即将30岁的奇瑞，为何要对自己“基因重组”？

哲学家迈克尔·波兰尼曾提出"波兰尼悖论"：人类知道的，远比我们能用语言描述出来的要多。

我们可以把复杂的国际象棋规则和微积分写成代码教给计算机，却无法用语言让AI理解在物理世界中如何拿起一个杯子。

用语言学家史迪芬·平克的话说，就是"困难的问题是易解的，简单的问题是难解的"。

GPT出现以后，人们开始相信更大的算力，更多的数据，更暴力的求解之下，没什么是无解的。

不就是个算嘛！

但时至今日，在"让AI真正理解物理世界"这件事上，科技界的进步十分有限。人们期盼的"智能爆炸"还没出现，存储和算力成本却先一步爆炸了。

原因是语言到物理世界行动控制的距离，要远比语言到文本的映射距离长得多，现实世界的熵太高了，大语言模型根本无法实现端到端复用。

语言模型Scaling Law（尺度定律）的天花板，就出现在它撞上物理规律的那一刻。

这也是全球顶尖学者与科技巨头扎堆涌入"物理AI"的原因，但参与其中的却不只有他们。

10月20日的安徽芜湖，在2026奇瑞全球创新大会的"未来城"展区里，即将满30岁的奇瑞摆出了一副不像传统车企的阵仗：展台上除了智能汽车，还停着凌霄eVTOL飞行器、太阳能汽车、下地干活的无人农机、家庭人形机器人"墨宝"，以及底层垂类大模型CheryMind和紫微芯片。

以汽车主业为母体，奇瑞正把锤炼了近30年的数据、工程化与供应链能力拆解重组，作为切入物理AI赛道的底座。

造飞机、下农田，奇瑞开始变了

2026年，在同行仍在发布会上围绕座舱屏幕和智驾贴身肉搏时，奇瑞在这次大会端出的是横跨农业、能源、驾驶、低空经济、具身智能和世界模型的多元技术和产品布局。

外界看到的是一家造了近30年汽车的老牌大厂竟然也造飞机、下农田、攒机器人。

但从工程上看，奇瑞干的其实只有一件事：物理AI。

进化生物学里有个著名的概念叫"预适应（Exaptation）"：远古鸟类的羽毛最初演化出来只是为了保温，但当这套结构演化得足够精密成熟，却在某个历史节点意外帮它们飞上了天空。

1997年3月，安徽芜湖城北的一片荒滩上，几间简陋的砖瓦房刚刚封顶。尹同跃带着几个工程师，围着一台花两千多万美元从福特买来的二手发动机产线，开始了奇瑞的草莽岁月。

那时的中国汽车工业，全部的野心就是把四个轮子和铁皮严丝合缝地拧在一起。

今天，严丝合缝有了更时髦的表达——工程化。在人类所有的工业门类中，汽车工业是全球规模最大的精密制造体系，拥有硬件领域最完备的机械工程化架构。

在物理AI的视角下，无论是地上跑的车轮、天上转的螺旋桨，还是机器人迈出的机械双足，剥去外壳，本质全都是"感知、决策与执行"的物理终端。奇瑞过去几十年的初衷虽是造车，但当这套庞大的工业底座演化成熟并完成解耦后，它天然就成了孵化eVTOL飞行器、人形机器人等机械硬件的超级母体。

但是，实现能力复用的前提，是每一样能力都是自己的。

与习惯向外采购黑盒总成的车企不同，作为一家成立近30年的企业，奇瑞是少有完整掌握着从发动机、变速箱到三电与线控底盘的工程源码与制造工艺的公司。全栈的工程能力和从零搭建的供应链体系，让奇瑞在进入任何一个物理AI赛道时，都只是把这套平稳运行了30年的造车底座，拆解输出为标准的"工程化能力"。

