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 作為連接虛擬與現實的核心范式，正成為衡量全球科技企業核心競爭力的新標尺。當人工智能競爭從數字世界的算法博弈邁入物理世界實景交互的深水區，一場關乎產業規則重構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場，已形成中美雙極引領的發展態勢。

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 級架構與進化邏輯迭代 L2 級產品，通過“純視覺 + 端到端 + 大模型”路徑，實現自動駕駛能力的指數級躍升。

此前一個月的 2025 小鵬科技日上，何小鵬已發布第二代 VLA 模型。如今，伴隨該系統量產進入倒計時，這一共識正轉化為行業變革的實際推力。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，而是下一代產業革命的核心驅動力。”英偉達創始人黃仁勛如此判斷。

作為衡量國家 AI 綜合實力的新標尺，自動駕駛融合環境感知、實時決策、動態交互等復雜需求，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 “Real-World AI”，將企業定位為“現實世界 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 全棧自研體系構建，成為全球唯一實現這一突破的企業，與特斯拉共同構成物理 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，憑借海量車隊數據持續迭代；小鵬打造芯片、硬件、大模型全棧自研體系，以“純視覺 + 端到端”構建軟硬自研、跨域融合優勢。兩大企業的選擇，標志著自動駕駛行業告別路線之爭，邁入技術收斂階段。

傳統方案依賴高精地圖與預設規則，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，通過攝像頭感知環境并直接生成駕駛指令，無需語言轉譯，既降低硬件成本，又能依靠海量數據優化泛化能力。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。

中國企業的核心優勢始于場景、成于自研。小鵬第二代 VLA 是“首個量產物理世界大模型”，其創新性地去掉“語言轉譯”環節，實現從視覺信號到動作指令的端到端直接生成，徹底顛覆行業傳統的 “V-L-A” 架構，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、不規則路口、突發行人穿行等，構成全球最豐富的“AI 訓練場”，倒逼模型具備更強的環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，從車端算力優化到云端數據處理，其實現了“芯片—算子—模型”全鏈路自研。這使其能夠部署 720 億參數的云端基座模型，每五天完成一次全鏈路迭代；車端第二代 VLA 參數達數十億級，較行業普遍僅千萬級的規模提升約 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標準。特斯拉研發飛行汽車，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，量產工廠已試產，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，去掉語言轉譯環節，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，語言是結構化、離散的，而現實世界是連續、非結構化的，駕駛博弈需要瞬時反應，中間的語言轉譯環節既容易造成信息丟失，也會產生決策延遲。

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”的海量數據中學習物理世界規律，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全面提升，凸顯大模型升級帶來的能力涌現。

基于中國更復雜路況的學習和進化，小鵬第二代 VLA 在更具挑戰性的場景中展現出差異化優勢。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車道，但系統執行較慢。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動路徑的正確性，而小鵬的表現則證明，中國場景訓練出的模型在復雜環境中更具優勢。

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，也無法實現商業化規模效應，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 年第一季度實現量產落地。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車型。

相較于 Waymo 依賴高精地圖與遠程協助的傳統路線，特斯拉與小鵬的技術路徑具備更強的商業潛力。以 Waymo 為代表的激光雷達、后裝量產路線企業，僅能在特定區域落地 Robotaxi 商業化，且深陷“L4—量產—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，依托數據迭代持續拓展服務邊界，并通過量產車型攤薄研發成本，筑牢規模化運營根基。

何小鵬與北美研發團隊立下賭約，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 在國內達到 FSD V14 當前于硅谷的表現水平，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據與高效研發閉環，對技術迭代速度的篤定判斷。

中國場景優勢 + 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，轉化為本土企業獨有的戰略資源。

中國本地化場景的核心優勢，在于極致復雜且極具特色的道路環境。不同于歐美相對規整的交通秩序，中國道路呈現出混合交通流密集、不規則路口遍布、突發狀況頻發等鮮明特征。

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

場景復雜性直接轉化為小鵬的數據優勢。第二代 VLA 訓練數據量達 1 億 clips，相當于人類司機連續駕駛 6.5 萬年的極限場景總和，不僅覆蓋城市擁堵、山區會車、惡劣天氣、高速巡航等常規場景，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，不規則路口交互數據遠超歐美市場，助力模型學習更通用的物理世界交互規律。

數據優勢進一步帶來模型泛化能力的指數級提升。面對海外系統頻頻失靈的中國特色場景，小鵬第二代 VLA 已實現精準適配：老城區窄路會車可預判對向車輛意圖并自主調控車速車距；無信號燈鄉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優于特斯拉 FSD V14 的重要原因之一。

中國場景還推動小鵬構建起高效的技術迭代閉環。其 3 萬卡云端算力集群運行效率超過 90%，可支撐 720 億參數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“數據采集—模型訓練—實車驗證—數據回流”的快速閉環，相較海外企業動輒數月的迭代周期，具備顯著效率優勢。

技術復用進一步放大場景優勢，破解自動駕駛商業化的不可能三角。傳統 Robotaxi 需單獨開發技術體系，硬件成本高，難以規模化落地。小鵬實現 Robotaxi 與第二代 VLA 同源研發，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，硬件成本較傳統方案降低超過 40%。

2026 年將成為小鵬自動駕駛商業化的關鍵節點，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，或將讓小鵬在下一輪競賽中站穩領跑者角色。小鵬 2026 年量產 L4 級車型與 Robotaxi，也將標志中國企業從全球 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形成優勢，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”系統在歐洲市場同臺全面競技。這種追求公平競爭的心態，既體現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擔當。