小鵬汽車：沒有基座模型，何談物理AI

一個模型，改變行業。

作者｜張麟

如今，討論自動駕駛系統的終極模型架構究竟是VLA還是世界模型，對實現L4自動駕駛能力已經變得毫無意義。

3月2日，小鵬汽車舉辦了馬年春節后的第一場發布會，宣布第二代VLA正式推送。就內容而言，這場發布會上展示的第二代VLA大模型以及純電版小鵬X9早已亮相，并沒有傳統意義上的全新重磅產品發布。

但從發布時間來看，小鵬汽車對第二代VLA的重視程度可見一斑。

小鵬汽車第二代VLA即將開始推送，圖片來源：小鵬汽車

在何小鵬看來，能力邊界有限的端到端小模型以及打補丁式的智駕場景拓展，終究無法完成自動駕駛行業從L2向L4級別的跨越，過于追求將智駕大模型的架構進行分類，也對整個行業的發展毫無益處。

何小鵬想追求的，是一個全新的大模型架構，這個架構能夠擁有全場景的智駕能力，具備極強的泛化性，能夠輕松部署在家用車、Robotaxi或機器人等不同硬件本體上，同時還能快速迭代，不斷進化。

這個全新的大模型，就是小鵬第二代VLA。

雖然名字里仍帶有“VLA”，但本質上，這個全新的智駕大模型已經開創了全新物理模型范式，是首個在物理世界實現直接由「Vision」生成「Action」，去掉語言轉換環節，模型架構更簡潔，更徹底的「端到端」，直接學習真實的物理世界。

1.目標：絕對領先

2026年開年，廣州小鵬科技園，一場針對小鵬第二代VLA的特殊試駕正在進行。參與試駕的不是媒體，也并非明星，而是小鵬汽車“媽媽食堂”里員工的爸爸媽媽們，他們一開始緊張、忐忑，但很快就“放開手腳”，放下了心。

在試駕過程中，何小鵬提及自己的媽媽對于新事物的接受過程要稍微慢一點，讓媽媽們都放心是一個非常重要的目標，智能駕駛也要從“極客”嘗鮮到“大眾”常用，讓爸爸媽媽們也愛開。

小鵬通用智能中心負責人劉先明的表態則更加直白："小鵬第二代VLA可能是目前中國最領先的智駕系統，是與行業拉開代際差距的時刻。"

那么，小鵬第二代VLA能做到什么程度？

根據公開資料，小鵬第二代VLA指令輸出延遲壓縮到了80毫秒以內；車輛重剎減少99%、急加速減少98%、頓挫減少89%；復雜小路的平均接管里程提升至約260公里。

此外，近日多家媒體專門挑荒地、土路、坑路來挑戰第二代VLA的能力極限，即使是雨雪天氣NGP功能依舊可以自如使用。

單純的數據并不能全面說明小鵬第二代VLA的性能表現，在公開的無剪輯路測視頻中，能夠明顯看到小鵬汽車在會車、跟車、進出主路及識別障礙物、行人甚至路面深坑方面的優秀表現。

雖然目前小鵬第二代VLA尚未正式推送，但其一直在保持著高速迭代，以實現性能和路試表現的不斷提升。

據了解，自2025年11月至2026年2月底，小鵬第二代VLA已開發了468版模型，在容錯率、穩定性、效率、數據讀取等多個方面都有顯著提升。

何小鵬對「甲子光年」等媒體表示：“今天媒體朋友能試駕的版本，很可能是我們上個月的版本，而我們現在迭代出來的最新版本，性能又會比一個月前有極大提升。”

除了所謂的體感差異，高頻次地版本迭代也小鵬第二代VLA擁有了一些直觀的功能升級。比如無目的地漫游、可以原地激活NGP等。

“我們希望做到千公里級的人工接管，而非行業中普遍的百公里級。”這是何小鵬對第二代VLA性能體最直接的考核指標。但他也指出，接管里只是其中一個維度，全場景都能開、完全放心、超高效率，才是小鵬做自動駕駛的目標。

