放进几年、数万公里的真实用车中接受检验。

正如李博在论坛上所说：“我们打造的，是一台移动形态的智能体。”把这句话放回今年世界机器人大会的语境里，AIVA的产品思路也更清楚：人形、轮式平台、机械臂和汽车，都可以成为物理AI进入现实世界的不同载体。AIVA选择汽车这副“身体”，并把“AI定义汽车，先有AI，再有车”、“悦己”和长期信任放进同一套产品思路中。

落到现实，还有不少问题有待验证。长期用车场景下，AI能不能维持稳定表现，把对环境与人的理解转化为用户切实可感知的体验；同时研发体系需要跟上模型和工具快速迭代的节奏。AIVA正在参与这条物理AI路径的探索。这条路能走多远，答案会落在日复一日、细碎真实的用车体验里。