小鹏放弃数十亿ADAS系统，全面押注VLA基础模型与物理AI

内容摘要

小鹏汽车创始人何小鹏透露，公司已放弃耗资数十亿的基于软件规则与AI算法的ADAS系统，转向基于统一VLA基础模型的物理AI架构，旨在突破自动驾驶上限并拓展至人形机器人领域。

核心要点

何小鹏表示过去十年智能电动汽车发展，ADAS系统是'Stitch Monster'（软件规则+AI算法组合），无法实现真正无人驾驶。去年遇到转折点，公司开发第一代和第二代VLA。第二代VLA抛弃传统端到端逻辑，使用更大基础模型，上限可达十万甚至百万点，但下限较低。公司去年四月做出重大赌注，停止开发此前耗资数十亿的系统。转向物理AI公司，包括人形机器人。强调数据成本高昂，每年数据投资超过十亿人民币，训练物理AI模型单次处理数十到数百TB数据。计算力方面，使用数万块NVIDIA H100 GPU。VLA模型是Vision-Language-Action模型。

重要性说明

表面是技术升级，本质是XPeng在防守特斯拉端到端路线和Waymo规则系统的合围，通过VLA模型试图实现跨越式超越。但隐性锁定用户车载AI能力，未来可能通过模型更新收费。故意隐瞒了物理限制：新模型下限低，初期在未知停车场等场景表现可能远逊于旧系统，存在安全风险；训练和推理需要巨大算力，尾部延迟在实时驾驶中可能成为瓶颈；数据存储和管理成本陷阱（每年超10亿人民币）可能转嫁给消费者。此外，放弃成熟系统押注未经验证的新架构，工程风险极高，可能短期影响量产车质量。

PRO 决策建议

【厂商】特斯拉和Waymo应加速自身端到端模型的迭代，并强调XPeng新模型的下限不稳定风险，通过展示自身系统在复杂场景下的稳定表现来争夺市场信心。同时，利用XPeng转型期的资源分散，加强在量产车上的自动驾驶落地。
【企业】企业买家（如车队运营商）在评估XPeng新车时，应要求独立的VLA模型在极端场景（如地下停车场、恶劣天气）的基准测试结果，警惕初期下限低导致的安全风险。同时，审计其数据管理成本是否转嫁到车价或订阅费中。
【投资者】应看穿此公关辞令背后的长期趋势：XPeng放弃成熟系统意味着短期内研发投入和不确定性大增，但若VLA成功则可能重塑估值。关注其训练成本能否通过规模效应降低，以及人形机器人业务的现金流消耗。