当汽车开始理解物理世界，比亚迪的下一条增长曲线浮出水面

比亚迪开始主动给自己的智能化业务换一套说法。9月15日，公司披露，截至8月底，搭载辅助驾驶功能的车型保有量已超过372万辆，天神之眼每天沉淀超过2.3亿公里真实路况数据。

此前发布的半年报和投资者关系材料又补上了另外两块拼图：算法端引入物理AI大模型，算力端推进自研智驾芯片规模化量产，同时继续探索人形机器人。几条信息放在一起看，比亚迪正在把汽车、工厂和机器人放入同一套技术体系。

汽车负责采集真实世界数据，大模型学习道路与环境规律，智驾承担规模化验证，制造基地提供机器人落地场景。这个闭环能否跑通，还需要产品体验、成本和财务数据证明，但比亚迪已经把竞争边界从新能源汽车推到了物理世界的智能化。

智能汽车的门槛，正在从“功能多少”抬高到“数据飞轮能不能转”

过去几年，汽车智能化最容易传播的是功能：能不能高速领航、能不能城市辅助驾驶、泊车覆盖多少场景。消费者看功能表，车企拼参数，资本市场按照搭载率和车型渗透率判断进度。

端到端模型普及之后，竞争方式正在变化。智能驾驶系统处理的不是封闭题库，而是持续变化的真实道路，施工区域、异形车辆、突然穿行的行人以及不同城市的驾驶习惯，都要求模型在更大的数据集上训练。车队规模越大、用户使用频率越高，能够回传的有效场景越丰富，模型迭代的速度和成本优势越容易拉开差距。

这也是比亚迪反复强调“数据、算法、算力”的原因。根据公司最新披露，搭载辅助驾驶功能的车型保有量已经超过372万辆，8月相关车型销量为20.15万辆，每天形成超过2.3亿公里行驶数据。这批数据的含金量并不只由公里数决定，更取决于数据清洗、场景筛选、标注训练和回灌车辆的效率。公里数解决的是原料规模，工程体系决定原料最终能不能炼成产品。

比亚迪拥有一个同行较难复制的条件：足够大的汽车销量和足够宽的产品价格带。2026年上半年，公司新能源汽车销量为181万辆。同期中国新能源汽车销量为744.6万辆，同比增长7.3%，单月国内渗透率已经突破60%。这意味着行业增量正在放缓，竞争逐渐深入到存量用户和产品体验，比亚迪庞大的在用车队由此变成一项可以反复利用的数据资产。

说白了，智能驾驶后半场拼的已经不只是工程师人数，还要看谁拥有持续运行的车队、稳定的数据回流体系以及承担长期训练成本的现金流。比亚迪过去擅长把电池、电机和电控做成规模化工业品，现在面对的是另一种规模效应：一辆车贡献数据，数据改善模型，模型提升体验，体验又推动更多车型搭载。

这套循环目前仍缺少几个公开指标，包括高阶辅助驾驶的实际使用率、有效数据占比、模型迭代周期以及智能化配置对成交价的拉动幅度。2.3亿公里解决了“有没有数据”的问题，数据究竟能不能转化为更低的接管率、更高的用户黏性和更强的产品溢价，才是基本面兑现的下一关。

物理AI打开了边界，汽车、工厂和机器人开始共用一套能力

比亚迪在半年报中使用了“物理认知驱动”这一表述。公司称，算法端已经引入物理AI大模型，算力端依托智驾芯片合作伙伴以及自研芯片的规模化量产，为高阶智能驾驶提供基础；公司近期的投资者交流材料延续了同一口径。

物理AI和普通聊天模型的区别很直观。聊天模型回答错一句话，用户可以重新提问；汽车和机器人做错一个动作，可能碰到车辆、设备甚至人员。模型既要看懂环境，也要理解距离、速度、重力、摩擦以及动作带来的连续后果。因此，物理AI的商业化门槛集中在真实数据、实时算力、安全冗余和大规模工程验证上。

比亚迪进入这条赛道，优势主要来自产业协同。汽车业务提供道路数据和智能控制经验，电池与电子业务提供硬件能力，工厂提供高度可控的训练和验证场景，垂直整合体系负责降本与量产。公司在2026年半年报中已经将智能驾驶、人工智能、智能制造和具身智能放入前沿技术布局，物理AI由此拥有了从汽车延伸到制造场景的现实入口。

人形机器人恰好承接了这套能力。公司在9月15日的机构交流中表示，智能汽车与人形机器人同属具身智能方向，人形机器人产业仍处在发展初期，比亚迪将结合自身技术和制造基础进行探索。这个措辞很克制，也比较符合产业现状：眼下更适合观察工厂搬运、分拣、巡检和装配等明确任务，距离家庭通用机器人还有很长的产品化周期。

对于比亚迪而言，工厂是机器人业务最现实的试验场。生产环境的任务相对固定，动作效果容易量化，部署后能直接观察效率、良率和人工成本变化。机器人若能在内部工厂稳定运行，随后才有条件向供应链企业或者外部工业客户复制。比亚迪真正有想象力的地方，也在于这种“内部需求先消化、工程体系再降本、成熟之后向外输出”的路径，公司此前在电池、零部件和电子制造领域已经积累过类似经验。

风险也摆在明面上。自动驾驶积累的数据无法直接搬到人形机器人，车辆主要处理道路与交通参与者，机器人还要面对抓取、触觉、姿态控制和复杂人机协作。数据结构不同，硬件形态不同，安全责任也更难划分。汽车与机器人存在技术同源性，并不等于研发成果可以无成本迁移。行业主题升温很快，真正决定订单能见度的仍是单位成本、连续工作时间、故障率和投资回收期。

物理AI可以扩大想象空间，基本面仍要回到利润与现金流

比亚迪此时强化AI叙事，也有一层现实背景。2026年上半年，公司营业收入3448.15亿元，同比下降7.13%；归母净利润123.25亿元，同比下降20.54%。同期研发投入达到289亿元，经营活动现金流净额为373.35亿元，现金储备为1674亿元。

这组数据呈现出很清楚的矛盾：整车行业价格竞争仍在压制收入和利润，研发与现金流又允许比亚迪继续押注长周期技术。物理AI、人形机器人和自研芯片因此不能只承担传播任务，还要逐步回到汽车销量、产品溢价、制造效率和新业务订单上。对一家体量已经很大的制造企业来说，新的技术叙事若无法改善利润结构，最终只能算高成本的研发储备。

短期观察重点依然是天神之眼在主力车型上的搭载与使用情况，以及智能化能否帮助高端品牌提高销量和成交质量；中期要看自研芯片、物理AI模型和车队数据能否形成稳定迭代，降低单车智能化成本；更远的验证，则落在人形机器人能否进入比亚迪工厂，形成可量化的降本结果和外部订单。

在我看来，比亚迪最有分量的故事从来不靠讲得多新，而靠能不能造得足够多、成本压得足够低。每天2.3亿公里数据已经给了物理AI一个很大的训练场，372万辆辅助驾驶汽车也提供了真实用户入口。接下来需要回答的问题很朴素：这套AI能不能让汽车更好卖、让工厂更高效、让机器人真正开始干活。

物理AI给比亚迪打开了汽车之外的空间，财务兑现仍需一步一步来。对潜在合作伙伴而言，这种同时拥有数据规模、制造场景、工程体系与现金流支撑的产业平台，合作价值也许比单一机器人产品更早出现。