對話何小鵬：第二代VLA要拉開“代際差”，比行業一流選手領先近5倍

這番表態，小鵬有何底氣？

作者 | 李雨晨

3月2日，小鵬汽車宣布，第二代VLA將于3月下旬開啟首批全量推送，覆蓋包括全新P7 Ultra在內的多款車型，并計劃于2027年開啟全球交付，大眾汽車將成為該系統的首發客戶。

同時，2026款小鵬X9純電版上市，5款版型售價30.98萬元至36.98萬元，全系標配800V和5C超充AI電池，充電8分鐘可補能400公里續航。

何小鵬表示：“小鵬第二代VLA是面向完全自動駕駛的第一個版本，它將以小鵬從未有過的速度快速迭代。完全自動駕駛將在未來1-3年內完全到來。”

此外，小鵬搭載第二代VLA的Robotaxi已開始路測，今年內將試運營，并計劃在2027年開啟全球交付。

PART 1

All in VLA，小鵬有何底氣？

在目前的車企智駕路線上，小鵬是堅決押注VLA的一家——2025年8月，小鵬的第一代VLA開始小范圍推送上車。

早在2021年1月26日，小鵬推出中國首個自研高速 NGP（XPILOT 3.0），實現高速全程輔助駕駛，打破外資智駕壟斷。2023年11月28日，小鵬發布了無圖城市 XNGP，比原計劃提前8個月，新增20個無圖城市，實現 “去高精地圖” 的城市智駕。

因為更早沿著“傳統方式”進行研發，所以小鵬更早地觸及到智駕研發與體驗的巨大短板——當前，行業內的L2級輔助駕駛本質上是“縫合怪”，高速、城區、小路等不同場景切換時需切換底層邏輯，無法讓用戶獲得真正安心的體驗，

用何小鵬的話說，“以前寫L2是真的靠人、靠規則，在螺絲廠里面做道場，在非常小的一個地方去雕花。”

他表示，自己將在今年的全國兩會上提出《關于加快推動自動駕駛技術從L2跨越到L4完善法規與管理政策的建議》，呼吁加快推動自動駕駛技術從L2向L4跨越，完善相關法規與管理政策。L3作為“中間態”，在硬件、軟件、法律法規層面均存在模糊地帶，跳過L3直接向L4跨越，是更高效的技術落地路徑。

小鵬敢All in VLA，底氣還是來自多年來在智駕領域的全棧自研積淀，形成了“模型-芯片-數據”的完整技術閉環，這是其區別于其他車企的核心優勢。

小鵬第二代VLA的突破并非單點能力升級，而是遵循L4能力等于“模型x算力x數據x本體”的規模法則

小鵬通用智能中心負責人劉先明在采訪中表示，“全棧自研最大的好處，是我們從硬件層、軟件層、模型層從頭重新定義整套體系，讓它完全服務于我們的應用場景和最終上車落地的模型。”

在模型層面，小鵬在2024年成為將端到端大模型量產上車的車企，積累了豐富的大模型訓練與優化經驗，第二代VLA搭載了原生多模態Tokenizer，實現語音、視覺、動作等多模輸出，32倍超密視覺思維鏈讓預測誤差降低33%，復刻人類感知與決策本能。

在硬件層面，小鵬堅持軟硬一體研發模式，為VLA定制的自研圖靈AI芯片已實現量產上車，單顆有效算力約2250 TOPS，通過芯片-編譯器-模型的聯合優化，使基座模型編譯效率提升12倍，大幅優化算力利用率，打破了“算力堆砌=智駕能力提升”的行業誤區，為VLA的實時響應提供了堅實硬件支撐，這也是其他依賴第三方芯片的車企難以快速跟進的核心壁壘。

劉先明在會后的采訪中就表示，算力不只是名義上的數字，更重要的是把算力用好。這也是小鵬從通用處理器向專用處理器ASIC過渡的原因——把算力用好，比單純的算力提升多少倍更有價值。

另外，大算力一定需要更高信息密度的輸入、更大的模型來匹配，否則算力就是空轉。這些因素合在一起就意味著：如果只是搞算力軍備競賽、單純堆高數值，消費者感受不到明顯的體感提升。

在數據層面，小鵬五年積累超2億公里極端案例，當前第二代VLA累計使用50PB訓練數據，每秒處理約53億字節視覺信息，每版模型訓練數據達4萬億Tokens，依托龐大的數據積累與高效的數據閉環，實現模型的快速迭代，自2025年科技日以來，已開發468版模型，為VLA的持續優化提供保障。

活動上，小鵬花了很多時間，去展示第二代VLA在識別各種異形車輛、繞行事故現場、起伏爛路提前降速、夜間禮讓小動物等能力，在保障安全與穩定性的基礎上，綜合行車效率提升23%。在廣州晚高峰用時實測中，其通行效率快于傳統L2智駕和Robotaxi。

PART 2

組織調整背后的決心

過去的2025年，小鵬曾進行過幾次人事調整。

何小鵬在采訪中就坦言，“作為一個企業CEO，痛苦的是要尋求平衡，一件事做成是不夠的，不管是銷量還是毛利。但在我心里，組織能力的建設和改變是非常重要的，第二件重要的是創建物理AI的體系，這種體系能力要從汽車遷移到智能座艙、機器人、飛行汽車。”

所以，2025年小鵬智駕的一個標志性事件就是，世界基座模型負責人劉先明接替李力耘，成為小鵬新的自動駕駛中心負責人。

曾有小鵬內部人士向雷峰網《新智駕》表示，“李力耘一開始是想逐漸切換到AI，但是速度有些慢，預算方面也與高層存在一些分歧。”

