小鵬第二代VLA，躍升智駕T0檔

作者 | 王秋鳳

3月2日，“THE FUTURE”為主題的小鵬汽車第二代VLA媒體體驗日上，董事長CEO何小鵬宣布，第二代VLA將在本月開始全量推送。與其說是“第二代”，更像是另起爐灶。與第一代VLA的L2思路不同，這一次的VLA路徑，直通L4。

簡單說，第二代VLA拋棄了語言轉譯，V-L-A鏈變成更直接的V-A鏈。

解決L2痛點，才能安心

傳統VLA模型遵循“視覺輸入—語言轉譯—動作輸出”的三段式邏輯。先將圖像等多種傳感器信息，都翻譯成文本，然后用語言模型去理解，生成指令，交給系統去執行。一來一回，經歷兩次語言轉譯，不但信息不可避免地耗散，而且會有比較大的延遲，通常在幾百毫秒的級別。如果處于時敏型場景，比如達到80公里時速，500毫秒就是10多米的距離，實施處置很可能來不及。

第二代VLA，解雇了“語言翻譯官”，從視覺及其他信息融合，到動作指令直接輸出。系統依靠“下意識”決策，這和人類面對時敏型場景下意識動作，如出一轍。其背后是專家模型，即建立在多年駕駛經驗之下的“優解”。這么一來，肯定是快了。

至于小鵬的“下意識動作”準不準，這就要回到當前L2的痛點。

現在的L2級別的輔助駕駛，高速一套邏輯、城區一套邏輯、小路停車場又一套邏輯，實際上是個縫合怪，每次場景切換都可能頓挫、猶豫或退出，用戶體驗不佳。

真正讓人頭疼的，是反人類操作：前方明明擁堵，車子卻不減速，快到跟前一腳重剎；窄路會車，車子既不避讓也不減速；與大車并行，不知道拉開距離，全程貼著走。

而小鵬的第二代VLA（準確地說應該是V-A），掌握了人類舒服的“分寸感”。在夜間沒有照明的小路上，系統能提前識別坑洼和障礙，主動減速繞行，全程無接管。和白天有清晰標線的大路一樣，不用人操心。

路邊交警示意停車，系統能像人類那樣理解意圖，平穩妥帖停到路邊。更令人印象深刻的是，一次測試中，后方傳來救護車的鳴笛，第二代VLA果斷打燈靠邊減速讓行。

這說明，聲音也作為外界信息，成為融合輸入的一部分，不僅限于視覺或者毫米波雷達數據。更重要的是，這些反應不僅及時，而且不是編程編出來的，這些能力是模型“涌現”出來的，即無須事先擬定規則，系統就能通過上億個視頻切片，領悟到這個世界的規則。

這在很大程度上解決了所有公司最為頭痛的長尾問題。場景是無窮無盡的，極端情況是無法窮舉的。系統如果能像人類那樣，只須憑借底層規則認知和長期駕車的肌肉記憶，就能處理絕大多數此前未曾碰到的情況。

能力躍升為智駕T0檔

這種“分寸感”，以前為人類司機所獨有。L2系統極力擬人，但一到關鍵時刻就開始露餡，第二代VLA則解決了這一問題。這預示著第二代VLA建立了通往L4的框架。

這些能力的背后，是辨識能力的躍升。第二代VLA對夜間深色物體的識別率提升了72%——再也不怕黑夜里穿黑衣服的行人、無路燈路段的障礙物。路面障礙物識別能力提升124%，側后車輛識別能力提升118%，前車軌跡預測精準性提升300%，夜間決策準確性提升96%。窄路平均接管里程直接提升13倍，新手也能輕松會車、走窄路。

小鵬智駕中心負責人劉先明，給出了一個更震撼的數據：第二代VLA的安全接管里程提升了50倍，平均接管里程提升25倍。這意味著，用戶每開50倍的距離才需要接管一次——從“時刻準備接管”到“偶爾看一下就行”，體驗天差地別。小鵬的第二代VLA，已經跳出業內“一線”的能力范疇，進入無人可比的智駕T0檔 。

