都在吹小鹏二代VLA，它到底厉害在哪？

百车全说

别人研究车，而我研究你！

今天咱们聊聊，前不久小鹏发布的第二代VLA，也就是第二代VLA物理世界大模型。没关注智驾领域的人可能都听不懂这是个什么东西，关注智驾的朋友，可能听起来不明觉厉，但也很难说清楚好在哪里，背后是什么原理，今后买车如果更看重智驾，小鹏带有二代VLA的车型，是不是应该优先考虑？

今天这篇文章，咱们详细聊聊这玩意到底是真厉害，还是说只是停留在概念上而已，是吹的天花乱坠，还是真有两把刷子？

什么是VLA

VLA就是“Vision-Language-Action”，视觉-语言-行动模型，一听就懂，相当于看到了什么-用文字描述出来-再根据文字执行动作。之前大家经常听到“端到端”智能驾驶，就肯定会听到VLA这个词，对吧。现在大家买车，只要带智驾的，无非是有激光雷达，没有激光雷达两个版本。没有激光雷达的智驾走纯视觉路线，有激光雷达的智驾，他其实主要也是靠视觉，只不过带了激光雷达，相当于多了一重保障，走的是融合感知方案。但无论哪种方案，有了更先进的硬件做基础，所以这两年各家都在VLA这条路上一路狂飙。

小鹏二代VLA之前，智驾经历的三个阶段

而在智驾领域，小鹏的二代VLA技术出来之前，还经历过三个阶段。

第一个阶段，是典型的模块化方案加高精地图。说白了，就是把感知、预测、规划、控制拆成一个个模块，再靠人工编写规则把它们串起来。车先靠传感器识别车道线、红绿灯、路牌、障碍物，再结合高精地图，去判断自己现在在哪、该往哪走、下一步该怎么做。这套方案的问题在于，规则是人提前写死的，地图也是提前标好的，所以它对已知场景处理得还行，但一旦碰到没见过的、没覆盖到的、或者地图和现实有偏差的情况，系统就容易发懵。它不是不会开车，它是只会开自己提前背过答案的那条路。早期自动驾驶广泛采用这种模块化栈，而且高度依赖精准定位与高精地图，这也是后来行业越来越想摆脱它的重要原因。

第二个阶段，就开始从人工写规则，升级到让模型通过海量驾驶数据去学习，也就是大家常说的端到端、或者偏端到端的数据驱动方案。你可以理解成，第一阶段是老师把答案写在黑板上，让车背下来。第二阶段是把大量人类司机怎么开车的数据喂给它，让它自己去学输入和输出之间的关系。比如，前面看到什么画面，后面就打多少方向、踩多大油门、刹多大力度。

这个阶段比第一阶段确实先进，因为它减少了人工规则堆砌，提升了训练和迭代效率，但它本质上还是一种映射学习。也就是说，它更像是在模仿，而不是在真正理解。换句话说，训练里见过的场景，它会越来越熟。但是训练里没见过的长尾场景，它照样可能不会。

而且第二阶段还有个很致命的问题，就是黑箱。你看到的是它做出了动作，但你很难准确说清楚，它为什么这么做。出了问题，往往只能看到结果不对，却很难一层一层地追溯，到底是感知错了，还是理解错了，还是规划错了。换句话说，它会开，但它不太会解释。它像一个做题很快的学生，答案可能能写出来，但你让他把解题过程完整复述出来，他不一定讲得清楚。对于智驾这种高安全要求的系统来说，这件事就很麻烦，因为你不光要它会做，还要知道它为什么这么做，出了问题怎么查，怎么改，怎么验证。

