当智能辅助驾驶进入规模化发展阶段，汽车行业开始讨论一个更远的命题：在车辆上积累的感知、决策、控制、数据和工程化能力，能否迁移到更多物理智能载体？
11月2日至5日，2026年世界互联网大会乌镇峰会在浙江乌镇如期举行。11月1日，央视新闻频道CCTV-13《新闻直播间》报道峰会筹备情况。峰会前夕，央视镜头对准福瑞泰克智能驾驶成果，公司董事长兼CEO张林博士接受采访，介绍最新智驾产品与技术优势和全栈AI成果。
张林博士在采访中表示：“我2016年第一次参加乌镇的世界互联网大会，在这里连接了全球的客户、产业链合作伙伴以及很多高级人才。我们已经累计生产和交付了500多万件智驾产品。”
在“破茧·智变2026全域AI技术峰会”上，福瑞泰克首席科学家沈骏强博士发表《全栈AI：通向规模化物理AI的桥梁》主题演讲，分享了一条由乘用车、商用车智能驾驶出发，逐步延伸至Robotaxi、无人物流和机器人场景的演进路线。
物理AI：让智能系统在真实世界中感知和行动
物理AI通常指能够在真实世界中感知环境、理解或推理状态，并通过车辆、机器人等载体执行动作的人工智能系统。与主要处理数字信息或生成内容的AI不同，物理AI还需要面对空间关系、环境变化、实时响应和物理安全等问题。
自动驾驶车辆、Robotaxi、仓储移动机器人和具身机器人，都可以被纳入物理AI的讨论范围。智能驾驶之所以受到关注，是因为其已经形成传感器、计算平台、算法、数据闭环、测试验证和量产交付相结合的复杂工程体系。
智驾能力有哪些部分可以复用
从福瑞泰克现有技术体系看，至少有四类能力具有跨场景复用潜力。
第一是感知与计算基础。摄像头、雷达、域控制器及多传感器融合经验，可以为移动智能体理解周边环境提供技术参考。
第二是实时决策与控制。智能驾驶需要在动态环境中持续完成感知、规划和控制，这类低时延系统开发经验，可以为其他自主移动设备提供借鉴。
第三是数据与迭代工具。数据采集、场景筛选、仿真验证、模型训练和软件升级等流程，具有一定的平台化复用价值。
第四是工程化与量产能力。从硬件设计、软件适配到测试验证和供应链管理，汽车行业形成的车规级开发经验，可以为新型移动智能体的产品化提供基础。
福瑞泰克官方材料提出，智能汽车、具身机器人与飞行汽车的供应链存在较高重合度，传感器、计算硬件、基础软件、算法工具和数据闭环等模块具有一定共通性。公司据此提出了从乘用车和商用车智能驾驶，到Robotaxi、无人物流等，最终拓展至机器人的路线。
这一路线的现实基础，是先在相邻场景中复用成熟模块，再逐步处理新的技术差异。Robotaxi仍以道路交通为主要运行环境，与现有智驾技术的距离相对较近；无人物流和机器人则会引入不同的运动形态、任务目标和交互要求，迁移难度也会相应增加。
因此，“跨场景迁移成本更低、落地更快”更适合作为公司的战略判断，而不是已经得到项目结果验证的普遍结论。真正的复用效率，仍需要通过具体产品、客户项目和量产周期来证明。
ODIN由智驾底座向全域AI演进
福瑞泰克将软件、硬件、大模型、数据和工程化能力整合在ODIN平台之上。按照公司披露的演进路径，ODIN先后经历1.0软硬一体架构、2.0“智驾平台即服务”、3.0大模型底座和3.5全栈AI阶段，下一步计划向4.0全域AI与规模化物理AI演进。
在这一体系中，FUZE中间件与自研算法承担软件基础，摄像头模组、域控制器和雷达构成硬件产品组合，端到端模型用于驾驶能力演进，FUGA-VL主要服务于数据平台的复杂场景理解和高价值数据挖掘，FUGA平台则支持数据进入训练和迭代流程。
55家OEM合作、330个已完成量产项目、约350万车主和超过600亿公里安全里程验证，能够说明福瑞泰克在汽车智能驾驶领域形成了一定的工程和量产积累。
从路线图走向产品，还需项目验证
9月23日，在福瑞泰克十周年活动上，公司董事长兼CEO张林博士进一步提出，福瑞泰克将从汽车出发，探索更多移动智能体等物理AI场景。这一表述再次确认了公司的长期方向，同时也说明相关布局仍处在探索和能力建设阶段。
沈骏强博士在峰会演讲结尾表示：“十年前，我们做ADAS国产替代；今天，我们做全栈AI量产底座；明天，我们将建成物理世界的智能基础设施。”
从智能驾驶向物理AI延伸，福瑞泰克具备传感器、控制器、软件算法、数据闭环和量产工程等可复用基础。正如福瑞泰克的战略路径一样，其也已经突破汽车边界，正从智驾出发，正延伸至两轮车、无人物流小车、干线物流及更多移动智能体等物理AI场景，商业化版图也随之扩大。
（免责声明：此文内容为本网站刊发或转载企业宣传资讯，仅代表作者个人观点，与本网无关。仅供读者参考，并请自行核实相关内容。）
