欧洲杯体育

小鹏汽车董事长 何小鹏

文｜肖漫

裁剪｜李勤

"通过咱们里面相比测评，我认为比行业一流选手最初接近 5 倍。"在第二代 VLA 发布会后的调换中，小鹏汽车董事长兼 CEO 何小鹏说说念。

智驾的演进，正从"软件界说汽车"变为" AI 界说超等智能体"。新波澜下，小鹏汽车给出了他们面向畴昔的激进解法：跳过在硬件、软件与法例层面齐濒临协调的 L3 阶段，平直以 L2 和 L4 当作智驾演进的中枢锚点。

在何小鹏看来，第二代 VLA 还是让小鹏具备从 L2 平直进入 L4 的可能性。

小鹏和特斯拉相同，不再是在原有的智驾框架里修修补补，而是透顶把自动驾驶当成通用东说念主工智能（AGI）在物理天下的落地来解题。计谋变化前，小鹏已将智能座舱中心和自动驾驶中心澌灭，团结 AI 资源造成调治中台，以此普及修复效用。

小鹏当今的念念路是引入天下模子的构建念念路，终了智能座舱与智能驾驶的深度会通。让智舱与智驾不再安静，会通为一个"强力超等智能体（Agent）"，畴昔 1-3 年终了从被迫器具到主动干事的跨越。

终了这个遐想的基础是最佳基座模子，并措置数据问题。⼩鹏汽⻋通用智能中心矜重⼈刘先明认为，"作念好基座模子，是一家作念 L4 公司的必修课。不作念这件事，就可能在此次技能转型中落在后头，或者没目标完成齐全的技能转型。"

小鹏的技能变革弥漫轻薄，智能化的软件升级还是成为小鹏汽车居品的中枢握手。但正如 36 氪汽车此前报说念指出，现下的小鹏仍是一家以卖车当作中枢收入的汽车公司，身处在竞争烈度仍在强化的中国汽车市集，小鹏在内的统统公司都要在市集环境和技能的双重变革下寻求转型。

以下是 36 氪汽车与小鹏汽车董事长 CEO 何小鹏、⼩鹏汽⻋通用智能中心矜重⼈刘先明的调换内容，略经裁剪：

问：小鹏为何建议跳过 L3、并向两会残暴该建议，是为了咱们不错有一个更最初的技能吗？

何小鹏：我认为 L4 运转就会有新的职守主体，在今天全球科技发展的情况下，基本上从 L2 的下一个台阶即是 L4，中间成心加一个 L3 现实对于硬件、软件、法律法例都是挑战，是以从我的角度来看，我认为中国应该一个是 L2，一个是 L4。

问：第二代 VLA 将落地到几许台车辆，能否给出大约预估数据？

何小鹏：咱们统统的 Ultra 和 UltraSE 都会都会搭载第二代 VLA，你可理解为畴昔小鹏在全球市集的车型，将会提供基础智能扶持驾驶和顶级智能扶持驾驶两种接受。

问：第二代 VLA 到底能够作念到什么程度？是还是统统不错达到 L4，如故在什么样的阶段？

刘先明：当今到底作念到什么水平。咫尺还莫得统统说我方能达到百分之百的 L4，然而当今统统这个词 VLA2.0 搭建了一套相配通用况兼高效的架构，是以基本上每天都会有新的版块出来，不断地去迭代新的问题，而且跨越速率亦然超乎咱们瞎想的，是以咱们有信心，在畴昔的一段时刻内能作念到 L4 水平的一套相比齐全的体系。

具体的时刻可能还莫得目标给出统统的判断，1 — 3 年是各人兄给出的判断，咱们的判断是若是按每一天迭代的速率比前一天快，看到统统这个词试验速率和数据边界弧线是加快上涨的气象，若是咱们一直保管这个气象的话，我信托会很快。

问：为什么会把智能座舱和智能驾驶澌灭，造成这样的组织架构退换？咫尺这种变化似乎亦然车企中正在发生的趋势，想求教小鹏汽车此次退换与其他车企有什么不同？

何小鹏：汽车行业正在进入新的跨域会通阶段：自动驾驶是整车通顺，智能座舱是整车大脑，再加上能源、底盘，咱们认为这四个域都在进行跨域会通中。

畴昔 L4 或 Robotaxi 车型，好多厂商会从原本单一域的集成（比如一个域由多家供应商集成，或单唯独个域研发），转向跨域会通，这样能让整车更快、更安全、更聪惠，才能普及数倍，从被迫使用转向主动干事。是以，先明矜重的通用智能中心，恰是跨域会通进度中的一部分。