接下来，就到了第三个阶段，也就是一代VLA，视觉—语言—行动模型。

这一代跟前面最大的区别，不是它终于看得更清楚了，而是它开始试着先理解，再行动。以前的系统，很多时候是看到画面，直接输出动作，中间像一根线，输入接输出，快是快了，但到底理解了多少，不好说。VLA不一样，它把视觉信息、语言知识和行动决策放进了一个更统一的框架里。它不仅想知道前面有车、有灯、有行人，它还想进一步理解，这个场景里谁更危险，哪个目标更关键，这个行人是在等待，还是准备突然横穿，这辆电瓶车接下来大概率会不会并线，这个路口真正该优先处理的矛盾是什么。

VLA的核心就是把视觉感知、语义理解、语言推理和轨迹/动作输出更紧地连起来，而不是只做机械的画面到动作映射。

所以总结来讲，第一阶段，是把规则写死，像查字典、翻说明书开车。题库里有，它就会。题库里没有，它就愣住。

第二阶段，是通过数据去模仿，像看别人怎么开，自己照着学。学得多了，很多常见题也能做得不错，但它更像小镇做题家，不是真正理解题意，只是为了刷到过，填上了正确答案而已。题目稍微拐个弯，或者换个没见过的说法，它还是容易翻车。

第三阶段，也就是一代VLA，才开始往理解题意这个方向走。它不是单纯记住：看到这个画面就该往左打一把，看到那个路口就该踩一脚刹车。它开始尝试回答另一个更关键的问题：我为什么要这么做。它会把环境里的视觉信息，和更高层的语义知识、行为逻辑结合起来，再去生成动作或者轨迹。

所以理论上，它对陌生场景、长尾场景、复杂交互场景，会比前两代更有潜力。现在很多VLA论文都在强调一件事，就是想让车不只是会反应，还要会推理，会解释，会按更接近人类驾驶逻辑的方式处理复杂场景。

所以，在VLA之前：感知≠理解，只能“看到”，不能“看懂”；动作≠推理，只会“条件反射”，不会“思考”。在VLA之后：视觉+语言+动作深度融合，具备语义理解、常识推理、泛化能力，能看懂路牌、理解场景、推理因果、应对未知障碍，基本实现了“看懂+听懂+做对”。

小鹏二代VLA有什么不同

如果说一代VLA，解决的是车开始试着看懂这个世界，那二代VLA，解决的就是车看懂以后，能不能像人一样把前因后果串起来，再决定下一步该怎么做。这个差别看上去只是从能理解，到更会理解，但本质上已经不是同一个层级了。

一代更像一个已经挺聪明的实习生。你把场景给它，它能大致看明白，也能做出八九不离十的动作。它知道前面是路口，旁边有行人，左边有车插进来，这时候该减速，该观察，该避让。它比前两代强的地方，在于不再只会背题，而是开始会读题了。可问题在于，它很多时候还是停留在看懂这一层。它知道发生了什么，但对为什么会这样，接下来大概率会怎样，理解还不够深。

二代VLA想做的，是从看懂眼前，往看穿局势再走一步。它不只是识别这是不是一个路口，这是不是一个行人，这是不是一个施工锥桶。它还要判断，这个行人是准备过，还是只是站着等人；这台电动车是在正常靠边，还是下一秒就要突然斜切；前方这台车减速，是因为拥堵，还是因为它也发现了前面有风险；甚至一个交警抬手的动作，到底是在让你停，还是让对向先走。说白了，一代更像是把场景翻译成动作，二代开始试着把场景翻译成意图。

拿同一个最典型的场景来说，前方是个没有明确保护的路口，右侧有个大车遮挡视线，路边站着一个人，身后还跟着个小孩。这个场景，一代VLA大概率也会减速，也会谨慎，也知道这里有鬼探头风险。但它更像是一种经验性反应，因为它识别到了危险构型，所以先保守一点。二代VLA如果做得更成熟，它不是单纯知道危险，而是会进一步推理，这个大人站位靠前，头朝路口，小孩身体有前倾趋势，而且两个人之间没有明显牵手约束，那下一秒小孩突然冲出来的概率就高。它的动作就不只是减速，而是更早收油，更坚决备刹，甚至在通过这个遮挡区之前就把整套风险预案先摆出来。表面看都是慢一点，背后其实完全不是一个思路。一个是看见风险再应对，一个是预判风险要发生，所以提前站位。

