關于第二代VLA，何小鵬在直播間下了不止三個OKR

每一個OKR，本質都是對“還能更好”的一次追問。

文/劉宇翔

編輯/王芳潔

他們正在一路向東。

六天前，鄭曉康和老編輯決定上路，他們駕駛小鵬G7從新疆喀什出發(fā)，目標是上海，這一程5000公里，計劃全程使用第二代VLA智能駕駛，在完全沒有數(shù)據(jù)積累的戈壁荒漠和車流復雜的十里洋場里相繼驗證——智能駕駛究竟能有多智能？它能開多遠？

至3月16日晚上，兩人抵達了西安，里程表顯示已駛過3000公里，實測結果是，不使用智駕，人每天開600-800公里是上限，非常疲憊，但使用小鵬第二代VLA，單人駕駛可以突破1000公里，并且在風景最美的地方，能偶爾解放一下雙眼，往車外看，飽覽壯美山河。

若在西部游玩，過去的司機想使用智駕系統(tǒng)會面臨一個悖論：在非常極端的1%場景下，不放心用，但剩下的99%場景沒必要用。因為在西部，99%的路一馬平川但風景乏味，1%的路風景最好，但也是挑戰(zhàn)最大的。所以，鄭曉康和老編輯想看看這1%有沒有解決辦法。

有的，兄弟，有的。“只有兩種情況會阻止第二代VLA，”鄭曉康在3月16日的小鵬汽車ASK ME ANYTHING直播連線中，對千里之外的小鵬汽車董事長、CEO何小鵬、小鵬汽車通用智能中心負責人劉先明說，“第一是修路，第二是純粹物理傳感器的極限。”

那是在吐魯番到哈密階段，因為G30連霍高速擴展、擴建工程，分了新舊兩條車道，要切車道，他們接管了駕駛。第二次是遇到了暴雪，暴雪把毫米波雷達覆蓋住后，系統(tǒng)提示要求接管停止智駕。

除此之外，第二代VLA全程沒有讓他們失望。此前，何小鵬曾認為L4級智駕的接管率以千公里計算，而L2級是以百公里計算。

“我可以說印證了你這個觀點，我們使用最長零接管里程，不包含充電和過檢查站，是橫跨兩天，一共是1220公里。”鄭曉康說。

這個結果讓何小鵬感到振奮。一般來說，自動駕駛分為三大場景，大部分是城市級的自動輔助駕駛，其次是園區(qū)自動駕駛，比如在小區(qū)內、停車場內，第三則是純野外場景，包括這次橫穿中國之旅。野外場景的自動駕駛是小鵬汽車在今明兩年重點發(fā)力的領域之一。

春節(jié)期間，何小鵬專門去了趟非洲，那邊沒有路，路得自己開出來，還得避讓可能出現(xiàn)的動物，“如果去一些國家旅游，發(fā)現(xiàn)基本上沒有道路，你就有一輛跑市區(qū)的車怎么開自動駕駛？我在路上不斷想這個問題，將來這個問題一定會解決的，只是需要點時間。”

這是何小鵬在直播中，給劉先明派的一個OKR。

01

極限測試

鄭曉康選擇這條路線，是經(jīng)過深思熟慮的。

“過去做過各種各樣、大大小小的輔助駕駛評測，”他在直播中說，“你越往后做就會意識到，你的評測只能對你所在的城市負責。”

這是規(guī)則驅動時代的“數(shù)據(jù)圍城”。工程師們?yōu)楸本┪瀛h(huán)、上海高架、深圳濱海大道等大城市的道路編寫了無數(shù)條規(guī)則，智駕系統(tǒng)在這些地方表現(xiàn)得像個老司機。但一旦駛出舒適區(qū)，比如一個沒有車道線的鄉(xiāng)村路口，或者一個導航數(shù)據(jù)過時的施工路段，系統(tǒng)就會瞬間“失明”，要么降級為L2，要么直接退出。

在鄭曉康和老編輯看來，唯有中國大地上，從中國最西邊的新疆喀什一路開，才是對輔助駕駛系統(tǒng)泛化性能的最終極測試。

泛化性。這個詞在人工智能領域指的是模型在未見過的、與訓練數(shù)據(jù)分布不同的新數(shù)據(jù)上，依然能夠準確預測或執(zhí)行任務的能力。但在劉先明口中，它有了更樸素的解釋：“上線即全場景通用。”

