輔助駕駛分水嶺已現：小鵬第二代VLA如何破解不敢用的技術困局？

設為星標?? 獲取最新資訊

嚴選好車163的第 1368 次推送

在智能駕駛智駕技術快速迭代的當下，產業正處于一個關鍵的普及分水嶺。盡管高階輔助駕駛的硬件滲透率逐年攀升，但在實際用車場景中，依然有大量消費者對智駕抱持保守態度。

主要核心痛點可歸結為三大焦慮，1、突兀操作導致的缺乏安心感；2、復雜場景下的能力盲區；3、保守策略帶來的通行效率低下。

小鵬汽車發布第二代VLA，給出了一套徹底打破僵局的全新技術解法。小鵬第二代VLA將于3月下旬開啟全量推送，覆蓋全新小鵬P7 Ultra、G7 Ultra純電版、小鵬X9 Ultra及Ultra SE等車型，并于4月開啟下一批全量推送，覆蓋2026款小鵬P7+、G9、G6的Ultra/Ultra SE版本，以及G7 Ultra超級增程版等車型。

這一次，小鵬喊出了一個極具野心的口號：從“極客嘗鮮”到“大眾常用”。這并非單純的軟件功能疊加，而是底層技術邏輯的徹底重構。本文將從技術演進、體驗升級以及底層架構三個維度，直接且深度地剖析小鵬第二代VLA大模型的技術內核。

第二代VLA實現了怎樣的能力躍遷？

在過去的技術路線中，傳統智駕系統高度依賴工程師預設的規則代碼。系統通過識別特定障礙物，觸發對應的執行指令。這種模式在標準化道路上運行良好，但在充滿不確定性的真實物理世界中，極易因遇到規則庫以外的狀況而觸發被動急剎或請求人為接管，暴露出明顯的能力天花板。

這就像是一個只會死記硬背的學生，在標準的考卷上，他能考高分。但真實的物理世界是千變萬化的，沒有標準答案。一旦遇到考綱里沒有的題，就很容易死機。

小鵬第二代VLA的核心突破在于，它徹底改變了系統運作的基礎邏輯：從“機械式的規則執行”跨越至“具備常識的物理推理”。

第二代VLA作為一個原生多模態物理世界大模型，不再試圖窮舉物理世界的無限規則，而是直接賦予車輛理解真實環境的能力。它能夠綜合環境、語境與物理常識進行實時運算。

以前的車看到前方有球滾出來，只會識別出那是一個圓形的障礙物。而第二代VLA看到球滾出來，它的物理常識會告訴它：球的后面大概率會跟著一個跑出來撿球的小孩，因此它會提前減速備剎。

這種跨越，讓系統的表現從生硬的機器反應，轉變為具備社會化理解能力的擬人化駕駛，能夠主動實現提前預判、合理控速、禮貌避讓與得體控距。這種具備社會化理解能力的防御性駕駛，正是第二代VLA與過去智駕拉開巨大代差的核心所在。

直擊用戶痛點，第二代VLA到底有多好開？

為了徹底解決用戶不敢用和不好用的痛點，第二代VLA在實際體驗端進行了針對性的優化，帶來了安心絲滑、全場景覆蓋與高效率通行的三大實質性升級。

升級一：極致的安心與絲滑——重塑安全感，讓新手媽媽也敢放心用

傳統智駕常見的頻繁點剎和急加速，是破壞乘坐體驗的元兇。第二代VLA通過底層重構，大幅優化了縱向與橫向控制的平順性。數據顯示，新系統使重剎減少99%，急加速減少98%，頓挫次數減少89%，安全接管率下降60%。

看穿細微變化意圖，真正的防御性駕駛。系統具備極高的動態感知敏銳度。它能夠精準捕捉周邊車輛車門微開的趨勢，或路邊行人細微的動作趨勢。在識別到潛在風險后，系統不會采取被動的緊急剎車，而是通過思維推理，提前進行平穩的減速并預留橫向安全空間，實現主動的防御性駕駛。

