飞象原创（高靖宇/文）2025年的智能驾驶赛道，早已告别“谁先实现高速noa”“谁的传感器更多”的初级竞争阶段——当头部企业陆续攻克城市道路基本场景后，全行业正集体陷入一场“进阶性焦灼”：智驾系统能“按部就班开车”，却离“像人类一样灵活应对突发状况”仍有差距。

就在这一行业寻求突破的关键节点，小鹏2025科技日带来第二代vla智驾系统，直接砍掉“语言转译”环节，实现“视觉信号到动作指令”的端到端生成，不仅重构了自身的竞争力，更隐隐勾勒出智驾行业从“机械执行”迈向“类人决策”的新方向。它像一面棱镜，折射出全球智驾玩家未来竞争的核心逻辑：谁能先让系统真正“理解物理世界”，谁就能掌握下一阶段的话语权。

智驾破局：从“模块拼接”到“一体智能”

传统智驾的v-l-a架构（视觉识别-语言转译-动作指令），本质是将驾驶决策拆分成多个独立环节，每个环节的优化都可能与其他环节形成“断层”——比如视觉识别出“路口加塞车辆”，语言转译时若出现语义偏差，动作指令就可能延迟或失误。小鹏第二代vla直接砍掉“语言转译”环节，实现“视觉到动作”的端到端生成，相当于让智驾系统拥有了“直接思考”的能力，反应效率提升的同时，也避免了环节拆分带来的误差累积。

这一突破绝非偶然。早在2023年，特斯拉就已在fsd中尝试端到端技术，华为ads3.0也提出“减少中间决策链路”的思路。为何头部企业纷纷向端到端靠拢？核心在于“分步式架构”已触及效率天花板——当行业普遍能实现高速noa、城市noa后，继续优化单一环节的边际效益越来越低，而端到端架构是突破这一局限的关键路径。它标志着智驾行业从“堆功能”的初级阶段，迈入“提效率”的成熟阶段，是技术发展的必然选择。

第二代vla能实现“智能涌现”，背后是小鹏近十年积累的“大算力+大数据”底座：3万卡云端算力集群常年保持90%以上运行效率，720亿参数的基座模型每五天完成一次全链路迭代，近1亿条真实驾驶视频组成的数据集，覆盖的极限场景相当于人类司机连续驾驶6.5万年。这些数字看似夸张，却恰恰是智驾系统“理解物理世界”的前提——没有足够的算力支撑模型迭代，没有海量的真实数据训练场景应对能力，端到端架构只能是“空中楼阁”。

如今，“算力+数据”已成为全球智驾玩家的共识。华为打造了昇腾ai算力集群，为ads提供支撑；特斯拉超算d1芯片的算力规模持续扩容；百度apollo也在加大对真实路测数据的积累与自动化标注技术的研发。行业竞争早已不是“算法优化”的单点对抗，而是“算力-数据-模型”全链路的综合较量——谁能构建更高效的算力循环、更丰富的数据集，谁就能在智能进化中占据先机。

竞争焦点转移：从“功能迭代”到“智能涌现”的跃迁

尽管第二代vla代表了端到端架构的进阶，但行业并未形成“一刀切”的技术路线。目前，仍有部分企业选择坚守分步式架构的优化——比如理想汽车通过提升视觉感知精度、优化地图匹配算法，来增强智驾的稳定性；蔚来则聚焦于多传感器融合（激光雷达+视觉+毫米波雷达），试图通过“冗余感知”降低决策风险。

路线分化背后，是企业对“智驾安全性”的不同理解，但“去中间化”的共识已逐渐形成。无论是端到端架构直接砍掉转译环节，还是分步式架构优化环节衔接效率，核心目标都是减少决策链路、降低人工干预需求。正如行业分析师所言：“未来3-5年，智驾行业不会有唯一的‘正确路线’，但‘更高效、更直接的决策逻辑’一定会成为所有路线的最终指向。”

在第二代vla的测试中，一个细节尤为值得关注：系统自主学会了识别交警手势、预判红绿灯通行——这些场景并未经过专门训练。这一“智能涌现”能力，标志着智驾系统从“被动执行预设指令”，向“主动理解场景规律”转变。此前，智驾的竞争焦点是“谁先实现高速noa”“谁的城市noa覆盖范围更广”，但未来，竞争将转向“谁的系统能自主适应更多未知场景”。

比如，当遇到“施工路段临时变道”“行人突然横穿马路”等未被训练过的场景时，传统智驾系统可能因“无法识别”而请求人类接管，而具备智能涌现能力的系统，能通过对物理世界规律的理解，自主做出决策。目前，华为、特斯拉等企业也在研发类似能力——华为ads通过“场景迁移学习”，让系统在陌生场景中快速适配；特斯拉fsd则通过“多场景数据融合”，提升系统的泛化能力。可以说，智能涌现能力将成为未来智驾产品的核心差异化指标。