这亦然我相配敬佩 1 — 3 年全自动驾驶会落地、3 — 5 年统统汽车都会成为强力超等智能体。

问：第二代 VLA 终了端到端智能改进，将于本月下旬全量推送。这套底层技能调治、能源形态双选的居品策略，将怎样界说小鹏畴昔 3 年高端市集移交？

何小鹏：对于畴昔 1-3 年，汽车将从软件期间进入 AI 期间，从软硬件寥寂发展走向跨域会通，从原本的、浅易的智能新能源车升级为可主动干事的高阶智能 Agent。因为小鹏在多领域同步研发，是以畴昔 1-3 年各人会看到有好多跨域会通的效用。

这亦然我为什么相配快活地认为，包括以前的燃油汽车，以前靠汽车商想作念好的决策越来越痛苦，汽车一定会从原本的被迫分娩器具变成一个主动产生分娩力的产物，我认为是划期间的产物，或者 3 — 5 年会终了。

问：刚才您提到基座模子是作念好 L4 的基础。从行业来看，咫尺好多 Robotaxi 玩家对基座模子说起未几，或接受其他技能阶梯。畴昔基座模子是否会成为 Robotaxi 企业作念好业务的圭臬吗？

刘先明：当今 L4 或者自动驾驶还是发生很大的技能范式变化。咱们以前看到 Waymo 还有好多 L4 公司，其实上限很低，各人只可不断往前卷。这带来另外一个问题，即是 L4 的 ODD 宗旨，车辆到底能运行在什么地方，只可取决于铺了几许车、采了几许数据、建了几许舆图。是以若是真想泛化性措置统统这个词问题，技能范式就一定要变，这是不可幸免的。

今天咱们也在发布会上提到，作念好基座模子，是一家作念 L4 公司的必修课。不作念这件事，就可能在此次技能转型中逾期，没目标完成齐全的技能转型。

问：第二代 VLA 出海方面，您提到咫尺在瑞典的 case 使用云表模子进行仿真试验。特斯拉在作念中国 FSD 时，亦然通过麇集视频、仿真试验等方式鼓动，咱们怎样幸免出现肖似特斯拉 "水土抗争" 的问题？

刘先明：第二代 VLA 模子在莫得经过任何国外数据适配试验的情况下，从今天各人兄（何小鹏）发布的视频里不错看到，还是具备很强的才能。第二，小鹏是一家全球化企业，咱们会在合规前提下，在全球任何有小鹏车辆的地结净常领有并使用当地数据。第三，对于更多泛化性场景，通过天下模子的生成方式，也不错让咱们快速达到一个才能肇端点。

是以统统这个词小鹏全球化自动驾驶的策略，一定是这几点结合在一说念：模子自己要有极强的泛化才能，不行只依赖中国数据、只可在中国跑，这个事情是行欠亨的；再加上小鹏的全球化布局，以及咱们在技能上的冲破。

问：天下基座模子若是同期赋能各样化智能体，它在多模态交互、空间感知这些方面会不会存在技能复用的瓶颈？不同形态的智能体能否对基座模子反哺，加深模子的优化？

刘先明：底层的复用才能应该如故很强的，统统这个词 VLA 或基座模子的设计是原生多模态，不太会只针对自动驾驶，是不错复用的。具体的复用情况咱们还在不时探索，咫尺暂时无法给出特出明确的论断。现阶段紧要任务如故先在车上先把统统这个词事情跑完，下一步再鼓动舱驾联动。

问：自动驾驶从端到端进入到模子这个范式之后，各人都在用东说念主类的数据去作念效法学习，今天先明也共享了天下模子在仿真天下里作念无数的强化学习的案例，但从客岁运转，好多东说念主就在谈东说念主类数据其不二价值不大了，您怎样看？