精準拿捏“異形怪獸”。針對道路上常見的異形車輛或不規則的延伸載物，第二代VLA基于視覺第一性原理，能夠精準辨識其真實的物理邊界，進而規劃出準確的繞行軌跡。對于路面減速帶、坑洼等非標準障礙，系統亦能提前認知并柔和減速。

強大的暗光感知能力。在夜間或視線不佳的環境下，第二代VLA展現出超越肉眼極限的感知距離。系統能夠在遠距離外識別暗光環境中的行人或動物，將傳統系統的近距離發現即猛剎車，優化為遠距離預見并線性平順處理，消除了夜間駕駛的突兀感。

升級二：打破地圖與環境限制——真正的全場景能力，哪里都能開

第二代VLA打破了傳統智駕對高精度地圖和清晰車道線的依賴，大幅拓展了系統的運行設計域，實現了從主干道到復雜微觀場景的全覆蓋。

無圖漫游與P擋直接起步。系統支持在P擋狀態下直接啟動智駕。在結構復雜的地下車庫或完全無導航地圖覆蓋的封閉園區內，車輛可依靠實時視覺感知，自主進行漫游尋址、避開隨機障礙物并順利駛出，解決了智駕出行的最后一公里難題。

極端路況的環境適應力。在面對無車道線的鄉村非鋪裝路面或施工改道路段時，系統不再因丟失標線而退出。它能夠通過辨識物理路緣和周邊環境特征來維持穩定的行駛軌跡。即使在暴雨等導致視覺短暫受阻的惡劣天氣下，大模型也能憑借強大的推理能力補全環境信息，確保行駛不中斷。

復雜人群路況的社會化博弈： 面對人車混雜的狹窄街巷或夜市，傳統系統往往因安全冗余過大而停滯不前。第二代VLA則具備了細膩蠕行速度控制能力，能夠通過緩慢的前移動作向人群傳遞通行意圖，在動態的人流縫隙中尋找空間平穩穿插，展現出高階的社會化博弈水準。

升級三：告別龜速與死板——媲美老司機速度

在確保安全的前提下，第二代VLA大幅提升了通行效率，官方數據綜合通行效率提升了23%，小路通行效率飆升76%，早晚高峰提升28%，使其表現更貼近人類熟練駕駛者。

特種車輛與狹窄路段的靈活應對。在窄路會車等高難度場景中，系統能綜合研判車身360度環境。若遇特種車輛或前方無法直接通行時，系統會主動尋找周邊寬闊處避讓；在必要情況下，甚至具備自主掛入倒擋、平穩倒車尋找騰挪空間的能力，待對向車輛通過后再行恢復前進。

高階交互，意圖理解能力涌現。第二代VLA展現出了對擬人化意圖的深刻理解。系統能夠準確識別并服從交通警察或路政人員的手勢指揮，并做出相應的平穩制動或繞行配合。這種不依賴預設代碼的交互能力，標志著智駕系統正從單純的駕駛工具向具備社會溝通能力的智能體轉變。

深度解密底層重構

為什么第二代VLA的能力會有如此大幅度的提升？

為什么同樣是造車，小鵬的第二代VLA突然之間就變得這么聰明了？這種跨越式的能力提升，底層邏輯到底是什么？

自動駕駛技術進入深水區，其本質已演變為純粹的AI大模型與算力競爭。小鵬第二代VLA之所以能實現上述脫胎換骨的能力提升，源于其在“模型架構、底層算力、數據仿真”三大基石上的徹底重構。

重新構建原生多模態物理世界大模型

傳統智駕架構通常將視覺感知、規控算法和執行模塊割裂開來，信息在模塊間傳遞時不僅會產生損耗，且反應存在延遲。

這種模式的問題在于：信息在傳遞過程中會嚴重流失，且反應極慢。就像一個人看到燙水的杯子，眼睛先報告給小腦說“這里有個圓柱體，溫度是90度”，小腦再寫一份報告給大腦問“該怎么辦”，大腦再下令給手說“縮回來”。等這個流程跑完，手已經燙傷了。

