文章核心观点 - 波兰尼悖论指出人类知道的远比能用语言描述的多，语言到物理世界行动控制的距离远大于语言到文本的映射距离，现实世界熵太高，大语言模型无法实现端到端复用 [2][5] - 语言模型Scaling Law的天花板出现在撞上物理规律的那一刻，存储和算力成本先于“智能爆炸”爆炸 [5][6] - 奇瑞以汽车主业为母体，把近30年锤炼的数据、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，定位为“披着车企马甲的AI科技公司” [9][32] - 奇瑞并非主动走进物理AI，而是物理AI本身就在其发展的必经之路上，全球多样复杂真实路况推动其走向物理AI深水区 [23][24] 物理AI的行业背景与奇瑞的跨界布局 - 全球顶尖学者与科技巨头扎堆涌入物理AI，奇瑞在2026全球创新大会“未来城”展区展出智能汽车、凌霄eVTOL飞行器、太阳能汽车、无人农机、家庭人形机器人“墨宝”、垂类大模型CheryMind和紫微芯片 [7] - 2026年同行仍在发布会围绕座舱屏幕和智驾贴身肉搏时，奇瑞端出横跨农业、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 [11] - 进化生物学“预适应”概念类比奇瑞：羽毛最初只为保温，演化精密成熟后意外帮鸟类飞上天空；奇瑞造车能力演化成熟并解耦后天然成为孵化eVTOL、人形机器人等机械硬件的超级母体 [14][15] - 物理AI视角下，地上跑的车轮、天上转的螺旋桨、机器人迈出的机械双足，剥去外壳本质全是“感知、决策与执行”的物理终端 [15] 全栈工程能力与硬件底座复用 - 与习惯向外采购黑盒总成的车企不同，奇瑞是少有完整掌握从发动机、变速箱到三电与线控底盘工程源码与制造工艺的公司，全栈工程能力和从零搭建的供应链体系使其进入任何物理AI赛道都只是把造车底座拆解输出为标准“工程化能力” [17] - 最新发布的“原生48V低压电气系统”与“4合1智能行驶单元”是汽车与具身智能底层同源的技术 [17] - 传统汽车沿用几十年的12V低压电已无法负担越来越多芯片和电机，奇瑞原生48V低压电气系统能有效降低车内线束重量和能耗，且48V正好是人形机器人、算力中心和eVTOL飞行器通用的黄金电压标准，升级汽车供电的同时顺手造好机器人和飞行器供电系统 [19] - “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单一车轮模块，在汽车上实现X/Y/Z三向全线控、原地掉头与横向“蟹行”，用机器人工程师眼光拆解即为机器人的运控系统 [19] - 轮毂电机和转向机构需在车轮有限空间输出大扭矩，与人形机器人关节所需驱动电机在电磁设计、减速器拓扑和散热工艺上一脉相承；多自由度机电耦合算法平移到具身智能即为机器人崎岖地面行走的全身动态平衡控制（WBC） [21] - 工程化能力通用让奇瑞造物理终端变成“搭积木”：540V高压平台和感知算法装进农机做成作业精度达2.5厘米的无人农机；供电、电池和电机技术复用到低空做出凌霄eVTOL；复用汽车供应链造出的墨甲机器人已在海外60个国家和地区交付超过2000台 [21] 出海业务与物理AI的必然性 - 2001年10月第一批10辆奇瑞轿车在天津港装船发往叙利亚，二十多年后奇瑞连续23年位居中国乘用车出口第一，覆盖全球130多个国家和地区，庞大出海业务意外成为走向物理AI的推力 [23] - 智驾、机器人、飞行汽车本质上都在解决机器如何理解并改造三维物理世界，与物理AI终极命题完全一致 [23] - 早期辅助驾驶靠工程师写“规则代码”适应路况，但面对全球上百个国家的非标环境和更通用智能化需求，代码完全写不完，复杂真实工况既提供研发环境也推动走向物理AI深水区 [24] - 语言模型时代车企可只做算力、算法、数据三要素中一部分并以合作完成其他业务，但物理AI时代“攒机模式”失灵，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，也没有第三方能提供现成千亿级物理世界模型 [24] - 产业早期空白让奇瑞成为全球极少数将“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 [24] 数据、算法、算力全栈布局 - 数据积累方面，物理世界交互数据成本极高无法像文本从网上直接抓取，奇瑞30年沉淀跨本体全链条数据库：700TB企业知识、200PB工程研发数据、全球复杂路况下2500万clips驾驶数据、500万clips机器人动捕数据，数据从一开始就跳出“造车”局限 [24] - 垂类算法方面，奇瑞训练专为物理AI研发的垂类基础大模型CheryMind，配套开发奇瑞全维世界引擎CHERY AWE，通过构境模型构建30万+高危场景与2万+极限场景仿真，让算法在虚拟空间先行完成极端物理推演 [26] - 算力匹配方面，市面通用智驾芯片为上一代辅助驾驶设计难以在端侧适配千亿级物理模型，奇瑞自研紫微C100中央计算芯片，双颗NPU算力达2400 TOPS、内存带宽600GB/s，专门在端侧跑通千亿级（100B）物理世界模型，将端到端控制闭环压缩至80毫秒 [28] - 数据、算法、算力聚齐后技术底座自主进化：CheryMind直接接入奇瑞内部400多个系统与1500多个业务流程，提升研发、测试与生产环节效率 [30] - 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转向、避障与作业都产生新的物理交互数据，回流云端后反过来训练修正底层CheryMind模型，终端干活越多回流数据越丰富底座模型越聪明 [30] 组织变革与战略投入 - 管理学者伊查克·爱迪思指出步入盛年期的巨型制造企业最大敌人是科层制与路径依赖，奇瑞花五年适应和调整以应对改革惯性 [34] - 过去五年奇瑞沿“瑶光2035战略”累计投入1100亿元，建起313个瑶光实验室，在组织底层重新搭起“研发、生态、全球化”三重结构 [34] - 研发方面搭建覆盖海内外的“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，软件、算法与芯片背景工程师进入核心体系直接改变以纯机械制造为主导的研发基因 [34] - 生态方面传统企业习惯把技术锁在内部，奇瑞开始把底层供应链、技术平台及“未来城”场景向全球开发者、合作伙伴与高校开放，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的应用 [34] - 全球化方面过去23年在海外130多个国家和地区铺设的庞大销售与服务网络，开始成为输出智能硬件、底层算法与能源基建的现成通路 [35] 行业启示与公司定位 - 尹同跃比喻1886年第一辆汽车诞生时围观的是养马人和马车作坊老板，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” [37] - 奇瑞并不是要离开汽车，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 [37] - 苹果在30岁时发布iPhone，丰田在29岁时推出卡罗拉，即将满30岁的奇瑞借物理AI浪潮给自己换了一张更大的牌桌 [37]