再比如一个更复杂的城市场景。前面红灯被雪覆盖住了，路口还有交警在指挥。对一代VLA来说，它也许能识别出交警动作，也能结合周围车流做出一个相对合理的选择，但这个过程更像是把多个信号拼起来，哪个信号更明显，更有把握，它就听谁的。

二代VLA追求的则是对交通秩序优先级本身的理解。它不是简单地看见一个人在挥手，而是知道在这个时刻，现场人工指挥的权重高于被遮挡的信号灯，高于地图预期，高于静态交通规则。它不只是识别了动作，而是理解了这个动作在整个交通系统里的角色。所以它给出的动作不像一代VLA，靠蒙，而应该更接近人类老司机那种我知道现在该听谁的判断。

再往下说，同样是施工绕行场景，一代VLA可能会表现得像个很谨慎的好学生。它看到锥桶，看见临时改道，看见地面线和导航线对不上，就开始小心翼翼往前蹭。只要场景还在它理解边界内，它也能过。

但二代如果真做起来了，它会表现得更像一个经验丰富的司机。它会知道这里虽然地上还是旧线，但大家都在跟着临时导流牌走；虽然左边理论上能走，但前车轨迹、护栏开口、施工人员站位都在告诉它正确路线其实是往右借道。这个时候它不只是避障，而是在还原现场临时秩序。一个是在复杂场景里勉强不犯错，一个是在复杂场景里主动找到真正的通行逻辑。

所以，一代和二代最大的区别，不是识别精度从九十分提到九十五分，也不是刹车更柔了、转向更顺了。这些都只是结果。真正的核心差别在于，一代主要还是在做场景到动作的映射，二代开始做场景到意图，再到动作的推演。前者更像经验驱动，后者更像世界模型驱动。前者是我见过类似的，所以我知道大概怎么办。后者是即便我没见过一模一样的，我也能根据这件事为什么会发生，推出来接下来应该怎么做。

所以你看，这背后逻辑其实也不难理解。因为真实道路最难的，从来不是那些标准题，而是那些没有标准答案的半开放题。红绿灯谁都能认，车道线谁都能看，难的是线被磨没了、灯被挡住了、人不按套路来、车和人都在互相试探。

你要真想把智驾往上推，不可能永远靠扩题库。题库扩得再大，也挡不住现实世界每天都在出新题。所以一代VLA是让车第一次开始摆脱死记硬背，二代VLA则是继续往前走，试着让它具备一点举一反三的能力。

当然，你也可以把它理解成，一代是在让车从条件反射进化到初步理解，二代是在让车从初步理解进化到连续推理。前者解决的是别再像机器人一样开车，后者解决的是能不能像人一样，把这个路口前后三秒钟会发生什么，在脑子里先过一遍，也就是我们说的防御型驾驶。

说到底，谁更接近真正的比老司机还老司机的智驾，不在于它吹得多玄，而在于预判的准确。

哪些车可以升级VLA二代，有什么区别

听完上面这段，你是不是会觉得，神了，小鹏的VLA二代等于自己有思想了啊，这岂不是离自动驾驶更进一步了吗？但依我看，这里面问题还是有很多的。

首先，按小鹏目前官方披露的信息，第二代VLA除了推送给三颗图灵芯片的Ultra版，也会推送给双图灵的UltraSE，以及部分单图灵的Max，只是版本和推送节奏不一样。比如小鹏P7官方写得很清楚，UltraSE是2颗图灵AI芯片+第二代VLA，Ultra是3颗图灵AI芯片+第二代VLA和VLM大模型。

