小龍蝦上車、智駕加速落地、物理AI，是本屆車展的三大關鍵詞。

作者 | 田 哲

編輯 | 李雨晨

38萬平方米，這個數字不僅刷新了北京車展的歷史紀錄，也讓其規模躍居全球車展首位。

2026年北京車展，共來自21個國家和地區的近千家參展商，帶來了1451臺展車，其中包含181臺首發車和71臺概念車。據統計，本屆車展將吸引接近一百萬名觀眾。

本次車展主題定為“領時代，智未來”。各家展臺的技術與產品發布會，都與智能化密切關聯：從今全球年火爆的“小龍蝦”引入智能座艙，到高階智駕向低價車型逐漸鋪開，汽車正在從工業產品演變為AI驅動的智能體。

為了用最吸睛的角度爭奪市場注意力，各家爭先推出新穎產品，進行詳細技術解讀。華為乾崑、地平線、英偉達、騰訊智慧出行等公司，甚至在車展前一天，就搶先召開技術開放日，發布出行全場景智能體開放平臺。

當215場發布會的聲量在兩天內密集爆發，2026年的北京車展像是一個分水嶺，中國車企開始從堆料競爭，轉向體系能力的全面輸出。

PART 1

智能體接管座艙，

車內管家上線

AI智能體，無疑是本次車展的話題中心，眾多新車型爭相上車智能體，部分公司甚至推出座艙版“小龍蝦”。

騰訊發布的出行全場景智能體開放平臺，集成了搜索、支付及空間感知能力。在實際通勤中，系統不再等用戶下令，而是根據行程實時ETA自動完成點單取餐；在出游時，它既是AI導游，也是車隊協同的調度員。

在騰訊智慧出行副總裁、騰訊智慧出行負責人鐘學丹看來，智能體上車能否規模化，主要取決于兩個方面。

一方面來自于車企自身有無系統平臺，如果沒有系統平臺，規模化就會受制，不是完整體；另一方面，怎么讓用戶結合場景的需求重塑體驗。

如果說騰訊在做場景集成，佑駕創新則在嘗試打破物理世界的邊界。其搭載的BamBam龍蝦助手，通過調用DMS、OMS傳感器實時捕捉用戶的身份和情緒。在商旅場景下，用戶僅憑自然語音就能處理復雜工作流；在歸家途中，系統能主動感應狀態并提前啟動家用電器。

斑馬智能展示了更高級的編排能力。其元神AI汽車機器人大腦通過端云一體中樞，驅動出行、娛樂等多個智能體協同。比如，當用戶提出約朋友吃飯，系統會同步確認時間、訂餐廳并調整路線。這種將不確定需求轉化為閉環服務的能力，正是座艙機器人化的核心。

這種跨設備協同的趨勢，也出現在商湯絕影的New Member 2.0，其不僅能識別多人指令，更能結合用戶長記憶規劃個性化行程。

作為通信模組商，移遠通信從底層角度出發，推出的Agentic IoT整體解決方案以一腦多形為理念，以端云融合的Agentic AI技術打通人車家三大場景數據壁壘，實現一個智能大腦、多種硬件形態的全場景覆蓋。其搭載的MemCore記憶引擎持續沉淀用戶習慣與偏好，讓終端設備越用越懂用戶。機器人不僅能實時感知駕駛員狀態并主動陪伴交互，還能在人員離車后監測車內兒童或寵物遺留。

四維圖新則首次發布智能體數據綜合解決方案，涵蓋智能體感知、4D空間記錄終端等數據采集硬件、全鏈路合規方案，以及已落地的人形機器人、工業機械臂、無人車、四足機器人等六大場景應用方案。

如今，智能體不再局限于車內語音交互，而是打通通勤、辦公、家居、出游等全場景，座艙從被動響應進化為主動服務。更重要的是，大模型正在打破座艙與外部世界的邊界，讓汽車成為連接生活、工作、娛樂的移動智能中樞。

PART 2

物理AI：

自動駕駛的下一個基座

當大模型從互聯網語料走向真實駕駛數據，從二維文本理解走向三維空間感知，物理AI正在成為自動駕駛乃至通用機器人的新基座。

千里科技與階躍星辰宣布共同開發原生智能駕駛基座模型，意在突破當前大語言模型加智駕數據后訓練模式在物理規律泛化理解上的局限。其合作內容涵蓋極端天氣、復雜博弈等高難度場景的專項深度訓練，同時保留模型的通用推理與場景認知能力。

