L3只是過渡？小鵬Robotaxi與L4同源，中國車企彎道超車倒計時

物理 AI 作為連接虛擬與現(xiàn)實的核心范式，正成為衡量全球科技企業(yè)核心競爭力的新標尺。當人工智能競爭從數(shù)字世界的算法博弈邁入物理世界實景交互的深水區(qū)，一場關乎產(chǎn)業(yè)規(guī)則重構(gòu)的科技競賽已進入決勝階段。而自動駕駛作為 AI 與物理世界交互的核心戰(zhàn)場，已形成中美雙極引領的發(fā)展態(tài)勢。

繼 2024 年測評特斯拉 FSD V12 后，2025 年 12 月上旬，小鵬汽車 CEO 何小鵬赴美重測 FSD V14，并實地體驗特斯拉 Robotaxi，同時與 30 多位美國 AI 專家進行深入溝通。這場跨國技術對話的背后，是兩大科技企業(yè)的高度共識：以物理 AI 為底層邏輯，跳過爭議性的 L3 過渡階段，直接用 L4 級架構(gòu)與進化邏輯迭代 L2 級產(chǎn)品，通過“純視覺 + 端到端 + 大模型”路徑，實現(xiàn)自動駕駛能力的指數(shù)級躍升。

此前一個月的 2025 小鵬科技日上，何小鵬已發(fā)布第二代 VLA 模型。如今，伴隨該系統(tǒng)量產(chǎn)進入倒計時，這一共識正轉(zhuǎn)化為行業(yè)變革的實際推力。中國作為全球最大的智駕應用市場，依托復雜場景的訓練積累與全棧自研的技術沉淀，助力本土科技企業(yè)躍升為定義下一代 AI 核心范式的關鍵力量，一場以效率革命為核心的自動駕駛商業(yè)化浪潮，也即將正式拉開序幕。

物理 AI 賽道形成“中美雙極”競爭

過去十年，AI 革命聚焦數(shù)字世界的認知與生成；當下，物理 AI 浪潮則標志著人工智能走出屏幕，通過具身載體與物理世界深度交互。“物理 AI 不是簡單的技術升級，而是下一代產(chǎn)業(yè)革命的核心驅(qū)動力。”英偉達創(chuàng)始人黃仁勛如此判斷。

作為衡量國家 AI 綜合實力的新標尺，自動駕駛?cè)诤檄h(huán)境感知、實時決策、動態(tài)交互等復雜需求，成為檢驗通用人工智能落地能力的最佳試金石。

特斯拉 CEO 馬斯克近兩年反復強調(diào) “Real-World AI”，將企業(yè)定位為“現(xiàn)實世界 AI 公司”，通過 FSD 與 Robotaxi 驗證技術能力；中國的小鵬汽車則完成物理 AI 全棧自研體系構(gòu)建，成為全球唯一實現(xiàn)這一突破的企業(yè)，與特斯拉共同構(gòu)成物理 AI 賽道的“中美雙極”。

雙極格局的形成，源于技術路線的高度共識。特斯拉堅持純視覺方案，依托端到端大模型習得駕駛策略，憑借海量車隊數(shù)據(jù)持續(xù)迭代；小鵬打造芯片、硬件、大模型全棧自研體系，以“純視覺 + 端到端”構(gòu)建軟硬自研、跨域融合優(yōu)勢。兩大企業(yè)的選擇，標志著自動駕駛行業(yè)告別路線之爭，邁入技術收斂階段。

傳統(tǒng)方案依賴高精地圖與預設規(guī)則，成本高、更新滯后且難以應對長尾場景。而“純視覺 + 端到端 + 大模型”路線，通過攝像頭感知環(huán)境并直接生成駕駛指令，無需語言轉(zhuǎn)譯，既降低硬件成本，又能依靠海量數(shù)據(jù)優(yōu)化泛化能力。馬斯克曾比喻：“人類僅靠雙眼就能駕駛，汽車也應如此。”這種模擬人類的路線，被證實效率最高、進化潛力最大。

中國企業(yè)的核心優(yōu)勢始于場景、成于自研。小鵬第二代 VLA 是“首個量產(chǎn)物理世界大模型”，其創(chuàng)新性地去掉“語言轉(zhuǎn)譯”環(huán)節(jié)，實現(xiàn)從視覺信號到動作指令的端到端直接生成，徹底顛覆行業(yè)傳統(tǒng)的 “V-L-A” 架構(gòu)，不僅讓自動駕駛反應速度與決策精度大幅提升，也從技術底層驗證了 L2 直通 L4 的可行性。

支撐這一目標的，是中國獨一無二的道路場景——混合交通流、不規(guī)則路口、突發(fā)行人穿行等，構(gòu)成全球最豐富的“AI 訓練場”，倒逼模型具備更強的環(huán)境理解與決策靈活性，讓小鵬第二代 VLA 在長尾場景處理中更具韌性。