小鹏G6的说法更直白。官方明确说，Ultra、UltraSE版本会在4月开启第二代VLA全量推送；Max版也会在今年下半年推送蒸馏后的版本。也就是说，单图灵的Max不是完全上不了，而是上的不是和Ultra完全同一档的版本，你可以把蒸馏版，理解为阉割版、残血版。

至于更老的平台，尤其不是图灵芯片那一代的老车，目前我没有看到小鹏官方给出能直接升级到第二代VLA的明确承诺，我看也有媒体说，未来会给双Orin-X推蒸馏版。

目前，三颗图灵芯片的包含：P7Ultra、G7Ultra、X9Ultra、G6Ultra等

两个图灵芯片的包含：X9UltraSE、G7UltraSE、G6UltraSE等。少了未来的座舱融合能力，其他全一样。

一颗图灵芯片的包含：P7Max、G7Max、G6Max等。只覆盖高速、城市主干道，没有全场景、没有极端场景能力。

记得小鹏刚亮相三颗图灵芯片的时候，我还不太建议大家入手Ultra版本，我觉得以当时小鹏的智驾能力，三颗图灵芯片完全是性能过剩。但现在看到二代VLA的能力，我觉得当下如果你要买小鹏的车，三颗图灵芯片的Ultra版应该是首选。

三颗图灵芯片分工非常明确，两块芯片组成一个超强的计算单元，专门负责自动驾驶，所有的感知融合、规划决策都在这里完成；另一块芯片独立出来，专门负责所谓的智能座舱，也就是你的语音助手、车载娱乐、导航地图、手势识别等功能。

为什么要这么做？

因为以前很多车的自动驾驶和娱乐系统是共享计算资源的。就像在一个家庭里，哥哥和弟弟用同一台电脑，哥哥要写毕业论文，弟弟非要看动画片。结果就是：你可能在高速上让车自己开，同时又想导航、听周杰伦的歌。就在你喊出“播放《听妈妈的话》”时，系统为了渲染歌词、字幕或加载高清MV，占用了GPU的一点点资源。就这零点几秒的反应延迟，可能在遇到紧急情况时导致一脚急刹。你以为是前面有危险，其实是系统内部的资源冲突、内存被打断导致的“幽灵刹车”。

小鹏的这个三芯片方案，就是用最物理、最直接的方式解决问题：开车的归开车，听歌的归听歌，两个大脑互不干扰。

这是一种典型的垂直整合工匠思维：从最底层的硬件到最上层的软件，每一个环节都要自己掌控，做到极致优化。这种做法的好处是将性能榨干到极致：

小鹏这三块“图灵芯片”并联的总算力达到了2250TOPS。

(a)作为对比，NVIDIA下一代旗舰平台DriveThor的算力是2000TOPS。

(b)这意味着小鹏的自研方案在量产车上，纸面参数比芯片巨头NVIDIA的下一代产品还要高。

配备了总共216GB的超大内存，这导致了一个质变：

(a)他们可以把一个高达300亿参数的大语言模型完整地塞进车里，实现本地化运行。

(b)以前的车只能跑几十亿参数的模型，遇到复杂问题（如看不清前方事故）需要把数据传到云端计算再传回，这一来一回可能半秒钟就过去了。

在开车的世界里，半秒钟就是生与死的距离。小鹏的XREA2.0因为模型在本地，整个思考过程（从发现问题到执行决策）在50到100毫秒内就能完成，甚至比人类的反应还要快很多。这就是垂直整合、死磕硬件带来的巨大优势。

那么，NVIDIA又是怎么操作的呢？

比如说，你可以给系统加一个语言提示，就像给AI大厨一个指令：“今天做菜，安全和舒适是第一位的，不要追求速度。”然后整个车的驾驶风格就会变得更柔和、更保守。这就是一种“水平扩展”的平台思维。它的优势在于：