元戎啟行不僅帶來首席科學家阮翀首秀，還介紹其正在研發基座模型，將駕駛決策、場景理解與行為評估能力統一在同一架構中，通過更大的模型規模、更高的數據質量和更快的數據閉環推動輔助駕駛系統持續進化。據介紹，在這一體系下，數據閉環迭代周期從過去的約5天縮短至約12小時，運行效率大幅提升。

元戎啟行CEO周光為公司定下一個長期愿景：“我希望公司未來能成為物理世界的 AI 基礎設施，就像通信、電力一樣，成為支撐現實世界運行的基礎能力。當人們談及物理世界的智能時，元戎能夠成為這一基礎能力體系中的重要一環！”

前兩者重點聚焦駕駛場景，輕舟則將視野投向了更廣闊的通用物理AI。其發布輕舟物理AI模型，并宣布公司戰略重心從無人駕駛全面升級至通用物理AI。基于這套物理AI模型，輕舟將帶來推理更強、決策更優、泛化更廣三大核心能力升級。

作為傳統Tier 1，法雷奧正利用在感知、運動和人工智能領域的深厚專業知識加速人形機器人在工業領域的應用，在南京設立人形機器人訓練中心推動工廠落地。

此外，法雷奧還掌握了一套完整的車規級軟件和硬件產品組合，可適配人形機器人和自動導引車的需求。除在自有工廠部署機器人外，集團還面向潛在客戶提供相關解決方案。

當物理AI的能力從自動駕駛擴展到通用機器人，AI與物理世界的交互方式正在被重寫。物理AI正在從駕駛場景走向工廠、物流乃至更廣闊的實體世界，成為支撐現實世界運行的底層能力。

PART 3

Robotaxi再回C位

過去兩年車展，“Robotaxi”這一關鍵詞幾乎銷聲匿跡，但今年不僅熱度回升，還迎來了全方位進化。

開啟全球Robotaxi運營業務的小馬智行，進一步壓低成本，宣布2027版全無人Robotaxi的整車總成本，含車輛、自動駕駛套件與電池等，將下探至23萬元以內，低于國產特斯拉Model 3最低配售價。這意味著，Robotaxi在經濟賬上具備了大規模擴張的可行性。

更值得關注的是虛擬司機技術的持續迭代。小馬智行宣稱其Robotaxi能夠在7×24小時全天候環境下提供始終如一的高水平乘車體驗。其Robotaxi似乎更趨向于打造集安全、私密與多元功能于一體的移動空間，而不是網約車的競爭者。

小馬智行打出了一張成本牌，曹操出行則定義為自動駕駛而生的Robotaxi。

曹操出行深度參與定義了Robotaxi Eva Cab，沒有駕駛位和方向盤，車門甚至是“雙開門”，完全基于自動駕駛運營場景正向研發。

在成本與定制之外，本屆車展還展示了Robotaxi技術路線的多條清晰路徑。

卓馭正積極推進L4級自動駕駛系統的規模化落地，預計于今年下半年開啟試運行，其Robotaxi將直接搭載下一代原生多模態基礎模型，并配備自研自產、基于雙英偉達Thor芯片打造的三冗余L4級控制器。

輕舟的Robotaxi方案則完全基于量產車配置，其聯創、董事長兼CEO于騫表示，這是“用更強的大腦來實現更高級別的駕駛能力。當然，必要的冗余要有，但核心是建立更強的AI大腦。”

另一條是艙駕融合路線。商湯絕影面向Robotaxi推出的艙駕融合新品SenseAuto Go，不僅可實現L4級自動駕駛的點到點高效接駁，更將智駕的安全可靠與智艙的主動交互、情感陪伴深度打通。

此外，商湯絕影與T3出行計劃于今年全面開啟Robotaxi試運營，其搭載的可自主進化AI大腦，試圖打破智駕與座艙的技術壁壘，讓無人出行不再只有功能實現，更有溫度化、智能化的駕乘感受。