在庫爾勒，鄭曉康做了一個更具挑戰(zhàn)性的測試：用地圖導航隨機打點，讓車輛在陌生城市中自主行駛。結果轉了一個多小時，“跑得非常好”，而那里幾乎沒有小鵬的采集車。

“這可能也可以表明小鵬一方面銷售還需要更加努力，”鄭曉康在直播中開玩笑說，“另一方面我們在這個城市采集的數(shù)據(jù)，對小鵬、對第二代VLA都非常有用，這可能是針對場景，針對其泛化性能有說服力的東西。”

“之前我們說只要有小鵬車的地方就能開得很好，現(xiàn)在看起來沒有的地方，好像也可以開，”劉先明在直播中說。他的語氣就像一個老師突然發(fā)現(xiàn)，自己的學生在完全沒見過的考題上也能答對。

這種驚喜，源于第二代VLA底層技術范式的根本改變。

要理解”泛化性”為什么重要，需要先理解上一代智能駕駛系統(tǒng)是怎么工作的。

在過去十余年里，自動駕駛的核心方法論是“規(guī)則驅動”。工程師們?yōu)槊恳环N路況、每一個場景編寫代碼：遇到紅燈停，遇到綠燈行，遇到行人減速，遇到施工路段繞行……系統(tǒng)就像一個嚴格遵守交通法規(guī)的新手司機，每一步操作都有明確的”if-then”邏輯。這就像在“在鐵軌上開車”——只要預設的規(guī)則覆蓋不到，系統(tǒng)就會“失明”乃至脫軌。

“過去包括小鵬的XNGP一樣，我們寫規(guī)則，”何小鵬說，“但你會發(fā)現(xiàn)，從一線城市到四五六線城市，從中國到海外，特別是到很多沒有交通道路標志的地方，規(guī)則就變成了一個既在中國道路開得好，但在全球開得不好的點。”

但第二代VLA依賴的不是寫死的規(guī)則，而是推理。

媒體人大宇對第二代VLA的測評顯示，當時導航并沒有更新施工封路信息，按照導航提示是讓車子在前面左拐，但突然間看到了封路，就在那個路障前面，車子停頓了14秒，在這14秒里第二代VLA沒有降級也沒有退出，而是在“思考”，然后立馬左轉，及時更新了一條新路線。

研發(fā)團隊并不確切知道在那14秒里，第二代VLA是如何運作的，因為大模型推理依賴思維鏈（CoT，Chain-of-Thought），而不是結構化思維(SoT)。但可以肯定的是，那14秒里第二代VLA在做推理，嘗試推理不同路徑的可行性，并選擇了它認為最優(yōu)解的那條。

這就是第二代VLA架構的核心優(yōu)勢。以視覺為核心，像人一樣觀察世界，無需語言轉譯，直接作出反應。可以直接用海量真實數(shù)據(jù)進行訓練，接近1億的視頻訓練數(shù)據(jù)量，相當于人類司機駕駛65000年才能遇到的極限場景綜合。

這樣的模型框架可以大幅降低信息耗損，讓推理效率更高、反應更迅速。當前行業(yè)內的L2輔助駕駛，都是不同技術方案的縫合產(chǎn)物。高速、城區(qū)、小路、停車場，每一次切換場景都要切換不同的底層邏輯，也帶來了體驗上的割裂感，這種技術路線是無法實現(xiàn)「媽媽也愛開」的安心體驗的。

第二代VLA依賴的是海量訓練數(shù)據(jù)，在什么情況下跑得好、跑得不好取決于訓練數(shù)據(jù)分布，小鵬汽車的訓練數(shù)據(jù)來自于所有車主每天正常開的工況，包括雨天、雪天、黑夜。從2024年起，小鵬汽車切換到純視覺路線，更新傳感器、攝像頭，具有更強通光量，動態(tài)范圍更大，給模型泛化性帶來了很好的硬件基礎。

同時，模型的端到端延遲大幅降低，在極端情況下有更好的處理速度，這使得在路面濕滑、夜晚等情況下，小鵬第二代VLA也有非常一致的表現(xiàn)。

要做到這點非常難，從感知角度，攝像頭采集到的視頻流既有物理空間信息，又有時間連續(xù)性的內容，VLA需要基于連續(xù)視頻流產(chǎn)生更好的運動軌跡。在L2級里，大模型“看到”的是分辨率被極度壓縮的連續(xù)的圖片，因為搭載的處理算力有限。而第二代VLA能從L2級直接躍升到L4級，得益于物理AI能力提升。

