当前位置：首页>自动驾驶>小鹏第二代VLA模型即将全量推送,自动驾驶路上的重大迈进?

小鹏第二代VLA模型即将全量推送,自动驾驶路上的重大迈进?

2026-03-12 13:26:48

小鹏，正在由智能驾驶向自动驾驶的路上大步迈进。

2025年11月5日的“2025小鹏科技日”上，小鹏汽车亮出了一张“新的王牌”——第二代VLA模型，作为量产物理世界大模型之一，该模型去掉了“语言转译”环节，实现了从视觉信号到动作指令的端到端直接生成，这是其一大核心突破。

4个月后的3月2日，小鹏汽车开启了第二代VLA模型的体验，向外展示着最新落地的成果。用小鹏官方的话来说，小鹏第二代VLA，解决的问题是让智驾像坐电梯一样简单，按下按钮，就能安稳到达目的地，并且是全家人都爱用的国民智驾。

第二代 VLA模型，解决三大问题

传统智能驾驶系统做事要 “三步走”，先看路况，再翻译成系统能懂的语言，最后做出驾驶动作，简单来说，就是机械的执行指令。而第二代 VLA 直接跳过 “翻译” 步骤，实现从视觉直接到动作执行，能做到像人一样迅速反应，快速决断。

数据指出，这一改变让系统反应速度大幅提升，决策延迟从原来的 200 毫秒缩短到 80 毫秒以内，比人类眨眼还快。根据眼科研究数据，人类单次眨眼的持续时间通常在 100 至 400 毫秒之间，如果以80km/h的速度行驶，这个优势能让刹车距离缩短3米，有效避免事故的发生。

决策速度的提升只是一个点，同时更重要的是解决了3大问题，一者是让系统更加丝滑安心好用，其次是全场景使用的能力，其三则是足够高的效率。

第二代VLA能降低99%的重刹、减少98%的急加速、安全接管减少60%以及一系列的提升，看起来空洞的数据背后其实解决了很多实际问题，包括异形挂车、拉载细长木材的三轮车等缺少清晰物理边界概念的非标车辆或交通参与者；还能识别路边停靠车辆开门的意图，并且识别到之后不是简单的刹车了事，还能在条件允许的情况下果断绕行；也能识别路面的坑洼以及减速带，相比现有的智驾方案往往只识别大宗障碍物，这个能力能让驾乘人员在开启智驾状态下也获得极高的舒适度。

此外，它也能在夜间识别身着深色衣物的行人；在一些特殊路段、比如事故现场非标准的目标物（如零散碎块、护栏）以及不规则的车流拥堵路况下进行绕行；夜间行驶时识别小动物等等。

除了更平顺安心之外，第二代VLA大模型还使得小鹏的智驾拥有全场景通行的能力，常见的高速、高架、城区主路、城区辅路不必多说，同时更支持在小区内部道路、停车场、超窄胡同小路、施工占道的路段以及乡村非铺装路面，并且能自主通过各种园区、ETC与闸机，也能P档下直接激活智驾。

不得不承认，这是非常实质性的“进化”，何小鹏说他相信全自动驾驶在政策法规打开之后一定可以让人在喝了酒之后安全到家，可以让家中老幼在未来不用家中主力给他们开车，而是车主动为他们服务。从小鹏第二代VLA对外公开的这些能力来说，这个愿景一定有实现的一天，而小鹏第二代VLA当前的成果，就是实现这个愿景的一大重要基础。

除了全场景的通行能力之外，众所周知，对于智能驾驶而言，通行效率也是非常重要的考量缓解，这也是小鹏第二代VLA提升的重点，由于该模型去掉了“语言转译”环节，所以智驾系统的决策效率大大提升。

官方数据指出，第二代VLA使小鹏的智驾综合通行效率提升23%，小路通行效率提升76%，人车混行道路通行效率提升69%，城区通行效率提升21%，园区道路通行效率提升97%，早晚高峰通行效率提升28%。

模型、算力、数据能力的三大基石

如此强大的能力，离不开专属硬件的深度适配，第二代VLA的突出能力源于模型、算力、数据的深度整合协同。

其基座模型是一个能理解真实世界的非结构化数据模型，能够实现看、听、读合一，跨越模态壁垒，简单来说就是能够像人一样真实的感知，同时又有32倍超密视觉思维链，使其拥有更快的思维过程，更高的预测精度。

小鹏自研图灵 AI 芯片不仅算力强且利用率高，作为智驾的 “算力心脏”，小鹏全栈自研的图灵 AI 芯片实现了 “算力不浪费” 的核心突破。Ultra 版车型搭载 3 颗图灵芯片，总算力达到 2250 TOPS，更关键的是算力利用率高达 82.5%—— 要知道行业主流芯片的算力利用率通常在 50% 以下，很多算力都处于 “空转” 状态。单颗图灵芯片的实际有效算力，相当于 10 颗英伟达 Orin - X 芯片，配合自研自动化编译体系，让基座模型的编译效率提升 12 倍，为 720 亿参数大模型的实时运行提供了充足动力。

最后是数据，小鹏第二代VLA累计使用50PB训练数据，每秒处理约53亿字节视觉信息，每版模型的训练数据达到4万亿Tokens。

简单说，Token 就是系统给视觉信息打的 “小标签”，比如把摄像头捕捉到的画面，拆成一个个包含 “行人”“车辆”“路面”“标志” 等信息的最小单位，每个单位就是一个 Token。Token 量级越大，说明系统拆分和识别信息的颗粒度越细、越全面。

第二代 VLA 的摄像头每秒能处理约 53 亿字节的视觉信息，配合原生多模态 Tokenizer 技术（就是把画面精准拆成 Token 的工具），能实现离散信号与连续表征的无损转化 —— 相当于把模糊的 “全景图” 拆成无数个清晰的 “小零件” 来分析，再重新组合成完整的路况判断。再加上 32 倍超密视觉思维链（相当于给每个 Token 都加上了 “逻辑关联”），更将预测误差降低 33%。这也是为什么不管是夜间识别穿深色衣服的行人，还是雨天捕捉路面坑洼，其都能精准识别，为决策提供可靠依据。

要强调的是，按照规划，3月11日，第二代VLA将在全国732家门店开启用户试驾体验，3月下旬，将逐步面向用户开始全量推送。

2026款小鹏X9纯电版同步发售

与此同时，2026款小鹏X9纯电版也正式宣布上市，官方指导价30.98-36.98万元，新车在智能科技、续航、空间与安全上全维焕新。首先便是搭载第二代VLA物理世界大模型，让准用户享受最接近自动驾驶的智能驾驶辅助功能；其次是新车全系标配全域 800V 碳化硅高压平台，搭载 5C 超充 AI 电池，补能效率行业顶尖：充电 8 分钟可补充约 400km 续航，10%-80% 快充最快仅需 11.7 分钟，补能速度堪比加油；补能够迅速之余，其续航能力也是同级佼佼者，最长续航750km，最低650km。