第一，智能汽车、具身机器人与部分低空飞行器正在形成共享部分技术底座、供应链和创新资源的关联产业群。AI大模型与智能体提供相通的方法基础，感知与算力构成共性的智能硬件支撑，为软件工具、电驱系统和精密制造提供可迁移的工程能力。聚合的重点在底层能力，专业分工仍体现在产品和市场。技术方法相通，需要针对不同设备重新训练、设计和验证；客户、使用条件、安全责任和商业模式，也各有边界。

第二，“从汽车走向具身”已进入实践验证阶段，呈现“共性平台与专业分工同时发展”的格局。国内外先行企业的一体化布局、第二增长曲线培育、人才跨界流动和供应链迁移，表明汽车积累具有跨产业价值。独立机器人企业进入车企工厂承担真实任务，展示了专业化协作路径。对汽车企业而言，可以选择整机、核心部件、技术平台或场景合作；对具身企业而言，善用汽车产业技术链，加快工程化和量产进程。

第三，两个行业的难题互补。汽车行业要把长期积累的技术、制造和供应链能力转化为新价值；具身行业要解决可靠性、成本和交付问题。让汽车的供应链、场景和量产能力服务具身产业化，让具身为汽车打开新的需求空间，是发展聚合智能产业的基本思路。融合的收益首先体现在降低工程化门槛、缩短量产爬坡周期，然后才可能体现为收入和利润。第二增长曲线，最终要由订单和持续交付来证明。

第四，聚合智能应当“既像汽车、又超越汽车”。像汽车，是借鉴其规模制造、质量管理和供应链组织能力；超越汽车，是从创立起就同时看向国内国际两个市场，把国际市场需求纳入产品定义和经营体系。海外可能成为新技术、新场景率先落地的区域，而国际化应是具身企业的重要发展取向。

新能源汽车已形成规模化基础。2026年1至7月我国新能源汽车销量900.7万辆，占汽车新车总销量的51.2%；7月销量156.1万辆，占比60.4%。口径含出口。电动化提供了成熟的电驱和制造基础，智能化能力则为汽车进入聚合时代创造了条件。

人形机器人正从实验室走向产线制造和真实场景。小鹏公布人形机器人产线启用，宝马披露机器人在汽车工厂的持续运行情况，分别展示了制造端和应用端的进展。产业化已进入实践验证，下一步要看稳定交付、有效作业时间和客户复购。

低空经济边规范边落地。2026年2月，我国发布《动力提升航空器适航标准》。欧洲此前已为垂直起降航空器建立专门的适航条件。

技术与产业能力的聚合，使造车积累有机会支撑机器人和低空产品的发展。同一项底层技术服务多种产品，可以扩大研发投入的适用范围。应用场景也存在协同需求：一个工厂、园区或物流节点，可以同时需要车辆运输、机器人操作和无人机巡检，通过任务调度、信息接口和作业流程协同，提高整体效率。技术聚合加场景聚合是“聚合产业”形成的内在动力。能否形成广泛而持续的生产率提升，是未来五到十年观察聚合智能成色的核心指标。

中国的关键优势是把完整的产业链、大规模制造业应用场景和技术创新力量转化为可交付、可复制的产品和解决方案。

汽车和具身正在同一企业内探索技术与制造一体化。特斯拉将汽车与Optimus纳入同一企业布局，官网将弗里蒙特工厂列为Model3、ModelY和Optimus的生产基地。小鹏于今年9月公布人形机器人产线启用，将汽车级制造和质量体系延伸至机器人生产。英飞凌围绕人形机器人的驱动、感知和连接等功能提供半导体方案。实践表明，汽车积累的价值可跨产品延伸，实际成效仍由产品一致性、交付能力和应用效果检验。

汽车企业通过自研、投资、孵化等方式，探索具身产业的第二增长曲线。广汽于2026年2月孵化成立慧仑科技，承接人形机器人研发与市场化业务。独立孵化有利于利用整车企业的技术、供应链和场景资源，同时围绕机器人客户建立产品和经营体系。新业务应分阶段投入：先找到愿意付费的任务，再验证产品稳定性和交付成本，最后扩大产能。

汽车人才进入具身，带来的不只是算法经验，还包括电子电气架构、嵌入式软件、供应链开发、生产工艺和质量管理等方法；同时需要补足接触操作、运动控制等专业知识。

供应链“一对多”的机会，在电驱传动、热管理、感知计算和材料工艺等领域较为突出。汽车产业在电驱、热管理、芯片、材料和精密制造方面的积累，可为机器人提供支撑，但需要围绕任务重新设计和验证。小鹏公布其人形机器人采用图灵AI芯片，展示了底层计算能力服务不同产品的路径。

汽车供应链的价值，不仅在于采购价格，更在降低工程化门槛、缩短量产爬坡周期和提高交付稳定性。实际迁移可分为直接复用、改造复用、工艺迁移和供应商共用。

汽车智能化与具身智能在模型学习、环境理解和仿真训练等方面存在方法交集。“共同底座”应首先落实为可共享的方法、工具与基础设施，包括仿真工具、数据接口、训练评测体系和可迁移的学习方法。汽车主要解决道路环境中的移动问题，机器人还要解决抓取、接触和操作问题，模型和数据需要针对任务重新适配。应选择能够验证迁移收益的环节，在开发周期、样本需求和任务成功率上形成可比较的结果，实现“沿途下蛋”、逐段落地。

