💰钛媒体•較早收集於 39m
小鵬VLA 2落地後轉型物理AI平台
💡小鵬VLA 2規模落地，轉物理AI平台—具身AI策略關鍵。（38字元）
⚡ 30-Second TL;DR
有什麼變化
第二代VLA實現大規模落地。
為什麼重要
小鵬策略轉變加劇具身AI移動領域競爭，可能吸引開發者關注其技術棧。凸顯車企如何利用AI實現平台多元化。
下一步行動
基準測試小鵬VLA Gen2在視覺-語言-動作任務的表現，用於你的具身AI專案。
誰應關注：Founders & Product Leaders
關鍵要點
- •第二代VLA實現大規模落地。
- •技術投資提升產品力和商業效率。
- •小鵬轉型物理AI平台超越賣車。
🧠 深度解析
本篇為 AI 生成分析，非原文內容。
🔑 增強重點摘要
- •小鵬汽車的VLA（Vision-Language-Action）模型已整合至其端到端自動駕駛架構中，實現了從感知到決策的全面神經網絡化，顯著降低了對傳統規則代碼的依賴。
- •轉型物理AI平台意味著小鵬將技術棧從單純的車輛自動駕駛擴展至機器人領域，利用其在車端積累的數據閉環與算力基礎，加速通用人形機器人（如PX5）的開發與部署。
- •小鵬通過自研的AI算力中心與數據標註體系，實現了VLA模型在多車型、多場景下的快速迭代，將模型訓練成本與部署效率優化至行業領先水平。
📊 競品分析▸ Show
| 特性/公司 | 小鵬 (VLA/物理AI) | 特斯拉 (FSD/Optimus) | 蔚來 (端到端/機器人) |
|---|---|---|---|
| 核心架構 | 端到端VLA模型 | 端到端神經網絡 | 端到端模型 |
| 商業模式 | 汽車+物理AI平台 | 汽車+機器人+能源 | 汽車+生態服務 |
| 數據閉環 | 車端數據+模擬器 | 車端數據+Dojo | 車端數據+雲端訓練 |
🛠️ 技術深入
- 架構設計：採用基於Transformer的視覺-語言-動作（VLA）架構，將高維傳感器數據直接映射為車輛控制指令。
- 數據處理：引入了大規模多模態預訓練技術，使模型具備理解複雜交通場景與人類意圖的能力。
- 算力基礎：依賴自建的AI計算中心進行大規模參數訓練，並通過模型量化與剪枝技術實現車端實時推理。
- 泛化能力：通過模擬器與真實世界數據的混合訓練，提升了模型在極端天氣與非結構化道路上的處理能力。
🔮 前景展望AI analysis grounded in cited sources
小鵬將在2026年內發布首款搭載VLA技術的量產人形機器人。
轉型物理AI平台需要具體的硬體載體，而小鵬已在機器人領域有長期技術儲備。
物理AI平台業務將在2027年貢獻小鵬總營收的10%以上。
隨著技術授權與機器人產品的商業化，非汽車業務的營收佔比預計將顯著提升。
⏳ 時間線
2023-10
小鵬汽車發布首款人形機器人PX5，展示其在物理AI領域的初步探索。
2024-05
小鵬正式宣布端到端大模型量產落地，標誌著自動駕駛技術進入VLA時代。
2025-08
小鵬升級AI算力中心，為第二代VLA模型的規模化訓練提供基礎設施支持。
2026-02
小鵬宣布全面轉型為物理AI平台公司，明確將自動駕駛技術能力賦能至機器人業務。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 钛媒体 ↗
每週 AI 簡報
每週一封，可隨時退訂。