何小鵬：小鵬第二代VLA比行業(yè)第一梯隊領(lǐng)先接近5倍

“領(lǐng)先5倍”之外，小鵬VLA真正讓我在意的是什么

何小鵬說第二代VLA比行業(yè)第一梯隊領(lǐng)先接近5倍，這話乍一聽挺像“王婆賣瓜”。

但看完官方發(fā)布的實測視頻和推送計劃，我覺得這次值得認(rèn)真聊聊——不是聊倍數(shù)，是聊“這玩意兒到底怎么干活”的。

先說那個土路實測。視頻里車在鄉(xiāng)村坑洼路上自己走，遇到坑會主動繞開，挑相對平整的路面通過。

這跟以前那種“畫線跟著走”的邏輯完全不一樣——它不是識別車道線然后居中，而是識別“哪里能走”“哪里好走”，然后自己選路徑。

說白了，以前是“聽話的孩子”，現(xiàn)在是“有主見的老司機”。

技術(shù)上怎么實現(xiàn)的？第二代VLA的核心變化是“視覺直驅(qū)動作”。之前那套邏輯是“看見→翻譯成語言→理解語言→做動作”，中間有個語言轉(zhuǎn)譯的環(huán)節(jié)，信息有損耗，反應(yīng)也慢。

這次直接把語言那層拆了，視覺信號進(jìn)來，模型直接輸出角速度、加速度這些控制量。

用何小鵬的話說，這是“拆掉語言瓶頸”，讓車的反應(yīng)更接近人的本能。

數(shù)據(jù)上也挺能打：復(fù)雜小路平均接管里程提升13倍，夜間深色物體識別率提升72%，決策速度從幾百毫秒壓到80毫秒。

80毫秒是什么概念？人眨個眼都要100-150毫秒。這已經(jīng)比人反應(yīng)快了。

硬件層面，小鵬走的是“輕傳感器、重模型”的路子。

12顆攝像頭，沒主激光雷達(dá)，算力2250TOPS來自三顆圖靈芯片。跟行業(yè)主流的多傳感器融合路線比，它更接近特斯拉的“視覺優(yōu)先”。

但區(qū)別在于，小鵬把VLA模型做成了“端到端”——輸入視覺信號，輸出控制指令，中間沒有規(guī)則代碼，全讓模型自己學(xué)。

我關(guān)注到一個細(xì)節(jié)：大眾將成為第二代VLA的首發(fā)客戶。這很有意思。

大眾這種傳統(tǒng)巨頭選小鵬的技術(shù)上車，說明這套東西已經(jīng)過了工程化驗證，不是實驗室demo。

推送節(jié)奏也定了：3月下旬開始向P7、G7、X9的Ultra版全量推送，4月覆蓋G6、G9、P7+。換句話說，下個月你就能在路上見到真車跑這套系統(tǒng)。

最后說點實在的。“領(lǐng)先5倍”這個數(shù)字，普通人很難驗證。

但如果你看過那個土路視頻，會發(fā)現(xiàn)一個更本質(zhì)的變化：以前智駕是在“馴服路”，現(xiàn)在是在“適應(yīng)路”。那種“人開車”的松弛感，才是真正的代際差。