小鵬汽車第二代VLA：“智能體+汽車”成下一個十年的入場券？

如果說上一個10年是新能源的時代，下一個10年是智能體的時代。那么現(xiàn)在忽視“智能體+汽車”，恰似10年前錯過新能源浪潮。

文｜朱耘

ID | BMR2004

業(yè)內(nèi)很多人將2026年定義為全球自動駕駛元年，“我判斷，智能駕駛的真正落地應該在2027年，2026年依然是技術(shù)積累期。”南開大學經(jīng)濟研究所所長、中國新一代人工智能發(fā)展戰(zhàn)略研究院首席經(jīng)濟學家劉剛對《商學院》記者說。

在這個技術(shù)的關(guān)鍵“蓄水期”，各大深耕智能駕駛的汽車企業(yè)、科技企業(yè)正加速“軍備競賽”。2026年3月初，小鵬汽車正式開啟第二代VLA（Vision-Language-Action，視覺—語言—動作模型）的OTA推送。小鵬汽車董事長兼CEO何小鵬表示，第二代VLA是小鵬汽車走向L4的第一個版本。

在小鵬汽車看來，第二代VLA是“物理世界大模型”，摒棄了傳統(tǒng)智駕對高精地圖和人工智能代碼的依賴，打造“媽媽都愛開”的國民智駕。劉剛說：“現(xiàn)在大家看得很清楚，通用基礎(chǔ)模型+行業(yè)大模型+智能體，構(gòu)成了當前人們改變物理世界的基本路徑。小鵬汽車第二代VLA，就是行業(yè)大模型，再加上智能體，能夠真正進入執(zhí)行層和物理層。某種意義上講，大模型只是知識庫，智能體則是感知決策執(zhí)行的結(jié)合。”

隨著小鵬第二代VLA全面推送，標志著其將正式邁入規(guī)模化落地的新階段。然而，智能駕駛需要長時間測試使用，安全驗證周期長，法規(guī)相對滯后，商業(yè)化也存在一定的不確定性，這些都在考驗著小鵬汽車智能駕駛高研發(fā)投入后，可否持續(xù)為企業(yè)帶來長期回報。

01

智能體會開車了

智能體通過感知、決策和執(zhí)行來調(diào)度大模型完成工作，解決了許多長尾問題。

體驗過自動駕駛的用戶都不陌生，在高速公路上行駛，自動駕駛的車輛無論是車道保持、跟車、變道等，表現(xiàn)都不錯，但是到了胡同窄路或者有外賣車輛穿行、行人經(jīng)過的復雜街區(qū)，自動駕駛車輛表現(xiàn)只能是差強人意，有時候還會不知所措。

據(jù)了解，這是過去10年主流自動駕駛技術(shù)路線，通常采用感知—決策—控制的模塊化架構(gòu)，攝像頭和雷達負責感知環(huán)境，規(guī)則引擎負責做出決策，控制系統(tǒng)執(zhí)行動作。每個模塊、每個細節(jié)，都由程序員寫代碼實現(xiàn)。然而真實世界的路況，每天甚至每秒都在發(fā)生變化，規(guī)則的堆疊總是無窮無盡。小鵬汽車通用智能中心負責人劉先明比喻，這種靠高精地圖、規(guī)則進行智駕的技術(shù)，就好比是在“鐵軌上開車”。

小鵬VLA走了一套不一樣的智駕技術(shù)路線，小鵬VLA的定位是一個能夠“看見世界、理解世界”的物理模型，它像一位經(jīng)驗豐富的老司機，憑借對物理世界的深層理解，從容應對路況。在何小鵬看來，第二代VLA是在“理解世界”。

現(xiàn)有的主流智駕方案高度依賴“白名單”，通常只識別標準的車輛和行人，對路面深坑、井蓋凹陷或積水缺乏感知，極易發(fā)生高速碾壓導致劇烈顛簸的情況。第二代VLA則具備泛化的“通用障礙識別”能力，不再機械地比對特征庫，而是像人類一樣認知各類障礙，并自主選擇輕微繞行或提前制動，兼顧了安全與通行舒適度。