更關鍵的是，小鵬的全棧自研體系構(gòu)建了核心壁壘。從自研圖靈 AI 芯片到 VLA 大模型，從車端算力優(yōu)化到云端數(shù)據(jù)處理，其實現(xiàn)了“芯片—算子—模型”全鏈路自研。這使其能夠部署 720 億參數(shù)的云端基座模型，每五天完成一次全鏈路迭代；車端第二代 VLA 參數(shù)達數(shù)十億級，較行業(yè)普遍僅千萬級的規(guī)模提升約 10 倍。

值得關注的是，中美雙極競爭并非零和博弈，而是在攜手定義行業(yè)標準。特斯拉研發(fā)飛行汽車，外媒稱其“跟隨小鵬步伐”——小鵬匯天自 2013 年布局該領域，“陸地航母”全球訂單超 7000 臺，量產(chǎn)工廠已試產(chǎn)，計劃于 2026 年交付。從自動駕駛到飛行汽車、人形機器人，中美頂尖企業(yè)同向推動出行革新，物理 AI 是這場變革的核心底層邏輯。

L2–L4 路徑已被特斯拉與小鵬共同驗證

事實上，去掉語言轉(zhuǎn)譯環(huán)節(jié)，為更高階的智能輔助駕駛提供了強有力的支撐。小鵬自動駕駛負責人劉先明在接受采訪時表示，語言是結(jié)構(gòu)化、離散的，而現(xiàn)實世界是連續(xù)、非結(jié)構(gòu)化的，駕駛博弈需要瞬時反應，中間的語言轉(zhuǎn)譯環(huán)節(jié)既容易造成信息丟失，也會產(chǎn)生決策延遲。

第二代 VLA 拆掉“語言”這一中間層，讓模型直接從“路景到駕駛動作”的海量數(shù)據(jù)中學習物理世界規(guī)律，就像人類依靠直覺應對復雜場景。實際路測中，第二代 VLA 在遇到查酒駕場景時，能夠自動識別交警手勢并減速停車，在駕駛員完成檢測后再自主提速駛離，全程無需人類接管。

何小鵬赴美實測，成為兩條技術路線相互印證的最佳注腳。縱向看，特斯拉 FSD V14 相較 V12 的進化堪稱“代際跨越”，在相同測試路線中，車道保持、復雜路口決策等表現(xiàn)全面提升，凸顯大模型升級帶來的能力涌現(xiàn)。

基于中國更復雜路況的學習和進化，小鵬第二代 VLA 在更具挑戰(zhàn)性的場景中展現(xiàn)出差異化優(yōu)勢。例如，在何小鵬對比體驗小鵬二代 VLA 與 FSD V14 時，視頻顯示：FSD V14 直行過程中，右前方丁字路口人行橫道上站有四五人，但這些人并未進入車道，系統(tǒng)卻進行了不必要的減速，整體策略偏保守。而在廣州的相似右轉(zhuǎn)路口場景中，小鵬第二代 VLA 面對后方電動自行車緊貼切入，僅作輕微減速便順利通過。

此外，在高速場景下，小鵬二代 VLA 在廣州高速路上的超車、變道表現(xiàn)非常流暢。FSD V14 在右前方變道時，遭遇車流量較大且沒有匝道的情況，本可以快速切入右側(cè)車道，但系統(tǒng)執(zhí)行較慢。雖然這種駕駛邏輯“更美國”，但在中國實際路況中，可能就難以完成變道。

“這不是誰優(yōu)誰劣的對決，而是證明我們都走在正確的道路上。”何小鵬測試后表示，特斯拉 FSD 的迭代速度驗證了大模型驅(qū)動路徑的正確性，而小鵬的表現(xiàn)則證明，中國場景訓練出的模型在復雜環(huán)境中更具優(yōu)勢。

這種共識背后，是對 L3 過渡屬性的集體認知。特斯拉將 Robotaxi 能力下放至 FSD V14，小鵬在持有 L3 測試牌照的情況下直指 L4。兩家企業(yè)都清楚，責任劃分模糊的 L3 既難以滿足用戶安全需求，也無法實現(xiàn)商業(yè)化規(guī)模效應，終將被“人負責的 L2”和“車負責的 L4”所取代。

技術路徑的可行性，也已被清晰的落地節(jié)奏所支撐。小鵬汽車副總裁于濤曾透露，小鵬具備 L4 級能力的第二代 VLA 平臺，預計將于 2026 年第一季度實現(xiàn)量產(chǎn)落地。屆時，小鵬將推出在軟硬件層面均達到 L4 級自動駕駛水平的量產(chǎn)車型。

相較于 Waymo 依賴高精地圖與遠程協(xié)助的傳統(tǒng)路線，特斯拉與小鵬的技術路徑具備更強的商業(yè)潛力。以 Waymo 為代表的激光雷達、后裝量產(chǎn)路線企業(yè)，僅能在特定區(qū)域落地 Robotaxi 商業(yè)化，且深陷“L4—量產(chǎn)—服務范圍”的不可能三角。而“純視覺 + 端到端”路線則能擺脫高精地圖束縛，依托數(shù)據(jù)迭代持續(xù)拓展服務邊界，并通過量產(chǎn)車型攤薄研發(fā)成本，筑牢規(guī)模化運營根基。

