人工智能正在走出屏幕，进入真实的物理世界。

　　当AI开始驾驶汽车、操作机器人，或在其他复杂环境中自主行动，它面对的就不再只是生成内容或回答问题，而是如何感知周围世界、实时作出决策，并与人类安全共处。

　　近日，在香港举行的LEAP East 2026上，小马智行创始人兼CTO楼天城分享了他对物理AI（Physical AI）的最新思考。结合十余年自动驾驶研发经验，他系统阐述了基础模型、AI编程、强化学习与世界模型的快速发展，如何改变自动驾驶系统的研发方式，以及自动驾驶商业化落地还有哪些现实门槛。

　　最关键的影响是，工程师的角色正经历着翻天覆地的变化。过去，工程师手把手教系统每一步应该怎么做；现在，工程师学会构建训练环境、定义目标与评价体系，让AI自主寻找更优的解决方案。未来，工程师更重要的任务，是作为AI的助手，把人类的经验传授给AI，帮助AI提升自我进化的速度，在更复杂任务中找到更优的解决方案。

　　在这个过程中，人的知识和经验依然不可或缺，只是发挥作用的方式正在变化——从直接规定每一个动作，转向为AI有效学习与负责任应用创造条件和提供帮助。

　　AI从“一问一答”到“闭环迭代”

　　过去一段时间，基础模型的能力快速提升。其中，编程能力逐渐成为衡量模型能力的重要指标之一。

　　原因在于，编程让AI不再局限于回答一个问题、执行一次指令。当目标和评估标准足够清晰时，AI可以自主编写代码、测试结果、发现问题，再根据反馈进行下一轮迭代。这种不断循环的工作方式，也就是所谓的“Agent Loop（智能体循环）”。

　　AI由此从一个响应指令的工具，逐渐成为能够持续执行复杂任务、评估结果并持续自我改进的系统。

　　在楼天城看来，这一变化的意义远不止于软件开发，同样的思路也可以应用于自动驾驶的研发流程：为AI定义清晰的目标和评价标准，让它在可控环境中反复练习、自主评估，并通过一次次循环迭代持续提升驾驶能力。

　　把车开好，而不只是模仿人一样开车

　　楼天城将这一思考追溯至现代AI发展史上的一个标志性事件。

　　2016年，AlphaGo战胜李世石，证明AI可以掌握围棋这样高度复杂的游戏。随后出现的AlphaZero又向前迈出了一步：它不再依赖人类棋谱，而是完全通过自我对弈学习，最终超越了基于人类经验训练的AlphaGo/Master。

　　这并不意味着人类知识失去了价值，而是说明，人类积累的知识，虽然是AI提升能力的起点，但是也可能成为限制AI能力上限的因素。

　　这一点对自动驾驶尤为重要。如果系统只是通过大量人类驾驶数据学习如何“像人一样开车”，可以很快接近人类开车的水平，但是它在模仿人类驾驶习惯的同时，也会继承人类驾驶中的不良驾驶习惯。对于一个被要求达到更高安全标准的AI驾驶员来说，仅仅模仿人类远远不够。

　　“目标必须从‘像人一样驾驶’，转向‘把车开好’。”楼天城说。

　　这一转变也是小马智行自动驾驶技术研发的重要思路。自动驾驶系统不能只依赖真实世界中的人类驾驶数据，还需要在虚拟环境中通过强化学习自主探索。工程师负责定义什么是“好的驾驶”，AI则通过持续练习，寻找实现这一目标的最佳方式。

　　为真实驾驶构建一个虚拟世界

　　要让强化学习真正应用于自动驾驶，仿真训练环境必须尽可能还原物理世界的真实驾驶场景。

　　自动驾驶车辆面对的，不只是车道线、交通信号灯和其他道路参与者。它还需要理解他人的意图，应对不确定性，并在真实交通中与车辆、骑行者和行人完成复杂互动或博弈。

　　虚拟世界越接近真实世界，自动驾驶系统就越能将训练中学到的能力有效迁移到现实道路。如何缩小仿真环境与真实世界之间的差距，也就是“Sim-to-Real Gap”，因此成为关键的技术挑战。

