2026世界機器人大會近日在北京亦莊落幕，這場為期數日的展會集中展示了具身智慧的最新進展。約6萬平方米的展館內，上千台形態各異的機器人現場演示做菜、打球、遞咖啡、分揀快遞，甚至還有專門鏟貓砂、處理貓毛的“機械鏟屎官”。從工廠到家庭，從生產到生活，機器人正試圖在每一個細分場景中證明自己解決現實問題的能力。

大會首次設立採購日，專業買家攜需求清單進場，供需直接對接，現場銷售額累計突破2億元。這一數字被視為具身智慧從“表演特技”轉向“實景作業”的重要訊號。工業和資訊化部副部長辛國斌在開幕式上表示，智慧機器人作為人工智慧從數字世界走向物理世界的重要載體，正在以前所未有的速度賦能千行百業。

然而，機器人大規模落地仍面臨多重挑戰。大模型雖能在數字層面理解文本與影像，但受限於互動資料匱乏，在物理世界尚未形成閉環；跨環境、跨任務的泛化能力不足，制約穩定批次生產與交付；靈巧手等關鍵零部件則面臨高成本、難量產、低良率的困境，供應鏈難以通過規模化降本。在此背景下，業界普遍認為，人形機器人、輪式機器人跨過量產門檻仍需時日。

在大會期間舉辦的火山引擎具身智慧技術與應用論壇上，AIVA總裁、產品經理李博給出了一個判斷：物理AI這條賽道，最終比拼的或許不只是模型有多強大、硬體有多靈巧，而是它能否與人之間構建起一段真實可感的信任關係。他認為，在這一點上，AI汽車擁有更大優勢。

李博指出，汽車具備多數AI終端難以比擬的先天條件。首先是充足的能源底座——汽車擁有的幾十到上百度移動電站，足以支撐本地大模型的即時部署，實現低時延響應，同時大量資料可在本地處理，更好地守護隱私安全。其次是完整的感知與執行體系——車內的攝像頭、麥克風、雷達等感測器，與座椅、空調、燈光、底盤等執行部件，共同構成AI的眼睛、耳朵與手腳。第三是不可替代的長期共處場景——通勤、接送家人、週末出遊，人們總要置身車內，與車輛共度時光，以數年使用週期來看，汽車能與人形成高頻、週期性、多場景的深度陪伴。

李博用一句話概括AIVA的造車理念：“AI定義汽車，先有AI，再有車。”傳統車企轉型AI往往是在既定硬體上疊加智慧功能，而AIVA決心重構造車邏輯，先想明白AI該如何理解人、陪伴人、構建信任，再讓整車從這份對人的理解中生長出來。他舉例說，研發團隊曾圍繞“車燈位置要不要裝螢幕”展開激烈討論，最終堅持設計並命名為“靈動光眸”。李博解釋，一台車的“眼睛”天然就在大燈位置，這雙眼睛的每個表情應是AI對感知資訊的自然回應，而非預設程式的“表演”。

這份“鮮活感”最終指向對使用者需求的深度契合。李博曾用溫度調節闡釋：同樣是22℃，穿T恤的夏天和穿毛衣的冬天體感天差地別，AIVA通過長期學習使用者習慣，無需手動設定即可在不同情境下自動匹配最適宜的溫控方案。

在AIVA向物理AI演進的程序中，火山引擎是不可或缺的同行者。雙方在合作初期便達成共識，以AI原生理念打造新車型，產品定義階段便共同討論AI硬體選型、評審產品需求、推敲設計方案。據李博透露，HMI設計團隊藉助ArkClaw搭建了專屬設計助手，輸入一份PRD文件即可自動拆解使用者旅程並生成影片Demo，過去需數天的工作如今幾分鐘完成；研發團隊則使用Trae重構自動化測試鏈路，整體效率大幅提升。李博將這一過程比作淘金升級：“過去是產品經理邊挖礦邊淘金，現在是AI在前面挖礦，人在後面淘金。”

火山引擎副總裁楊立偉曾將智慧互動演進概括為三個階段：從指令驅動到任務自主，再到物理融合。人機信任的建立與技術演進脈絡呼應——具身智慧穩定可靠地完成任務是信任基線；在此基礎上，AI能理解人的情緒、意圖和習慣，從執行命令進化到感知狀態；最後，AI若具備持續學習、主動適應、可解釋決策的能力，人與機器將形成深度互動、共同成長的狀態。當前，物理AI正處於功能信任向情感信任過渡的階段，多數具身智慧產品能在特定場景下自主完成任務，但面對開放複雜環境仍需人類兜底。

李博認為，信任是在一次次真實互動中層層累積的：AI真切看見你、記住你，並在你需要時提供幫助，每一次反饋都貼合場景、恰到好處，久而久之信任自然建立。這需要一個能感知環境、執行動作，並在長週期使用中與人類高頻互動的“在場者”。AIVA正是圍繞這一方向探索，其背後折射出物理AI從虛擬走向真實的嘗試。

AIVA首款車型ME7將於2026年年內亮相。李博表示，一旦這款車建立“夥伴式”信任，它將定義人與機器的相處模式，這份信任的確立將比任何硬體引數更具護城河意義——模型引數、技術發展可以複製追趕，但人與機器之間的信任難以遷移。當技術創新不再追求引數突破，而是迴歸人類福祉，人機信任才能真正紮根，我們迎來的將不只是更好的車，而是一個機器學會“看見”人類、人類也學會信任機器的新紀元。