字节入局无人物流：一场物理AI驱动的自动驾驶范式革命

字节跳动悄然进场，但目标不是造车

就在昨天，一则消息在科技圈激起涟漪：字节跳动正探索进入自动驾驶领域，由其旗下Seed团队的世界模型方向牵头，首站聚焦无人物流。官方回应克制而精准：“物理AI领域有很多早期研究和探索，但并没有做智能驾驶业务的计划。” 这句话的真实含义是：项目已在推进，但不以传统“智能驾驶公司”身份入场；它不打算重复Waymo或Cruise的老路，也不急于定义自己为车企或智驾供应商。 真正值得关注的，不是字节要不要“造车”，而是它带谁进场——这一次，它带来的是世界模型团队，而非感知算法工程师、规控专家或高精地图团队。

两种视角：工程堆料 vs 物理认知

过去十年，自动驾驶的主流叙事围绕“工程化落地”展开：比车队规模、拼路测里程、堆激光雷达、卷算力卡数量。这套模块化技术路线将系统拆解为感知、规划、控制三大环节，依赖人工标注、规则库与海量数据拟合。它推动了L2+辅助驾驶快速上车，却始终卡在L4规模化落地的门槛前。 根本症结在于长尾场景无解：施工锥桶倾倒角度异常、侧翻车辆遮挡识别、雨夜横穿老人动作不可预测……这些非标情况无法靠穷举规则覆盖；叠加过多规则反而引发逻辑冲突，导致系统失能。 而世界模型带来的，是一次底层范式的迁移。

世界模型：从“看见”到“看懂”

传统方案是“被动反应式智能”——先识别物体标签，再匹配规则决策；世界模型则是“主动推演式物理认知”。它在AI内部实时构建一个三维、动态、遵循牛顿力学与运动学规律的虚拟交通世界。面对突发状况，系统无需调用预设策略，而是基于惯性、摩擦系数、相对速度等物理因果，自主推演周边所有实体未来数秒的运动轨迹，并同步生成安全、高效、符合交通常识的行驶路径。 简言之：前者是“看见再应对”，后者是“看懂规律、提前预判”。 2026年已被行业公认为物理AI元年。生成式多模态能力突破临界点——视频时序建模、长程因果推理、视觉直接规划均已成熟。曾泾渭分明的VLA（视觉语言行动）与世界模型路线，正加速融合：小鹏剥离冗余语言模块推出X-World；理想发布MindVLA O1强化空间物理建模；吉利、Momenta、轻舟智航等头部玩家全部转向以世界模型为统一基座的技术架构。 轻舟智航董事长于骞的判断一语中的：“世界模型+强化学习，就是连接数字世界与物理世界的那座桥梁。”

字节的棋局：无人物流只是入口

字节选择此时入局，并非偶然。早两年，世界模型尚处论文阶段；晚两年，技术门槛已抬升至仅剩极少数玩家能参与。而Seed团队恰恰具备国内一线的世界模型研发能力，覆盖多模态理解、具身智能、视觉生成等多个关键方向。叠加字节的算力储备与顶尖人才虹吸效应，其入场本身就构成一种技术势能。 若只盯无人物流，字节毫无必要大动干戈——京东、美团、菜鸟、新石器早已形成成熟交付体系。新石器今年交付目标直指5万台L4级无人车，市场已趋饱和。 字节真正押注的，是更宏大的终局：具身智能。 马斯克多次强调：“特斯拉FSD数十亿英里真实道路数据，是训练Optimus最宝贵的物理AI训练场。” 感知、世界建模、运动规划能力可直接迁移至机器人本体。一辆自动驾驶车在城市跑一天，遭遇的物理交互复杂度，远超一个仓库机器人搬一天箱子。 因此，字节的路径清晰而坚定：第一步，通过无人物流车队获取高质量、高密度、强泛化性的物理世界交互数据；第二步，用这些数据持续迭代世界模型，提升其在多变环境下的鲁棒性与泛化能力；第三步，将已验证的世界模型与车端硬件协同能力，整体迁移到具身智能机器人平台。 无人物流是入口，世界模型是核心资产，具身智能才是终局。

新势力崛起：物理AI时代的六家代表

字节入局只是浪潮一角。一批未上市的自动驾驶新势力，正在物理AI叙事下重构自身定位与技术边界： 蘑菇车联深耕Robobus场景，其自研物理世界AI大模型MogoMind被称为“物理世界的实时搜索引擎”，已在北京、上海、成都等十余城常态化运营，累计安全行驶超500万公里。2025年10月，独家中标新加坡首个L4级自动驾驶巴士官方项目，成为中国技术首次进入海外高等级公共交通系统的标志性案例。 新石器聚焦末端配送，累计部署超1.6万台L4级无人车，行驶里程近8000万公里。主力车型适配复杂社区场景，单票配送成本压至0.1元，已实现单月盈利，验证了规模化商业闭环。 九识智能于2026年初完成与菜鸟无人车业务合并，车队规模超2万台，覆盖全球300余城，估值突破百亿，成为无人配送赛道首家百亿独角兽。 轻舟智航完成战略升维，从“无人驾驶公司”转向“通用物理AI公司”，提出“世界模型+强化学习”统一架构，辅助驾驶系统已搭载25款量产车型，2026年预计新增超50款，并与奇瑞商用车合作落地L4物流车。 元戎启行锚定“物理世界AI基础设施”定位，2026年量产交付目标突破100万辆，城市NOA方案获多家车企定点，正从智驾供应商向平台型物理AI服务商进化。 踏歌智行专注矿山等封闭工业场景，打造专属工业级物理AI体系，“车—地—云”协同方案已落地国家能源集团、包钢集团等20余家央企，累计交付超700台无人矿车，商业化规模行业领先。

胜负手：谁的大脑更强，数据就回流谁

这批企业的共同指向一个本质转变：决胜关键不再是传感器数量或车队规模，而是世界模型对物理规律的理解深度与推演精度。 轻舟智航于骞说：“要用更强的大脑，而非只靠传感器堆叠。” Momenta创始人曹旭东指出：“实现规模化L4，累计投入至少百亿美元级别。” 这种量级投入，天然筛选出资源高度集中、数据持续反哺、模型迭代飞快的头部玩家。 对一级市场而言，其共性价值已清晰浮现：第一，数据飞轮成型——无论是Momenta的120亿公里、新石器的万台车队，还是蘑菇车联的Robobus运营网络，真实物理交互数据壁垒一旦建立，后发者难以短期追赶；第二，商业闭环验证——三年营收翻三倍、单月盈利、单票成本降至4分钱，均非预期，而是实打实跑通的运营结果；第三，技术代差拉大——当世界模型从工具变为基座，能力跃迁不再是线性提升，而是指数级跨越。 当然，挑战同样真实：车企全栈自研趋势加剧，小鹏、理想、比亚迪正大幅压缩第三方智驾供应商空间；如何在“赋能车企”与“保持技术独立性”之间取得平衡，是所有第三方玩家必须回答的核心命题。 但可以确定的是，物理AI正在重写自动驾驶的本质定义——它不再只是汽车的延伸配件，而是人类对物理世界进行数字化认知与干预的智能载体。谁能率先打造出真正理解力、推演力、适应力兼备的“数字大脑”，谁就握住了下一个十年产业竞争的制高点。 这波浪潮里胜出的，未必是当年最会堆料的人，但一定是最早让AI学会“看懂”物理世界的人。