何小鵬賭約背后，中美智駕只剩“一年之差”

撰文|常 笑

編輯| 張 南

設計|甄尤美

1903年，霍拉肖·杰克遜和蘇厄爾·克羅克駕駛著簡陋的汽車，在泥濘與荒野中掙扎了整整63天，終于從舊金山抵達紐約。彼時，這場駕車橫穿美國的艱難跋涉，只為向世界證明汽車不是“曇花一現的消遣玩物”。

時隔122年后，相似的路線被賦予了全新的意義。2025年底，歷時2天零20個小時，跨越2732.4英里（約4397公里），坐在特斯拉Model 3里的大衛·摩斯，在全程無接管的情況下，達成了首次憑借智能駕駛技術橫穿美國的壯舉。

這場看似科幻的現實演繹，不僅是汽車工業的百年進階，更是自動駕駛行業經歷的一場跨越式變革。

剛剛過去的2025年，自動駕駛行業沒有迎來所謂“技術終局”的大一統，反而陷入了更激烈的路線突圍戰。當單純的端到端大模型遭遇長尾場景的瓶頸，一場集體押注“認知智能”的競速由此引爆，并一路燒至2026年。

在這場博弈中，各方角力的落點，都指向了同一個神秘代號——VLA（Vision-Language-Action，視覺－語言－動作模型）。

大洋彼岸，特斯拉在FSD V14版本引入類VLA多模態增強模塊，通過增強邏輯泛化能力解決“直覺駕駛”的不可知性；而英偉達在美國CES 2026上更是連新卡都不發了，反手直接開源基于VLA的推理模型Alpamayo 1，其創始人黃仁勛更是稱其為“世界上首款能思考、能推理的自動駕駛汽車AI”。

視線回到中國，產業回應更為迅猛。地平線、元戎啟行等供應商紛紛亮出成熟方案，理想、吉利、奇瑞、長城等車企密集開啟了VLA的量產競速。

3月2日，小鵬汽車正式發布其所謂的第二代VLA，并將戰火推向了新的維度。根據官方介紹，這是全球首個量產級物理世界大模型，核心是去掉了語言轉譯環節，實現視覺直出動作的端到端決策。

年初，小鵬汽車董事長、CEO何小鵬曾將2026年定義為中美自動駕駛元年。而在此次會上，何小鵬更是放話說：“小鵬第二代VLA將開啟自動駕駛的DeepSeek時刻，最快1年就能實現完全自動駕駛。”

一片喧囂之下，當VLA加速從實驗室走向量產，自動駕駛行業的底層游戲規則正在被悄然改寫。

中美競速，VLA緣何大火

故事的起點，其實源于一場行業集體的“迷航”。

時間倒回到三年前，特斯拉FSD V12橫空出世，用“端到端”的暴力美學震驚了世界，它徹底拋棄傳統模塊化與硬編碼規則，代碼量從30萬行銳減至2000行。這種用統一神經網絡直接將攝像頭像素映射為方向盤轉角的“直覺駕駛”，一度被視為行業的終極答案。

中國車企與供應商也迅速跟進，卷入這場名為“端到端”的軍備競賽。彼時的共識簡單而粗暴：似乎只要把感知、規劃、預測全部塞進一個巨大的神經網絡，奇跡就會發生。

然而，隨著2024年末特斯拉FSD V13的推送，行業遭遇了當頭一棒。盡管特斯拉將算力堆到了極致，模型參數量相比V12提高了三倍，但那個“黑箱”依然會時不時出問題，不斷出現的低級失誤直接擊碎了“端到端萬能”的幻想。

這時候，行業開始意識到：端到端雖然在信息傳遞效率上做到了極致，規避了模塊化端到端信息熵減的弊端，但它本質上還是一個巨大的概率擬合器。其展現出的強大直覺，也仿佛只得到了身體，卻沒能得到靈魂。當面對那些從未見過的長尾場景時，這個“黑箱”內部發生了什么、會產生什么決策，沒有人知道。

