2025小鹏科技日火了！豪赌“物理AI”的小鹏，展示了包括人形机器人在内的小鹏四大科技板块。而小鹏布局的四大赛道，其发展水平如何，在全球各领域范围内排位如何？今天为大家一一盘点。

11月5日，小鹏汽车以“涌现 Emergence”为主题具备了2025小鹏科技日，位置就在小鹏广州自己的园区里。

和大多数车企科技日不同的是，小鹏布局了很多汽车以外的赛道。这很像特斯拉，马斯克除了造车还玩火箭、玩卫星，造车更多作为现金基本盘，更大的目标都是造车以外。

小鹏把“第二代VLA大模型”当作操作系统，把Robotaxi、人形机器人IRON、以及飞行汽车两条产品线（陆地航母与A868）当作“具身载体”，并且给出了相对明确的量产/试运营时间表与合作方名单。

先把发布会要点讲清楚

第二代VLA（Vision‑Language‑Action）：这代模型直接从视觉到动作，去掉“语言转译”环节，目标是把车、Robotaxi、机器人、飞行器统一在同一套物理世界模型上。小鹏称其云端已跑到720亿参数基座、3万卡集群长期90%效率，车端在2250 TOPS的“Ultra”上跑“数十亿级参数”，并计划开放给全球伙伴。

Robotaxi：宣称全栈自研、纯视觉、无高精地图、无激光雷达，采用4颗“图灵AI芯片”3000 TOPS，2026年试运营；与高德结成首个生态合作，面向全球做服务网络。 另外，高德（Amap）也对外确认合作信息。

全新一代人形机器人 IRON：号称“最拟人”，82个自由度、22 DOF灵巧手、仿生脊椎与柔性皮肤，三颗图灵AI芯片2250 TOPS，提出“VLT+VLA+VLM大小脑”架构，并把2026年底作为规模量产目标；宝钢成生态伙伴。

飞行汽车两条线：“陆地航母”进入量产前夜，工厂试产首台飞行器并规划5000→10000台/年产能；“A868”走全倾转混电路线，目标500km航程/360km/h级别。其中陆地航母产线与首台下线也有行业媒体记录。

小鹏还宣布：大众成为第二代VLA与芯片首发战略伙伴；高德是Robotaxi首个生态伙伴；宝钢参与IRON生态。大众近一年来确实在中国加速本地化软硬件（含联合开发芯片与与小鹏扩展E/E架构合作），这为双方技术互通提供了现实基础

VLA 2.0：从“V‑L‑A”到“V→A”，这条路对不对？和特斯拉比如何？

VLA并非新造的词。谷歌/DeepMind 的 RT‑2 早就把“视觉‑语言‑动作”缝在一起，用互联网多模态知识迁移到机器人控制；Wayve 的 LINGO‑2 则把 VLA 带上真实道路，做成可以“边开边讲解”的闭环驾驶模型。

小鹏的第二代 VLA做的是从“V‑L‑A”到“V→A”：把中间的“语言转译”干脆拿掉，直接由视觉端到端生成动作，追求更低时延、更短工程链路。在云端，它宣称跑到720 亿参数基座、3 万卡集群且长期 90% 效率，并把五天一轮的全链路迭代当作目标；在车端，它把数十亿级参数模型塞进2250 TOPS平台，通过“芯片‑算子‑编译器‑模型”一体化做推理优化。这条思路与行业向集中式高算力演进一致——比如英伟达 DRIVE Thor 公开口径就是“最高 2000 TFLOPS/TOPS 级别、面向端到端与生成式工作负载”。

和特斯拉怎么比？

相同点：两家都把重心压到端到端“视频→控制”。特斯拉在 FSD v12 起，把城市道路栈换成端到端网络，“用数百万段视频训练、替代大量规则代码”；从 v12.5.6 起，高速场景也切到端到端，形成更彻底的一体化栈——但定位依旧是“FSD（Supervised）/L2 监督”，官方更新说明里不断强调“这不让车辆自动驾驶”。

不同点（更像“路线取舍”）：

模型形态：小鹏明确主打“去语言转译”的 V→A，把动作完全交给端到端网络出；学界经典 VLA（RT‑2、LINGO‑2）多把动作“文本化”或用语言作中介来增强可解释性与可教性。特斯拉也走“视频→控制”的端到端，但未公开采用语言中介，其开发重点放在大规模视频样本学习与端到端控制。

训练/算力栈：小鹏高调公开“3 万卡 + 720 亿参数”与工程迭代节奏；特斯拉则在2025 年确认关停 Dojo 团队/项目、转向外部 GPU 与新一代自研芯片路线（AI5/AI6）——这等于从“自建训练超算”改为更务实的外采 GPU + 自研车端/数据中心芯片组合。

