2026中国汽车论坛【论坛12】丨杨杰：具身智能——给汽车空间赋予生命

2026年7月21日-23日，2026中国汽车论坛在上海嘉定举办。本届论坛由中国汽车工业协会主办，以“新开局，新机遇，新征程——共绘汽车产业高质量发展新蓝图”为主题，由“1场闭门峰会、1个大会论坛、1场技术领袖峰会、13个主题专题论坛、N场行业发布”等16场会议和若干配套活动构成，各场会议围绕汽车行业热点重点话题，探索方向，引领未来。其中，在7月23日上午举办的“【主题论坛十二】智能网联技术创新与标准法规，双向赋能产业高质量发展”上，理想汽车智能驾驶产品负责人杨杰发表精彩演讲。以下内容为现场发言实录：

各位嘉宾，大家上午好。我是理想汽车自营自动驾驶团队的杨杰。首先，非常感谢主办方的邀请，也很荣幸能够跟大家一同分享理想汽车近期的相关思考。我今天分享的核心主题，就是给汽车空间赋予生命。我们见证了电动化的浪潮，也见证了智能化的喧嚣，而今天我们核心探讨的问题，就是接下来汽车到底要变成什么样。

本次分享主要分为三个方面，一是我们视角下汽车发展的三个阶段，二是理想汽车对于具身智能汽车的定义，三是我们关于智能驾驶的相关思考。汽车发展的前两个阶段发展脉络相对清晰。

第一个阶段是机械汽车阶段，车辆所有操作都需要人工完成，依靠各类按钮、挡杆去操作，这样的发展模式持续了近百年。如今汽车行业已经进入第二个阶段，也就是智能汽车阶段。这张图展示的是我们初代车型理想ONE的四屏交互界面，今天看依旧十分惊艳。后续我们通过持续迭代更新，为这款车型上线了近百项智能功能项。智能功能越多对应的功能入口就越多，用户购车时，销售人员可以介绍上百项车辆功能，但坦白来说，用户会产生较重的学习负担。

智能汽车一直标榜智能化，人还是主要的调度者，其实不够智能。上百项功能中，用户日常常用的仅有十余项，其余多数功能仅为行业竞争储备，有的用户甚至都交不上名字来。

基于行业现状，我们认为汽车发展将进入第三个阶段，也就是真正意义上的具身智能汽车。虽然仅新增“具身”二字，但其核心逻辑完全转变，不再需要用户持续学习、主动适配各类车辆功能，而是切换角色主体，让车辆具备“主人翁意识”自主感知、主动响应的能力，自主识别、理解各类出行场景。

具备具身智能的车辆，能够主动承接用户出行目标、独立完成对应任务，甚至可以简化复杂执行流程，直接向用户交付最终结果。独立完成任务的能力，是下一阶段具身智能汽车最核心、最重要的评价指标。

我们将具身智能拆解为“具身”和“智能”两个核心部分。

具身主要包含两大块，一是电动车本体，既是车辆能源供给载体，也是车辆与物理世界直接交互的核心载体；二是AI计算机与车载芯片，没有高性能AI计算机和芯片，车辆无法承载超大算力需求，更无法实现高阶智能化能力。

另一部分是智能，我们将其定义为双重角色，第一重是职业司机，能够独立完成全部驾驶任务，保障安全的前提下解放用户时间，无需像传统L2辅助驾驶一样，需要人类随时介入、接管车辆。第二重是生活助手，能够全面理解用户各类出行意图、办公需求、出行习惯与个人喜好等。

我们可以畅想一下具身智能汽车的最终落地形态。日常通勤时，车辆可提前在楼下等候用户；到固定时间，在法规允许的前提下，可自主完成孩子上下学接送，无需家长陪同值守。除此之外，车辆还能自主判断最优充电时段，选择最省钱的充电时机。这一整套联动的服务能力，才是面向未来的完整出行生活服务，而非单一零散的车辆功能。

过去五年，国内智能驾驶行业发展十分迅猛。不管是整车主机厂还是供应链企业，行业入局者一度多达几十上百家，经过市场大浪淘沙，目前仅留存头部几家。行业企业持续迭代，为用户不断新增泊车、行车、安全等各类智能驾驶功能。

下一阶段堆叠智能驾驶功能，其实0-1的产品形态想象空间不大了。因此，我们下一阶段智能驾驶业务的核心目标，就是打造媲美职业司机的驾驶能力。

那么智能驾驶发展到哪个阶段了呢

图示横轴代表用户出行体验与场景覆盖度，纵轴代表驾驶安全水平。

早期阶段，对应图示左下角灰色节点，Rlue base的范式为，仅能实现ACC巡航、基础LCC车道保持等简单辅助驾驶功能。端到端E2E、VLA等技术范式落地，让智能驾驶的场景覆盖范围实现全维度提升，高速NOA、城市NOA等功能相继落地，全面覆盖用户主流出行场景。

当前行业围绕智能驾驶安全能力展开了大量探索，也提出了不同形式的安全承诺和用户事故兜底保障方案。但从技术长期发展看，高阶自动驾驶仍需要持续提升系统安全边界、场景覆盖能力和责任闭环能力，才能真正迈向更高等级的自动驾驶。

拆解来看，L2辅助驾驶高度依赖车内人员，多数场景需要人类驾驶员介入保障安全。类比成熟人类驾驶员与L4自动驾驶目标，对应图示右上角两个节点。黄色节点代表优质人类驾驶员水平，场景体验优异、安全水准达标。而L3、L4高阶自动驾驶，核心对标“职业司机”标准。