劉先明在直播中給出了一個核心公式：L4能力 = 模型 × 算力× 數(shù)據(jù)規(guī)模× 本體。

傳統(tǒng)AI主要處理數(shù)字信息（如文本、圖像），而物理AI需要理解并作用于真實的物理世界。小鵬的做法是自研圖靈芯片（算力）、自研VLA模型（模型）、積累海量駕駛數(shù)據(jù)（數(shù)據(jù)）、深度整合EEA電子電氣架構（本體）。這四個維度協(xié)同優(yōu)化，才能實現(xiàn)真正的突破。

但這還遠遠不夠，在看到大宇的評測視頻時，何小鵬想的是為什么要等14秒？他覺得等個2秒就應該夠了，大模型的推理速度應該要比人類的推理速度更快，也許1-2秒更smart。

這是何小鵬給劉先明派的另一個OKR。

02

讓媽媽也敢開

技術突破最終要落腳到用戶體驗。關于用戶體驗，何小鵬只給了一個O——也就是目標（objective）：“安心感”。

“安心超過了安全，”他說，“安全+放心+省心+舒心，這些放在一起，形成了安心。”

這個理念的誕生，源于一次私人經(jīng)歷。即使何小鵬做了多年智能駕駛，一度他母親還是不太愿意嘗試智駕。何小鵬在直播中回憶，“后來實在坳不過我，戴著安全帶，兩只手抓著右上角的把手，特別緊張。”

那是兩年前，當時市面上的智駕系統(tǒng)時不時傳出突然急剎、加速或者卡死不動的新聞，老人家不愿嘗試情有可原。但何小鵬從那次經(jīng)歷中看到了一個更深層的問題：智能駕駛不能只是“極客嘗鮮”，而要成為“大眾常用”。

“我跟很多朋友在聊，我說：’你買的車有智駕嗎？’他說：‘有，但不開。’什么品牌都有。我問：’為什么？’‘這里不能開、那里不能開，就怕了。’”

這種“怕”，本質上是對系統(tǒng)能力的“不信任”。用戶不知道系統(tǒng)在什么時候會”掉鏈子”，所以寧可自己開。這是阻礙智能駕駛普及的最大心理障礙，它遠比技術更難解決，而第二代VLA的目標，就是消除這種”不信任”。

小鵬汽車內部有一個測試項目叫“灑了嗎”，就是把裝著水的杯子放在車上，啟動智能駕駛，看行駛過程中水會灑多少，灑得很少的，那就開得很好；灑了很多，那開得不好。多位媒體人在測試第二代VLA后反饋：開了1-2個小時，沒有碰到一次重剎。

何小鵬曾邀請好幾位職場媽媽去試駕，她們最開始也非常擔心，但體驗了智駕后，都驚喜于“它什么都懂，而且又比我聰明，比我開得絲滑，比我認真，到處在看，從來不走神，所以她們的情緒很穩(wěn)。”

在何小鵬看來，“情緒很穩(wěn)”是一個非常重要的指標，一個比接管率、通行效率更感性的、更難以量化的指標，它反映的是：坐在車里的人，如若情緒是穩(wěn)定的，那她/他一定是覺得處在舒適、安全狀態(tài)之中，即安心。

安全不僅針對車內人，也包括車外人。最近一個視頻在網(wǎng)上的討論度很高，一位司機駕駛著小鵬汽車正常駕駛時，突然VLA離奇地減速，才提醒他注意路面情況，隨后他發(fā)現(xiàn)了前方路面躺著四個孩子，并及時踩下了剎車。而那四個小朋友之所以躺在大馬路上，僅僅是想模仿減速帶。是的，道路千萬條，你永遠不知道會遇到什么人、什么事。

劉先明在看到那段視頻時，心理很復雜。在事件發(fā)生后，團隊調取了車輛的后臺數(shù)據(jù)，發(fā)現(xiàn)第二代VLA確實發(fā)現(xiàn)了前方異常，并減速，只是減速度還不足以馬上剎停。但如果不是第二代VLA及時提醒，司機其實并不知道路面躺著孩子，他只是看到車子自動減速了，才去踩的剎車，事后，他害怕了幾天：如果是自己開的車，可能就以為前面是“減速帶”，直接壓過去了。

