如果說，移動智能手機的出現代表了二十世紀的最後一躍，那移動智能體則全然代言了二十一世紀AI時代的星火燎原。

　　北京智行者科技股份有限公司董事長兼CEO張德兆

　　每一個清華車輛與運載學院的學子，心中都有一個驅動移動智能體未來的夢。這一純粹的技術理想，如果放在十年前，或還停留在學院前身清華汽車系師長們有關「車-路-雲」的複雜構想中；時至2026年，當產業語言已從無人駕駛、自動駕駛走到物理AI時，有人忙於應和，有人束手無策，但更有堅定的「智行者」在移動、協同、服務的底層命題上一路耕作，水木競逐中走出的張德兆，帶領團隊做出了物理AI時代最難證偽的市場需求證明題。

　　AI時代 得數據「油田」者得多助

　　初識張德兆，很多人錯以為他就是個做無人環衛車的清華汽車人。

　　這樣的標籤，對從廣東梅州走出的張德兆而言，於個人聲名無礙；但對智行者這家從無人駕駛一路走來並被賦予多模態異構數據和以此為基礎形成的物理AI大腦、世界模型支撐的公司而言，卻是一個來自初始點的「福報」。

　　蝸小白AI清潔機器人S100-N(大型室外清掃專家)援馳火神山醫院

　　2018年底，智行者的無人掃地車「蝸小白」量產，2020年疫情期間，全社會對無人配送以及無人清掃車輛的需求出現了爆發式的增長，時至當下，智行者業務已涵蓋極限作業、智慧清潔、智能出行三大方向，累計申請專利超1200件，商業化運營里程突破1.6億公里，產品落地全球超45個國家和地區。

　　蝸小白AI清潔機器人S100-N(大型室外清掃專家)服務瑞典愛立信總部

　　香港街頭、深鐵環線，新加坡金沙酒店、馬來西亞海關大樓、澳大利亞微軟數據中心乃至可口可樂的燈塔工廠，不同地域，不同需求，不同政策屬地，全球各地都開始與來自北京的這家企業一起丈量城市與園區的屬地。

　　張德兆指出了一條趨勢性看法：物理AI，不能只在實驗室里訓練，必須到真實生產生活環境中完成應用驗證和常態化部署。在他看來，智行者最核心的體系化能力，可以概括為：數據多模態、技術可復用、商業自造血、全球可複製。

　　以人口密度高、公共空間緊湊、地面材質多樣的香港城市為例，根據香港勞工處互動就業服務空缺數據，截至今年5月末，香港清潔員的空缺求職比達到6:1，相當於每6個清潔員崗位，只有1個人在應聘，是全港缺工工種的前三名。在實際運營中，單台蝸小白的清潔效率相當於4到5名人工，可以在低客流時段自動完成大面積清掃作業，顯著降低了物業方的人力成本和運營壓力。

　　張德兆對《香港商報》表示：「我們的智能終端，已能夠實現從『看得到、聽得見、感受得到』升級為『服務得到』，包括清潔、消防、巡邏、檢查、應急響應、景區接駁及其他特定場景的作業。這既是智行者執行層可靠性的體現，也直接決定了我們企業商業價值的落地。」

　　過去十餘年，智行者始終在極限作業、智慧清潔、智能出行三大場景中同步深耕、交錯進化。其中，極限作業聚焦森林草原防火、應急救援、安全巡邏巡檢、野外運輸保障等高價值場景——這類極限場景碎片化程度高、地形複雜多變、載荷需求多樣，恰恰是檢驗其物理AI大腦泛化能力的終極試驗場。

　　跨場景的實戰積累，直接催生了智星者對TransWorld世界模型和物理AI大腦的部署。據張德兆介紹，TransWorld世界模型通過三重異構數據採集，實現了視覺、激光雷達、超聲波、物理作用力等全維度數據的深度融合，對應的是多模態感知、意圖理解和力學反饋，讓AI不僅能夠「看到」，還能「聽到」和「感受到」物理世界的複雜變化。四級數據蒸餾體系則將原始數據精煉為驅動世界模型持續迭代的「超級燃料」，讓模型在有限數據下也能實現高效學習；而五層金字塔架構則從底層的多模態感知出發，逐級向上支撐至跨場景、跨形態的泛化能力，由此形成完整的閉環自進化系統。