高阶自动驾驶不仅需要优质的出行体验，更要实现远超人类的安全水准，安全性能需达到人类驾驶的十倍以上。结合整体发展曲线来看，当前行业智能驾驶发展仅处于蓝色曲线阶段。如果完全剥离人类干预、取消主驾人员，智能驾驶系统的安全性距离真正的L3、L4，还有非常遥远的距离。

从行业整体看，现阶段主流技术路线在复杂长尾场景、系统安全冗余和规模化验证方面仍面临共同挑战。依靠模仿学习的端到端大网络，让系统复刻人类驾驶员的驾驶行为。这套技术方案在常规场景中表现稳定，即便面对看似复杂的路口，依托海量采集数据和模仿学习模型，也能快速适配场景。

行车过程中，90%以上都是常规简单场景，剩余10%是复杂长尾场景，这也是当前技术无法突破的核心痛点。

大家普遍认为长尾场景发生率极低，但这是典型的认知误区。长尾场景普遍存在于各类日常出行场景中，任意环境、路况、参与者等因素的微小扰动，都会进入到长尾场景。

以收费站场景为例，传统人工收费站人类可快速识别，而搭载缴费机器人的新型收费站，需要车辆精准停靠扫码位置。复杂的标识、文字提示，还包含支付状态语音提示，人类可快速识别判断，但当前智能驾驶系统很难精准解析这类复杂信息，无法转化为有效的驾驶决策。

另一典型场景为道路野生动物通行，人类驾驶员看到路边大象会主动远距离避让。但当前市面上所有自动驾驶车辆，都不具备这类场景认知意识，会直接驶入象群周边，引发安全风险。

由此可见，自动驾驶技术仍存在大量待补齐的能力短板。端到端技术已经帮助行业解决90%以上的基础驾驶能力，在我们有限认知判断哪，剩余四类核心能力，可能是高阶自动驾驶的核心攻坚方向。

第一是长短时序记忆能力。针对用户高频通勤路线、常用出行场景，车辆需要实现越用越贴合、越用越称心的使用效果，这一能力原理类似人类海马体，需要AI同时具备短时序、长时序记忆能力，也是当前AI技术需要重点攻克的课题。

第二是复杂场景决策能力。面对复杂路况，系统需要做到三思而后行，不能依靠模仿学习的下意识行为应对，否则极易引发安全风险。这也是行业同步布局VLA技术路线的核心原因，核心目标是让AI理解物理世界运行规律，而非单纯复刻人类行为。

第三是自我辨错与纠错能力。人类驾驶员具备天然的自我反思、自我纠错能力，驾驶行为出现偏差时，无需外部干预即可自主察觉、修正。但当前AI和自动驾驶系统，缺失这种自主判定、自我纠错的行为能力。

第四是认知自我迭代能力。整体交通社会环境、交通法规、道路标识处于持续更新迭代状态，人类可通过新闻、资讯快速掌握最新变化，比如红绿灯规则、公交车道配色、标识样式调整等。这类更新对人类而言简单便捷，但对自动驾驶系统难度极大。车载模型量产上车后基本处于固定状态，无法与互联网实现高频信息交互、实时更新认知，这是行业需要持续解决的核心问题。

如果要真正落地L4高阶自动驾驶，当前行业并存的Rule base、端到端、VLA、世界模型等多重技术概念，后续会逐步收敛，共存。

多重技术概念并行，是行业终局尚未明确阶段的正常竞争现象。一旦行业明确终极目标明确，达成路径清晰，技术竞争会逐步转向体验竞争。

我们将高阶自动驾驶的体验评估维度，凝练为两大核心指标。

第一是像不像人？对标职业司机的驾驶逻辑，我们持续量化、归纳职业司机的驾驶标准。无论是常规职业司机还是国宾司机的驾驶风格，只要贴合专业、安全、平稳的标准，都是我们的优化方向。

第二是安全冗余倍数，这是L4自动驾驶的核心指标，我们设定的基础目标是实现人类驾驶十倍的安全水准。十倍安全系数的测算逻辑十分清晰，人类驾驶存在大量主观风险，极易犯困、分神、接打电话，还存在酒驾等违规行为，这类人为因素是当前交通事故的主要诱因。剔除全部人因事故后，超90%的交通事故可被规避。通过稳定、规范、可持续进化的系统能力，降低这类人为风险，只要自动驾驶系统行车规范、驾驶逻辑贴合人类优质司机，就能天然实现十倍于人驾的安全水平。我们认为，十倍安全只是起点，未来行业会逐步实现二十倍、百倍的安全冗余。

未来用户购车时，核心考量的将是车辆远超人类的智能驾驶安全能力。以上就是理想汽车关于行业发展、具身智能、智能驾驶的近期思考与分享。

接下来十年，汽车，将成为最重要、最真实、也最具规模化价值的具身智能载体之一。而智能驾驶的进程，其实才刚刚开始。我们面前的路还很长，挑战还很多。但我坚信，它将彻底改变人类的出行方式，甚至生活方式。当汽车真正具备了”职业司机”的能力，当它能够主动理解你的意图、承接你的目标、完成你的任务——那时，我们就真正实现了"给汽车空间赋予生命"。

这，就是理想汽车的追求，相信也是从业人员的追求！

（注：本文根据现场速记整理，未经演讲嘉宾审阅）