第二代VLA打破了這種模塊化壁壘，采用了一個端到端的超級神經網絡，將視覺、語言與動作深度融合。

常識與邏輯推理。這是最關鍵的躍遷。為什么叫語言大模型？這不是指車子會說話，而是指車子具備了類似ChatGPT那樣的邏輯推理和常識理解能力。當視覺看到路面上有一灘水和幾塊反光的冰面，語言模型的常識會瞬間告訴它“這里很滑，危險”，然后立刻輸出動作減速。

超密視覺思維鏈。系統省去了繁瑣的代碼轉譯過程，將視覺輸入直接轉化為直覺式的精準動作輸出。這種高密度的思維鏈路讓決策速度大幅提升，預測誤差降低了33%，這正是車輛能夠實現極致絲滑控制、消除頓挫感的核心技術支撐。

底層算力狂飆

從通用芯片到量身定制的圖靈芯片

過去，車企大多使用市面上通用的第三方芯片，比如英偉達的Orin-X。這些芯片雖然算力數字標得很高，但因為它們是通用芯片，什么活都能干，所以在專門處理小鵬這種極其復雜的VLA大模型時，很多算力被浪費了，效率并不高。

強大的模型需要極致的算力支撐。小鵬并未停留在堆疊通用芯片名義算力的表層，而是深入芯片底層，投入巨大資源研發了專為AI大模型定制的圖靈芯片。

小鵬并將圖靈芯片、編譯器與VLA大模型進行了深度的聯合優化。通過專屬的自動化編譯器，系統最大化了算力的利用率。

基于圖靈架構深度定制的模型，其運行速度提升了的12倍。雖然在名義算力上，一顆圖靈芯片約等于3顆主流通用芯片，但在衡量真實處理大模型能力的有效算力上，一顆圖靈芯片的效能相當于10顆通用芯片。這種深厚的算力儲備，確保了系統在復雜路況下進行高頻環境推理與博弈計算的余裕。

數據與仿真降維打擊——自我對弈與無邊界進化

AI能力的上限取決于數據喂養的質量與規模。小鵬摒棄了單純依賴真實道路測試的低效模式，構建了一套高效的自動化訓練閉環。

依托龐大的量產車隊，小鵬模型訓練的數據規模高達50PB。20萬輛Ultra版車型每天在車端消耗的Token運算量，相當于全國數字AI日調用量的80倍，形成了堅實的數據護城河。

為應對長尾場景，小鵬構建了高度擬真的世界模型，生成了超過50萬個包含各類極端路況的仿真場景。基座大模型在該虛擬環境中進行實時交互與自我對弈，通過不斷的試錯與強化學習，實現算法的飛速迭代。其每日仿真測試里程等效于真實世界3,000萬公里，使得大模型在半年內便完成了468個版本的迭代進化。

它的能力不是工程師一行一行代碼寫出來的，而是在海量的數據和虛擬世界中，自己“悟”出來的。這就是為什么傳統智駕永遠追不上它的原因。

總結

回顧智能駕駛的發展史，我們走過了很多彎路。曾經我們以為，給車子裝上更多的雷達、寫下更多的代碼規則，就能實現自動駕駛。但現實殘酷地證明，真實物理世界的復雜度，是代碼永遠無法窮盡的。

小鵬第二代VLA的推出，標志著智能駕駛技術從“規則驅動”向“AI本能驅動”的根本性跨越。通過原生多模態大模型、圖靈芯片的極致算力以及世界模型的自我進化，系統不再是刻板執行的機器，而是進化成了具備常識、懂博弈、能交互的擬人化智能體。

“讓全家人都愛用的國民智駕”，這不僅僅是一句溫情的廣告語，其背后是龐大的原生多模態AI大模型、恐怖的圖靈芯片有效算力，以及日均千萬公里虛擬訓練共同澆筑的技術壁壘。

隨著3月和4月OTA的全量推送，幾十萬小鵬車主即將親身體驗到這種如同老司機代駕般的安心與從容。毫無疑問，在通往L4級完全自動駕駛的終局之戰中，小鵬第二代VLA已經率先按下了那顆改變游戲規則的加速鍵。

未來已來，且比我們想象的更加聰明。