车端工程化：小鹏把数十亿级参数直接落到2250 TOPS平台，强调编译器与算子链路的车规化；特斯拉端侧以HW4为主推进端到端高速和城市路况，先在新硬件上铺开、再向增量机型回流优化。

生态开放：小鹏宣称第二代 VLA 将对外开放，并公开大众是首发伙伴；特斯拉的 FSD 依旧闭环自用。

这条路“对不对”看两件事

1）效果验证：官方给了几组“可用性指标”——例如复杂小路 MPI 提升 13 倍、可识别交警手势并提前应对红绿灯等。坦白说，这类指标缺统一公共基准，更像工程侧“拉通了”的证据，需要跨更多城市群/跨国路网去压测。特斯拉这边，端到端合一后高速与城市统一，体验上更自然，但也存在回归/波动的用户口碑波峰波谷。

2）可扩展与开放性：小鹏把 VLA 对外开放、携手大众，等于是把“车企自用模型”变成“物理世界操作系统”的尝试；若真能把同一套模型跨车、跨 Robotaxi、跨机器人/飞行器跑顺，生态效应会很大。对比特斯拉，闭环体系带来更强的节奏掌控，但对外赋能和跨行业迁移空间小一些。

个人主观判断：

在“大模型 → 具身智能”的行业共识下，小鹏的 V→A 路线是更彻底的端到端版本，时延与工程链路占优，但可解释性/安全证据需要更长时间沉淀；特斯拉的强项是车队规模与全球真实驾驶数据，端到端扩到高速后统一栈的收益开始显现，但仍处 L2 监督、还要面对跨国法规与责任边界。就“乘用车端到端量产落地”这个细分口径看，小鹏已在国内第一梯队；若年底的先锋用户共创把跨城泛化跑实，再叠加其对外开放与多载体统一，它有机会在“模型定义出行”这条赛道上形成差异化的第二增长曲线。

Robotaxi：2026年“上路”，放到全球版图里是什么水平？

小鹏版Robotaxi：纯视觉、无高精地图、3000 TOPS冗余、面向L4，2026年试运营；高德成为首个生态合作方（相当于把“叫车入口”和“地理生态”先铺好）。

横向对比：

Waymo：多城付费载客稳定运营，近一年持续扩区，是今天商业化天花板；其自报每周5万+付费行程，并在加州多地新增覆盖。

Cruise：2023年事故后在美收缩/停摆，今年主要做人驾/软复飞，Origin停工，重心转回L2+/个人化方向。放到“商业化成熟度”榜，已从第一梯队掉出。

中国阵营：百度Apollo Go在武汉形成超大无安全员运营区、加速出海（与Uber等合作），累计里程/单量领跑中国；文远知行（WeRide）获北京核心城区商业化资质并建24/7线路网；小马智行（Pony.ai）公布千台级扩张与盈利时间表。

商业化成熟度比较（100分制，媒体观察指标）：

Waymo 90（跨城运营+扩区节奏稳）

Baidu Apollo Go 80（大规模无安全员+城域范围大）

WeRide 72（北京核心区商业化+24/7网）

Pony.ai 68（扩张与盈利路径清晰）

Cruise 30（暂停/重启中的不确定性高）

注：该指数按“规模（40%）/监管许可（25%）/扩张势头（20%）/技术自研度（15%）”主观加权，仅供横向参照。

小鹏要补的课：一是泛化验证（纯视觉去海外要跨路权/路规/文化差异），二是安全冗余（视觉冗余在极端天气/污染下的退化策略），三是运营闭环（高德生态能解决获客，但车队调度/维护是硬活）。短期我更看重它推出的“Robo”个人化L4体验，这是成本更友好的折中形态。

IRON：高度“拟人”≠马上“能干活”，行业排位更看“落地密度”

小鹏IRON新一代把拟人做到了极致：82 DOF全身、22 DOF灵巧手、仿人脊椎+柔性皮肤，全固态电池尝鲜、2250 TOPS算力，并宣称用“VLT+VLA+VLM”做“大小脑”，2026年底要实现规模量产。首批商用场景从导览/导购/巡检起步，且落到宝钢场景共创。