這種缺乏可解釋性、邏輯推演能力的特性，成為橫亙在L2輔助駕駛與L4完全自動駕駛之間一道難以逾越的天塹。就在大家都在這個“直覺陷阱”中苦苦掙扎時，VLA多模態架構的出現，恰好踩中了這個痛點。

其實，早在2023年7月，谷歌DeepMind就推出了基于VLA架構的RT-2模型，讓機器人具備了驚人的零樣本學習能力。遺憾的是，由于聚焦低速封閉場景，它在當時并未引發自動駕駛圈的躁動。

但當純端到端路線顯露出瓶頸后，VLA的價值開始被重新發掘：自動駕駛行業迫切需要為車輛植入“認知”能力。

2025年10月，特斯拉自動駕駛副總裁阿肖克·埃盧斯瓦米（Ashok Elluswamy）的一張PPT，意外揭開了FSD V14的底牌：特斯拉正在“悄悄”引入類VLA的多模態模型，試圖用“思維鏈”破解黑箱的低級錯誤。

這一信號，也瞬間被中國自動駕駛軍團敏銳地捕捉到了。何小鵬在親赴北美體驗后，發出了那句著名的感慨：“FSD V14和特斯拉Robotaxi已經沒有區別，L2和L4可以用同一套系統實現。”這不僅僅是感嘆，更是一種“找對了”的釋然。

前理想汽車自動駕駛研發高級副總裁郎咸朋更是直接定調：“如同端到端結合數據閉環取代了原來的規則算法研發范式一樣，VLA結合強化學習將會成為智能駕駛新的護城河。”

為什么中國車企會有如此強烈的共鳴？因為在VLA架構的加持下，中美雙方的前沿技術第一次站在了近乎同一起跑線上。

2025年初，小鵬與理想幾乎在同一時間遭遇了端到端的天花板——系統泛化性增強，卻始終無法觸及真正的自動駕駛邏輯。“我們決定將蓋了一大半的房子推倒，重搭地基。”何小鵬在測試了新一版系統后，決定直接轉型VLA這樣的端到端自動駕駛方案。

而理想汽車董事長兼CEO李想也在推出端到端1000萬Clips版本后，決定加快交付VLA，不能繼續在原有的路徑上死磕。在他們看來，如果系統沒有思考能力，無論堆多少數據，都無法抵達L4。

那么，特斯拉也好，小鵬、理想也罷，為何中美頭部玩家會如此默契地集體轉向VLA？

首先是技術底層邏輯的質變。

VLA的核心邏輯，是在傳統的視覺和動作之間，插入了一個語言模型（L）。這個簡單的插入，卻質變了系統的處理方式：它讓車輛開始學會像人類司機一樣靠“預判與經驗”開車，而不是單純地靠肌肉記憶“背交規”。

在這個架構下，當攝像頭看到路邊一個穿著反光背心的人揮手，端到端模型可能還要靠海量數據去猜測該不該停，而VLA模型會將畫面轉譯為“前方有施工員指揮交通”，結合內置的駕駛常識進行邏輯推演，再決定減速繞行。

簡言之，傳統端到端只有見過的場景才會；VLA這樣的端到端，靠語言常識，沒見過的場景也能推理。很顯然，這種從“直覺”到“認知”的躍升，正是解決當下長尾問題的鑰匙。

其次是商業落地的現實倒逼。

隨著L2+輔助駕駛在量產車上的全面普及和下放，單純的功能比拼已經到了盡頭，頭部企業原本引以為傲的差異化優勢正被快速抹平。如今的用戶不再滿足于“能開”，而是苛刻地要求“好開”。