何小鵬坦言，上一個10年是新能源的時代，下一個10年是智能體的時代。現(xiàn)在忽視“智能體+汽車”，恰似10年前錯過新能源浪潮。第二代VLA就是一個智能體，它不只是識別路上的物體、規(guī)劃行駛路線，還能理解交警的手勢、識別行人的通行意圖、在復雜的社交博弈中做出得體的回應。

劉剛告訴記者，智能體通過感知、決策和執(zhí)行來調(diào)度大模型完成工作，解決了許多長尾問題。過去，在標準化條件下難以執(zhí)行的柔性任務，現(xiàn)在可以通過智能體來實現(xiàn)，這是智能體發(fā)展的一個重要方向。實際上，自動駕駛領(lǐng)域的大量工作是非標準化的，很難完全按照程序執(zhí)行，通過智能體來執(zhí)行可能是終極的解決方法。

小鵬汽車的方向?qū)嶋H上代表了中國自動駕駛和智能制造的發(fā)展方向，但同時也面臨很大挑戰(zhàn)。首先，最大的挑戰(zhàn)在于大模型本身——大語言模型不具備物理世界感知能力，需要進行大模型的改造或通用能力的提升，這一改變既重大又緊迫，底層技術(shù)迭代非常快。

其次，在具體行業(yè)應用中需要專業(yè)知識甚至隱性知識的積累，這需要大量的強化學習和人類知識的沉淀，是一個需要時間的過程。

最后是安全問題，特別是在制造業(yè)和自動駕駛領(lǐng)域，容錯率極低，不僅需要低容錯，還要具備糾錯功能，這也是當前面臨的重要課題。

劉剛說，大模型會拉平人們之間的認知，因為模型都差不多，拿過來用即可。但智能體則不同，其中行業(yè)模型是基于企業(yè)的隱性知識的模型，它會擴大企業(yè)能力之間的差異，而大模型加智能體的組合，會使得企業(yè)間的效率差異急劇擴大。當一個企業(yè)擁有獨特的行業(yè)模型和智能體時，它與競爭對手之間的差距不是縮小，而是加大。

02

從L2向L4跨越

支撐小鵬第二代VLA實現(xiàn)L4級自動駕駛的底氣是小鵬在技術(shù)棧縱深上的布局。

作為全國人大代表，何小鵬今年在其議案中指出，隨著大模型與高算力的深度應用，自動駕駛技術(shù)正從軟件定義的功能時代，加速邁向AI驅(qū)動的智能時代。我國在發(fā)展組合輔助駕駛（L2級）應用領(lǐng)域具有先發(fā)優(yōu)勢，并已在有序推進智能網(wǎng)聯(lián)汽車準入和上路通行試點工作，建議推動政策與法規(guī)體系實現(xiàn)從L2向L4的跨越，促進技術(shù)快速迭代與規(guī)模化商用，將我國在L2領(lǐng)域的積累優(yōu)勢轉(zhuǎn)化為L4自動駕駛時代的競爭勝勢。

之所以從L2跨過L3直接到L4，核心在于L3的責任主體在車企與人類駕駛員之間存在一定的灰色地帶，但技術(shù)差別不大。

支撐小鵬第二代VLA實現(xiàn)L4級自動駕駛的底氣是小鵬在技術(shù)棧縱深上的布局。在小鵬汽車看來，自動駕駛問題本質(zhì)上是AI問題，能力=模型×算力×數(shù)據(jù)。從模型到算力再到數(shù)據(jù)，每個環(huán)節(jié)，小鵬汽車都選擇了自研路線。

在模型層面，小鵬汽車構(gòu)建了原生多模態(tài)Tokenizer，從底層就融合了視覺、語言等多種信息模態(tài)，該模型采用32倍超密視覺思維鏈，可實現(xiàn)更快的思維過程、更高的預測精度，相比傳統(tǒng)思維鏈，預測誤差降低33%，模型可以輸出語音、視覺、動作、行為等多種模態(tài)的結(jié)果。

