0
提到2025年競爭的核心詞，智駕或許最具代表性。
新能源行業發展至今，隨著三電系統逐漸趨于成熟同質后，電動化本身已從顛覆性創新演變為基礎門檻，智駕成為新一輪競爭點，歷史突破的循環將又重新出現。
2000年代的互聯網時代，Windows與Intel構建了數字世界的底層架構。2010年代的移動互聯網時代，蘋果重塑了人與信息的連接方式。2020年代，OpenAI將數字認知推向新邊界。現如今，AI不斷進化后，AI走出數字世界已經成為頭部科技企業們的共識。
蘋果在加大生成式AI投入的同時，亦被曝光正在研發具備自主導航能力的桌面機器人，探索AI在實體空間中的交互能力。亞馬遜的Astro家庭機器人、谷歌旗下DeepMind在機器人控制大模型上的持續投入，均表明科技巨頭正將“物理AI”視為下一代人機交互的關鍵入口。
小鵬是國內極早開啟鉆研 AI 的汽車公司，早在車端算力僅有 30TOPS 的時代，何小鵬已經篤定，智能駕駛會是人類進入 AI 終局的核心路徑。
在智駕上的提早起跑，也讓創立初期的小鵬率先成為國內車企智駕第一梯隊，甚至有些規劃如自動駕駛技術路線轉向端到端的決策幾乎和特斯拉同步，這種基礎為小鵬智能駕駛從量到質的變化提供了天然的溫床。
2024年，小鵬研發團隊在推進智能駕駛模型訓練時實現了新的突破，實現了VLA大模型意料之外的能力躍遷——模型開始自主理解物理規律，而不僅是學習感知。
同時，基于第二代 VLA 大模型能夠實現的AI與物理世界的聯動、將有望解決目前行業內的多個難題。小鵬2025科技日上提出的小路 NGP、人形機器人 Iron、前裝量產 Robotaxi等技術的落地將會加速到來，帶來了技術爆炸般的效果。
此時，此次科技日的主題“涌現”一詞產生兩種含義。
一是，技術積累到達極限后，從量變轉為質變的能力躍升。二是能夠協同物理與AI的VLA大模型帶來了多技術的噴井式迸發。
空間智能趨勢下的物理AI浪潮即將到來。
在何小鵬看來，當AI將進一步進化，AI將不再僅停留于應答與生成，而是直接參與、引導甚至重塑物理世界的運行。他說：“未來的汽車是將是四個輪子的機器人”。小鵬要成為的是一家面向全球的具身智能公司，不只是一家汽車公司。
在這一點上，小鵬的選擇與AI科技巨頭特斯拉不謀而合。
兩個月以前，特斯拉發布《宏偉藍圖4》，明確表示特斯拉宏圖不再停留在車輛與能源的范疇，未來價值的重心正在轉向人形機器人 Optimus，將會占到80%的比例。圍繞這一方向，藍圖提出了一個目標詞組，可持續富足。它的路徑是統一軟硬件，在大規模制造和自動駕駛能力的疊加下，把 AI 從比特世界引入真實的物理世界。這一理念驅動著特斯拉在硬件載體與AI算法上的同步布局。
特斯拉通過自研Dojo超算平臺、全自動FSD智駕系統和人形機器人Optimus，構建了軟硬件協同的完整技術閉環。其基于視覺的神經網絡架構同時在汽車和機器人上得到應用，可視為期望AI能力從數字世界向物理世界延伸的準備。
何小鵬曾在采訪中表示的一致：我認為將來有兩類巨大的科技公司，一類是數字化的大型軟件、互聯網與服務公司；另一類，就是軟硬結合的、超大型的全球化公司。硬軟必須走向全球化，這兩類都是巨大的科技公司。
在對物理AI的無限愿景中，小鵬和特斯拉都認識到，純粹的軟件算法或單一的硬件產品難以支撐AI在物理世界中的全面發展。只有通過多元化的硬件載體與統一的軟件架構相結合，才能實現數據采集、算法訓練和場景應用的良性循環。
過去，小鵬將硬件載體視為物理AI能力落地的關鍵基礎，形成覆蓋汽車、飛行汽車、機器人、Robotaxi的四條業務主線。