1. 让更多的车企能更快用上最先进的技术

2. 给了车企定制化的空间（这在欧洲、日本这些法规严格且独特的地方尤其重要）

所以这里就出现了两条完全不同的路径：

小鹏：像是一个顶级的工匠。他要亲手打造一把完美的宝剑，从炼钢、锻打到开刃，每一个细节都自己来。虽然能打造出锋利无比的剑，但很有可能这把剑只有他自己用得最顺手。

NVIDIA：像是一个军火商。他打造了一个可以生产各种武器的兵工厂，把图纸和生产线开放给你，让你自己去造适合自己的枪炮。所以这场硬件的战争，可能没有绝对的谁赢谁输，它更像是一场关于未来的哲学辩论：是把一辆车本身打磨得越来越聪明，最终成为一个接近完美的个体；还是创造一个生态，让世界上所有的车都能更容易地接入到这个智能网络里？是不是有点苹果跟安卓的感觉了？

前面聊的是硬件方面的不同思路，下面再讲讲关于软件方面。在VLA这个大的框架下，其实不同的公司对智能的理解，也会有一些不同的分化。这里面会出现两种有意思的AI人格，一种是预言家，另一种是自省者。

我们先说预言家，它的代表就是理想汽车。理想汽车它有一套系统叫做MindVLA-o1。它比较厉害的地方在于，它不仅能看清楚现在，而且它能生成未来。

什么意思呢？传统的自动驾驶是“看到，然后再反应”这种模式。我看到一个行人，我计算它的速度和方向，然后我决定是刹车还是绕行。但理想的这套系统，它在看到那个行人的瞬间，它的大脑里面，或者说它的计算模型里面会立刻生成好几个未来三秒钟的3D动画短片。第一个短片里面，这个行人停下来看手机；在另一个短片里面，他突然加速跑向马路对面；在第三个短片里面，他可能被旁边的一辆自行车吓到，往后退了一步。那么系统可能会同时推演十几种可能性，并且给每一种可能性分配一个概率。然后它会选择一个无论在哪种未来里都最安全的驾驶策略。

这就跟下围棋一样，围棋的高手落子之前脑子里面，已经推演了后面十几步甚至几十步的所有变化。那么这种能力在处理一些比如像行人鬼探头，或者路口闯红灯的电动自行车，会有非常大优势。因为它不是在反应，而是在预判。它在毫秒之间就已经看到了那个潜在的危险，并且提前做好了规避动作。

那么这种生成式世界模型的技术背后，就是有着3D高斯溅射这样非常前沿的图形学和AI技术。它构建的不是一个平面的鸟瞰图，而是一个可以被推演，可以被想象的活生生的三维世界。当然了，这么做的代价就是算力的消耗极大。但是理想汽车赌的是对未来的判断，所以他们觉得，这带来的那一点点安全冗余是值得的。

所以，理想汽车这是预言家，也就是向外看，试图穷尽世界的所有可能性。

那么自省者是什么意思呢？

自省者，它的代表是一家叫做DeepRoute.ai元戎启行的公司。他们在GTC大会上展示了他们的VLA模型，一个高达400亿参数的庞然大物，这个模型最有意思的是它的架构。他们的系统在开车的时候可以一心三用，你可以想象它有三种人格：司机、分析师和批评家。是不是有点像狼人杀？

1.司机

他负责实时开车处理眼前的路况，能够做出转向、刹车、加速的指令，这是他的本职工作

2.分析师

他在后台默默地观察着司机的一举一动，并且不断地分析周围的环境。当遇到了一些关键的、复杂的或者危险的场景时，比如说一次紧急避让或者一个处理的不太完美的变道，那么分析师就会立刻把这个场景记下来，并且进行因果分析。刚才为什么会差点撞上了，是因为我没看到他，还是因为我预判错了他的意图？

3.批评家

他不关心具体的操作，他只负责评价司机开的好不好。他会从三个维度来打分：安全、舒适，还有是否自然。比如说，刚才那个变道虽然安全，但是动作太生硬，让乘客不舒服，要扣分。这一次过路口让行让得太犹豫了，像一个新手不够果断，扣分