2.做不到感知物理世界，就沒有真正的自動駕駛

嚴格來說，自動駕駛行業至今都沒有實現完全地“自動化”，甚至不同場景下究竟通過怎樣的技術手段和大模型范式來實現自動駕駛，業內都沒有形成統一的結論。

所以何小鵬在發布會上說：“過去的L2級別的輔助駕駛，就是‘縫合怪’。”

比如，曾經的高速場景嚴重依賴高精地圖和規則驅動；城區場景則通過占用網絡、強化學習和大量的Corner Case數據訓練；園區場景則通過多模態融合和低速控制算法來實現。

但實際上，用戶或許根本不需要了解自己的車采用了什么模型架構或技術路徑，只要好開就行。所以劉先明在回答「甲子光年」提問時說：“大家一直在糾結VLA和世界模型的概念，但我們真的需要這么多概念嗎？可能不需要。”

在這種頗具第一性原理的思考下，小鵬汽車以基座模型為基礎，輔以世界模型創造的閉環仿真空間和強化學習框架，最終成為既是VLA、也是世界模型的全新架構。

時間回到2024年初，那時小鵬汽車便開始布局AI基礎設施，并很快建設成了國內汽車行業首個萬卡智算集群；當年下半年，小鵬汽車開始了參數規模高達720億的“小鵬世界基座模型”的研發。

這個基座模型，可以簡單認為是如今的第二代VLA大模型的“母體”。

從模型本身來看，世界基座模型的參數量是當時的車端主流VLA的35倍，具有鏈式推理能力，并能將推理結果轉化為行動。

這種鏈式推理能力，放在小鵬第二代VLA上，就是所謂的視覺推理思維鏈(Visual Chain of Thought，Visual CoT)技術，這種技術將思維鏈推理效率提升了32倍，相比傳統CoT預測誤差降低33%。

小鵬第二代VLA可應對物理世界復雜問題，圖片來源：小鵬汽車

在實際運行過程中，比如在“看”到前方慢車時，第二代VLA的Visual CoT將會自動生成多個方案：激進變道、穩健變道以及保持跟隨，并會根據其他道路信息推理出最優解執行。

這就是小鵬第二代VLA“聰明”體感的來源，該變道的時候不猶豫，不該變道的時候不莽撞。單純地在端到端小模型上進行功能修補，很難達到這種決策邏輯和執行水平。

第二代VLA還展現出了對開放世界場景的理解能力，比如避讓救護車，這一行為并非大模型識別到“救護車”這一預設物體后執行避讓指令，而是在理解“后方有特種車輛需緊急通行”這一完整場景后，自主生成了讓行決策。

這種被業界稱作“涌現”的功能，同樣源于世界基座模型的物理世界感知。

當然，從世界基座模型到第二代VLA，小鵬還需要面對工程化的問題。據了解，小鵬汽車從模型到軟件、從到編譯器再到芯片都做了聯合優化，并在輸入端實現了token/video壓縮（TOKEN compression）來減少帶寬與計算負擔。

綜合來看，小鵬第二代VLA的能力來源于世界基座模型，但世界基座模型所創造出的全新模型范式，遠遠不止一個第二代VLA。

3.泛化能力和行業突破

無論第二代VLA的性能得到了怎樣的提升，宏觀來看，其都不僅僅是為了讓小鵬汽車的自動駕駛能力短期內更為出眾，在小鵬汽車的計劃中，或許利用世界基座模型發展出泛化能力強大的、能夠在多類智慧本體上應用的物理世界交互系統，才是最終目的。

何小鵬對「甲子光年」等媒體表示：“在今天全球科技發展的情況下，L2的下一個臺階就是L4，中間專門加一個L3實際對于硬件、軟件、法律法規都是挑戰。”

過去，行業普遍認為L2和L4是兩個賽道：用的是兩種方法，兩套硬件體系，甚至是兩種商業邏輯。比如L2或L3級別自動駕駛系統更多用于家用車，而L4級別的僅在Robotaxi和無人物流行業落地。