但在現有的端到端能力下，要解決那最后1%的長尾難題，所需的數據成本和算力成本正呈指數級上升，帶來的邊際效益卻在遞減。

對于車企而言，急需一種更具性價比、更泛化的技術方案來突破體驗的天花板。而VLA通過引入常識推理，能夠用邏輯能力彌補極端數據的不足，無疑是在當下算力與數據邊界下，打通體驗躍遷的捷徑。

更為重要的是，VLA的出現正在重塑L2與L4的行業估值邏輯。過去，輔助駕駛（L2）與完全自動駕駛（L4）被視為兩個割裂的市場：L2靠賣車賺錢，L4靠Robotaxi運營賺錢，兩者的技術棧也完全不同。

但VLA架構的出現打破了這種割裂：一套具備認知能力的多模態模型，可以同時覆蓋量產車和Robotaxi，甚至還能同步泛化到人形機器人等更多終端。這意味著，車企未來可以用同一套技術底座，“通吃”多個萬億級市場。

對于資本市場而言，這不僅極大降低了研發的沉沒成本，更讓L4的落地時間表從遙遙無期變得清晰可見。

同濟大學汽車學院教授朱西產指出，智能駕駛行業已跨越早期認知與市場鴻溝，用戶接受度發生了從“可選”到“必選”的轉變，當前行業核心挑戰已轉變為：在用戶基礎確立后，如何向更高階的自動駕駛演進并實現盈利。

基于此，《汽車商業評論》認為，VLA的意義，不僅在于它提升了端到端模型的“可解釋性”，更在于它為行業找到了一個既能兼顧當下體驗，又能通向未來L4的清晰商業閉環。

這才是過去一年，眾多頭部玩家都積極投身這場VLA競速的根本原因。

幾種路線，誰更接近“未來”

如果說三年前自動駕駛行業還處于Gartner技術曲線的“低谷期”，那么行至2026年，行業的水溫已徹底改變。

一場前所未有的資本“回血”與上市潮，正在為此刻的沖刺加注燃料。2月2日，Waymo宣布獲得高達160億美元（約合人民幣1110億元）的戰略投資，投后估值逼近萬億大關。

視線轉回國內，2025年11月6日，文遠知行和小馬智行同日登陸港交所，分別成功募集23.9億港元與77億港元；隨后，希迪自動駕駛也成功上市，成為首家專注商用車智能駕駛的港股公司。此外，滴滴自動駕駛、哈啰Robotaxi也相繼完成大額融資。

資本市場的回暖，意味著行業已經熬過了最艱難的“死亡之谷”。

元璟資本管理合伙人劉毅然對此感觸頗深：“經歷過這一輪行業周期后，如今我們能看到，自動駕駛實際落地效果實現了從量變到質變，技術范式也迎來大幅升級，新的AI框架持續迭代，行業終于迎來了規模最大、爆發力最強、周期最長久的上行周期。”

這一次，不管是投資人、從業者還是普通消費者，都開始相信自動駕駛的落地已成定局，如今只剩時間問題。

但VLA的強勢入場，也并不意味著自動駕駛行業就此形成單一技術路徑的共識。恰恰相反，在AI大模型賦能下，自動駕駛圈的路線分野比任何時候都要更加激烈且微妙。

目前，行業在“端到端”的大共識下，逐步分化出三個派別：以元戎啟行、理想、小鵬為代表的“VLA派”，以華為、蔚來為代表的“世界模型派”，以及Momenta、地平線等供應商的“一段式強化學習端到端”。

這三條路線，不僅是代碼架構的不同，更是各家企業對“如何理解世界”的三種回答。

眼下風頭最盛的，無疑是VLA路線。這一派別主張，VLA能解決純端到端“死記硬背”視頻片段、缺乏底層邏輯的短板，賦予車輛處理長尾場景的泛化能力。

以元戎啟行為例，其能在2025年10月拿下第三方智駕市場近四成的份額，核心就在于這種方案的“可解釋性”與“高擬人度”。

更為現實的誘惑在于數據飛輪效應。對于手握巨大用戶基盤的主機廠而言，車賣得越多，真實語料和駕駛數據就越多。這種“先落地、再迭代”的戰術，能讓VLA模型以驚人的速度進化，遠比“直指L4”更具現實意義。