所以，这三个人格同时工作，形成一个完美的闭环。

司机在开车，分析师在找问题，批评家在打分。然后那些被标记出来的坏案例和有价值的案例会被系统自动优先提取出来，进入下一轮的模型训练，这就形成了一种自我进化的机制。他不再需要成千上万的人工标注员，去从海量的视频数据里面大海捞针一样，去找那些有用的训练素材，他自己就成了自己最严格的老师，自己给自己找茬，自己给自己改作业。

所以这个模式最终带来的结果是惊人的。

传统车企的数据迭代周期可能是一周甚至更长，而元戎启行就宣称他们的迭代周期，可以缩短到只要12个小时。那么这就意味着他们的AI司机学习和进步的速度，是别的企业的4倍到14倍。他可能今天犯的错，明天就不会再犯了。

所以你看，理想的预言家是向外看，要理解预测这个复杂的世界。而元戎启行是自省者，是向内看，试图反思和完善自己的人格。他们其实都在用VLA，都在用语言和逻辑来解释这个世界，但一个在预测未来，一个在反思过去。

所以你说哪个更能接近我们人类顶尖司机的驾驶直觉呢？其实我觉得可能两者都有。一个优秀的司机既要眼观六路，预判风险，也要在每次开车后默默地复盘自己哪里做得不好。所以这两种AI人格的冲突和融合可能就是通往真正通用人工智能的一条必经之路。

真正的难点

前面聊了那么多，大家听了应该也很兴奋，觉得离自动驾驶越来越近了。但是大家想过一个问题没有？技术再厉害，算力再强，数据再多，最终还是要解决一个最根本的问题，就是我们作为人类敢不敢用它，敢不敢把自己的生命交到一个机器手里。

毕竟在大马路上和坐在高铁里，它是完全不一样的。开车没有轨道，没有固定的路线，它没有一个不受干扰的封闭的环境，一切都是开放的。但你发现没有，当开车环境无法改变的时候，通往自动驾驶最核心的一个环节，其实是“可解释性”带来的信任重构。

过去几年自动驾驶的事故，每一次都闹得沸沸扬扬。出了事，车企的工程师站出来，面对监管机构和媒体的质问，他们能做什么呢？他们只能是摊开手给你看一堆复杂的神经网络权重图，或者几百页的日志代码，然后告诉你，根据我们的模型分析，当时系统的决策在概率上是最优解。这种解释你听得懂吗？普通人都听不懂，所以监管者也很头疼。

这就像一个医生做完手术，病人出了问题，家属问他，为什么？他说我们严格按照一本你看不懂的医学操作手册进行的，书上说这么做成功率是最高。你说这个解释你能接受吗？你肯定不会啊，你只会觉得他在推卸责任。

而二代VLA的出现彻底解决了这个问题。那么再回到我们开头说的那个场景，现在如果监管机构问小鹏，你的车在那个路口为什么减速，你的依据是什么？工程师不用再甩出一堆的图表，他可以直接播放车里的那一段车载语音，语音里说：

“我观察到前方有临时路牌，但是信号灯被积雪覆盖无法识别。因此，我会根据前方穿着制服的交警，他的手势指引慢速通过。”

这是一个清晰、有逻辑、符合人类常识的解释。那么监管者一听就明白了，原来你当时的这个动作，你的判断是这么想的，这个思路很合理很安全。甚至于他们可以进一步讨论，如果当时没有一个交警站在那边去指挥，你会怎么做？VLA系统甚至可以回答：

“如果没有人指挥，无法确认路权，那么我的策略就是停车等待，直到确认安全，或者请求人类接管。”