比如其最新发布的"原生48V低压电气系统"与"4合1智能行驶单元"，就是汽车与具身智能在底层同源的技术。

随着车上的芯片和电机越来越多，传统汽车沿用几十年的12V低压电已无法负担。奇瑞这次更新的原生48V低压电气系统，能有效降低车内线束的重量和能耗，更重要的是，48V正好也是人形机器人、算力中心和eVTOL飞行器通用的黄金电压标准。也就是说，奇瑞在升级汽车供电的同时，顺手就把机器人和飞行器的供电系统一并造好了。

另一方面，此次奇瑞展出的"4合1智能行驶单元"，将EMB（电子机械制动）、轮毂电机、独立转向与主动悬架集成到了单一车轮模块中。在汽车上，它让庞大的车身实现了X/Y/Z三向全线控、原地掉头与横向"蟹行"；但如果用机器人工程师的眼光去拆解这个行驶单元，这不就是机器人的运控系统吗？

结构上，轮毂电机和转向机构需要在车轮有限的空间里输出大扭矩，这和人形机器人关节所需要的驱动电机，在电磁设计、减速器拓扑和散热工艺上本身就是一脉相承的技术。

并且，这个单元需要实时感知路面的高低起伏，同时控制车轮怎么转、怎么刹、悬架怎么升降来保持车身平稳；这套复杂的多自由度机电耦合算法，平移到具身智能上，就是人形机器人在崎岖地面行走时的全身动态平衡控制（WBC）。

工程化能力的通用让奇瑞造物理终端变成了"搭积木"：把汽车的540V高压平台和感知算法装进农机，就成了作业精度达2.5厘米的无人农机；把供电、电池和电机技术复用到低空，就做出了凌霄eVTOL；而直接复用汽车供应链造出来的墨甲机器人，目前已经在海外60个国家和地区交付了超过2000台。

走进物理AI，是奇瑞的必然

2001年10月，第一批10辆奇瑞轿车在天津港装船，发往叙利亚。那是奇瑞第一次出海。

二十多年过去，奇瑞成了连续23年位居中国乘用车出口第一的车企，覆盖了全球130多个国家和地区。这个庞大的出海业务，在今天意外成了奇瑞走向物理AI的推力。

从技术的角度看，无论是智驾、机器人还是飞行汽车，本质上都在解决同一个问题：机器如何理解并改造三维物理世界。这与物理AI的终极命题完全一致。

从业务需求看，奇瑞常年面对的是全球多样和复杂的真实路况。早期的辅助驾驶可以靠工程师一行行写"规则代码"来适应路况，但面对全球上百个国家的非标环境和更通用的智能化需求，代码是完全写不完的。

复杂的真实工况既为奇瑞提供了研发环境，也推动它走向物理AI的深水区。从这个角度看，并不是奇瑞主动走进了物理AI，而是物理AI本身就在它发展的必经之路上。

AI的三要素是算力、算法和数据。语言模型时代，车企完全可以只做其中一部分，把其他的业务以合作的形式完成；但在物理AI时代，这套"攒机模式"失灵了。

大厂的关注让物理AI热了起来，但技术及产业思路尚未收敛，市面上既买不到跨越汽车、机器人等异构物理终端的通用物理数据集，也没有第三方公司能提供现成的千亿级物理世界模型。

产业早期的这种空白，让奇瑞成了全球极少数将"异构工业数据、垂类物理模型、自研端侧芯片"从底层全栈打通的企业：

首先是数据积累。物理世界的交互数据成本极高，无法像文本那样从网上直接抓取。不同于多数车企仅收集单一的道路行车视频，奇瑞30年沉淀下来的是一套跨本体、全链条的数据库——包括700TB企业知识、200PB工程研发数据、全球复杂路况下的2500万clips驾驶数据，以及500万clips机器人动捕数据。这让奇瑞的数据从一开始就跳出了"造车"的局限。

其次是垂类算法的开发。有了数据，奇瑞训练了专为物理AI研发的垂类基础大模型CheryMind，并配套开发了奇瑞全维世界引擎（CHERY AWE）。为了解决现实中极端危险场景难以采集的问题，这套引擎通过构境模型构建了30万+高危场景与2万+极限场景仿真，让算法可以在虚拟空间先行完成极端物理推演。