何小鹏：我认为物理天下、东说念主类天下的数据量当今来看是无穷的。

以前我认为有 10 万台、100 万台车跑了几许公里就够了，当今我认为远远不够。好多东说念主说我有车队、我有公司，车卖得多就有好多数据，这些都是乌有的。怎样收罗有质料、有价值、超大边界的数据，我认为吊祭常痛苦的极少。无论是汽车如故机器东说念主，这件事上都远远莫得看到头，这是我的看法。

问：RL 强化学习是不是简直万金油，统统的问题都不错解吗？有莫得它不擅长的东西？

刘先明：强化学习不是万金油。当今学术界、工业界都在说强化学习很强横，但它一定需要一个相配强的基座模子——至少能采样到措置这个问题的可行解。若是连这个才能都莫得，强化学习就没目标连续普及。

但强化学习是效用特出高、能定向措置问题，况兼能不时探索长尾问题的一种学习方式。是以我认为各人无谓把强化学习当成可解万物的全能解，而是一个相配高效的学习法子。

问：咫尺市集上算力武备竞赛宣传愈演愈烈，友商之间在豪恣堆算力，但好多用户现实体验后发现，算力大幅普及，体感普及却没稀有值增长那么显然，问题或者出在哪？

刘先明：算力不仅仅口头上的数字排场，更伏击的是把算力用好，这是中枢问题。这亦然咱们从通用处理器向专用处理器 ASIC 过渡的原因。其实你看 NVIDIA（英伟达），即是在 GPU 和 CUDA 期间作念这件事 —— 把算力用好，比单纯说算力普及几许倍更有价值。是以算力不仅要大，用好才是中枢要道。

另外，大算力一定需要更高信息密度的输入、更大的模子来匹配，不然算力即是空转。这些要素合在一说念就意味着：若是仅仅搞算力武备竞赛、单纯堆高数值，消耗者是感受不到显然的体感普及的。

问：最近 2 — 3 年咱们从行业执行来看，对于模子作念决策怎样出轨迹这件当事者要有两种法子，第一种法子是大模子平直给出最终的轨迹，第二个给出几种不同的轨迹之后，让系统从中接受一条，小鹏第二代 VLA 是前者如故后者，在您看来这两种不同的决策之间有莫得优劣之分，哪种决策更合适畴昔的发展趋势？

刘先明：第一个问题中枢即是你是作念自动驾驶如故 AI？若是这个问题回应了，那谜底其实很明晰了。咱们作念的是一个 AI，不是成心仅仅用来作念自动驾驶，是以一个 AI 模子是怎样作念的，咱们即是什么款式的。

既然都还是作念了这样大的变化，就不会带着之前好多的逻辑，这些 heuristic（基于教学顺次的启发式法子），即是这些好多的顺次或者目标来措置当今的问题，这个亦然让数据和模子不断 scaling（通过增多数据量、模子参数边界、算力插足，来不时普及模子才能）最伏击的中枢，尽量少加其他的东西进来。

这个可能听起来有点过于浅易平直，然而在以前这几年里面，统统这个词 AI 的发展即是告诉咱们这一件事，即是怎样能去作念 scaling，怎样能够快速地迭代，就能够快速的措置问题。中枢即是你到底作念的是智驾如故作念的是 AI。

问：在模子试验历程中，"省心、场景、效用"这三个要道词是否存在弃取，是否有明确的优先级排序？在您咫尺的不雅察中，全球范围内是否唯有两家还是切换到原生多模态物理天下大模子？

刘先明：若是作念过机器学习或 AI，就知说念 PR 弧线。当弧线较深广，只可在省心、效用、场景间衡量，内容没得选。

自动驾驶中，咱们常问：到底想要什么样的自动驾驶？

自动驾驶最中枢的地方是安全。但并不料味着安全就不错为统统其他东西闪开，没东说念主想要为了安全而要一个慢吞吞、没效用、跑不动的东西。措置这个矛盾，中枢是普及基础才能——唯有基础才能上去，才能在不点火其他维度的前提下，把安全作念到更高水平。

咱们说的 "代际差"，不仅仅单一设计的差距欧洲杯体育，更要道是有莫得切换整套作念事念念路，迭代速率有莫得质变。咱们当今追求的是不仅跑得快，加快度还在不时变大，因为咱们在构建底层通用才能体系，这才是实在的代际差，而非单点设计最初。