何小鵬與北美研發(fā)團隊立下賭約，盡顯對技術路徑的信心。雙方約定，若在 2026 年 8 月 30 日前，小鵬 VLA 2.0 在國內(nèi)達到 FSD V14 當前于硅谷的表現(xiàn)水平，硅谷員工將獲籌建中式食堂；若未達標，則自動駕駛負責人將赴金門大橋“裸跑”。這份江湖氣的激勵背后，是團隊依托中國場景海量數(shù)據(jù)與高效研發(fā)閉環(huán)，對技術迭代速度的篤定判斷。

中國場景優(yōu)勢 + 技術復用給小鵬的機會

曾被視為自動駕駛落地阻礙的中國復雜道路場景，如今已成為錘煉 AI 能力的寶貴財富，轉(zhuǎn)化為本土企業(yè)獨有的戰(zhàn)略資源。

中國本地化場景的核心優(yōu)勢，在于極致復雜且極具特色的道路環(huán)境。不同于歐美相對規(guī)整的交通秩序，中國道路呈現(xiàn)出混合交通流密集、不規(guī)則路口遍布、突發(fā)狀況頻發(fā)等鮮明特征。

早高峰環(huán)路人車混行，老城區(qū)窄巷要求車輛精準穿行，鄉(xiāng)村無信號燈路口依賴交通參與者的默契博弈，節(jié)假日高速還可能出現(xiàn)占道、團霧等極端情況。這些路況不斷促使小鵬模型強化環(huán)境理解、意圖預判與應急決策能力。

場景復雜性直接轉(zhuǎn)化為小鵬的數(shù)據(jù)優(yōu)勢。第二代 VLA 訓練數(shù)據(jù)量達 1 億 clips，相當于人類司機連續(xù)駕駛 6.5 萬年的極限場景總和，不僅覆蓋城市擁堵、山區(qū)會車、惡劣天氣、高速巡航等常規(guī)場景，還囊括中國式過馬路、三輪車隨意變道等大量長尾場景。其中，不規(guī)則路口交互數(shù)據(jù)遠超歐美市場，助力模型學習更通用的物理世界交互規(guī)律。

數(shù)據(jù)優(yōu)勢進一步帶來模型泛化能力的指數(shù)級提升。面對海外系統(tǒng)頻頻失靈的中國特色場景，小鵬第二代 VLA 已實現(xiàn)精準適配：老城區(qū)窄路會車可預判對向車輛意圖并自主調(diào)控車速車距；無信號燈鄉(xiāng)村路口可通過軌跡分析做出安全決策；在查酒駕場景中，能夠完成減速、停車、駛離的完整交互流程。這也是其在實測中表現(xiàn)優(yōu)于特斯拉 FSD V14 的重要原因之一。

中國場景還推動小鵬構(gòu)建起高效的技術迭代閉環(huán)。其 3 萬卡云端算力集群運行效率超過 90%，可支撐 720 億參數(shù)基座模型每五天完成一次全鏈路迭代；依托龐大的車輛保有量與出行需求，小鵬形成“數(shù)據(jù)采集—模型訓練—實車驗證—數(shù)據(jù)回流”的快速閉環(huán)，相較海外企業(yè)動輒數(shù)月的迭代周期，具備顯著效率優(yōu)勢。

技術復用進一步放大場景優(yōu)勢，破解自動駕駛商業(yè)化的不可能三角。傳統(tǒng) Robotaxi 需單獨開發(fā)技術體系，硬件成本高，難以規(guī)模化落地。小鵬實現(xiàn) Robotaxi 與第二代 VLA 同源研發(fā)，共享硬件、安全冗余及智駕能力，可同時賦能私人車型的 L2 智駕與 Robotaxi 的 L4 無人駕駛，無需兩套系統(tǒng)，硬件成本較傳統(tǒng)方案降低超過 40%。

2026 年將成為小鵬自動駕駛商業(yè)化的關鍵節(jié)點，小鵬將推出軟硬件都達到L4級的車輛。中國本土化場景與全棧自研物理 AI 體系的雙重加持，或?qū)⒆屝※i在下一輪競賽中站穩(wěn)領跑者角色。小鵬 2026 年量產(chǎn) L4 級車型與 Robotaxi，也將標志中國企業(yè)從全球 AI 應用市場的參與者，成長為定義下一代 AI 核心范式的關鍵力量。

不過，值得一提的是，盡管中國豐富的路況場景助力小鵬等本土科技企業(yè)形成優(yōu)勢，何小鵬也坦言，特斯拉 FSD 目前在華僅落地 V13 版本，這對特斯拉并不公平。他期待在 2026 年底，與特斯拉“滿血版”系統(tǒng)在歐洲市場同臺全面競技。這種追求公平競爭的心態(tài)，既體現(xiàn)了小鵬汽車的技術底氣與全球視野，也彰顯其不依賴場景紅利、只憑硬核實力參與全球競賽的行業(yè)擔當。

免責聲明：本文觀點僅代表作者本人，供參考、交流，不構(gòu)成任何建議。