3月8日�当这些能力形成完整体系后�自动驾驶�

3月8日，正在参加全)国两会的？小鹏汽车董事长、CEO何小鹏与媒体进行了一场深度对话。他在回答证券时报记者关于小鹏第二代VLA迭代话题的提问时提到，公司内部观察到一个明显变化：最近四周的技术进展，差不多相当于过去几年一年的开发速度。这一变化背后，是智能驾驶技术范式的改变。

过去相当长一段时间，智能驾驶系统主要依赖规则和模块化算法。工程团队通过不断增加规则来覆盖复杂场景，每一次能力升级往往需要较长开发周期。而随着端到端架构和大模型技术的引入，智能驾驶系统开始从“规则驱动”逐渐转向“模型驱动”。系统能力的提升不再依赖规则堆叠，而是通过数据训练与模型更新不断进化。

当技术范式发生变化后，行业竞争的核心也在发生转移。从过去比“谁更强”，逐渐变成比“谁进化得更快”——模型训练能力、算力基础设施、数据规模以及工程化能力，都会直接影响技术迭代的速度。当这些能力形成完整体系后，大模型往往会进入快速循环。

在这样的背景下，智能驾驶的发展节奏也正在发生变化。

何小鹏透露，公司内部设定的目标是，在当前能力基础上，今年年底实现5—10倍能力提升。随着模型能力持续提高，系统稳定性也有望明显改善，从“百公里多次接管”，逐渐过渡到“千公里甚至万公里才需要一次接管”。

从更宏观的视角看，这种变化并不仅仅体现在用户体验层面，也开始在产业层面产生影响。近期，大众汽车宣布与小鹏汽车深化合作，并计划在未来车型中采用小鹏第二代VLA相关技术能力。这一合作被业内视为传统汽车巨头在智能驾驶领域的重要技术选择。它不仅意味着中国企业在智能驾驶工程能力上的突破，也说明中国在物理AI领域的技术探索，正在逐渐获得国际产业体系的认可。

随着大模型技术逐步进入物理世界，自动驾驶、机器人以及更多实体智能系统都在经历类似的技术跃迁。物理AI正在成为人工智能发展的重要方向之一。在这一领域，中国企业正在逐渐形成新的技术优势。

一方面，中国拥有规模巨大的真实道路数据和复杂交通场景，为模型训练提供了丰富的数据基础；另一方面，中国企业在工程化落地、产品迭代和系统集成方面也积累了较强能力。

当基础能力逐渐形成体系后，技术竞争往往会呈现出新的特征：不仅基础能力逐渐拉开差距，迭代速度也在不断加快。在这样的技术周期中，领先一步，往往意味着步步领先。当大模型开始以天为单位持续进化，全球人工智能竞争的节奏，也正在被重新定义。中国企业开始成为全球物理AI竞争重要角色。