汽車是小鵬的基本盤，造車11年，已經形成了轎車、SUV、MPV多車型的完整產品矩陣，累計交付量突破萬輛。接下來還將推出3款包含5、6、7座的全球化的robotaxi車型。
飛行汽車已經陸續發布7代產品，其“陸地航母”將于2026年規模量產，目前首臺試制車已正式下線。小鵬探索機器人5年來已推出5款原型機及機器狗，而2025年科技日上亮相的高階智能人形機器人IRON，已經達到高度擬人化的運動與控制能力。
而小鵬在軟件方面的投入幾乎是下血本級別的。
自去年起，小鵬以年均45億元的算力投入，建成國內汽車行業首個萬卡規模智算集群“星云”，并將其命名為“云端模型工廠”。按照小鵬在科技日的最新發布，為了更高效的訓練大模型，小鵬在阿里云上，建設了3萬卡云端智算集群，部署了720億參數的自動駕駛云端基座大模型，可以實現每5天就訓練并迭代1次大模型的能力。
?業普遍?端模型參數量為千萬級規模，?鵬第?代VLA?模型參數量卻高達數?億。數據依舊選擇海量喂養的方式，?鵬第?代VLA?模型每周視頻數據訓練量?達27萬?時，相當于?類司機24?時持續不斷?駛30年。
軟硬一體的共識促使小鵬與特斯拉在不同產品形態上保持了相似的技術路徑：都將汽車作為基礎平臺，同時向機器人、飛行汽車等領域延伸，構建軟硬協同的生態系統。
而物理AI是這種路徑選擇后的突破口，也是方向。
為了到達物理AI臨界點，早在去年，小鵬在做傳統VLA模型架構的同時，已經開始嘗試對VLA模型進行創新，內部的思路是將傳統的V→L→A的模型，替換成V+L→A的二代模型。
這種創新是減少了傳統VLA的語?轉譯環節，不依賴?類語?作為中間媒介，有效解決轉譯延遲帶來的執行效果不佳等問題。二代模型是在?規模數據中?主學習駕駛所需的所有知識，包括物理規則、交通信號的語義、?輛動態等，形成?個更接近本質的物理世界模型。直接掌握在特定物理世界中如何控制智能體，應?范圍從智能駕駛領域擴??更多通?物理AI領域，如小鵬自研的機器人、robotaxi。
傳統VLA模型是授人以魚，小鵬二代VLA模型更像是授人以漁。
學會自主捕魚后，大模型能夠突破的技術也將無法以數估量，正成為小鵬激進布局的信心來源。你能捕多少魚，將取決于你想捕多少。
物理AI可能性出現后，小鵬未來的四大布局：
汽車：第二代VLA智駕發布，進入量產嘗試，將在今年年底進行部分先鋒用戶的試用推送，2026年第一季度向小鵬Ultra車型全量推送；
robotaxi：小鵬汽車將在2026年推出三款Robotaxi車型，同時還將啟動Robotaxi試運營；
機器人：高度擬人的機器人小鵬全新一代IRON亮相，2026年年底，小鵬目標實現規模量產高階人形機器人，前期目標市場是導覽、導購、導巡服務；
飛行汽車：推出面向多人低空出行的全傾轉混電飛行汽車A868發布，面向個人低空飛行的陸地航母2026年將實現大規模量產。
物理AI的價值不僅體現在技術數量的積累，更在于其會引發的質變效應。
二代VLA帶來的學習模仿到理解預測的能力轉變，將有望解決當下很多智能駕駛場景難題，例如城市小路的輔助駕駛，以及不依賴高精地圖的輔助駕駛，甚至可以快速適配不同國家的道路場景和習慣，不需要再單獨從零開發，加速小鵬智駕系統的海外部署。
當同一套基座模型能夠同時理解車輛行駛、機器人操作和飛行器航型的物理規律時，各業務線之間也會開始產生顯著的協同效應。
數據迭代的飛輪效應也將會成為現實，汽車每日采集的道路數據、機器人獲取的室內交互信息、飛行器記錄的空域特征，共同構成了多維度物理世界數據集，不只局限于單一的路面出行認知。同時，這些數據反哺基座模型后，使其對物理規律的理解更接近真實。
