特斯拉: 小鹏和特斯拉,谁是"物理AI"的未来?

小鹏的第二代VLA，就是要拿掉“翻译”环节，采用“视觉—隐式Token—动作”的架构。这里的“隐式Token”可以理解为一种AI内部的、非语言的“心领神会”，让AI从“看到”直接跳到“行动”。这就像是给AI训练出了“肌肉记忆”或“直觉”。它不再需要“思考”皮球的危险性，而是能凭借从海量数据学习到的物理规律，本能地做出反应。

在实际驾驶中，这种“AI直觉”会给用户带来什么改变？总结来说就是，反应更快，驾驶更拟人，不依赖地图时，也能更稳定、自主地驾驶。

例如，在没有高精地图覆盖的次级道路上，小鹏数据显示，其“小路NGP”（在非主干道上的智能驾驶）功能的平均接管里程优化了13倍。同时，小鹏发布的“无导航超级漫游”（Super-LCC）功能，也让车辆在无预设导航路径时，凭借对环境的实时理解进行驾驶辅助。

本质上，小鹏选择的技术路径是，教会AI“凭本能反应”。这是智能体进入物理世界的第一步，也是最关键的一步。

有了能快速反应的“大脑”，物理AI最终要落在能执行动作的“身体”上。小鹏没有为每个硬件都开发一个专门的AI，而是把“大脑”用在三种不同的“身体”上：汽车、人形机器人和飞行汽车。这并非简单的“一芯多用”，而是在培养全能型的“通才”。

我们可以这样理解：AI在驾驶汽车时学到的经验，比如如何识别红绿灯、如何预判行人意图，可以被无缝迁移到人形机器人身上，帮助它在复杂的商场里规划路径、避开行人。

在这个“跨域同源”的设计下，知识可以共享，经验可以复用，学习效率远高于训练三个独立的“专才”。关键是，这套“一脑多用”的架构，更能解决物理AI落地的关键难题：如何让AI的能力突破单一场景，在复杂的现实世界中灵活应变、举一反三。

接下来的问题是，“大脑”和多功能的“身体”如何高效协同工作？这就触及了最底层的体系，就像我们身体的“神经系统”。小鹏选择全栈自研，通俗地理解，就是打造一套稳定、自主可控的“神经系统”。

特斯拉10月在中国销量降至3年新低　市占率剩3.2%

特斯拉AI高管警告:2026年将是员工最艰难的一年!

特斯拉撞死突闯国道的野猪,车主全责,交警发声

我们可以用苹果的例子来理解“全栈自研”的分量。苹果之所以能构建起强大的生态壁垒，核心就在于它自己设计芯片（A系列/M系列），自己开发操作系统（iOS/macOS），自己设计硬件（iPhone/Mac）。这种模式确保了指令从大脑到身体的传递过程中，损耗最小，响应最快。它以此实现了深度的优化与整合。

小鹏的路径颇为相似：从最底层的“图灵AI芯片”，到中间的“操作系统”层“VLA/VLM/VLT大模型体系”，再到上层的汽车、机器人、飞行汽车等硬件，所有核心环节都掌握在自己手中。这确保了其物理AI架构形成一个独立性、完整且不受制于人的闭环。

至此，小鹏的技术版图已经清晰：“直觉式”AI模型+“跨域同源”的多种硬件+“全栈自研”的技术架构。

更落地的“中国方案”

看清了小鹏的技术底牌，一个更现实的问题随之而来：这套架构在行业中究竟属于什么位置？小鹏又打算如何将其推向市场？

答案其实就藏在它的定位上。小鹏强调，它是“中国唯一实现物理AI全栈自研”的企业。

要理解这一点，最好的对标对象是华为。华为的盘古大模型体系中包含了世界模型技术，但其商业模式是向行业提供智能驾驶解决方案与算力服务，本质是向外输出通用能力，目前并不亲自下场制造硬件载体。它的角色，更像是物理AI时代的“英特尔”或“高通”。

而小鹏确实是目前唯一一个展示“多类具身智能载体+统一AI大脑+关键硬件自研”布局的公司。这样做最大的好处就是，能实现深度的“软硬一体”，带来的直接结果是，用户体验更流畅，技术迭代也更迅速。