但現在自動駕駛行業已經發生了很大的技術范式變化。傳統的研發L4級自動駕駛系統的公司，產品能力的提升仍停留在通過大量的運營車輛、數據采集以及高精地圖建設的技術手段，但這種邏輯帶來的問題是自動駕駛系統能力的上限極低。

而L3級別的自動駕駛只能在特定路況下，允許駕駛員“脫手”駕駛，但仍要求視線保持在道路上，且存在駕駛責任主體在車輛和駕駛員之間頻繁轉移的情況。

所以，通過底層技術范式和模型架構的改變，徹底解決自動駕駛泛化性問題已經被全行業提上日程。

劉先明將這種底層技術的改變，總結成了一個簡單的公式，他認為自動駕駛的本質問題是物理AI問題，即L4自動駕駛能力=模型 x 算力 x 數據 x 本體。

小鵬汽車“自動駕駛公式”，來源：小鵬汽車

公式簡單不意味著很容易實現，比如數據環節，物理世界的數據的復雜度很高，輸入信號是連續的非結構化數據， 并且涉及復雜的真實世界交互。在小鵬第二代VLA發布會上，何小鵬說：“新的車端模型推理Token消耗量，約等于全國數字AI Token日調用量的80倍。”

而小鵬汽車正在通過底層技術架構的革新，讓模型、算力、數據都能發揮出最大效能，并最終實現真正意義上的自動駕駛。

奉行這種通過底層技術改變來提高自動駕駛泛化能力邏輯企業不止小鵬汽車一家。2025年10月，特斯拉AI部門副總裁Ashok Elluswamy在分享FSD的最新進展時，表示FSD正在通過以視頻為主的多模態輸入進入端到端模型，直接輸出控制指令，感知-預測-決策-控制可在同一神經網絡中耦合回傳。

這一整體框架幾乎就是端到端大模型與世界模型的融合，為此，特斯拉還開發了一個“神經世界模擬器”，用于根據當前狀態與下一步動作生成未來狀態，從而進行端到端大模型的性能評估。

特斯拉“神經世界模擬器，圖片來源：特斯拉

這種模型架構幾乎與小鵬汽車的世界基座模型無異。

何小鵬在發布會上說：“我覺得我們是換道超車了，我們做到全新的架構了，但一去（美國）發現他們也已經切換了。”兩家企業的判斷，再次“不謀而合”。

這種全新的模型架構不僅可能讓整個自動駕駛行業完成從L2到L4的躍遷，還有希望實現汽車本體、具身智能甚至低空飛行器的智能化提升。

比如小鵬汽車的世界基座模型能夠實現多模態指令輸出，能夠輸出語音信息、視覺顯示信息、動作、行為等等，這意味著其蒸餾出的車端模型不僅在智駕系統上能用，智能座艙系統也能用。

劉先明表示：“在自動駕駛上驗證過的AI能力和底層架構，可以大規模遷移到座艙上，讓整車真正成為一個有機的智能體，而不是一個功能割裂的東西。”

同時，根據小鵬汽車的計劃，2026年底將量產應用人形機器人，如果第二代VLA保持每天4版的迭代速度，或許在移植到人形機器人上時，后者也能擁有不錯的運動控制表現。

模型的泛化能力，不僅是提高自動駕駛性能的工具，其更深遠的意義，在于它正在回答一個關乎智能本質的終極命題：機器能否真正理解并進入物理世界？

小鵬汽車建立智算集群、研發物理AI大模型，實際上是在搭建一個能夠被不同形態產品共用的底層“物理AI操作系統”，一旦這種操作系統被驗證，其衍生出的智能控制系統，不會僅僅停留在方向盤上。

所以，第二代VLA打破因技術瓶頸而產生的“自動駕駛空氣墻”只是開始，打破所有機器與現實世界交互的“墻”，才是小鵬汽車正在做的事。

（封面圖來源：小鵬汽車）