根據(jù)神經(jīng)科學和心理學領域的權威研究，人眼看到，大腦分析到做出動作反應，所需時間約200毫秒到數(shù)秒不等，其中在開車時面對一個復雜且危險的突發(fā)情況出做躲避動作，需要500毫秒乃至數(shù)秒，這還不包括車輛根據(jù)駕駛員動作的響應和制動時間。

這是很多交通事故的原因，而智能駕駛的目標就是最大限度減少因人的生理機制而產(chǎn)生的安全風險。“安全是我們做智能駕駛最重要的事情，也是為社會做的最重要的事情。把安全做好，把技術做好，才是真正完美的L4。今天VLA只是減速了，只是在讓路，但它還沒有完全剎停，我們還應該做得更好。”

這其實是劉先明到小鵬后，領的第一個OKR。在其負責智能駕駛的第一天，何小鵬提的要求就是：要保證人的安全，要保證每個人的安全。這次事件也給團隊提了個醒，雖然第二代VLA已經(jīng)很強，但離做到完美還是有距離。

這種對安全近乎偏執(zhí)的追求，源于一個樸素的數(shù)據(jù)：全球每年因交通事故直接死亡人數(shù)接近20萬。在廣東省，刑事犯罪中超過40%是酒駕。何小鵬算了筆賬：如果有一天，智能駕駛普及，車跟車之間能夠通訊，互相提示危險，他相信全球每年因交通事故死亡人數(shù)能從近20萬人大幅降低到200人。

這將挽救無數(shù)個家庭，也將大幅度減輕媽媽、新手對于開車的恐懼，并更接受智駕。

第二代VLA發(fā)布后，小鵬邀請了部分員工的媽媽、爸爸們來體驗，“開了15分鐘以后，真的是敢開（智駕）了，”何小鵬說，這些反饋讓他感到特別開心。

“一位媽媽或者是一個新手開智駕，根據(jù)他們的主觀判斷，舒適程度是開普通車的5倍，我給劉先明定的目標是到今年年底再提高5-10倍。”這是直播中，何小鵬給劉先明派的第三個OKR。

03

不止智能汽車

何小鵬最近有點“招人煩”。出差時，他會忍不住挑剔司機的駕駛技術，“切線可以舒緩一點”，沒辦法，他已經(jīng)適應了第二代VLA的絲滑。

但任何傳感器、大模型都是物理極限的。“我們研發(fā)的場景涵蓋了白天、黑夜、晴天、雨天、雪天。但大家一定要記得，人完全不能開的地方，也不應該讓智能駕駛去嘗試。”何小鵬在直播中提了個醒。

讓智能駕駛適應全場景全地形，非常難，涉及到軟硬件各個層面，而小鵬汽車選擇的又是最難的那條路。

和很多車企的“拿來主義”不同，小鵬汽車在所有維度上從頭自研、全面自研，包括自研的圖靈芯片、針對芯片重新設計的模型結構和編譯器、重建的軟件架構，以及自己的AI基礎設施。

這是”華山一條路”啊，鋪路石是決絕般的勇氣和投入。何小鵬透露為了研發(fā)第二代VLA，每個月要花三個億，連續(xù)十幾個月才可能有效果，“當時我也是心里面慌得一批。”

但正是這種破釜沉舟的勇氣，讓小鵬打破了原來的天花板。

在自動駕駛的分級體系中，L2是輔助駕駛，L3是需要監(jiān)督的自動駕駛，L4則是完全自動駕駛。行業(yè)主流觀點認為，這是一個循序漸進的過程。但小鵬的選擇是：跳過L3，直接從L2跨越到L4。

第二代VLA是小鵬汽車邁向L4的第一個版本，小鵬“跳級”的底氣源于大模型改變了一切。純視覺方案以統(tǒng)一視覺模態(tài)提升響應效率與駕駛安全性，搭配大算力、大模型驅動的高質量連續(xù)數(shù)據(jù)流，讓第二代VLA的決策更準。 第二代VLA的“擬人化感知”模擬人眼感知世界、人腦處理信息的方式，讓輔助駕駛系統(tǒng)變得聰明和擬人，也讓一臺車從一個冰冷的駕駛工具，變成一個能被全家接受的“智能體”。

在直播中，何小鵬分享了一個讓他特別開心的細節(jié)：自3月11日全國732家小鵬門店全面啟動第二代VLA試駕后，市場反饋遠超預期，不少用戶專程和家人一起到門店試駕體驗，并表示第二代VLA在某些情況下開得比專業(yè)司機還好。