在全球化布局上，Momenta采取多線合作方式，在國內與享道出行在上海浦東落地，在國外與奔馳、Autogo、LUMO，以及Uber、Grab兩大打車平臺在中東、歐洲、東南亞市場合作。

Robotaxi顯然正在全方位進化，不僅整車成本逼近主流乘用車，智艙與智駕的邊界消失，還引入多模態大模型、正向研發模式，以上種種無不顯示著，Robotaxi正在變成城市出行基礎設施的一部分。

當成本、技術與場景三重條件同時成熟，Robotaxi的大規模落地，或許比多數人預期的更快。

PART 4

無人物流降本增效

2025年無人配送領域掀起價格戰、多家無人卡車公司籌備上市后，無人物流也開始登上車展舞臺。

作為一款生產力工具，成本是極為重要的考核指標。針對此，智駕新程與佑駕創新合作發布了“無圖”的L4級無人物流車，無需高精地圖就能應對復雜路況，如鄉村小路、施工區域、人車混行等。這不僅突破了傳統無人車場景及地域易受限的瓶頸，也更精準匹配了靈活性更高、即時性更強的物流配送需求。

更為重要的是，其破解了海外高精地圖測繪管控與資質審批難題，大幅降低海外市場的異地部署成本，打通跨國家、跨區域的無縫運營能力。

小馬智行則更新了其卡車業務的第二代產品，推出號稱“全球首款全車規、全冗余”的L4級無人駕駛輕卡。

“輕卡和Robotaxi有相同之處，輕卡從集散地到集散地的道路，和路上打車非常接近，因此兩者的難點和關鍵點也一樣，這是我們在Robotaxi場景找到最好的延伸方向。”小馬智行聯創兼CTO樓天城表示。

至于為何沒有研發Robovan，樓天城的回復是輕卡的市場更大，“可能唯一能跟它比的，只有無人駕駛卡車和Robotaxi。”

據悉，這款輕卡復用了小馬智行Robotaxi城市運營和技術能力，共享同一套城市復雜道路工況及L4能力，直接整合現有的補能、地勤、遠程協助等全無人運營體系。

按照規劃，小馬智行無人駕駛輕卡將落地千臺規模，年內啟動首批載貨運營，覆蓋干線、專線及港口運輸等場景。

從輕卡與重卡的體系化布局，到無圖技術對場景邊界的打破，無人物流正在經歷一場從Demo到基礎設施的躍遷。

PART 5

智駕標配時代來臨

高階輔助駕駛正在經歷一場靜悄悄的平民化。

文遠知行發布的最新輔助駕駛解決方案，能夠靈活適配多種主流車載計算平臺，覆蓋從高端到主流的不同成本區間。同一套算法架構可以跨平臺移植，車企無需為不同車型重復開發。

更重要的是，文遠知行將其在無人駕駛運營中積累的能力與安全標準，應用于輔助駕駛體系，讓高階智駕具備更穩定的決策表現和更類人的駕駛風格，目前該方案已獲得多家主流車企近30個車型定點。

在車展現場，文遠知行還與國內芯片廠商達成戰略合作，雙方將圍繞芯片與算法深度協同，進一步優化成本結構，推動高階輔助駕駛方案在更廣泛價格區間落地。

當智駕算法不斷下沉，座艙AI體驗也在升級為主動式服務。

安波福在本屆車展展示了融合AI的邊緣智能座艙方案，其自研AIOS及一站式技術體系可提供從單芯片解決方案到獨立AI協處理節點的全棧式方案，無需重構現有座艙平臺，即可為車輛即時補充專屬AI算力，推動艙內體驗從被動響應走向主動服務。這意味著，未來的座艙不再只是等待用戶發出指令，而是能夠基于場景主動提供個性化服務。

當算法層不斷下沉和泛化，支撐高階輔助駕駛的通信底座也在同步進化。

移遠通信聯合紫光展銳在車展發布的新一代高性能車規級5G通信模組AR59xUB系列，深度融合5G通信、C-V2X車路協同與北斗高精度定位技術，實現通導一體化能力。

此外，其集高帶寬、高集成度、大算力、低功耗等優勢于一體，為車輛帶來優異的連接效率、更精準的定位能力以及高效的系統協同水平。完全自主可控、高集成度的芯片設計，使其成為中高端智能汽車網聯核心需求的標桿級車載無線通信解決方案。

