CES 2026：汽车电子与物理人工智能融合

作为一名汽车分析师，我自然会关注CES上所有以汽车为中心的厂商。然而，我发现自己被比预期中更多的机器人相关故事所吸引。

三项公告表明了一些不同寻常的现象：汽车公司在跨垂直领域趋同中占据领先地位。

• 现代发布了波士顿动力的Atlas类人机器人，目标于2028年前工厂部署，将其集团价值网络——现代汽车、起亚和执行器莫比——定位为一体化机器人制造平台。
• Mobileye宣布以9亿美元收购类人机器人初创公司Mentee，首席执行官Amnon Shashua将其定位为“Mobileye 3.0”，并推动向“物理人工智能”迈进。
• NVIDIA定位为跨越两个领域的计算与仿真平台，发布了自动驾驶车辆的Alpamayo推理模型、机器人学的Cosmos世界模型和人形化的GR00T。

我关注汽车行业已经足够久，已经习惯了一个熟悉的模式：汽车公司资助技术开发，但其多年验证周期意味着技术往往先部署——然后商业验证——先在其他地方实施。

激光雷达、传感器融合算法，甚至功能安全框架的某些方面，尽管汽车研发投入了大量资金，但常常在汽车领域之外首次亮相。汽车行业的大部分企业随后迟迟到来，借用了已经成熟的解决方案。在这个过程中，有时还能让他人从其参与开发的技术中抢占先行者价值。

CES 2026前所未有的不是行业间的技术转移。关键是时机。也许这是我第一次看到同时部署，而不是顺序验证。

• Mobileye 目前正在大量发货支持 L2/L2+ 系统，计划扩展到 L3 和 L4。与此同时，它宣布将目标放在2026年客户试点和2028年商业生产的Mentee类人生物。
• NVIDIA的Alpamayo为今年在美国上市的梅赛德斯CLA提供动力，而同一Isaac仿真基础设施则为现代2028年Georgia电动车工厂部署训练Atlas机器人——与工厂自有车辆生产坡道的时间表相同。

我认为这创造了根本不同的竞争动态。硅芯片厂商不会等待汽车验证后才进入机器人领域，也不会等机器人技术成熟后才回归汽车领域。他们同时在两个领域运作。自动驾驶系统提供的实际部署数据有望为人形移动规划提供参考，工厂机器人安全验证则加速ADAS碰撞避免框架的发展。当Mobileye谈论Mentee的Sim2Real传输技术通过“改进长尾场景的泛化”来增强自动驾驶时，它指的是并行学习，而非顺序技术转移。

技术栈的融合是真实的：感知（摄像头、激光雷达、雷达传感器融合）、规划（用于情境感知决策的视觉-语言-行动模型）和安全验证（从汽车的ISO 26262功能安全转向适用于动态环境中近人作的人形机器人的框架）。但真正的战略转变是时间上的，而非技术上的。

这既解释了Mentee估值9亿美元——比2025年3月融资轮增长了5.5倍——以及现代激进的机器人进度。这并不是说机器人技术最终会验证汽车技术。这是一种战略定位，旨在从两个领域同时成熟的技术栈中获取价值，且每个部署环境相互加速。

现代对其“集团价值网络”的框架明确将汽车规模制造定位为人形经济的开锁点，运用莫比执行器供应链纪律和现代/起亚的产量，以降低单价。门蒂选择前大陆汽车公司Aumovio作为生产合作伙伴，这从双向强化了这一模式：汽车公司将机器人制造能力定位，机器人公司则有意选择汽车生产基础设施而非传统电子制造。

紧张局势在于组织是否真的能够执行这种并行的发展战略。不同的安全责任框架、不同的客户期望以及根本不同的运营环境，共同造成了真正的碎片化风险。汽车验证流程假设受控的高速公路环境;类人机器人需要在共享工厂和家庭空间中，思考可移动物体和脆弱环境下的人类行为。NVIDIA作为跨域平台的定位试图抽象化这些差异，但组织壁垒和领域特定的监管要求可能比共享技术栈更具韧性。

2028年同步的时间线涵盖Atlas生产部署、Mentee商业化以及现代在佐治亚州的工厂推进，或许表明这是真正的客户吸引力，而非技术推动。但我们以前见过汽车融合的叙事，现实往往比最初的愿景更难实现。

可以确定的是，这种汽车/机器人融合代表了利用成熟汽车知识产权进行TAM扩展，而非全新的研发投资。汽车公司是否能最终从他们资助的技术中获得早期价值，还是我们会看到这场历史模式的更复杂化演变，取决于他们在未来24个月的执行情况。这些公告表明行业已经学到了关于时机的教训。是否已经学会了足够的知识，还有待观察。