小鹏科技日核心观点 - 公司通过发布L4级Robotaxi量产计划、IRON人形机器人及物理世界大模型，探讨AI如何安全地融入现实物理世界，将技术焦点从参数展示拉回至日常生活场景[1] L4级Robotaxi技术架构 - 计划于2026年试运营L4级Robotaxi，其技术底气建立在三重架构上：六大核心系统（算力、转向、制动等）实现双冗余备份，可在50纳秒内完成故障切换，比人类眨眼快100万倍，为取消安全员提供物理基础[2] - 第二代VLA模型使AI摆脱对高精地图的依赖，能理解不同地域环境（如北京胡同与上海弄堂）并自适应各国交通规则，决策基于对物理世界的泛化理解[2] - 通过开放SDK引入高德等合作伙伴，旨在加速Robotaxi融入现有出行网络的商业化进程，但同时也扩展了安全责任的边界[2] IRON人形机器人特性 - IRON机器人高178厘米，其核心亮点并非行走能力，而是懂得如何安全地在生活空间中行动[4] - 配备“室内AEB”防撞系统以感知和规避家庭环境障碍，采用3颗图灵芯片分别处理视觉、决策与语言理解，能精准执行如“关掉客厅灯”等指令[7] - 采用全固态电池降低热失控风险，并承诺“隐私数据不出机器人”，为物理AI进入个人空间建立初步信任[7] 物理世界大模型技术 - 物理世界大模型是Robotaxi和IRON机器人的共同技术核心，与ChatGPT等互联网大模型本质区别在于其必须理解并服从物理定律[6] - 公司开发的720亿参数大模型使AI能从识别物体升级到判断其物理属性（如高度、承重）及运动轨迹，实现“通感一体”，同一模型可同时指导车辆礼让行人和机器人抓取力道[9] - 该模型具备对物理规律的编码能力，使AI能适应多样环境，如在漠河识别冰面反光，在海南判断积水深度[9] 行业安全路径探讨 - 公司路径强调“端侧强化”，通过极致的单车/单机智能与冗余保障安全，认为智能程度越高，安全冗余必须越充分，因物理世界的错误意味着真实伤害[10] - 行业存在另一路径即“系统级协同”，以蘑菇车联为例，其MogoMind大模型通过AI网络协同构建超越单车的安全体系，已在上海嘉定、云南大理等地落地项目[10] - 蘑菇车联的RoboBus实际运营里程已超200万公里，证明了AI网络协同在提升整体交通安全上的潜力[10] 物理AI发展前景与挑战 - 科技日描绘了2026年无人出租车和家庭机器人伙伴的近未来图景[11] - 在物理AI领域，安全被视为唯一的入场券而非一项功能，未来挑战包括AI如何理解人类模糊的社会意图及事故法律责任界定等[12]