文章核心观点 - 自动驾驶产业是培育新质生产力、推动汽车产业转型升级的重要赛道，技术正从软件定义迈向AI驱动，商业化落地需求迫切 [1] - 在2026年全国两会期间，小鹏汽车董事长何小鹏围绕科技创新与产业创新，提出了关于自动驾驶、人形机器人及飞行汽车产业的多项政策建议，旨在通过制度创新推动技术快速迭代与规模化商用，以在全球竞争中赢得战略主动 [1][4][5][9][10] 关于自动驾驶的政策建议 - 建议在保持L2级安全监管体系稳定运行的基础上，推动自动驾驶政策从L2级向L4级跨越，简化L3中间环节 [1][4] - 建议逐步明确L4级自动驾驶车辆的注册与通行管理体系，逐步推动L4车辆在全国范围内合规上路 [4] - 建议开展交通法规适配性评估，优化形成“人类驾驶”与“机器驾驶”分类适用的交通行为规范 [5] - 建议赋予特定场景下L4级无人驾驶C端应用的地方试点管理权，允许部分基础条件成熟的城市在特定低风险场景开展L4应用试点，逐步形成可复制、可推广的经验 [5] - 推动政策从L2向L4跨越，有助于将我国在L2领域的积累优势转化为L4自动驾驶时代的竞争胜势，是应对国际竞争、赢得战略主动的系统性升级 [4][5] 关于人形机器人的发展建议 - 指出我国当前大部分人形机器人属于软件规则控制类型，在运动控制层面能力强，但在“大脑”（自主思考与决策）与“小脑”（运动控制）的协同体系、场景任务泛化能力及商业化前景方面尚未形成行业优势，存在被美国“本地端侧大脑”路线拉开差距的风险 [6] - 建议推进高阶智能人形机器人端侧“大脑”技术突破与商业化落地，针对涉及端侧大模型的架构研发、数据采集与合成、算力等巨大研发投入，出台针对性研发鼓励政策，如设立国家级专项研发基金、强化全链条税收政策梳理等 [6] - 建议加快构建人形机器人智能化标准体系，参照汽车行业自动驾驶分级标准，建立人形机器人智能化标准、技术规范及配套要求，明确算力、数据、应用场景与训练强度等核心指标 [7] 关于飞行汽车（低空经济）的政策建议 - 指出当前空域审批管理权限过度集中，基层与市场主体缺乏空域自主调配空间，跨部门协同机制不健全，同时飞行汽车税收归类尚未形成明确标准，产业发展面临税收政策不确定性，制约了产业规模化发展与低空经济潜力释放 [9] - 建议推进低空空域管理权限下放，建立军地民“三位一体”协同管理机制；选取条件成熟的区域开展低空空域精细化管理试点，并适当下放空域管理权限到副省级或以上地方政府 [9] - 建议基于飞行汽车核心属性与功能定位，明确其税收归类，并实施阶段性税收减免扶持政策，降低企业研发、生产与市场推广成本，同时建立动态调整机制，推动产业从政策驱动向市场驱动转型 [9] - 认为飞行汽车产业是我国低空经济发展的核心突破口，破除相关制度瓶颈将推动我国在该产业实现技术自主、标准引领、产业领先，助力低空经济成为重要增长极 [10]

文章核心观点 - 全国人大代表、小鹏汽车董事长兼CEO何小鹏提交建议，呼吁推进高阶智能人形机器人端侧“大脑”技术的突破与商业化落地，以抓住产业爆发的关键战略窗口期 [2] 行业现状与机遇 - 2026年马年春晚，多款人形机器人凭借稳定的运动控制与协同表演能力集中亮相，标志着具身智能技术正从小众科技进入公众认知视野，产业发展进入新阶段 [2] - “十五五”规划建议明确提出，要前瞻布局未来产业，推动具身智能产业成为新的经济增长点，国家战略层面的政策框架已初步构建 [2] - 人形机器人作为人工智能的物理载体与具身智能的核心形态，正处于与十余年前新能源汽车产业相似的爆发前夜，即将迎来从技术验证迈向规模化商用的关键战略窗口期，市场潜力巨大 [2] 当前挑战与风险 - 技术结构上，当前中国大部分人形机器人属于软件规则控制类型，在运动控制系统层面展现出强大能力，但在“大脑”（自主思考与决策）与“小脑”（运动控制）的协同体系、更多场景任务泛化能力、商业化落地前景方面尚未形成行业优势 [3] - 从长期看，存在被美国的“本地端侧大脑”技术路线拉开差距的风险 [3] 技术路线与商业化价值 - 相对而言，在本地部署自主感知、决策、执行能力，具备泛化能力，由物理世界大模型驱动的高阶智能人形机器人，更有利于真正推广到工业、商业乃至家庭等场景，拥有更广泛的商业化价值 [3] 具体政策建议 - 建议推进高阶智能人形机器人端侧“大脑”技术突破与商业化落地，鉴于涉及端侧大模型的架构研发与训练、数据采集与合成以及算力相关的研发投入巨大，建议出台针对性研发鼓励政策 [3] - 具体鼓励政策可包括设立国家级专项研发基金、强化全链条税收政策梳理等，对高阶智能人形机器人的研发给予支持与引导，推动大模型在人形机器人本地的部署，加速技术突破与商业化落地 [3] - 建议加快构建人形机器人智能化标准体系，参照汽车行业自动驾驶分级标准，建立人形机器人智能化标准、技术规范及配套要求，并明确算力、数据、应用场景与训练强度等核心指标，为技术研发、产业落地与行业监管提供统一依据 [4]