然而，在風光的表象之下，VLA的“問題”同樣不少。其核心癥結就在于：將視覺感知轉譯為語言，再由語言轉譯為動作，這中間的“翻譯損耗”究竟有多大？

要知道，語言天生存在模糊性，而這對于需要在毫米級空間中做精確運動的汽車而言，是致命的。

“放鹽少許”在廚房是藝術，在自動駕駛系統里卻是災難。

在華為智能汽車解決方案BU CEO靳玉志看來，這不僅是畫蛇添足，更是舍本逐末，“華為不會走向VLA的路徑，這樣看似取巧，其實并不是走向真正自動駕駛的路徑。華為更看重WA（World Action），中間省掉language這個環節，通過信息輸入直接控車”。

因此，面對VLA的“語感”流，華為和蔚來選擇了他們認為更硬核的WA（世界模型）路徑。在他們看來，VLA依然是基于經驗的“概率預測”，而非真正的“因果推演”。

華為提出的“WEWA”架構，旨在構建一個可計算的物理引擎，讓智駕系統通過云端模擬數據構建一個“數字孿生世界”，從而實現對真實世界的深度理解。

與VLA的“從數據到決策”不同，WA試圖讓系統“先理解世界，再作出決策”，這種思路被不少專家視為智駕的“終極答案”。

這種思路的優勢在于“可驗證性”。通過這種對物理世界的深度建模，車輛做出的決策不再是基于“常識”，而是基于“懂物理”。

但這無疑也是一場豪賭，構建一個高保真的物理世界模型，其訓練代價是天文數字，這不是一般玩家玩得起的游戲。

就在VLA與WA激辯正酣之時，Momenta、地平線等供應商的“一段式強化學習端到端”路線，卻在悄然攻城略地。

這條路沒有那么多花哨的概念，不談“思維鏈”，也不談“物理引擎”，它追求的是極致的“黑盒”直覺。

它是通過海量的數據投喂和強化學習，讓模型直接建立從感知到動作的映射，更像是在訓練人類的“下意識反應”——老司機在緊急避讓時，是不會先背誦物理定律的，肌肉記憶比邏輯推理更快。

Momenta之所以能在2025年拿下61.06%的第三方供應商份額，正是因為這種方案在覆蓋多價位區間時，展現出了極高的泛化能力和成本優勢。

在《汽車商業評論》看來，這三條路線的本質博弈，實際上是時間與空間的置換：VLA派追求短期未來下的體驗極致，世界模型派追求通往L4級的終極安全，而一段式端到端則追求當下的“利益最大化”。

若以2026年為分水嶺，局勢依然充滿變數。但變數之外，更有可能的是三者之間開始呈現“融合進化”的趨勢。

有業內專家表示，現在行業仍處于模式的探索期，很多企業大概率不會“一條道走到黑”。

我們越來越多地看到，有的企業利用世界模型生成的高逼真虛擬數據，來反哺VLA的訓練；有的嘗試在端到端架構中嵌入世界模型模塊，以補強長時預測能力。

比如，小鵬就在其最新的VLA 2.0架構中，嘗試突破傳統VLA依賴語言轉譯的路徑，構建了以物理世界模型為核心的端到端架構，直接實現視覺信號到駕駛動作的生成，從而彌補了早期VLA因語言轉譯導致的信息損耗、延遲和數據使用效率低的短板。

據介紹，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。在保障安全與穩定性的基礎上，該系統響應延遲率降低80%，推理效率提升12倍，綜合行車效率提升23%。

對此，小鵬汽車通用智能中心負責人劉先明表示：“自動駕駛的本質是AI問題，AI的規模法則同樣適用于物理世界模型。”

