小鵬汽車：擁抱物理AI時代 推動智能駕駛高質量發展

近日，小鵬汽車董事長何小鵬前往美國，對特斯拉最新一代自動駕駛系統FSD V14進行實地測試，并體驗特斯拉前裝Robotaxi。這是何小鵬在2024年測試FSD V12之后，再次對全球自動駕駛技術前沿進行系統性觀察。回國后，何小鵬對小鵬汽車面向L4的第二代VLA進行再次驗證。

物理AI成為共識，中美頭部企業同頻演進

據了解，自動駕駛的競爭核心，已逐漸轉向以“物理AI”為代表的系統能力建設。何小鵬此次硅谷之行，重點對比體驗了特斯拉FSD的迭代版本。實測顯示，FSD V14在行為連貫性與復雜場景處理上較前代顯著提升，其背后是大模型與端到端架構持續演進的結果。這一技術路徑——通過視覺感知、端到端架構與大模型結合，依托強大算力與海量真實數據驅動系統進化——正成為中美頭部企業的共同選擇。

縱向對比顯示，FSD V14相較V12在決策連貫性、場景理解和類人駕駛行為上實現明顯躍升，這種變化源于大模型能力的整體進化。橫向來看，小鵬第二代VLA與特斯拉FSD V14在技術路線上高度一致，均采用純視覺、端到端的大模型方案，驗證了物理AI路線的可行性。以“L4級技術”驅動“L2級量產車”的持續進化，共同推進智能駕駛向更高階邁進。

差異主要體現在應用環境。中國城市道路在人車混行、非標準行為等方面較為復雜，在中國場景中訓練的大模型，在極窄路、復雜博弈等場景下具備一定優勢。實際路測中，小鵬第二代VLA在上述場景的穩定性與處理能力，已展現出局部領先。

小鵬第二代VLA突破行業車端模型能力上限。

中國企業正在構建可驗證的物理 AI 能力體系

當前，中國智能網聯汽車領域正加快推進相關技術的實際驗證。公開信息顯示，相關主管部門已附條件許可部分搭載L3級自動駕駛功能的車型開展試點應用，企業在特定高速及城市快速路場景中進行測試，為系統安全性、工程穩定性和數據積累提供實踐基礎。廣州等地也陸續發放道路測試許可，為自動駕駛在真實交通環境中的驗證創造條件。

在這一進程中，小鵬汽車已啟動常態化測試，并圍繞高快速路等條件場景開展有條件自動駕駛實驗。何小鵬此次赴美的跨國對照分析，是一種跨環境、同路徑的驗證方式，反映出企業在構建物理 AI 能力時，已將視角從“局部可用”轉向“系統可遷移”。

小鵬汽車董事長、CEO 何小鵬。

從復雜場景驗證到能力外溢

決定企業能否在物理 AI 時代具備長期競爭力的并非單一場景優勢，而是是否具備更強的系統能力的技術、組織與工程體系能力，并且這一系列能力能否適應各種復雜場景。只有當算法能力、算力基礎、數據閉環和工程流程形成穩定協同，物理 AI 才能從實驗走向規模化應用。

隨著自動駕駛領域的技術沉淀逐步向智能機器人、低空飛行、智慧物流等更廣泛的物理 AI 場景遷移，企業在系統架構、工程方法和長期投入中形成的能力，也將持續外溢并放大價值。自動駕駛不再是孤立賽道，而成為物理 AI 能力向多領域擴展的重要起點。

第二代VLA，一套模型跨域通用。

物理 AI 時代的系統能力構建

據了解，縱觀從硅谷到廣州的實踐，物理AI的競賽，歸根結底是系統能力構建的競賽。中國企業正在以完整產業鏈、持續研發投入和真實世界驗證能力，參與構建物理 AI 的下一階段發展路徑。物理AI時代，中國企業系統能力構建的內涵正在深化，它不僅是市場規模或場景復雜性的單一維度優勢，更是以企業為載體、在開放競爭中錘煉出的全套系統構建能力——從技術路線抉擇、架構設計、數據閉環到工程化量產與持續迭代，為全球產業合作與技術發展提供新的范式與活力。(王雅蝶)