物理AI赋能出行，全场景智驾时代真的来了！

飞象原创（高靖宇/文）2025 年的智能驾驶赛道，早已告别 “谁先实现高速 NOA”“谁的传感器更多” 的初级竞争阶段 —— 当头部企业陆续攻克城市道路基本场景后，全行业正集体陷入一场 “进阶性焦灼”：智驾系统能 “按部就班开车”，却离 “像人类一样灵活应对突发状况” 仍有差距。

就在这一行业寻求突破的关键节点，小鹏 2025 科技日带来第二代 VLA 智驾系统，直接砍掉 “语言转译” 环节，实现 “视觉信号到动作指令” 的端到端生成，不仅重构了自身的竞争力，更隐隐勾勒出智驾行业从 “机械执行” 迈向 “类人决策” 的新方向。它像一面棱镜，折射出全球智驾玩家未来竞争的核心逻辑：谁能先让系统真正 “理解物理世界”，谁就能掌握下一阶段的话语权。

智驾破局：从 “模块拼接” 到 “一体智能”

传统智驾的 V-L-A 架构（视觉识别 - 语言转译 - 动作指令），本质是将驾驶决策拆分成多个独立环节，每个环节的优化都可能与其他环节形成 “断层”—— 比如视觉识别出 “路口加塞车辆”，语言转译时若出现语义偏差，动作指令就可能延迟或失误。小鹏第二代 VLA 直接砍掉 “语言转译” 环节，实现 “视觉到动作” 的端到端生成，相当于让智驾系统拥有了 “直接思考” 的能力，反应效率提升的同时，也避免了环节拆分带来的误差累积。

这一突破绝非偶然。早在 2023 年，特斯拉就已在 FSD 中尝试端到端技术，华为 ADS 3.0 也提出 “减少中间决策链路” 的思路。为何头部企业纷纷向端到端靠拢？核心在于 “分步式架构” 已触及效率天花板 —— 当行业普遍能实现高速 NOA、城市 NOA 后，继续优化单一环节的边际效益越来越低，而端到端架构是突破这一局限的关键路径。它标志着智驾行业从 “堆功能” 的初级阶段，迈入 “提效率” 的成熟阶段，是技术发展的必然选择。

第二代 VLA 能实现 “智能涌现”，背后是小鹏近十年积累的 “大算力 + 大数据” 底座：3 万卡云端算力集群常年保持 90% 以上运行效率，720 亿参数的基座模型每五天完成一次全链路迭代，近 1 亿条真实驾驶视频组成的数据集，覆盖的极限场景相当于人类司机连续驾驶 6.5 万年。这些数字看似夸张，却恰恰是智驾系统 “理解物理世界” 的前提 —— 没有足够的算力支撑模型迭代，没有海量的真实数据训练场景应对能力，端到端架构只能是 “空中楼阁”。

如今，“算力 + 数据” 已成为全球智驾玩家的共识。华为打造了昇腾 AI 算力集群，为 ADS 提供支撑；特斯拉超算 D1 芯片的算力规模持续扩容；百度 Apollo 也在加大对真实路测数据的积累与自动化标注技术的研发。行业竞争早已不是 “算法优化” 的单点对抗，而是 “算力 - 数据 - 模型” 全链路的综合较量 —— 谁能构建更高效的算力循环、更丰富的数据集，谁就能在智能进化中占据先机。

竞争焦点转移：“智能涌现” 能力改写智能驾驶定义

尽管第二代 VLA 代表了端到端架构的进阶，但行业并未形成 “一刀切” 的技术路线。目前，仍有部分企业选择坚守分步式架构的优化 —— 比如理想汽车通过提升视觉感知精度、优化地图匹配算法，来增强智驾的稳定性；蔚来则聚焦于多传感器融合（激光雷达 + 视觉 + 毫米波雷达），试图通过 “冗余感知” 降低决策风险。

路线分化背后，是企业对 “智驾安全性” 的不同理解，但 “去中间化” 的共识已逐渐形成。无论是端到端架构直接砍掉转译环节，还是分步式架构优化环节衔接效率，核心目标都是减少决策链路、降低人工干预需求。正如行业分析师所言：“未来 3-5 年，智驾行业不会有唯一的‘正确路线’，但‘更高效、更直接的决策逻辑’一定会成为所有路线的最终指向。”

在第二代 VLA 的测试中，一个细节尤为值得关注：系统自主学会了识别交警手势、预判红绿灯通行 —— 这些场景并未经过专门训练。这一 “智能涌现” 能力，标志着智驾系统从 “被动执行预设指令”，向 “主动理解场景规律” 转变。此前，智驾的竞争焦点是 “谁先实现高速 NOA”“谁的城市 NOA 覆盖范围更广”，但未来，竞争将转向 “谁的系统能自主适应更多未知场景”。

比如，当遇到 “施工路段临时变道”“行人突然横穿马路” 等未被训练过的场景时，传统智驾系统可能因 “无法识别” 而请求人类接管，而具备智能涌现能力的系统，能通过对物理世界规律的理解，自主做出决策。目前，华为、特斯拉等企业也在研发类似能力 —— 华为 ADS 通过 “场景迁移学习”，让系统在陌生场景中快速适配；特斯拉 FSD 则通过 “多场景数据融合”，提升系统的泛化能力。可以说，智能涌现能力将成为未来智驾产品的核心差异化指标。

结语：物理AI赋能出行，开拓行业新边界

物理 AI赋能出行，本质是将智驾纳入 “具身智能” 的范畴 —— 即让机器在物理世界中具备 “感知 - 决策 - 行动” 的自主能力。这一定位，或许预示了智驾行业的长远方向：未来的智驾系统，不仅要能 “开车”，还要能 “理解开车的环境”、“预判环境中的风险”，甚至能 “根据用户习惯调整驾驶风格”。与此同时，行业格局也将迎来重构。传统车企若无法突破 “芯片 - 操作系统 - 模型” 的全栈自研能力，可能会逐渐沦为 “硬件代工厂”；而科技公司若不能解决 “技术落地的场景适配性”，也难以在市场中立足。