现代汽车集团执行会长郑义宣正在重新定义这家韩国制造集团的边界。7月24日，他在旧金山举行的现代汽车集团AI峰会上表示，集团将从汽车制造商转向“Physical AI解决方案公司”，把机器人、自动驾驶、智能工厂、能源系统和城市基础设施连接成可持续学习的网络。
峰会约有150名来自产业、学术和政策领域的参与者。郑义宣提出的路径不是单一产品发布，而是一套分层架构：智能设备首先在现实环境中工作并产生数据，AI工厂随后训练和更新模型，最终把能力延伸到交通、物流和城市运行。现代汽车称之为“数据飞轮”。
从一辆车扩展到一套物理系统
Physical AI强调让模型理解并作用于现实世界。与生成文本或图像的软件不同，自动驾驶汽车和机器人必须处理不完整传感器信息、复杂空间和安全风险，错误成本也更高。现代汽车拥有车辆、工厂、物流和机器人场景，因此能够积累大量真实世界数据。
集团已通过波士顿动力掌握Atlas人形机器人和Spot四足机器人的研发能力，并计划先在美国佐治亚州的现代汽车集团Metaplant America工厂部署Atlas。到2028年，集团计划在美国形成每年3万台机器人的生产能力。与只做机器人样机的创业公司相比，现代汽车最大的差异是拥有可直接测试和迭代的全球制造网络。
自动驾驶也是同一体系的一部分。现代汽车正推进可用于robotaxi的IONIQ 5量产，并与Waymo等伙伴合作。车辆在道路上收集的数据、机器人在工厂里的操作数据，以及生产设备的运行数据，可以共同用于改进模型。郑义宣的目标，是让每一台设备既执行任务，也成为训练系统的一部分。
5万颗Blackwell GPU支撑数据飞轮
数据飞轮要持续运转，需要大规模计算基础设施。现代汽车集团此前与英伟达合作，计划获得5万颗Blackwell GPU，并在韩国建设AI基础设施。双方还将开发机器人参考平台，把仿真、训练和实际部署衔接起来。
这种投入与传统车企建设数据中心不同。汽车研发过去主要围绕设计、供应链和生产控制系统，Physical AI则要求集团长期训练多模态模型，并实时更新车端和机器人端软件。它会提高软件与算力开支，也会改变工程团队的组织方式。
集团还计划在韩国新万金地区投入9万亿韩元建设AI谷，并在未来十年向岭南地区投入42万亿韩元。前者侧重算力、能源和研发集群，后者覆盖制造与区域产业。相比单纯进口GPU，这些项目试图把AI投入与本地产业基础结合起来。Stellantis调整中国及亚太领导架构说明全球车企都在重新组织区域资源；韩国工程企业的订单变化则显示，大型工业投资最终仍依赖电力、工厂和施工交付。
安全与回报是两道现实门槛
郑义宣的路线图范围很广，但每个环节的成熟度不同。工业机器人可以先在受控工厂内工作，开放道路自动驾驶和城市级系统则需要更严格的法规、责任划分和安全验证。把多个系统接入同一数据网络，也会增加网络安全和隐私风险。
第二道门槛是投资回报。3万台机器人产能、5万颗GPU和数十万亿韩元区域投资，只有在生产效率、软件收入或新服务上形成持续回报，才能证明转型价值。人形机器人目前仍面临成本、续航和可靠性限制，robotaxi商业化也受城市许可和运营密度影响。
此外，现代汽车需要避免技术平台过度依赖单一供应商。与英伟达合作可以加快开发，但长期来看，集团仍需建立自己的数据治理、模型评估和系统集成能力。否则，它可能拥有先进硬件，却无法形成可控制的核心软件资产。
郑义宣的战略判断是，汽车制造积累的物理资产和数据不应被视为旧经济负担，而可以成为AI时代的竞争基础。若现代汽车能把工厂、机器人和车辆连接成真正可学习的系统，它将不仅提高制造效率，也可能获得新的平台型收入。现在需要观察的，不是愿景覆盖了多少场景，而是Atlas部署、robotaxi运营和AI工厂能否按阶段给出可量化结果。
