2026年最大变革：物理AI崛起，激光雷达成核心基础设施（节选）

2026-02-28

2026 年 2 月 23 日，Innoviz Technologies 发布《物理AI崛起：让世界模型成为现实（第一部分）》白皮书，从行业视角深度解析了人工智能从数字领域向物理世界跨越的核心变革，明确物理AI成为下一代核心技术发展方向，同时指出感知技术尤其是激光雷达（LiDAR）是物理AI规模化落地的核心瓶颈与关键支撑，还披露了物理AI及激光雷达领域的市场潜力、技术挑战与行业发展特征，为理解这一新兴赛道提供了重要参考。

行业迎来本质性变革，物理AI开启AI发展新阶当前科技行业已完成从“软件吞噬世界”到“AI 吞噬软件”的阶段跨越，随着AI生成代码的普及，软件即服务（SaaS）行业正遭遇大规模颠覆，企业的核心竞争壁垒也从代码本身，转向数据、基础设施及与现实世界的融合能力，而2026 年行业最核心的变革趋势，便是物理 AI 的崛起。 

人工智能在通过软件和大语言模型（LLM）重塑数字系统后，正式迈入物理 AI 新阶段，其核心是赋能车辆、机器人、基础设施、工业设备等实体载体，使其在现实世界的约束下实现实时的感知、推理与行动。这一转型并非数字AI的渐进式升级，而是从“描述世界的智能”向“操作世界的智能”的本质突破，也被认为是未来数十年规模最大、持续时间最长的技术机遇之一。

感知层成物理 AI 核心瓶颈，激光雷达具备不可替代的技术优势。白皮书明确，随着全球计算能力的持续提升，部署物理 AI 的核心瓶颈已从推理能力，转变为获取高保真、实时的 3D 空间数据，感知层因此成为物理 AI 发展的核心卡点，而激光雷达则凭借独特的技术优势，成为感知层的最优解决方案。

物理世界的三维属性决定了距离、遮挡、运动、空闲空间等几何属性是感知的核心，而当前主流的其他感知技术均存在明显短板：相机仅能捕捉物理世界的二维投影，需要神经网络通过概率推断深度信息，且在低光、强光、恶劣天气下性能会大幅下降；雷达则存在空间分辨率不足的问题，无法满足精准感知需求。与之相比，激光雷达通过将光子信号转化为精准的几何数据，可直接测量距离，在安全关键型系统中，直接测量在结构上比概率推断更可靠。 

同时，激光雷达还具备隐私友好性这一独特优势，使其更适配物理 AI 基础设施的规模化落地。激光雷达仅捕捉物体的深度和形状信息，不会记录人脸、衣着等可识别特征，仅生成能反映物体位置的匿名点云数据。这一特性不仅降低了技术被滥用于监控的可能性、减少了收集个人信息的风险，还规避了相机系统带来的诸多法律与伦理问题，成为社会接纳物理 AI 基础设施的重要前提。 

白皮书强调，感知层并非物理 AI 的一项附加功能，而是其核心基础设施的组成部分，这要求感知技术必须具备确定性、鲁棒性、可扩展性和可信度。而激光雷达的量产，是构建物理AI感知基础设施过程中最被低估的技术挑战，也正因如此，目前全球仅有少数企业能完成激光雷达的研发与规模化制造。 

激光雷达的量产具备极高的技术门槛：每种激光雷达技术都需要专属的生产流程，涵盖高精度的光学装配、数千个零部件的稳定供应链保障，以及符合汽车行业标准的全套严苛校准与测试流程。同时，数字 AI 模型对传感器性能的高度统一性要求，进一步提升了激光雷达量产的公差控制标准，需要确保所有产品的性能表现具有确定性和高度一致性。 

而汽车制造领域严苛且复杂的质量标准，也推动激光雷达供应商不断提升技术能力，其搭建的自动化检测系统、过程控制框架等基础设施，不仅能满足汽车行业的需求，更能形成坚实的技术基础，支撑激光雷达以符合质量要求的标准实现大规模量产，同时为向更广泛的工业领域拓展奠定基础。  

自动驾驶定义感知层性能阈值，激光雷达行业完成初步整合。自动驾驶的落地应用，成为感知基础设施性能阈值的核心定义者，其对功能安全、可用性、耐用性、成本效益和大批量量产能力的严苛要求，淘汰了众多无法满足量产标准的感知技术，也成为激光雷达技术的 “终极检验场”。 

历经十年的行业整合，激光雷达赛道已完成初步的玩家筛选，目前全球仅有少数供应商真正实现了车规级激光雷达的量产能力。车规级的技术要求成为激光雷达企业的核心门槛，也推动行业形成了较高的技术壁垒，而随着各国开始制定长期AI 发展战略，感知技术正成为物理智能系统的核心战略层，可信赖、车规级、可规模化的 3D 感知技术，也成为物理AI时代的基础组成部分。 

除了自动驾驶这一核心场景，物理AI的应用正逐步向机器人、智能基础设施、工业自动化、国防、地图测绘等领域拓展，这也让激光雷达的应用场景从单一的汽车领域，转向跨垂直领域的布局，其市场属性也逐渐具备类基础设施的增长特征。 

物理AI市场潜力巨大，激光雷达迎跨领域扩张机遇尽管物理。AI尚处于发展初期，但其市场潜力已展现出巨大的增长空间。根据巴克莱银行的测算，到2035年，机器人、自动驾驶、工业自动化、无人机等物理AI应用的全球市场规模将达到5000亿至1.4万亿美元，其中自动驾驶领域的贡献将接近一半，约 5500亿美元。 

从区域发展来看，中国将成为物理AI应用的早期主导市场，2025 年全球新增人形机器人的部署中，中国占比将达到 85%，而美国的占比仅为13%，区域间的落地速度和规模差异显著。 

激光雷达的市场规模也将随物理AI的发展迎来大幅扩张，且其增长逻辑将从单一领域补充，转向跨领域替代。传统测算中，自动驾驶领域激光雷达的总可寻址市场规模约为100亿美元，且在这一领域，激光雷达通常作为相机和雷达的补充层存在，而非替代方案。但在安防监控、工业制造、智慧城市、物流、机器人、无人机等多个领域，激光雷达凭借显著的性能优势，能够直接替代相机和低分辨率雷达系统，成为感知层的核心选择。 

白皮书测算，未来十年激光雷达的全球总潜在市场规模将达到350亿至400亿美元。同时，行业数据显示，未来十年相机和雷达市场仍将保持约 6% 的年增长率，激光雷达并非简单的市场替代，而是在颠覆现有感知市场的同时，催生更多全新的应用场景，形成新的市场增量。  

为适配跨领域的应用需求，激光雷达技术也在持续迭代，行业内已出现集成车载相机的激光雷达产品，打造出一体化 3D 成像平台，融合激光雷达的精准感知优势与相机的视觉能力，成为激光雷达跨领域应用的重要技术方向。

转载此文于“激光雷达老炮儿”，转载是出于传递更多信息之目的，若有来源标注错误或侵犯了您的合法权益，请在30日内与本网联系，我们将第一时间更正、删除，谢谢。