說白了，大家都在互相抄作業，取長補短。這更像是一場融合進化，而不是單純的路線淘汰賽。

回看過去幾年，從“重地圖”到“無圖”，從模塊化到端到端，行業的風向從未停止過劇烈搖擺。

輕舟智航CEO于騫更是做出預判：“無論是VLA還是世界模型，都不會是自動駕駛的終極答案，未來必有新的技術誕生。”

在探索未來的過程中，技術的演進邊界正在從算法層面向整車系統層面延伸。吉利聯合千里科技在CES2026上發布的WAM（World Action Model）世界行為模型，便不再局限于單一派別的優劣之爭，而是嘗試構建一個統一的“整車大腦”。

WAM打破了自動駕駛、座艙、底盤等各個域之間的物理壁壘，試圖把“世界模型”的理解力與“VLA”的執行力合二為一。

吉利將其比作“大腦+小腦”的協同：WAM像經驗豐富的老教練利用世界模型宏觀決策，而車端VLA則像敏捷的小腦負責精準執行。

這種從“算法融合”向“整車系統融合”的跨越，或許不失為一種新的解題思路。但要實現這一步，需要全棧自研的底氣與對整車架構的掌控力，這注定并非所有玩家都能走通的路徑。

對于大多數企業而言，當下的競爭依然務實且殘酷。歸根結底，不管技術名詞怎么變，有一個硬指標是繞不開的。誰能率先在成本、安全與體驗這個“不可能三角”中找到平衡點，誰就能率先定義真正的“未來”。

2026年，通往L4前的落地搶灘

當埃隆·馬斯克拋出那句“實現安全無監督自動駕駛需要100億英里訓練數據”時，行業早已不是單純的算法競賽，而是一場拼算力、拼數據的“規模戰”。

中汽協最新報告顯示，2025年前11個月，全國配備城市NOA功能的乘用車銷量達312.9萬輛，占總上險量的15.1%，較2024年全年提升5.6個百分點。報告預計，到2030年城市NOA將成為輔助駕駛主流功能。2026年，智能駕駛行業將進入普及關鍵期，面臨核心技術攻堅挑戰。

很顯然，在數據狂歡的背后，是一場關于生存資格的殘酷洗牌。誰能更好地服務用戶、解決實際問題，誰將在競爭中勝出。

有頭部廠商預測，2026年中國具備高階自動駕駛能力的車型，年銷量有望沖擊500萬臺量級。這意味著，無法提供可用城區NOA的車企，將直接失去這塊巨大的增量市場。

因此，擺在很多主機廠面前的，是一道殘酷的選擇題：是死磕自研，還是尋求外供？

從目前來說，在AI大模型的“加持”下，自研的門檻正在被無限拔高。組建團隊、訓練泛化性強的模型、跑通數據閉環，這不僅是一個漫長的周期，更是一場金錢的馬拉松。

有車企透露，僅訓練VLA模型所需的算力卡采購，每年就高達數億元，這還不包括人員薪資與運維開銷。

因此，對于大多數腰部車企，甚至部分頭部車企來說，與其在自研的無底洞里豪賭，不如擁抱成熟的供應商方案。

像華為、Momenta、地平線、元戎啟行等廠商，之所以能在這個階段拿下大量訂單，核心就在于它們不僅能提供不輸于自研的算法能力，更能通過極致的工程優化，把高階自動駕駛打進15萬甚至更低價位的車型中。

與此同時，在國際巨頭的棋局里，一場關于生態控制權的爭奪也悄然改變著戰局。2026年CES上，英偉達開源了名為Alpamayo 1的思維鏈推理VLA模型。這款模型專為增強自動駕駛決策能力設計，可供汽車開發者調優、蒸餾，以成為其完整輔助駕駛技術棧的核心基礎。

目前，包括Lucid、捷豹路虎、Uber和伯克利DeepDrive等企業，均展現出對Alpamayo的極高關注，希望開發基于推理的自動駕駛堆棧，以實現L4級自動駕駛。