所以你看，当机器可以用语言来解释自己的决策逻辑的时候，它就不再是一个冰冷的、不可知的“它”，而变成了一个可以沟通、可以理解的伙伴。

这种可解释性带来的影响是连锁反应：

1.监管层面

中国的监管机构现在已经开始批准L3级别的自动驾驶上路，他们的审批要求里面很重要的一条，就是决策的可解释性和透明度。这几乎是在倒逼所有的车企，必须往VLA这个方向走。

2.保险公司

保险公司有资深人士透露，他们正在开发新的车险产品，未来能够提供清晰决策日志、能够解释自己行为的车辆，保费会大大降低。而那些还在使用黑盒子的系统，保费可能会高得离谱。为什么呢？因为责任清晰了，出了事故，一看日志，是系统判断失误，还是硬件故障，一目了然。这对于保险公司来说，就降低了最大的不确定性。所以这是一个巨大的经济杠杆。

3.公众的信任

最后，也是最重要的，是公众的信任。当你坐在一辆自动驾驶的车里，他突然靠边停车，在你正不太理解这个动作时，车内语音告诉你：“不要担心，我正在为右后方快速接近的救护车让路。”这时候你会怎么想？无数次解答你的疑惑，你会发现，这种透明是任何参数、任何技术参数都换不来的信任构建的过程。

所以，2026年这一场自动驾驶的革命，我觉得最核心的关键词不是算力，不是模型参数，而是解释。这不是算法的胜利，是人类语言的胜利。语言，这个我们人类最古老、最基础的沟通工具，在AI时代重新成为了连接技术与社会、机器与人心的那一座最重要的桥梁。

我们今天聊那么多，从硬件的战争到算法的灵魂，再到数据的洪流，最后落到信任的重建。这一切都指向一个结论：2026年确实是自动驾驶历史上的一个巨大拐点。这个转折不仅仅是车变得更聪明，而是车终于学会了用一种我们能听懂的方式，来解释它为什么会变聪明。

所以说，关于更宏大的所谓“物理AI”这个概念，我们不能简单的把VLA这个架构，理解为只是用于自动驾驶。你想一想，一个能理解视觉、能运用语言、能够做出行动的AI核心，把它从车里拿出来，放到一个机器人里，它是不是能做更多的事情？

所以，小鹏为什么同时在做汽车的自动驾驶，也在做人形机器人？现在想想，大家就都明白了。因为自动驾驶上取得的每一个突破，几乎都可以无缝地迁移到机器人、工业自动化等等所有需要与物理世界打交道的领域。我们其实在见证的可能不仅仅是一场交通工具的革命，而是通用物理智能的黎明。所以，小鹏这家公司的价值也在被重构。

第二代VLA发布后资本市场的反应就是很好的证明，摩根士丹利、美国银行、汇丰银行同步给出“买入”评级，摩根士丹利的研究报告中指出：小鹏第二代VLA的落地，使其具备与特斯拉在全球市场直接竞争的能力，全球智能汽车产业的格局或迎来新的变量。

你看，现在一台车已经从一个把我们从A点送到B点的铁皮盒子，变成了一个可以和你沟通、帮你思考，甚至比你更了解这个物理世界的推理引擎。当我们还在讨论AI会不会取代我们工作的时候，一种新的能够理解并且改造物理世界的智能，已经悄悄地融入我们最日常的生活里。这意味着什么？没人能说得清。但这种感觉是不是就像我们第一次看到iPhone，或者第一次连上互联网一样？你知道世界将因此而改变，只是这一次改变的可能不只是信息世界，而是我们身处的这个实实在在的物理世界本身。

想和三刀做朋友？想和三刀的读者做朋友？

平时不能说，不方便说的

咱们在这里畅快聊~

高质量答疑，高含金量资讯，自媒体学习

全在三刀的知识星球

BBA不装了，豪车的好日子结束了

彻底杀死燃油车的全固态电池，真的要来了吗？
大换代的日产轩逸（参数丨图片），油车也要跟电车拼智商了？