目前，劉先明的職位是“通用智能中心負責人”。從字面來看很明顯，智駕和座艙將會迎來一次“融合”。

何小鵬相信，“自動駕駛是整車運動，智能座艙是整車大腦。未來L4時代的車型，很多廠商會從原來單一域的集成（比如一個域由多家供應商集成，或單獨一個域研發），轉向跨域融合，從而讓整車從被動使用轉向主動服務。”

因此，劉先明負責的通用智能中心，就承擔了跨域融合進程中的重要組織力量。

從產業發展脈路來看，艙駕一體是汽車從分布式架構升級到中央集成架構的必經之路，艙駕一體芯片也成為各家開發的重點。但“艙駕一體”作為各家共同追求的技術方向，雖在技術理念上被廣泛認可，但實際的推進難度不低。

《新智駕》在此前的文章中曾提到，艙和駕的功能安全等級不同。從合規層面看，座艙與智駕功能在安全等級上存在根本差異：座艙系統通常僅需滿足QM或ASIL-B等級，而智駕系統因涉及行車安全，必須達到ASIL-C/D的最高功能安全標準。兩者集成后，系統整體需按最高等級進行認證，這不僅提升研發與驗證成本，還要求在單芯片內實現嚴格的功能隔離與冗余設計。

其次，開發一顆真正意義上的艙駕融合芯片，是一項極其復雜的工程。因為在芯片架構層面，跨域融合對算力分配、帶寬調度與系統協同提出更高要求。

但小鵬的做法是，只用圖靈這顆多端通用AI芯片——單芯片可實現L3+高階輔助駕駛；三芯片組合（2250TOPS）支持L4級自動駕駛和主動意圖理解的座艙系統。

劉先明表示，“將自動駕駛上驗證過的AI大規模遷移到座艙，整車成為一個有機的智能體，而不是割裂的一個東西。自動駕駛積累的經驗和底層 AI 基礎架構，都可以完全復用。”

在圖靈芯片這一硬件條件的支持下，何小鵬堅信，1—3年全自動駕駛會落地、3—5年所有汽車都會升級為可主動服務的超級智能體。

過去的幾年時間里，VLA逐漸成為智能駕駛的一個新的技術解法。

何小鵬認為，VLA路線本身，依然脫胎自人類對模型可解釋性的需求，也就有了從Vision 視覺到Language語言，再從語言到動作的兩層轉譯。

但兩次轉譯，意味著車子從看到世界的那一刻，再到作出反應的那一下之間存在延時，兩層轉譯就極易成為瓶頸，并帶來很高信息損耗，這就導致無法在“很大規模參數量”上實現“很大規模的數據訓練量。

在此前《新智駕》跟小鵬內部人士的一些交流中得知，“小鵬是將VLA中的L去掉，但不是完全去掉，語言在這個過程中可以處理一些比較高級的場景，例如，一個指示牌說公交車道幾點能開到，這類場景還是需要語言在中間做一個轉化。可能V-A覆蓋80% 左右場景，有20%依然保留L。”

堅決投入VLA，也會存在一些值得探索和追問的問題，尤其是在2026年愈加復雜的新能源市場格局下。

首先，是數據的問題。何小鵬此前認為，有10萬臺、100萬臺車跑了多少公里就足夠模型訓練，現在自己覺得遠遠不夠。真正困難的是，如何收集有質量、有價值、超大規模的數據，不論是汽車還是機器人，這件事上都遠遠沒有盡頭。

據劉先明表示，第二代 VLA 模型在沒有經過任何海外數據適配訓練的情況下，已經具備很強的能力。其次，小鵬是一家全球化企業，會在合規前提下，在全球任何有小鵬車輛的地方正常擁有并使用當地數據。第三，對于更多泛化性場景，通過世界模型的生成方式，也可以讓小鵬快速達到一個能力起始點。

其次，VLA會考驗內部人力、錢等資源的分配。

2月24日，馬年春節假期后開工第一天，小鵬汽車CEO何小鵬向全體員工發布了一封開工信，提出2026年“把夢想量產”，小鵬將成全球第一家——讓機器人、飛行汽車、Robotaxi三大前沿AI業務量產的企業。

這種多線作戰的布局，對企業的資金、人才與戰略聚焦能力都是巨大考驗。

官方數據顯示，2026年2月，小鵬汽車單月交付量僅為15256臺，同比下跌49.9%，環比下滑23.7% 。盡管何小鵬表示，組織能力是當下最重要的事情。但作為車企經營效果的“晴雨表”，這份數據值得注意。

何小鵬曾透露，2024年小鵬為VLA投入近50億元，2025年投入進一步增加，僅基座模型的研發就花費幾十億元。

智駕研發本身就需要持續的高額投入與核心人才支撐，而多業務并行會導致資源分散，可能影響VLA的研發進度與迭代速度，無法集中力量突破技術瓶頸、解決落地難題。

同時，Robotaxi、飛行汽車等新業務的商業化閉環遠未形成，短期內難以貢獻顯著利潤，卻需要持續的資金與資源投入，進一步加劇企業的現金流壓力，若新業務無法如期實現商業化落地，不僅會影響生態布局的推進，還可能拖累VLA的研發與落地進程，形成“多線受阻”的困境，影響企業的整體戰略推進。

在過去幾年的智駕軍備競賽中，小鵬是最堅決與最出成果的車企之一，在VLA這條技術路線上同樣如此。

劉先明表示，“小鵬所說的代際差，不只是單一指標的差距，更關鍵是有沒有切換整套做事思路，迭代速度有沒有質變。我們現在追求的是不僅跑得快，加速度還在持續變大，因為我們在構建底層通用能力體系，這才是真正的代際差，而非單點指標領先。”