何小鹏首次披露物理AI巨大进展 第二代 VLA 本质是个 “物理世界大模型”，能直接从视觉信号输出动作指令，省了中间的语言转译环节 —— 这就像我们做端到端 AI，少一层转换就少一层损耗，推理效率自然更高。更关键的是，它靠近 1 亿条视频数据训练，覆盖了人类驾驶 65000 年才遇得到的极限场景，这数据量放在 AI 训练里，相当于给模型建了个 “超级训练场”。

从实测效果看，“小路 NGP” 的接管里程提升 13 倍，还能实现无导航自动辅助驾驶，这才是物理 AI 的价值所在 —— 不是在理想路况里炫技，而是能应对车道线模糊、路权复杂的真实场景。这背后是 “芯片 - 算子 - 模型” 的全链路优化：图灵芯片撑得起 2250 TOPS 的车端算力，模型参数还比行业主流高 10 倍，软硬件协同才啃下了 “小路难题”。

更有意思的是 VLA 和 VLM 的联动。VLM 座舱能支持多语言混合对话，甚至看到路边咖啡店指一下就导航，这是视觉与语言的融合；再配上 VLA 的低时延决策，相当于给车装了 “能理解、会行动” 的大脑。而且这套体系不止能用在汽车上，还能跨域驱动机器人、飞行汽车，这才是 “物理 AI 操作系统” 的真正野心 —— 用统一智能基底打通所有移动场景。

不过作为工程师，更关心后续的实测表现：不同气候下的模型稳定性、多场景切换的响应速度、长期使用的数据迭代效率，这些才是检验 “物理 AI” 成色的关键。毕竟技术再炫，最终要能经得住真实世界的打磨。

看看小鹏这次的 “涌现”，能不能给 AI 落地物理世界再指条新路子。人工智能机器人新能源汽车