小鹏第二代VLA智驾技术引领行业新阶段

2026年3月16日，小鹏汽车举办了一场别开生面的线上直播。创始人何小鹏与通用智能中心负责人刘先明，进行了一场长达两小时的深度技术对话，核心议题直指即将全面推送的第二代VLA（视觉语言动作模型）。

这场直播不仅是对一次重要OTA升级的答疑，更被视作智能驾驶技术范式切换的宣言。何小鹏明确传递了一个信号：依赖海量人工规则代码的传统辅助驾驶时代，正在走向终结。一个能够真正理解、思考并与物理世界交互的AI大模型时代，已然开启。

这绝非一次普通的软件更新，而是一场面向自身的“技术革命”。正如刘先明所言，其过程如同“杀死自己，回炉重造”。据悉，为打造这套系统，小鹏累计投入超过20亿元，高峰期每月研发费用近3亿元。这场豪赌的背后，是对智能驾驶未来十年发展路径的重新定义。

当小鹏毅然告别过去的成功路径时，它究竟预见了怎样的未来图景？这场由VLA引领的变革，又将如何重塑智能出行的竞争格局？

智能驾驶的终极形态，应是“无感”的陪伴

何小鹏在直播中分享了一个温情故事，为硬核技术注入了人文思考。他曾带母亲体验辅助驾驶，但系统偶尔的急刹和卡顿，让家人始终无法完全安心。

这揭示了一个行业普遍困境：历经多年演进，为何高阶智能驾驶对大多数用户而言，仍是“极客的玩具”，而非“可靠的日常伙伴”？

问题的根源，深植于传统技术范式之中。

过去近十年，主流的辅助驾驶系统采用模块化架构，将感知、预测、规划、控制等环节严格分离。工程师们如同编写“交通规则百科全书”，为无数场景预设具体代码：识别红灯停、遇到实线不变道。这套方法在规则明确的高速场景下成效显著，解决了智能驾驶“从0到1”的难题。

然而，当车辆驶入复杂多变的城市场景——如车道线模糊的乡道、人车混行的闹市、或突现路障的施工路段——规则系统的局限性便暴露无遗。系统或因无法匹配预设规则而“死机”，或采取过于保守的急刹策略。它缺乏人类司机基于常识的“预判”能力，无法理解“微开车门”可能意味着孩童即将下车，也难以解读交警复杂的指挥手势。

这直接导致了用户体验的三大痛点：安全感不足、能力边界明显、通行效率不稳定，表现难以预测。

“理想的智能驾驶应该像白开水，无处不在却又让人浑然不觉。”刘先明的这个比喻，精准概括了新范式的追求。

小鹏给出的解决方案是第二代VLA，一个原生的端到端物理世界大模型。它摒弃了对高精地图的强依赖，也跳出了人工规则库的桎梏。其工作逻辑更趋近于人类驾驶员：通过“视觉”观察环境，经由“大脑”（大模型）进行实时推理与决策，最终直接控制车辆执行。

一段著名的“14秒自主绕行”测试视频，生动展示了这种能力。面对导航未提示的封路路段，车辆未降级或退出，而是经过短暂的环境分析与路径推演，自主找到了可行的绕行方案。小鹏将这种超越固定编程的能力，定义为“智能的涌现”。

这场变革的本质，是从“机械执行指令”到“自主理解决策”的范式跃迁。小鹏不再试图扮演全知全能的“规则制定者”，而是致力于赋予机器一个能够学习世界运行规律的“大脑”。

豪掷20亿研发，小鹏押注怎样的未来？

如果说特斯拉FSD定义了全球智能驾驶的技术高度，那么小鹏第二代VLA的野心，则是打造“更适应中国复杂路况的顶尖解决方案”。

传统辅助驾驶系统存在“信号转换”的延迟。摄像头识别到障碍物，需先将图像转为数字信号，再经多个模块处理，最终下达制动指令。这个过程如同“翻译后再思考”，反应迟滞且不够流畅。

第二代VLA的核心突破在于实现了“端到端”的直连处理，消除了中间的信息折损。视觉（Vision）输入的信息，经过大模型统一处理，可直接输出为驾驶动作（Action），大幅提升了决策效率和拟人化程度。

在小鹏的技术框架中，智能驾驶能力的上限由四大要素决定：能力 = 模型 × 算力 × 数据 × 车辆本体。

第二代VLA的基石是一个参数高达720亿的基座大模型。与以往仅用行车视频“教”AI模仿不同，小鹏致力于构建一个内置物理规律的“世界模型”。在这个模型中，重力、摩擦力、动量等物理法则成为AI的底层常识。它不仅能识别“前方有车”，更能通过长链推理（Chain-of-Thought）理解“路面湿滑会延长刹车距离，因此需提前缓刹”。AI开始真正“懂得”物理世界了。