　　這套體系，目前已精準回應了混合物理環境中交互密集、人機行為博弈複雜的現實挑戰。

　　值得關注的是，智行者用同一套物理AI大腦來驅動不同形態的智能終端實現跨場景泛化——張德兆將之歸納為「一腦多形」，無論是極限作業智能體、AI清潔機器人還是無人駕駛環衛車、AI漫遊車，底層共享同一套世界認知和決策系統。

　　這，意味着每一個新場景的開拓，都會讓整個物理AI大腦變得更聰明；每新增一種產品形態，都會反哺其他所有場景的表現。這種正向循環，恰恰是這家公司最核心的技術飛輪。

　　AI+模型+算力+場景 token現實落地

　　當下AI競逐的真實在於，敘事宏大，但最終的零和博弈，圍繞AI底層到底有沒有ROI結論，市場卻更關心需求，關心產業鏈的利潤通道。誰走通了，無論是中是美，聰明的投資者才會最終用真金白銀去為企業的商業價值投票。

　　從數據面上看，張德兆認為物理AI需要面對的是空間、運動、力學、人群、交通、天氣、地面材質、設備狀態等複雜變量，而數據異構性和多模態的價值，恰恰在於有能力表徵和理解這種複雜性和物理常識與規律。「智行者在長期商業化運營中沉澱下來的數據資產，構成了競爭對手即便投入重金、在短期內也難以複製的核心壁壘，是我們的護城河。」

　　同時在他看來，智行者不是圍繞某一個產品孤立開發，而是圍繞「物理AI大腦」構建統一底座。同一套智能底座支撐不同身體，不同場景產生的數據又反哺同一個大腦。這樣，技術不是一次性消耗品，而是越用越厚的基礎設施。

　　若從商業造血和運營角度分析，物理AI真正難的是長期運營、持續交付和客戶復購。對投資人來說，最重要的不是故事有多大，而是企業是否已經證明：產品有人買，客戶用得住，收入能增長，成本能下降。2026年初，智行者完成了4億元人民幣的新一輪融資，投資方是國資背景的國家基金，這是資本市場用真金白銀投出的信任票，也是對上述問題最直接的回應。

　　更重要的，是全球可複製能力。張德兆表示，物理AI如果只在單一城市、單一場景、單一客戶里成立，就還不是平台能力。智行者的全球化布局，本質上是在驗證同一套技術和產品體系能否跨越不同國家、不同服務標準。

　　「只有主動直面、妥善化解技術迭代中的各類難題，才是一家科技型企業應有的擔當與姿態。「張德兆認為，智行者一整套業務布局，本質正是圍繞人本需求逐層延伸，也是其平衡技術進步與人類發展的落地實踐：讓機器去高溫地面作業、去深夜清掃馬路、去有害氣體瀰漫的工廠車間，替代的是危險、繁重、重複的勞動，而不是人的價值、尊嚴和創造力。與此同時，被釋放出來的勞動力可以轉向設備運維、遠程監控、現場管理等更高附加值的崗位。這不是機器搶人飯碗，反而是機器升級了人的工作。

　　在智行者的產品邏輯里，以人為本是永恆的價值錨點，也恰恰是這個價值錨點，當下已吸引了越來越多的算力企業與之合作要求消化token。

　　不遠的未來，誰構建了token的場景化消化部署能力，誰就將在接下來的AI之戰中取得該有的市場身位。

　　事實證明，AI已經進入更成熟的階段。一個行業只有真正進入利潤分配階段，才會出現上下游博弈。無法被證偽的AI落地能力，才是真AI，才是真正普世的世界模型。（記者 孫斌 李鑫夢 北京報道）