出品 | 搜狐汽车·E电园欧洲杯体育

摄像 | 丁卓 后期 | 谢雨馨

主抓东谈主 | 张云乾 编订 | 蔡欣宇

就在前几天小鹏第二代VLA发布会上，何小鹏说此次不是升级，是L2到L4的跳跃。真有那么大的打破吗？今儿我们就掰开揉碎了讲讲小鹏的第二代VLA况兼试验感受一下。

在发布会上有一个小“公式”，自动驾驶的才略=模子*算力*数据*骨子，我们隔断来看。

最初，是模子。咫尺绝大部分使用全国模子的厂家、供应商皆以为自动驾驶本质上是物理AI。像我们鄙俚平时聊的AI，比如ChatGPT、文生视频，皆是‘数字AI’。它们的全国即是劳动器里的0和1，输入是笔墨，输出亦然笔墨，错了删掉重来就行。但自动驾驶是‘物理AI’——它多了一个东西，叫‘骨子’，也即是车本人。AI想得再剖析，临了得通过地点盘、电机、刹车去践诺。这就像你脑子里想好了如何投篮，但你的体格得确凿把球投出去。但体格不听使唤，想再好也没用。”物理全国的难度，是数字全国的指数级。数字全国输入的是规整的笔墨，输出一个是或否就够了，但在物理全国，输入的是磋磨抑遏的视频流，莫得标点象征，莫得段落鉴别。就像让你看一整段莫得编订的监控摄像，然后坐窝作念有经营。车输出的是地点盘角度、电门浅深——必须是丝滑的磋磨信号，不可一卡一卡的。

是以小鹏以为咫尺任何现成的 LLM 和 VLM 大模子皆不可能告成套用，于是将第二代 VLA 告成打酿成了一套原生多模态的物理全国基座模子。

以前的车，摄像头看摄像头的，雷达看雷达的，临了再把信息拼起来，像作念拼图，容易拼错也需要时辰。是以在这个模子里，小鹏设想了原生多模态 Tokenizer，这止境于给车装了一个能同期惩办眼睛和耳朵信号的惩办器。信息一聚积上来就把画面和声息揉在沿途交融，成果高，也阻截易出错。

另外，传统的VLA模子需要先把视觉信息“翻译”成谈话，再凭证谈话生成四肢，这个中间方法会酿成信息丢结怨反映延长。是以，小鹏的第二代VLA去掉了中间的“谈话转译”方法，杀青了从“视觉”到“四肢”的端到端告成映射。

有了模子，还需要车端宏大的算力撑抓。咫尺公共皆卷芯片算力，数字是一个比一个大，此次发布会建议了两个词，一个叫模式算力，一个叫有用算力。模式算力即是指公共时时听到的标出的若干若干算力，有用算力即是在援手驾驶中真实能使用和拯救的算力。举个正常极少的例子，你买了个第三方充电器，盒子上写着30W快充，这是模式算力。完结插上手机，充了半天发现还不如原装10W的充得快——因为条约不匹配、线材损耗、发烧降频，临了真实进到电板里的，可能独一5W。这即是有用算力。

好多智驾芯片亦然这个兴味。厂商告诉你这颗有500TOPS，那是盒子上标的数字。但上了车，要适配各式软件、要过散热、要跑算法，七绕八绕下来，真实用来干活的可能只剩100多。小鹏作念的，即是无谓第三方，我方出原装全套。我方造芯片（止境于作念充电头）、我方写编译器（止境于作念充电线）、我方设想模子（止境于手机端的快充条约）。三者从新买通，莫得条约损耗，莫得线材糜费。图灵芯片搭配图灵模子，这一套下来诡计诳骗率高达82.5%，推理时延差未几在80ms。成绩以上各种，想维链的推理成果教诲 32 倍。

那临了即是基于全国模子的仿真与强化学习了，这一部分之前出过有益的领略，就不外多伸开了。那往日一年里仿真 Case 从 3 万增至 50 万，一天测试当量止境于东谈主类跑 3000 万公里。那在这里，最中枢的是‘自我博弈’。VLA模子想如何开，全国模子就生成各式顽恶场景来刁难它。两者像两个高东谈主过招，天天打、天天练，越打越强。

小鹏也推出的舒礼貌小标准撒了吗，固定好位置后，它会凭证车辆涟漪复读，及时深入剩余咖啡，专科模式下也不错稽查加快度等具体信息。关联词！真实对不起诸君欧洲杯体育，我手机中间崩了一次，我铭记崩之前深入的咖啡余量差未几在80多点，绝大部分撒出的原因是来自转向，但说真话，转向并莫得让我有很赫然的体感不适，它的过弯操控像一个很心爱驾驶的老司机，这极少和特斯拉FSD的操控很一样。那全体来看，在我心里最佳的地方是在于它咫尺从感知到适度赫然比之前成果高，好多躲避等四肢确凿相配丝滑，再加上它有险些无感的东谈主机共架模式，即便有突发情况接办也不会有车跟你博弈的体感。但在这段路上频繁出现压实线并线和车谈内偏右行驶的情况，我们和工程师了解了一下，在庄重推送的版块中，这个问题会被开辟。