存储、算力、连接、感知是聚合产业重要的智能硬件基础。存储方面，应分别关注带宽与功耗、软硬件协同、时延与可靠性，以及多模态感知组合。“存算连感”的价值在于系统配合，稳定完成任务比单项参数更重要。

把材料性能、零件加工、传动设计、驱动控制和整机工况贯通起来，是供应链融合的重要路径。可围绕关节、末端执行器、电源和散热等模块开展联合开发，先明确任务和工作条件，再确定接口、寿命和成本目标。供应链企业“一只眼睛看汽车、一只眼睛看具身”，让已有能力持续转化，使汽车产业获得新的需求来源，让具身产业获得更成熟的制造支撑。

汽车工厂是值得优先开放的具身验证场景。物料配送、部分上下料、检测和重复搬运等任务，便于明确节拍、质量和安全要求。宝马披露，Figure 02在2025年的斯帕坦堡工厂试点中，累计运行约1250小时、搬运超过9万个部件。这类持续运行证据比一次样机演示更有助于判断产业化进度。

应用节奏应以任务成熟度为依据。先在边界清楚的任务中实现稳定运行，再向更多工序和复杂环境拓展；高危任务须先满足相应的安全和可靠性要求。每个项目应记录任务成功率、人工介入频次、有效作业时间、故障停机和综合使用成本。

汽车行业长期积累的可靠性管理、过程追溯和测试验证经验，可以为具身建立“标、检、认”体系提供支撑。优先推进共性部件测试规范、任务性能评测和实验室能力共享，使企业减少重复建设，产品性能和可靠性更容易比较。机器人、汽车和低空飞行器各有安全边界，需要分别验证。跨行业合作应从明确条件下的测试数据复用和证据采信做起，整机认证仍由相应体系完成评估。

中国汽车产业的国际化经验值得借鉴，具身经济应从创立起就同步考虑国内国际两个市场，把国际需求纳入产品定义和交付体系。近期赴欧洲调研有一个启示，当地制造业升级需求可成为中国具身与AI方案的合作切入口。应从具体企业和工序出发，将当地产业经验与中国工程开发、供应链能力结合起来。同类需求仍需现场适配，并建立当地交付和维护能力。生而国际化也要有所选择，先在有明确需求、有合作伙伴、能够形成交付闭环的市场取得突破，再向相近场景扩展。

评价聚合智能企业的竞争力，可以参考三个维度：

这构成竞争力的“新三角模型”。所谓AI浓度，应体现在任务能力和持续改进效果上。三个维度最终都要落到经营结果：下一种产品能否开发得更经济，下一家客户能否部署得更顺利，每项任务能否产生可持续的收益。这一模型同样适用于评价汽车、具身和相关低空领域的产业布局。

第一，将聚合智能纳入战略性新兴产业布局的整体框架，按照“三大产业、共性底座”的思路统筹技术与平台资源。公共投入优先支持共性研发、测试和场景服务，减少重复建设；支持跨行业创新平台发挥技术转化、供应链对接和场景撮合的作用，同时保留多种技术路线和专业分工。

第二，支持“存算连感”底层硬科技和关键执行部件攻关。围绕芯片、传感器、连接器件、材料和执行模块推动整机与零部件企业联合开发，把实际采用、可靠性和成本改善作为重要评价依据。

第三，以场景开放带动产业化。支持汽车工厂、物流、售后服务等场景向具身企业系统开放，鼓励共建数据闭环。首台套、首批次支持应与安全验证、真实运行和应用效果衔接，帮助产品从演示走向持续采购。

第四，加快建立具身领域“标、检、认”体系。借鉴车规经验，制定共性部件可靠性测试规范和风险评估方法，推动车规实验室能力开放共享。在适用条件一致、验证充分的环节推进测试证据采信，整机认证仍遵循各领域要求。通过可靠产品和验证经验参与国际标准合作，把产业优势转化为规则建设能力。

第五，支持聚合智能企业从一开始就走国际化道路。把具身、低空产品纳入出海支持政策范围，建立聚合智能出海的合规指引；结合汽车产业国际化的经验教训，引导企业从一开始就走本地价值创造、合规经营的高质量出海道路；支持在海外建立应用场景合作，把东南亚、欧洲等地的制造业升级需求转化为中国聚合智能方案的落地机会。

第六，防止新兴领域重演无序竞争。清晰区分规划产能、实际产量、商业交付和持续运行，引导地方和资本依据应用效果安排投入，维护公平竞争。

总体看，聚合智能是中国把汽车产业优势转化为新产业优势的重要机遇。汽车产业二十多年积累的供应链、人才、场景和质量体系，是发展具身产业最现实的基础；具身产业则为汽车打开新的需求空间。把能共享的技术做深，把能迁移的能力做实，把有需求的场景跑通，坚持融合发展、坚持场景驱动、坚持走“生而国际化”的道路，未来五到十年，中国有条件形成具有全球竞争力的聚合智能产业群。