梅冠群：世界模型两三年见分晓 呼吁加快自动驾驶场景开放

第二十二届中国汽车产业发展（泰达）国际论坛（以下简称“泰达汽车论坛”）于2026年9月17日-9月20日在天津市滨海新区举办。

在9月19日“高端智见——智引转型绿促升级共筑汽车产业新生态”中，中国国际经济交流中心创新发展研究部处长梅冠群发表题为“高水平推进人工智能与交通运输融合发展”的演讲。他认为，“AI+交通运输”并非简单行业应用，而是中美AI博弈中的“先手棋”，需要更多顶层设计与制度支持。

AI正从“虚拟交互”走向“物理在场”

梅冠群判断，人工智能已到“重要的节点时刻”，正形成三个递进趋势：一是递归自我改进，AI可通过自改代码、调度算力快速迭代，从工具走向自主决策的智能体；二是走向通用人工智能，并将进一步出现超级人工智能，“人类经济社会发展逻辑将发生根本变化”；三是迈向世界模型，AI将从大语言模型、多模态模型发展为世界模型，通过控制车辆、机器人等终端与物理世界耦合，走向“物理在场”。

他指出，基础模型层面中国与美国仍有差距但正在快速拉近，场景应用是中国优势，关键是把“场景驱动、数据供给、模型升级”的飞轮跑起来。

为什么首推交通：场景简单、最先闭环、数据丰富

梅冠群判断，当前最重要的落地方向正是包括汽车在内的交通行业：相较工业和生活场景，交通运输场景相对简单，自动驾驶进展显著快于机器人；交通可能是最先实现商业闭环的领域；交通又是体量大、高质量数据丰富的领域，我国场景多元优势明显，“在AI应用中理应比美国更具优势”。

梅冠群特别提示关注世界模型，将全球路线归纳为四类：基于大语言模型、基于像素、三维结构、基于视觉表征。他判断，四条路线目前并跑，未来两三年是关键期，路线将收敛融合；自动驾驶会是最先规模化的应用，成熟后将向无人艇、无人装备扩散。

风险与呼吁：警惕“全栈合围”把步子迈得更大

梅冠群警示，若美国企业在硬件底座、开发工具、通用模型领域形成“全栈合围”，未来美国模型一旦成为物理AI时代基础操作系统，我国自动驾驶、机器人、智能制造等领域都将受制于人。他注意到，美国通过“边部署、边监管、边修订规则”的弹性治理加速落地，特斯拉累计里程超100亿英里，Waymo测试车队超4000辆，“如果我们不能做更深度场景开放、设定更深入的试点沙盒，可能在底层模型和场景应用两方面都落后于美国”。

落到政策，他提出要从战略高度看待“AI+交通运输”，加强场景开放与可信数据空间建设，在画好安全底线红线的基础上，“步子更大一些，形成开放、包容、弹性的治理体系”，为汽车和交通智能化转型创造更好环境。

更多原创热点汽车资讯可关注58汽车微信号：wubache