而根據(jù)小鵬汽車官方公布的數(shù)據(jù)，在3月2日第二代VLA智能駕駛系統(tǒng)發(fā)布后，小鵬X9 第二代VLA版本的大定占比直接超過了80%，刷新了該車型的版本占比新紀錄。

家庭用戶用腳為更智能的小鵬車型投了一票。在AI時代，汽車不僅要有聰明的“大腦”（智駕），還要有會思考的“小腦”（智艙），甚至要懂得與底盤、動力系統(tǒng)進行跨域融合。何小鵬在2026年年會上明確提出，智能座艙和智能駕駛將技術合流組成超級智能體，汽車正式進入跨域融合的新階段。

“以后你打車去機場，如果無人駕駛，你要跟誰說‘在星巴克門口停一下’？”劉先明用一個例子解釋了跨域融合的必要性。當車內沒有司機，車本身必須成為一個能聽懂人話、理解意圖、并調動所有零部件完成指令的“機器人”。

為了讓“人”上車，小鵬調整了組織架構——將智駕、智艙、動力、底盤整合進一個團隊（One Team），讓車真正成為用戶的智能伙伴。

何小鵬透露，今年二季度，小鵬的整個架構融合將基本完成，三四季度會加速向前推進，讓更多車型的平臺化越來越好。這種能力，正在從汽車向更廣闊的領域延伸。同樣的VLA技術邏輯，正在被用于小鵬的機器人和飛行汽車。在2025年科技日上，小鵬正式升級定位為“物理AI世界的出行探索者，面向全球的具身智能公司”。

在何小鵬看來，有輪子的車、有腳的機器人、有翅膀的飛行器，本質上都是物理AI在不同載體上的演化。而VLA的泛化能力，讓這種跨域遷移成為可能。何小鵬透露，機器人領域的進展超出預期，第四代運控體系與第二代VLA運動體系的解耦，將讓小鵬機器人實現(xiàn)更擬人化的動作。全新一代IRON人形機器人目標是在2026年年底實現(xiàn)規(guī)模量產(chǎn)。

這種從汽車向機器人、飛行汽車的延伸，并非簡單的技術移植，而是基于同一個底層邏輯：理解物理世界、與物理世界交互。這也解釋了為何小鵬敢于提出“從L2直接跨越到L4”的戰(zhàn)略——因為小鵬汽車做了很多跟infra相關的事情，完全用AI解決，積累了大量技術和經(jīng)驗。

第二代VLA和特斯拉FSD都采用純視覺路線，但小鵬有自己的理解和工程實現(xiàn)方式。對于外界關于“中美智駕差距”的熱議，何小鵬在直播中的回答很坦然：中美同處第一梯隊，各有千秋。但中國道路更復雜，這反而給了中國智駕更好的訓練土壤。當攻克了最難場景后再泛化到其他路況，小鵬的VLA就有了走向全球的底氣。

劉先明也補充，近兩年最大的變化是中美AI人才格局的轉變，中國AI人才快速崛起，疊加政策支持、數(shù)據(jù)規(guī)模龐大、用戶接受度高，中國企業(yè)有望在全球物理AI競爭中占據(jù)領先地位。

在全球競爭中，“一般是第一有肉吃，第二有湯喝，第三啥都沒有了”。車企之間的技術軍備競賽是越來越卷了，但小鵬“卷”并不是為了讓賬面數(shù)據(jù)更好看，它的原點，依然是那個讓母親松開了扶手的瞬間。

何小鵬說，技術的本質是讓生活更輕松。

3月19日開始，第二代VLA被將被陸續(xù)推送到小鵬各款車型。這是第二代VLA量產(chǎn)的第一個版本，也就意味著“在未來，它是分數(shù)最低的一個版本，因為我們還在持續(xù)不停地迭代，后面的每一個版本都會不停地向上。”劉先明也自己派了個OKR。

“對于AI、物理AI世界變化的思考，”何小鵬在直播最后說道，“可能都比不上你去我們門店試駕15分鐘，那時你才會相信，無人駕駛真的會在未來幾年到來，機器人會走進家庭，生活會被徹底改變。你試過之后，才會對未來有更新的認識。”

有些認識，確實只有自己去試過才知道，有些路，智能駕駛開過去你就會相信，它將載著人類“一路向東”。

實測視頻參考：
https://mp.weixin.qq.com/s/3o7IXmf2VpE8XCaXDHF00g