2026世界机器人大会近日在北京亦庄落幕，这场为期数日的展会集中展示了具身智能的最新进展。约6万平方米的展馆内，上千台形态各异的机器人现场演示做菜、打球、递咖啡、分拣快递，甚至还有专门铲猫砂、处理猫毛的“机械铲屎官”。从工厂到家庭，从生产到生活，机器人正试图在每一个细分场景中证明自己解决现实问题的能力。
大会首次设立采购日，专业买家携需求清单进场，供需直接对接，现场销售额累计突破2亿元。这一数字被视为具身智能从“表演特技”转向“实景作业”的重要信号。工业和信息化部副部长辛国斌在开幕式上表示，智能机器人作为人工智能从数字世界走向物理世界的重要载体，正在以前所未有的速度赋能千行百业。
然而，机器人大规模落地仍面临多重挑战。大模型虽能在数字层面理解文本与图像，但受限于交互数据匮乏，在物理世界尚未形成闭环；跨环境、跨任务的泛化能力不足，制约稳定批量生产与交付；灵巧手等关键零部件则面临高成本、难量产、低良率的困境，供应链难以通过规模化降本。在此背景下，业界普遍认为，人形机器人、轮式机器人跨过量产门槛仍需时日。
在大会期间举办的火山引擎具身智能技术与应用论坛上，AIVA总裁、产品经理李博给出了一个判断：物理AI这条赛道，最终比拼的或许不只是模型有多强大、硬件有多灵巧，而是它能否与人之间构建起一段真实可感的信任关系。他认为，在这一点上，AI汽车拥有更大优势。
李博指出，汽车具备多数AI终端难以比拟的先天条件。首先是充足的能源底座——汽车拥有的几十到上百度移动电站，足以支撑本地大模型的实时部署，实现低时延响应，同时大量数据可在本地处理，更好地守护隐私安全。其次是完整的感知与执行体系——车内的摄像头、麦克风、雷达等传感器，与座椅、空调、灯光、底盘等执行部件，共同构成AI的眼睛、耳朵与手脚。第三是不可替代的长期共处场景——通勤、接送家人、周末出游，人们总要置身车内，与车辆共度时光，以数年使用周期来看，汽车能与人形成高频、周期性、多场景的深度陪伴。
李博用一句话概括AIVA的造车理念：“AI定义汽车，先有AI，再有车。”传统车企转型AI往往是在既定硬件上叠加智能功能，而AIVA决心重构造车逻辑，先想明白AI该如何理解人、陪伴人、构建信任，再让整车从这份对人的理解中生长出来。他举例说，研发团队曾围绕“车灯位置要不要装屏幕”展开激烈讨论，最终坚持设计并命名为“灵动光眸”。李博解释，一台车的“眼睛”天然就在大灯位置，这双眼睛的每个表情应是AI对感知信息的自然回应，而非预设程序的“表演”。
这份“鲜活感”最终指向对用户需求的深度契合。李博曾用温度调节阐释：同样是22℃，穿T恤的夏天和穿毛衣的冬天体感天差地别，AIVA通过长期学习用户习惯，无需手动设置即可在不同情境下自动匹配最适宜的温控方案。
在AIVA向物理AI演进的进程中，火山引擎是不可或缺的同行者。双方在合作初期便达成共识，以AI原生理念打造新车型，产品定义阶段便共同讨论AI硬件选型、评审产品需求、推敲设计方案。据李博透露，HMI设计团队借助ArkClaw搭建了专属设计助手，输入一份PRD文档即可自动拆解用户旅程并生成视频Demo，过去需数天的工作如今几分钟完成；研发团队则使用Trae重构自动化测试链路，整体效率大幅提升。李博将这一过程比作淘金升级：“过去是产品经理边挖矿边淘金，现在是AI在前面挖矿，人在后面淘金。”
火山引擎副总裁杨立伟曾将智能交互演进概括为三个阶段：从指令驱动到任务自主，再到物理融合。人机信任的建立与技术演进脉络呼应——具身智能稳定可靠地完成任务是信任基线；在此基础上，AI能理解人的情绪、意图和习惯，从执行命令进化到感知状态；最后，AI若具备持续学习、主动适应、可解释决策的能力，人与机器将形成深度互动、共同成长的状态。当前，物理AI正处于功能信任向情感信任过渡的阶段，多数具身智能产品能在特定场景下自主完成任务，但面对开放复杂环境仍需人类兜底。
李博认为，信任是在一次次真实交互中层层累积的：AI真切看见你、记住你，并在你需要时提供帮助，每一次反馈都贴合场景、恰到好处，久而久之信任自然建立。这需要一个能感知环境、执行动作，并在长周期使用中与人类高频互动的“在场者”。AIVA正是围绕这一方向探索，其背后折射出物理AI从虚拟走向真实的尝试。
AIVA首款车型ME7将于2026年年内亮相。李博表示，一旦这款车建立“伙伴式”信任，它将定义人与机器的相处模式，这份信任的确立将比任何硬件参数更具护城河意义——模型参数、技术发展可以复制追赶，但人与机器之间的信任难以迁移。当技术创新不再追求参数突破，而是回归人类福祉，人机信任才能真正扎根，我们迎来的将不只是更好的车，而是一个机器学会“看见”人类、人类也学会信任机器的新纪元。