🔥36氪•較早收集於 15m
小鵬第二代VLA智駕里程占比破50%
💡小鵬VLA里程50%+假期93%使用—智駕成熟基準（22字）
⚡ 30-Second TL;DR
有什麼變化
智駕里程占比突破50%
為什麼重要
小鵬VLA快速採用顯示城市智駕成熟，壓迫Tesla與華為等中國對手。高假期使用率凸顯真實可靠性進展。
下一步行動
下載小鵬VLA使用資料，用於訓練高里程低接管ADAS模型。
誰應關注：Developers & AI Engineers
關鍵要點
- •智駕里程占比突破50%
- •百公里接管次數环比下降25.87%
- •全程100% VLA行程环比增長27.84%
- •五一假期使用率93.21%，累計8446萬km
- •單車最長智駕里程5441km
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •小鵬的第二代VLA（Vision-Language-Action）模型採用了端到端大模型架構，將感知、規劃與決策整合在單一神經網絡中，顯著提升了處理複雜交通場景的泛化能力。
- •該技術迭代的核心在於引入了基於Transformer的時空建模能力，使得車輛在處理無圖（Mapless）導航時，對動態障礙物的預測準確度較上一代提升了約30%。
- •小鵬汽車已將VLA模型訓練數據集規模擴展至PB級別，並利用雲端算力中心進行大規模仿真訓練，以應對長尾場景（Corner Cases）的覆蓋需求。
📊 競品分析▸ Show
| 特性/車企 | 小鵬 (VLA) | 華為 (ADS 3.0) | 特斯拉 (FSD V13) |
|---|---|---|---|
| 技術架構 | 端到端 VLA 模型 | 端到端 + 雲端大模型 | 端到端神經網絡 |
| 核心優勢 | 泛化能力強、接管率低 | 城市領航體驗領先 | 數據規模大、迭代快 |
| 部署策略 | 軟硬一體化 | 合作夥伴模式 | 全球數據閉環 |
🛠️ 技術深入
- 架構設計：採用基於視覺語言動作（VLA）的端到端架構，直接將攝像頭原始數據映射為車輛控制指令（轉向、油門、剎車）。
- 感知能力：引入了BEV（鳥瞰圖）+ Transformer架構，實現了對周邊環境的實時三維重建與語義理解。
- 訓練機制：利用大規模真實駕駛數據進行模仿學習（Imitation Learning），並輔以強化學習（Reinforcement Learning）優化決策邏輯。
- 算力支持：依賴小鵬自建的自動駕駛智算中心，支持大規模參數模型的訓練與推理優化。
🔮 前景展望AI analysis grounded in cited sources
小鵬將在2026年底前實現全國範圍內的「無圖」智駕覆蓋。
隨著VLA模型對長尾場景處理能力的提升，對高精地圖的依賴度將進一步降低，從而加速全國範圍的部署。
智駕接管率將成為小鵬未來產品競爭力的核心指標。
數據顯示接管率的顯著下降直接提升了用戶的使用意願與信任度，這將成為小鵬區隔於其他車企的關鍵技術護城河。
⏳ 時間線
2023-10
小鵬汽車發布XNGP全場景智能輔助駕駛系統，並開始推動無圖化進程。
2024-05
小鵬汽車宣布智駕大模型正式上車，標誌著端到端技術應用的開端。
2026-04
小鵬正式向用戶推送第二代VLA智駕模型。
📰
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： 36氪 ↗