物理AI同步應用于汽車、機器人、飛行汽車、robotaxi等多形態終端，像一個“中臺”角色，能夠實現算法和數據的軟性復用，減少了重復開發成本。配合在硬件層面的自研，統一的模型架構使得圖靈AI芯片、激光雷達等核心部件可以在不同產品間高效復用，進一步降低了研發邊際成本。
這種協同架構正在重塑小鵬的競爭力模型。隨著四大業務線共享基座模型研發成本，每條業務線的投入產出比得到優化，形成了"越多元越經濟"的規模效應。
小鵬同時布局了汽車、Robotaxi、飛行汽車、機器人四大業務板塊，其中后三者普遍面臨商業化難題。而在物理AI帶來更多可能性技術涌現后，大算力+大數據+大模型將驅動物理 AI以一個超乎所有人想象的速度，快速進化，快速迭代，帶來前所未有的能力。基于這些能力，小鵬針對這些痛點形成了更具體的解決方案。
以Robotaxi為例，行業普遍受困于對高精地圖的依賴以及后裝改造帶來的高成本，難以實現規模化落地。小鵬的解決路徑是依托第二代VLA大模型，其通過視覺信號直接生成動作指令的大模型架構，可以實現擺脫對高精地圖的依賴；同時采用前裝量產方案而非后裝改造，并通過與常規車型共享研發成本分攤壓力，將單車成本控制在更具經濟性的范圍。
小鵬Robotaxi將會搭載第二代VLA大模型，這意味著它不僅有極強的智駕能力，還支持泛化學習，可以在短時間內，學會不同國家的交通習慣和法律法規，讓Robotaxi不再局限于某個小區域內運營，它可以跨城市，甚至跨國家的運營，實現全球部署。
對于人形機器人，小鵬認為從工作效率，以及機器人的操作靈活度上來看，工業不是目前最適合機器人落地的場景。在這個場景下，在中國，機械臂或者人類都會是比人形機器人更合適的工廠應用方式，在這一思考下，小鵬IRON將率先進入商業場景，比如導覽等場景提供服務。
飛行汽車領域，小鵬的陸地航母已積累超7000臺訂單，進入量產前夜，多人款A868也已進入飛行驗證階段。
小鵬締造的AI體系正以扎實的技術突破，推動物理AI從概念走向現實，成為可觸摸的存在。
關于未來出行，小鵬在發布會尾聲的短片中展現了這樣的一個場景：飛行汽車平穩降落后，Robotaxi等候在旁銜接陸地通勤，抵達目的地后，智能機器人承接接待、引導等生活服務。從空中穿梭到地面通勤，再到末端生活服務，三者的全場景協同，拓展了未來智能出行的想象空間。
當“十五五”規劃將具身智能列為前沿方向，物理AI的意義遠超單一企業的技術突破，這個賽道已顯現出比新能源汽車更廣闊的發展空間。
一定意義上來看，在這場關乎國家科技競爭力的競賽中，決定著中國科技企業能否在數字化AI向物理AI轉型的接替浪潮中樹立新的話語權。
年初的特斯拉2024Q4財報電話會議上，馬斯克曾直言不諱地表示："世界上沒有任何公司像特斯拉一樣在物理世界AI方面做得這么好。我甚至不知道誰排在第二位。就像你問，誰是現實世界人工智能的第二名？我可能需要一個大望遠鏡才能看到他們，他們落后得很遠"。
馬斯克的聲音透過電波傳遍全球，彼時行業內一片沉默，沒人敢接下這份帶著鋒芒的“挑釁”，在 AI 科技賽道，特斯拉的先發優勢肉眼可見。
時隔10個月后，小鵬科技日的技術轟炸則像是一場無聲而有力的回應。
馬斯克的“望遠鏡論”或許曾是事實，但如今小鵬的技術突破已說明，行業競爭不再是單向追趕，而是一種更符合物理AI的競爭邏輯：在技術積累達到臨界點后，多個領域協同創新會帶來突破性進展。
雷峰網(公眾號：雷峰網)
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