安全與效率兼得的背后

如果說“安心”解決了敢不敢用的問題，“能力”回答了能不能開的問題，那么“效率”則決定了用戶愿不愿意用。而效率恰恰是傳統智駕最難跨越的坎。

有的智駕給人的印象是“莽”，有的則過于保守。遇到加塞只會讓行，調頭慢吞吞、堵住后面一長串車。

第二代VLA風格拿捏得當。在廣州晚高峰實測中，導航軟件預估44分鐘的路程，第二代VLA只用了43分鐘，比人駕快1分鐘；而傳統L2智駕跑了48分鐘，投入運營的Robotaxi用時更長（顯示策略更保守）。

小鵬官方給出了一系列效率提升的數據，其中最關鍵的，莫過于綜合行車效率提升23%。在擁堵的大中城市街道，這是所有駕駛者夢寐以求的能力。甚至比專車司機開的還好。

何小鵬說：“好的智駕應該像坐電梯一樣，按下啟動鍵，就能夠從家里到達公司。”沒人關心電梯怎么運行的，只管到沒到，這才是“國民智駕”的本質。效率提升的背后，是決策邏輯的重構。

當前智駕行業正站在關鍵分水嶺：一邊是基于L2能力持續“小修小補”，在有限邊界內迭代體驗；另一邊是推倒重來，以L4為目標從底層重構技術框架。小鵬選擇了后者。

第二代VLA的核心突破，就是系統的思考過程，變成一種類似人類的下意識反應。

這套架構的投入是驚人的：3萬卡算力、20多億訓練費用、50PB訓練數據。從2025年科技日至今，已迭代468版模型，平均一天迭代4版。自研圖靈AI芯片單顆可提供750TOPS有效算力，基座模型編譯效率提升12倍。

在訓練數據規模已經很大的前提下，意味著通過不斷迭代，就可能達到L4，同時具備跨場景泛化能力，具身智能、飛行汽車都可以在同樣的基座模型上發展V-A鏈。

劉先明因此有底氣說，“小鵬第二代VLA，是小鵬與行業拉開代際差距的時刻，可能是目前中國最領先的智駕系統。”

玩法變了，影響波及整個市場

相比第一代VLA，第二代似乎鋪好了通往L4的路徑，這和特斯拉FSD從V13到V14的質變剛好對應。即便絲毫不考慮技術內容，只從體驗出發，小鵬第二代VLA，很可能是唯一能在全球市場與特斯拉FSD競爭的中國智駕方案，小鵬因此回到智駕的T0梯隊。全量推送后，市場層面恐怕普遍反應過來。原來，自動駕駛才是物理AI Agent第一個商業化落地方案。

以前老是說AI燒錢不賺錢，如果體驗超出L2一大截，并毫不遲疑地直指L4，那么正向的商業循環也就建立起來。從這一點上看，小鵬的二代VLA，可能將引發市場競爭主線的變化。

以往輔助駕駛一直被當做汽車“價值增量”，前者依附于后者。就眼下而言，智能駕駛的核心仍是安全、省心、好用。智駕普及，不僅意味著在入門級車型上的普及，還意味著在全系產品上普及能力更強、體驗更佳、適用性空前廣泛的智駕系統。從而在用戶心理上，形成普遍接受并盡快擁有的愿望。市場寬度就此不同了，真正的全民智駕時代才會到來。

再進一步，第二代VLA表明打通指向L4的道路，一切又不一樣了。何小鵬相信“汽車領域很快迎來跨域融合”。此前，具身智能看起來和車完全不同，外觀不同、運動方式不同，控制、動力、線束和汽車都不一樣，但AI向物理Agent進發的過程中，與汽車的自動駕駛需求產生了技術路線交疊。而動力、控制、底盤包括AI基座模型都在融合。小鵬二代VLA，可能是一場席卷整個市場的風暴先兆。

如果跨域跨產業的“融合”預期落實，不僅導致技術和供應鏈復用、合并，而且極大加速了用戶心智的教育和占領。客戶從第二代VLA超預期體驗當中，大概率意識到，一個強智能體時代已經來臨，整個商業模式、商業價值體系，都會產生顛覆性變化。

而小鵬的第二代VLA則第一次在公眾面前，替這種潛在變化揭開了面紗。