　　世界模型为这一过程提供了重要基础。借助世界模型，自动驾驶系统可以大规模练习复杂的长尾场景，比较不同决策可能带来的不同结果，并完成自动进化——不必苦苦等待这些极少见的长尾场景在现实中发生，也无需担心在现实中尝试带来的安全风险。

　　随着技术进一步发展，AI还可以主导自我进化的整个研发过程：发现世界模型的薄弱环节，判断需要补充哪些数据和验证，用于分析问题的根本原因，并给出改进方案实现研发闭环。

　　由此，真实道路运营、仿真系统、系统评估与技术迭代可以相互连接，形成一套持续自我进化的研发闭环。

　　同样的逻辑也适用于更广泛的物理AI场景。无论是人形机器人、工业机械臂、无人机，还是在其他物理环境中运行的AI系统，都需要先在安全、可控的虚拟环境中完成自我强化，再能规模化进入真实世界执行任务。

　　为什么人们对AI有更高要求？

　　自动驾驶的挑战并不只在技术层面。在圆桌讨论中，楼天城谈到行业面临的一种“双重标准”：人们会认为人类的偶尔犯错在所难免，但AI一旦犯错，却可能被看作整个技术或行业存在问题。

　　这种更高的期待并非毫无道理。当AI系统逐渐成为社会基础设施的一部分，人们自然会要求它具备更稳定、更可靠的表现。

　　因此，解决方式不是要求公众降低标准，而是研发出真正能够达到更高标准的AI技术和产品。

　　对于Robotaxi而言，这意味着其安全表现需要显著优于人类驾驶员；同时，也需要通过持续、可信的验证，让公众有机会亲自体验并逐渐理解这项技术。

　　信任无法仅靠口号建立。它来自安全的日常运营、透明的评价标准，以及一次次真实而可靠的乘车体验。

　　监管机构同样发挥着重要作用。通过建立系统化的测试、评估和监测机制，监管机构可以基于客观证据了解技术进展。企业则需要用真实运营表现证明，自动驾驶车辆能够在复杂城市环境中保持安全、高效和稳定。

　　技术是基础，却不是商业化的全部

　　当自动驾驶从测试示范走向商业化运营，技术能力还必须与合理的成本结构、可靠的运营体系以及持续完善的监管环境相结合。

　　楼天城表示，安全始终是首要前提，但Robotaxi能否实现商业上的可持续发展，也取决于车队规模、运营效率和乘客体验。

　　随着部署规模扩大，更高的车队密度有助于提升车辆利用率和整体运营效率。与此同时，Robotaxi也必须提供乘客真正认可的服务价值，例如舒适的乘坐体验，独立的乘车空间，以及从上车点到目的地的便捷出行。

　　监管则是决定自动驾驶规模化部署速度的重要因素之一。监管的意义不只是发放运营许可，更在于为企业、政府和公众建立一条有序了解和验证技术的路径。

　　这个过程一定是渐进式的。但随着系统表现不断提升，监管机构也能够从真实运营中获得更多客观依据。更多部署带来更多经验和数据，而不断积累的信任又能为进一步部署创造条件，两者相互促进。

　　这一代工程师最重要的课题

　　在演讲最后，楼天城提出了一个更长远的问题：究竟有哪些人类能力永远不会被AI替代？

　　他的答案是，这是一个过程，不断发现新可能但又不断被AI否定的过程。随着AI从辅助人类、执行任务，逐渐走向自主创新与系统构建，人与AI之间的能力边界仍在不断变化。例如过去一年，AI逐步证明了人类的编程能力、模型训练、驱动研发体系的能力都可以被AI取代。

　　但至少在今天，一个相对清晰的判断是：与其把人类和AI看作彼此独立的竞争者，不如寻找更有效的协作方式。人与AI共同工作，往往能够取得比任何一方单独行动更好的结果。

　　在自动驾驶领域，这种协作将人的工程经验和责任意识，与AI持续迭代的能力结合起来。

　　这一代工程师面临的核心课题，正是探索人与AI最佳的协作方式，并利用此构建出能力更强，同时也更安全、更可靠、对社会更有价值的AI系统。

　　这或许正是物理AI的下一阶段：不再止步于模仿人类，而是让AI具备持续自我进化的能力，并以负责任的方式，将这种能力真正带入现实世界。