近日，小鹏汽车董事长何小鹏前往美国，对特斯拉最新一代自动驾驶系统FSD V14进行实地测试，并体验特斯拉前装Robotaxi。这是何小鹏在2024年测试FSD V12之后，再次对全球自动驾驶技术前沿进行系统性观察。回国后，何小鹏对小鹏汽车面向L4的第二代VLA进行再次验证。
物理AI成为共识，中美头部企业同频演进
据了解，自动驾驶的竞争核心，已逐渐转向以“物理AI”为代表的系统能力建设。何小鹏此次硅谷之行，重点对比体验了特斯拉FSD的迭代版本。实测显示，FSD V14在行为连贯性与复杂场景处理上较前代显著提升，其背后是大模型与端到端架构持续演进的结果。这一技术路径——通过视觉感知、端到端架构与大模型结合，依托强大算力与海量真实数据驱动系统进化——正成为中美头部企业的共同选择。
纵向对比显示，FSD V14相较V12在决策连贯性、场景理解和类人驾驶行为上实现明显跃升，这种变化源于大模型能力的整体进化。横向来看，小鹏第二代VLA与特斯拉FSD V14在技术路线上高度一致，均采用纯视觉、端到端的大模型方案，验证了物理AI路线的可行性。以“L4级技术”驱动“L2级量产车”的持续进化，共同推进智能驾驶向更高阶迈进。
差异主要体现在应用环境。中国城市道路在人车混行、非标准行为等方面较为复杂，在中国场景中训练的大模型，在极窄路、复杂博弈等场景下具备一定优势。实际路测中，小鹏第二代VLA在上述场景的稳定性与处理能力，已展现出局部领先。
小鹏第二代VLA突破行业车端模型能力上限。
中国企业正在构建可验证的物理 AI 能力体系
当前，中国智能网联汽车领域正加快推进相关技术的实际验证。公开信息显示，相关主管部门已附条件许可部分搭载L3级自动驾驶功能的车型开展试点应用，企业在特定高速及城市快速路场景中进行测试，为系统安全性、工程稳定性和数据积累提供实践基础。广州等地也陆续发放道路测试许可，为自动驾驶在真实交通环境中的验证创造条件。
在这一进程中，小鹏汽车已启动常态化测试，并围绕高快速路等条件场景开展有条件自动驾驶实验。何小鹏此次赴美的跨国对照分析，是一种跨环境、同路径的验证方式，反映出企业在构建物理 AI 能力时，已将视角从“局部可用”转向“系统可迁移”。
小鹏汽车董事长、CEO 何小鹏。
从复杂场景验证到能力外溢
决定企业能否在物理 AI 时代具备长期竞争力的并非单一场景优势，而是是否具备更强的系统能力的技术、组织与工程体系能力，并且这一系列能力能否适应各种复杂场景。只有当算法能力、算力基础、数据闭环和工程流程形成稳定协同，物理 AI 才能从实验走向规模化应用。
随着自动驾驶领域的技术沉淀逐步向智能机器人、低空飞行、智慧物流等更广泛的物理 AI 场景迁移，企业在系统架构、工程方法和长期投入中形成的能力，也将持续外溢并放大价值。自动驾驶不再是孤立赛道，而成为物理 AI 能力向多领域扩展的重要起点。
第二代VLA，一套模型跨域通用。
物理 AI 时代的系统能力构建
据了解，纵观从硅谷到广州的实践，物理AI的竞赛，归根结底是系统能力构建的竞赛。中国企业正在以完整产业链、持续研发投入和真实世界验证能力，参与构建物理 AI 的下一阶段发展路径。物理AI时代，中国企业系统能力构建的内涵正在深化，它不仅是市场规模或场景复杂性的单一维度优势，更是以企业为载体、在开放竞争中锤炼出的全套系统构建能力——从技术路线抉择、架构设计、数据闭环到工程化量产与持续迭代，为全球产业合作与技术发展提供新的范式与活力。(王雅蝶)
热门跟贴