行业参照：

Agility Robotics：美国已开RoboFab，公司称2025年交付“数百台”，与Amazon/GXO等在仓储持续试点，是“工业落地密度”最高的一类。

UBTech Walker S/S2：强调工厂协作/可自行换电能力，国内工程化与订单推进较快。

Figure AI：与BMW签商业协议，斯巴达堡工厂持续验证，资本与关注度高，但仍处快速迭代阶段。

Tesla Optimus：视频与实验室演示增多，雄心是2025年起量，但对“规模交付”依然谨慎。

人形机器人产业落地温度比较（100分制，媒体观察指标）：

Agility Robotics 78（仓储场景最具体、出货预期清晰）

UBTech 65（工业协作方向明确，国内项目推进快）

Figure AI 60（车企工厂验证+资本强势）

Tesla Optimus 55（研发节奏快，量产与场景仍在寻找平衡）

Xpeng IRON 45（拟人程度高、算法架构先进；2026量产仍需时间验证供应链与成本）

一句话评价：小鹏把“拟人极限”与“汽车同源AI栈”结合，技术路线是对的，但要在工业场景“真干活”，还得在驱动/减速器/材料/热管理和批量一致性上啃硬骨头。

飞行汽车：陆地航母冲量产，A868走“全倾转”，放进全球eVTOL坐标系

陆地航母：广州工厂试产首台飞行体、年产5000→10000台的节拍设计，海外订单/试飞信息不断；A868瞄准高速长航程全倾转，用混电内核解决能源密度与续航焦虑。小鹏汇天还披露文旅线路试点（敦煌）。

行业参照：

亿航：EH216‑S拿到适航/生产证，国内率先形成“拿证→交付→商业化”闭环；在监管维度占优。

Joby/Archer（美国）：FAA 取证进入后期节点，2025‑26启动载客试运营被多方反复提及。

Volocopter（欧洲）：巴黎奥运会期间未能如期“飞天”，说明欧盟取证/城市噪声的现实难度。

低空出行推进力”比较（100分制）：

EHang 85（中国拿证+落地速度快）

Joby 70 / Archer 65（北美取证稳步推进）

Volocopter 50（示范飞多，证难下）

Xpeng AeroHT 50（量产工厂起线是里程碑，适航/运营规则仍是下一关）

芯片与生态：为什么“自研芯片+对外合作”是关键一环？

小鹏这次反复强调从“芯片‑算子‑编译器‑模型”做全链路打通，理由很直接：端到端/大模型往往“吃延迟、吃带宽、吃功耗”。而行业硬件主流也在走集中式高算力，例如NVIDIA DRIVE Thor对外标称2000 TOPS，国内外多家车企从Orin向Thor迁移。小鹏若真把车端数十亿参数跑顺，芯片栈就是“护城河”的一半。

另一方面，大众在华加速本地化芯片与E/E架构合作，和小鹏结成“模型/芯片首发”伙伴，意味双方技术路线更贴合，对后续规模化验证与出海都加分。

把位置排出来：四个项目的“赛道名片”

VLA 2.0（模型层）：与RT‑2/LINGO‑2/特斯拉E2E同趋势，强调时延与工程化。若按“端到端量产落地（乘用车）”这个小维度，小鹏进入国内第一梯队，但要在跨城/跨国泛化上拿硬数据。

Robotaxi（系统层）：2026试运营在时间轴上并不激进；全球头部仍是Waymo，中国是百度/文远/小马分列梯队。小鹏靠“纯视觉+高德生态”走差异化，短期以“Robo”个人化L4体验”为更务实抓手。

IRON（具身层）：拟人程度与算法架构在线，但工业落地密度目前落后于Agility/UBTech等“先把简单重复工序啃下来”的派别；2026量产目标值得跟踪。

飞行汽车（空域层）：陆地航母拿到了工厂节拍的先手；若要和全球eVTOL对齐，还需在适航/运营试点上补课。A868的“全倾转+混电”路线很“航空”，但这部分的工程与合规难度与车企业务完全不同。

我最关心的三件事（或许也是决定成败的三道坎）

1. 成本/能效：VLA 2.0+端到端让车端算力、存储、带宽一起上台阶，如何在Ultra之外向更低价位下探，是“智驾普惠”的关键。对标看，Thor/Orin体系也同样面临单位算力的性价比瓶颈。

2. 安全与监管：Robotaxi与eVTOL都离不开分阶段许可与运营闭环。Waymo靠多年城市运营数据与透明安全报告积累口碑；亿航靠适航+生产证跑通“先飞起来”的路径。小鹏要走的，是监管协同+场景分级的耐心活。

3. 供应链与规模一致性：人形机器人与飞行器都不是“只靠算法”的生意，精密传动/材料/电池的一致性与可维护性最终决定能否从Demo走向队列化。这方面，与宝钢的工业巡检共创是一个务实入口。

结语：这不是一场“广告发布会”，而是一次“押注物理AI”的集体亮相

把车、的士、机器人、飞行器放到同一张“物理AI”底图上，路线上的一致性我认可；节奏上的难度我也看得清：Robotaxi 与 eVTOL 的监管/运营是长期战，机器人是工艺/成本的硬仗，VLA 2.0 要拿“跨域一致性”的真成绩。

但如果你问我小鹏此刻到底“排在什么位置”：VLA 2.0 的工程化与开放姿态，让它在“模型定义出行”这条路上站上了牌桌；Robotaxi 与 IRON、飞行汽车，则分别处在“追赶头部”“加速试点”“量产上线”的不同阶段。这套组合拳，至少是清晰且可被验证的。

文｜非蓝