顯然，高階輔助駕駛的競爭已經轉向把成熟產品，在更多車型、覆蓋更廣價格帶車型應用。當算法適配性和通信基礎設施同時成熟，高階智駕從高端選配走向大眾標配，或許就在這一兩年。

PART 6

艙與駕的邊界正在消融

過去，座艙和智駕通常由兩套獨立的系統、兩塊芯片分別控制，但在2026年，單芯片、跨域融合的方案正在成為新趨勢。

高通展示了其汽車平臺至尊版方案，作為前瞻性布局的產品，驍龍8797和8397可以在同一塊SoC上無縫運行座艙與智駕功能。這意味著車企不再需要為了平衡娛樂和安全而去采購多塊高算力芯片，系統內部的交互效率也因此大幅提升。目前這一平臺已獲得全球10個車型定點，并在今年迎來大規模量產上車。

奇瑞與高通的合作則是這一趨勢落地的典型。雙方基于Snapdragon Ride Flex平臺，試圖打通原本相互隔離的座艙與駕駛系統。這種軟硬件的集成簡化，不僅讓整車的數據流動更順暢，更重要的是能顯著降低開發成本。按照奇瑞的計劃，多款基于該平臺打造的新車型將在今年陸續上市，把原本屬于高端配置的艙駕融合體驗推向主流市場，實現所謂的AI產品平權。

作為業界首個實現量產單芯片艙駕一體的供應商，卓馭展示了基于高通8775芯片的解決方案，其座艙流暢度與智駕系統的響應將不再有割裂感。

智駕玩家元戎啟行出人意料地預告其艙駕一體Agent功能。這個功能不再是簡單的語音助手，而是一個AI大腦。它的核心作用是理解用戶意圖并對復雜場景做出主動響應，讓座艙系統真正參與到駕駛決策的邏輯中。

國內芯片領軍企業地平線同樣拿出了重磅產品。其首款艙駕融合整車智能體芯片星空，基于5納米制程，算力達到650 TOPS。其設計亮點在于首創了物理隔離架構，即便座艙和智駕共用一顆芯片，也能在運行層面實現物理隔離，確保了智駕域的最高安全等級。

對于車企而言，地平線這類單芯片方案由于采用了中央計算架構，整車的空間占用縮小了一半，單車綜合成本可降低1500元到4000元。同時，研發周期也從傳統的18個月大幅縮短至8個月。從底層芯片開始的減重增效，正在讓汽車從一堆散亂的電子元件組合，變成一個真正的整車智能體。

對于艙駕融合的趨勢，騰訊智慧出行副總裁、騰訊智慧出行負責人鐘學丹認為，座艙結合AI之后會有更多的個性化呈現，更好地體現每個車的特性以及每個車和用戶之間跟個性化的關系。

艙駕融合從概念走向大規模量產，通過高通、地平線等單芯片方案打破數據孤島，在實現整車智能進化的同時，顯著為車企降本增效并縮短研發周期。

PART 7

總結

2026年的北京車展，38萬平方米的展館規模雖然宏大，但真正讓人震撼的是技術演進的速度之快，細節之精。

新車更新速度不僅加快，就連車型的大腦和骨架也重新設計，各方真刀真槍地比拼硬核科技。

不過，真正的競爭，從來不在展館的聚光燈下，而在接下來的一兩年里。

當這些前瞻性的智能方案與硬件架構大規模量產上車，誰能將技術轉化為穩定可靠的用戶體驗，誰才能在智能汽車下半場的權力游戲中，拿到通往未來的入場券。

直擊「2026北京車展」

車展，是當下全球汽車工業最激烈的競速場。在這里，不僅僅是新車的更迭，更是智駕芯片、液態電池、大模型上車等前沿技術的秀場。它是技術信徒的朝圣地，也是未來出行方式的預演地。

2026北京車展，雷峰網《新智駕》將以專業的視角、及時的訊息，為你拆解每一次技術脈動。

20+ 頂級車企動態（華為、小米、比亞迪、蔚來、小鵬、理想...)，1個專題深度搞定。

別在信息碎片里沉淪，來這里看懂車展與未來。[點擊閱讀原文，直達專題頁]