圖靈芯片是小鵬汽車歷時5年自研，專門為小鵬AI大模型定制的芯片，于2024年8月完成流片，10月通過智能駕駛功能驗證，可應用于汽車、機器人和飛行汽車等領(lǐng)域。圖靈芯片的自研成功，是小鵬汽車在智駕領(lǐng)域立身的轉(zhuǎn)折點。在算力層面，圖靈芯片采用軟硬件一體研發(fā)，實現(xiàn)芯片—編譯器—模型聯(lián)合優(yōu)化，小鵬還開發(fā)了自動化編譯器，以最大化算力利用率。小鵬方面稱，圖靈芯片模型相較于傳統(tǒng)開源模型與通用芯片組合方案運行速度提升12倍。

在數(shù)據(jù)層面，第二代VLA的訓練數(shù)據(jù)規(guī)模達到50PB，車端每秒處理53億字節(jié)的視覺數(shù)據(jù)。小鵬給出了一個驚人的對比：20萬輛搭載第二代VLA Ultra的車輛，日均推理Token消耗量約58.8萬億，相當于全國數(shù)字AI日調(diào)用量的80倍。可見，物理AI對算力的需求遠超數(shù)字AI。

至于這些數(shù)據(jù)的來源，劉先明說：“我們的訓練數(shù)據(jù)來自所有車主每天正常開的工況，包括雨天、雪天、黑夜。小鵬的車主開過很多不同路況、去過不同的地方，所以我們才會有這么多數(shù)據(jù)、不同種類的數(shù)據(jù)。”換言之，每一輛在路上行駛的小鵬汽車，都是一臺移動的數(shù)據(jù)采集站，其攝像頭捕獲的視覺流源源不斷地回傳到云端，經(jīng)過篩選和標注后成為模型訓練的“燃料”。

國富資本董事長、算力自由創(chuàng)始人熊焰指出，具身智能，即大模型3.0或世界模型，目前正面臨著嚴酷的數(shù)據(jù)荒，數(shù)據(jù)已經(jīng)成為制約其發(fā)展的最大瓶頸。智能駕駛作為具身智能落地的一個重要場景，其所需要的數(shù)據(jù)量，與大語言模型相比，差距至少在105以上。

3月20日，小鵬汽車W（09868.HK）發(fā)布2025年度財報。數(shù)據(jù)顯示，公司全年交付429445輛，同比增長125.9%；實現(xiàn)營收767.2億元，毛利率提升至18.9%，并在第四季度錄得3.8億元的單季盈利。

盡管如此，小鵬汽車在保有量上并不占優(yōu)勢，比亞迪2025年銷量高達460萬輛，是小鵬汽車銷量10倍之多。同屬造車新勢力的理想汽車2025年交付40.63萬輛，蔚來汽車交付32.6萬輛。隨著智駕競爭加劇，數(shù)據(jù)壁壘能維持多久也是一個開放性問題：當更多車企轉(zhuǎn)向端到端大模型路線，保有量的規(guī)模優(yōu)勢可能逐漸顯現(xiàn)。小鵬汽車車主們每天的路測數(shù)據(jù)“燃料”能否繼續(xù)夠模型訓練所需？

03

中美智駕競爭白熱化

能在中國最混亂的路況中存活下來的智駕系統(tǒng)，出海時面對相對規(guī)整的道路環(huán)境，泛化難度反而更低。

小鵬第二代VLA的推出，再次將中美智駕競爭推到聚光燈下。

“我認為中國跟美國在智駕上都是絕對的第一陣營，在不同的角度各有千秋、各有優(yōu)勢、各有短板。”何小鵬說。事實上，汽車廠商們對于自動駕駛或智能駕駛的研發(fā)，要比小鵬汽車早很多。早在1999年，豐田就開始研究智能駕駛，2009年Waymo開始做智駕，2012年特斯拉做智駕。而2014年，小鵬汽車才成立。

盡管研究多年，智能駕駛的發(fā)展遠沒有智能手機、機器人等行業(yè)發(fā)展迅猛，核心原因就是安全，正如何小鵬所言，即使99.999%的成功，但那0.001有問題也不行，硬件、軟件、工程和安全底線以及各個國家的法律法規(guī)，都構(gòu)成了層層疊加的約束條件。