为训练这个巨型模型，小鹏构建了由数万张AI加速卡组成的算力集群，研发投入在高峰期“每月消耗约3亿元”。

在车端，小鹏自研的图灵AI芯片与模型、编译器进行了深度垂直优化，将关键推理任务的延迟从通用芯片的数百毫秒级压缩至极低的水平。据称，“单颗图灵芯片的有效算力，约相当于10颗英伟达Orin-X”。这种软硬一体的协同设计，最大化释放了“有效算力”，确保了复杂模型在车端的实时、稳定运行。

算力是引擎，数据则是燃料。小鹏披露了一组对比数据：以2026年2月某周为例，国内主流大模型的周调用量约为数万亿Token。而第二代VLA模型的日均Token处理量达到了惊人的数十万亿级别。如此高密度、高质量的数据“投喂”，是模型得以快速迭代进化的关键。

同时，一个日均可模拟数千万公里行驶的超级仿真系统，持续生成各类极端、罕见的长尾场景，让AI在虚拟世界中经历千锤百炼。这一切，共同构成了小鹏高效的“云端模型工厂”，实现了以“天”为单位的快速迭代。自2025年科技日以来的百余天内，小鹏已迭代超过400个模型版本。这意味着，AI驾驶员的“驾龄”和经验正以指数级速度增长。

横跨中国5000公里，一场极限路测验证

无论技术参数多么亮眼，最终都需在真实道路上接受检验。

在第二代VLA正式推送前，一场从新疆喀什到上海、全程超5000公里的“智驾远征”正在进行。这条路线覆盖高速、国道、城区、乡村等全场景，并遭遇沙尘、冰雪、横风等极端天气，堪称中国路况的“终极考场”。

挑战首日，测试车辆在复杂路况与恶劣天气双重考验下，完成了超1000公里行驶，实现了全程“零人工接管”。相较于依赖固定规则的传统系统，第二代VLA凭借更接近人类的认知与决策逻辑，在复杂动态环境中表现出更强的适应性和从容度。

其底层逻辑在于，第二代VLA学习的是驾驶的通用原理与物理规律，而非某个特定区域的交规合集。因此，无论车辆身处何地，只要具备基本的道路条件，它就能像经验丰富的老司机一样，实现“有路即可驾”。

对用户而言，最直接的体验提升或许是“驾乘舒适度”的显著改善。据小鹏内部测试，在同等复杂路况下，搭载第二代VLA的车辆，其综合体验评分提升接近5倍。具体表现为更少的突兀制动、更果断的决策执行，以及大幅降低的紧张感与接管需求。

这正是实现“让家人安心使用”愿景的基石：安全是绝对前提，而丝滑、稳定、可预测的体验，才是赢得用户长期信赖的核心。

据悉，自3月19日起，小鹏将逐步为P7 Ultra、G7、X9 Ultra等旗舰车型用户推送第二代VLA软件。何小鹏承诺，量产版本的体验将“比测试版更稳定、更一致”。而对于更广泛的Max版车型用户，一款能力对标行业顶尖L2+水平的“蒸馏版”软件，也将在下半年陆续推送。

展望未来十年：汽车进化为“移动智能空间”

如果说VLA主要攻克了“车如何自动驾驶”的难题，那么小鹏的长期愿景，显然更为宏大。

今年初，小鹏进行了一次关键的组织架构升级：将智能座舱与自动驾驶两大核心部门合并，成立“通用智能中心”，由刘先明统一掌舵。

这一调整，清晰指向了“舱驾一体融合”的技术趋势。其终极目标，是将汽车进化成为一个完整的“超级智能体”。

可以设想这样一个场景：您对车辆说“我有点困，找个合适的地方休息一下”。系统不仅能理解您的语义和疲劳状态，还能通过VLA的视觉能力，实时识别沿途安全的休息区或咖啡馆，并自动规划路线、平稳驶入停车位。在此过程中，语音交互、环境感知、路径规划与车辆控制，被同一个“智慧大脑”无缝衔接、一气呵成。

这也印证了何小鹏的判断：“过去十年是电动化的时代，未来十年将是智能化的时代。如今忽视‘智能体+汽车’的融合，恰似十年前错失电动化转型的机遇。”

这个统一的物理AI技术底座，其价值将超越智能汽车本身，同步赋能小鹏在Robotaxi（无人驾驶出租车）、飞行汽车及人形机器人等前沿领域的探索。从这个角度看，第二代VLA的发布不仅是一次产品升级，更是小鹏为投身“物理AI”新时代所构建的核心基石。

据了解，目前已有国内外多家车企就第二代VLA技术与小鹏展开接触与洽谈。何小鹏表示，对该技术在全球不同路况下的泛化能力与鲁棒性（稳定性）充满信心。

在定义未来出行形态的物理AI核心赛道上，中国力量正在加速前行。