川海智库

报告概述

该报告基于华泰证券2026年春季投资峰会Physical AI与Agentic AI分论坛内容，以双线演进为框架，研究自动驾驶（Physical AI）和智能体（Agentic AI）的商业化路径与产业趋势。覆盖九识智能、轻舟智航、万咖壹联三家代表性企业，分别聚焦L4城配物流规模化、L2++与L4协同技术底座、以及GEO驱动的手机生态营销新范式。报告通过企业案例展示AI从单点技术突破向体系化能力建设、从单一场景向多场景延展的演进逻辑，为理解AI产业化落地方向和投资机会提供参考。

报告的核心结论

自动驾驶是Physical AI最早规模化落地的场景之一

报告指出，自动驾驶正从实验室走向真实世界规模化部署。九识智能已运营全球最大无人运力网络，轻舟智航的高阶NOA方案量产上车超百万台，显示该领域技术成熟度和商业可行性领先于其他Physical AI应用。

Agentic AI正从概念讨论进入产业探索阶段

报告观察到，2025年底英伟达与Groq交易、Meta收购Manus等事件标志Agentic AI升温。万咖壹联提出的GEO（生成式引擎优化）实践表明，Agentic AI正在重塑流量分发与决策链条，预计未来一两年将形成新范式。

规模化流量与生态入口成为AI能力演进的核心抓手

九识通过超300城市、15亿件送单构建数据闭环；轻舟以百万级量产积累驾驶数据；万咖深度绑定六大手机厂商，覆盖超90%用户。这些入口使企业获得持续数据反哺，形成“规模-数据-能力提升”正循环。

企业竞争从单点产品突破转向体系化协同能力建设

九识构建从数据生产到仿真测评的完整闭环；轻舟提出“自动驾驶超级工厂”，打通数据、训练、仿真等关键环节；万咖围绕终端厂商建立内容标准化体系。体系化能力成为差异化竞争的关键。

AI能力从单一场景向跨场景延展，实现能力复用

九识由无人货运延伸至环卫、巡检等多场景，并拓展海外；轻舟从L2++和L4延伸至Robobus和无人物流；万咖从游戏广告扩展至电商、小游戏等。跨场景延展降低了边际成本，提升了技术投资回报。

报告回答的关键问题

自动驾驶如何实现规模化商业化落地？

报告显示，九识智能通过“硬件销售+FSD月度订阅”模式降低客户门槛，已服务超过300个城市，累计送单突破15亿件，帮助客户降低运营成本66%。轻舟智航则与主流车企合作，将高阶NOA方案下沉至10万元级以下车型，2026年预计超50款车型搭载，实现百万级量产。关键在于构建数据闭环、降低硬件成本、提供灵活订阅服务。

Agentic AI如何改变流量分发与广告营销？

报告通过万咖壹联案例指出，Agentic AI推动用户搜索从关键词检索向对话式生成迁移。GEO（生成式引擎优化）使营销前移至内容生成阶段：AI助手直接根据用户意图推荐商品并完成交易。广告主需优化内容的结构化、专业性和可验证性，以提升被大模型引用的概率，否则将失去触达用户的入口。

Physical AI与Agentic AI有哪些协同发展的逻辑？

报告认为两条路线本质相似：都依赖数据闭环和体系化能力。Physical AI（如自动驾驶）通过规模化采集真实世界数据，而Agentic AI通过终端入口获取用户交互数据。两者在技术层面共用模型训练、仿真测评等基础设施，商业层面均从单一渠道向多场景扩展。华泰证券将两条主线放在同一框架讨论，指出AI正进入落地深化阶段。

什么是GEO（生成式引擎优化）？

GEO是万咖壹联提出的新一代营销概念，被视为SEO（搜索引擎优化）的演进形态。在生成式AI时代，用户通过聊天式AI助手查询信息，模型直接生成答案并提供推荐链接。GEO的核心是优化内容使其被大模型更好地引用，包括关键词结构化、痛点提炼、数据标准化等，从而实现“对话即结果”的转化路径。

无人驾驶配送面临哪些监管与技术挑战？

报告指出，自动驾驶法律法规体系仍不完善，Robotaxi业务拓展受多地政策不确定性制约。末端配送依赖地方路权开放，短期内影响规模化进程。技术层面，L4系统需多传感器冗余架构和高质量模拟数据覆盖长尾场景，对研发能力提出更高要求。九识等企业正通过安全数据积累和商业模式创新应对挑战。

报告中的代表性数据

300+城市，15亿件送单

九识智能累计服务城市数量及送单量

截至2026年1月，九识智能运营全球最大无人运力网络，送单突破15亿件，客户覆盖快递物流、商超零售等。

超过100万台

轻舟智航NOA方案量产上车量

截至2026年1月，轻舟乘用车辅助驾驶系统搭载量突破100万台，从50万到100万仅用8个月，预计2026年适配超50款车型。

88%

九识智能中大型无人车市场份额

截至2026年1月，在中大型尺寸车辆（≥5m³）市场，九识占有率高达88%，在快递物流KA客户中占76%。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 峰会核心观点与趋势总结：报告提炼了Physical AI与Agentic AI双线演进的三大趋势——规模化流量与生态入口成为核心抓手、体系化协同能力建设、能力边界向跨场景延展，并提供背景分析。
  • 九识智能全解析：包括公司发展历程、产品矩阵（Z/E/L系列）、商业模式（硬件销售+FSD订阅）、商业化成果（300+城市、15亿件送单）、技术能力（数据闭环）、出海进展（新加坡、日本、阿联酋等）以及“1平台+N生态”战略。
  • 轻舟智航技术体系与商业化路径：详细阐述L2++与L4双擎战略、自动驾驶超级工厂底层能力体系（数据生产、模型训练、仿真测评）、端到端与VLM/VLA架构、量产进展（100万台搭载、23款车型）、Robobus产品线及无人物流合作。
  • 万咖壹联生态与GEO实践：包括与六大手机厂商合作细节、硬核联盟运营、快应用布局，以及GEO的定义、实现过程、关键能力（意图拆解、内容结构化）、商业模式（效果广告、品牌广告）向AI基础设施型平台演进的规划。
  • 自动驾驶产业链图谱与硬件演进：图表展示自动驾驶产业链，涵盖传感器、计算平台、算法模型等环节，并比较L2与L4系统在传感器架构、数据需求、仿真依赖性上的差异。
  • 风险提示：市场竞争风险（Robotaxi、末端配送等场景竞争加剧）、监管挑战风险（政策不确定性、路权开放）、技术落地能力不足（依赖硬件、软件持续研发）。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告