這也解釋了為什么全球這么多頂尖企業(yè)投入了巨額資金和數(shù)十年時間，L4級自動駕駛至今仍未真正普及——它不是單一技術(shù)問題，而是一個需要同時滿足技術(shù)可靠性、工程穩(wěn)定性和制度合規(guī)性的系統(tǒng)工程。正因如此，中美兩國雖然同處第一梯隊，卻走出了不同的路徑。

何小鵬說，現(xiàn)在的VLA更適合全球化，站在中國、面向全球。中國既有好的道路、好的高速，也有很多三、四線的鄉(xiāng)村小道，很多人、小車或者牛羊雞，能在中國最混亂的路況中存活下來的智駕系統(tǒng)，出海時面對相對規(guī)整的道路環(huán)境，泛化難度反而更低。

劉先明將其概括為：“先攻克最難場景，再泛化至全域。”此外，劉先明還指出，中國具備兩個常被忽視的變量：一是中國AI人才密度的快速提升，二是政府對自動駕駛的政策支持力度。“綜合這些層面看，我覺得至少中國在自動駕駛上，目前跟美國是在同一個水平線上，我們也相信自己的迭代速度會足夠快，也期待有一天能真正做到全球化量產(chǎn)。”

劉剛認為，當前，中美兩國在AI硬件及自動駕駛領(lǐng)域的競爭已進入白熱化階段。基于兩國國情的差異，雙方走向了截然不同的技術(shù)路線：美國特別強調(diào)端側(cè)智能（即單車智能），而中國則主張發(fā)展“車路云一體化”系統(tǒng)。

中國之所以選擇“車路云一體化”，根本原因在于中國城市道路情況極為復雜，必須依靠系統(tǒng)的協(xié)同來確保自動駕駛的安全。這種基于復雜環(huán)境和特定技術(shù)路線的選擇，將使得兩國未來孕育出完全不同的自動駕駛模型與安全標準，這也構(gòu)成了中國自動駕駛產(chǎn)業(yè)獨有的“護城河”。

但劉剛認為，在建設主體上，“車路云一體化”的基礎(chǔ)設施應由國家層面進行牽引，由地方政府和技術(shù)投資公司共同參與建設，從而推動各行業(yè)大模型的專業(yè)化分工邁向更高效率的階段。

針對“車路云”基礎(chǔ)設施的投資與商業(yè)化落地，這其實并非難題。正如高速公路建設一樣，一旦路側(cè)設備和系統(tǒng)加載完成并投入使用，完全可以通過按里程加收服務費等商業(yè)模式實現(xiàn)盈利。因此，真正的核心阻礙并非投資本身，而是“責任歸屬”問題。在城市中進行安全運營時，由于需要調(diào)用路側(cè)設備，一旦發(fā)生事故責任究竟由誰承擔？這一敏感的權(quán)責界定，使得地方政府和投資商在推進時都顯得格外謹慎。

至于在各類路段建立這套系統(tǒng)是否會造成“過度開發(fā)”，其實無須擔憂，因為技術(shù)加載的成本并不大，核心投入主要集中在路側(cè)設備上。更重要的是，路側(cè)設備的大規(guī)模建設不僅能帶動算力等上下游產(chǎn)業(yè)的全面發(fā)展，其本身作為“新基建”的重要組成部分，對整體宏觀經(jīng)濟也具有顯著的拉動作用。

而眼下，對于小鵬汽車而言，最緊迫的問題是需要向用戶、業(yè)界及投資人證明VLA的商業(yè)價值，在研發(fā)投入上，2025年小鵬汽車研發(fā)開支達到94.9億元，同比增長47%，占總營收比例約12.4%，較2024年的15.8%略有下降。

第二代VLA從技術(shù)上講，讓很多人眼前一亮，但這能否轉(zhuǎn)化為消費者的購車決策，尚未被驗證。從第二代VLA到真正的L4，小鵬汽車的路還很長。