英偉達的邏輯也十分清晰：通過開源基座模型，讓車企能夠快速搭建起一套具備“及格線”能力的自動駕駛系統，從而牢牢鎖定Thor芯片的算力生態。

對于急于落地、渴望縮短研發周期的車企而言，這無疑是難以拒絕的誘惑，但也意味著在核心技術路徑上被供應商深度綁定的風險。

很顯然，對于車企而言，2026年的落地策略將不再是簡單的技術比拼，而是資源整合與選擇的藝術。

頭部“新勢力”與華為系車企，將繼續通過全棧自研掌控數據閉環的每一個環節，以此構建差異化壁壘；而傳統轉型車企與新晉品牌，則會更多選擇“強強聯合”——在采購供應商高性價比方案的同時，保留自研團隊進行聯合調優與數據反哺。

毫無疑問，2026年，自動駕駛行業的較量將前所未有的激烈。這不僅是主機廠自研與供應商方案的PK，也是供應商之間的角逐，更是一場中國自動駕駛軍團與特斯拉FSD之間關于速度與極限的全球競賽。

2026年，這場競速的“終局預演”，已隨著特斯拉FSD的入華提速，從硅谷的測試場直接搬到了中國的城市道路上。

1月23日，馬斯克在達沃斯世界經濟論壇上公開表態，特斯拉滿血版FSD最早將于2月份獲得中國監管批準，正式進入中國市場。

盡管當下自動駕駛遠未抵達終點，但必須承認，特斯拉依然是目前最接近那個“正確答案”的玩家。

當FSD的公測倒計時已經開啟，這場全球競賽也將從大洋兩岸的隔空較量，變成中國城市街頭的貼身肉搏，一個無法回避的問題擺在整個行業面前：我們與特斯拉的差距，究竟還有多遠？

卓馭CEO沈劭劼在新近一次采訪中給出了一個相對量化的行業基準：“我們現在與特斯拉的距離，已經從最初的三年縮短到一年時間。”這意味著，隨著技術路線回歸同一起跑線，競爭的核心已不再是底層的代差，而是工程落地的效率與數據閉環的轉速。

更直觀的對比來自2025年底的一場“賭約”。何小鵬在親身體驗了FSD V14之后，與自家自動駕駛負責人劉先明定下賭局：

如果在2026年8月30日，小鵬的VLA模型在國內能達到FSD V14.2在硅谷的運行效果，何小鵬將在硅谷研發中心籌建一座中國風味食堂，若未能實現，劉先明則需在金門大橋裸奔。

這看似是一場充滿硅谷極客色彩的戲謔賭約，實則是中美頭部玩家在技術認知上的一次正面“對表”。

至于賭約的輸贏，何小鵬并沒有多費口舌，而是直接在會上向全行業喊話：“車已到門店，歡迎來試，盡管對比！”劉先明也當場表態，稱第二代VLA是小鵬在全球自動駕駛元年，給出的“中國答案”。

這并非盲目的樂觀，而是基于架構同源后的理性預估。中國擁有全球最復雜、最稠密的交通場景，反而為訓練VLA的語言推理能力提供了天然沃土。

在何小鵬看來，在這場科技變革中，中國在政策環境、硬件基礎和軟件能力等底層條件上都具備非常好的優勢，這對走VLA路線的企業是一個巨大的機遇。

基于此，何小鵬給出了一個相當激進的預判：完全自動駕駛將在未來1-3年內完全到來，真正成為人們的日常出行習慣。

而這場競速，也不再是誰先抵達終局，而是誰先在復雜場景中定義終局。

《汽車商業評論》期待在不久的將來，當一輛中國自動駕駛車能夠從容應對全球最復雜的路況，完成一場無接管穿越中國的壯舉時，那將不僅是一段物理距離的跨越，更是中國自動駕駛軍團真正加冕的時刻。