最后是算力匹配上的定向开发。市面上的通用智驾芯片都是为上一代辅助驾驶设计的，难以在端侧适配千亿级物理模型。奇瑞为此自研了紫微C100中央计算芯片，双颗NPU算力达到2400 TOPS、内存带宽600GB/s，专门用于在端侧跑通千亿级（100B）物理世界模型，将端到端控制闭环压缩至80毫秒。

当数据、算法和算力在一家公司聚齐了以后，这套技术底座开始展现其价值并自主进化。

一方面，CheryMind直接接入了奇瑞内部的400多个系统与1500多个业务流程，提升了研发、测试与生产环节效率；

另一方面，铺向市场的智能汽车等物理终端在复杂路况、低空和农田里每一次真实的转向、避障与作业，都会产生新的物理交互数据。这些数据回流到云端后，又会反过来训练和修正底层的CheryMind模型。终端干的活越多，回流的数据就越丰富，底座模型也就越聪明。

是时候重新认识30岁的奇瑞了

当硬件底座可以像搭积木一样跨界复用，上层的芯片、模型与数据又跑通了自我进化的闭环，问题随之而来：今天的奇瑞，到底是一家什么样的公司？

尹同跃在全球创新大会上回答了这个问题——一个"披着车企马甲"的AI科技公司。

管理学者伊查克·爱迪思在《企业生命周期》里写过，步入盛年期的巨型制造企业，最大的敌人就是科层制与路径依赖。

对于奇瑞这样体量的公司，转身并不容易。要把这样一艘重资产巨轮改造成AI科技公司，如果只靠外部采购几套算法、或者成立一个边缘的创新实验室，很快就会被庞大的传统业务惯性吞没。

为了应对改革中会出现的惯性，奇瑞花了五年适应和调整。过去五年，奇瑞沿着"瑶光2035战略"累计投入1100亿元，建起了313个瑶光实验室，并在组织底层重新搭起了"研发、生态、全球化"三重结构：

第一重是研发。奇瑞搭建了覆盖海内外的"1+7+N"研发网络，研发团队规模扩充到3万人以上，其中硕博人数超过1万人。这批软件、算法与芯片背景的工程师进入核心体系，直接改变了奇瑞过去以纯机械制造为主导的研发基因。

第二重是向外开放生态。传统企业习惯把技术锁在内部，而奇瑞开始把底层的供应链、技术平台以及此次展出的"未来城"场景，向全球开发者、合作伙伴与高校开放。通过引入外部开发者和科研力量，共同探索物理AI在农机、低空和机器人等新场景下的应用。

第三重是全球化。过去23年，奇瑞在海外130多个国家和地区铺设了庞大的销售与服务网络。如今，这条原本用来卖车的渠道，开始成为输出智能硬件、底层算法与能源基建的现成通路——墨甲机器人能全球快速交付，正是复用了这张网络。

回到大会现场，尹同跃打了一个比方：1886年第一辆汽车刚诞生时，围观的是养马人和马车作坊老板，而今天车企面临的真正风险不是AI太强，而是自己继续做那个"养马人"。

过去五年，当奇瑞埋头投入1100亿元时，外界看到的或许只是中国车企一轮试错。而在这场全球创新大会上，外界发现它的底层技术已经被解构、重组和复用时，奇瑞的另一层考量才逐渐显现出来：它并不是要离开汽车，而是把造车30年积累的能力解耦出来，放进更多与之匹配的物理世界场景中。

苹果在30岁时发布了iPhone，丰田在29岁时推出了卡罗拉。即将满30岁的奇瑞，借着物理AI的浪潮，给自己换了一张更大的牌桌。

本内容由作者授权发布，观点仅代表作者本人，不代表虎嗅立场。如对本稿件有异议或投诉，请联系 tougao@huxiu.com。

本文来自虎嗅，原文链接：https://www.huxiu.com/article/4899897.html?f=wyxwapp