物理AI浪潮下，小鹏、特斯拉正在验证同一个答案
撰文 | 李信马
最近，物理AI（Physical AI）火了！
这一概念指代的是具备理解与适应物理世界能力的AI系统。它突破了传统AI仅处理数字信息的局限，能够感知真实环境、理解物理规律，并通过实体载体与现实世界进行交互。
不久前，小鹏汽车创始人何小鹏开启了一场美国之行，并在社交平台分享了他对物理AI的深刻见解。
我认为未来3年，最有可能有大突破的不一定是在数字世界（可以很明显看到OpenAI虽然核心在说AGI，但是全力在做业务落地。当然，期待下一个Transformer或者训练费用的巨大下行），反而有可能在物理AI领域会产生大变局，例如自动驾驶会直接到达准L4或完整L4；人形机器人会实现从类自动驾驶的L1到L4初阶的快速跨越，这些反而会产生巨大的突破。物理AI的发展速度会比数字AI慢，但是改变我们生活的力度会更大。
他所提到的“物理AI领域的大变局”，目前距离大众最近、影响最广的便是自动驾驶技术的跃迁。这也是何小鹏此次赴美的核心行程——重测特斯拉FSD V14并体验其Robotaxi。
在自动驾驶赛道上，中美企业正齐头并进。特斯拉作为美国领军者，而中国方面，小鹏汽车于11月5日的科技日上围绕“物理AI”发布了四项重要成果：第二代VLA、小鹏Robotaxi、全新一代IRON，以及汇天两套飞行体系，且均已制定明确的量产计划。
他山之石可以攻玉，企业一号位亲自下场体验与对比全球顶尖技术，有助于更清晰地判断自动驾驶的发展方向，以及行业迈向L4的真实进度。
01.
与全球顶尖并肩
2024年，何小鹏曾赴美测试特斯拉FSD V12。相较此前，此次试驾FSD V14的感受有了显著不同。
“FSD从一年多前处于L2高阶辅助驾驶的丝滑体验，现在已经进入了（软件）准L4的安心阶段，在硅谷和三藩的约5个小时试驾中，标准车辆和RoboTaxi完全用一个模型表现如一，安心平稳，虽然有瑕疵，但是大幅度超过去年的水准。”
对何小鹏而言，这次试驾最大的价值在于坚定了一个信念：未来将由同一套自驾系统、同一套硬件架构支撑，实现从L2直达L4的跨越式演进。
自动驾驶分为L0至L5六个等级，其中L4意味着在绝大多数场景下车辆可自主完成驾驶任务，是Robotaxi实现商业化的关键阶段。近年来，随着AI技术突飞猛进，“端到端”成为自动驾驶的新范式。相比传统分模块设计，“端到端”采用统一模型直接学习从感知输入到控制输出的映射，更加贴近人类驾驶逻辑。
特斯拉正是这一路线的代表企业。
2024年4月，特斯拉CEO马斯克宣布将推出Robotaxi产品，并于同年10月发布定位L4的Cybercab。他在多次财报会议、访谈及X平台发言中阐述了特斯拉的技术路径：
以端到端、纯视觉的大模型，基于海量行车视频训练“从像素到转向”的通用驾驶策略；
车即移动机器人，Robotaxi与人形机器人Optimus共享同一技术栈；
数据闭环与规模是核心优势，依赖数百万辆实车采集的真实数据持续迭代，而非依赖高精地图或规则堆叠；
算力与训练基础设施（Dojo+NVIDIA）构成技术护城河；
安全需通过大规模真实场景验证与可审计事件数据来证明；
长期目标是让特斯拉成为“实世界AI公司”，以FSD与Robotaxi验证通用物理AI在复杂开放环境中的能力。
如今，这条技术路线的可行性已初步得到验证。而有趣的是，小鹏汽车或许是目前最接近特斯拉的中国车企。
首先，双方技术路线高度一致。在2025年的小鹏科技日上，小鹏正式发布第二代VLA，取消了“语言转译”环节，实现了从视觉信号到动作指令的端到端生成，在拟人化和能力涌现方面与FSD表现出相似特性。
11月中旬，何小鹏在广州试驾搭载第二代VLA的小鹏X9，在夜间极端复杂路况下，车辆可在狭窄巷道中自主避障、精准绕行；面对频繁加塞的主干道，也能平顺变道与跟车。
从美国归来后，何小鹏立即展开“查作业”式对比测试，在九大典型场景中评估第二代VLA的表现。尽管中国路况远比美国复杂，但该系统在多个场景下展现出高度流畅性、稳定性和类人的博弈能力。
视频显示，当人行道出现电动两轮车时，系统能迅速识别并避让；遇到施工区域自动切换至对向车道并及时回归；经过行人密集区会主动减速缓行；进出环岛时控速更为精准。对此，何小鹏自豪表示：“我们上次全力以赴憋了个大招，希望大家能一口气看到从L2到L4的跳跃。”
这份自信也延续到了他在硅谷年会的演讲中：“我们要把自动驾驶做到全球，所以这是为什么我赌 VLA，因为 VLA 对复杂路况最优，我一定要做到全球去。”
何小鹏坦言，当前VLA尚未完全达到FSD V14.2的全部能力，但他预测到明年8月底，VLA在国内的整体表现将达到FSD V14.2在硅谷的水平。“若无法实现，我们的自动驾驶Head Xianming同学，承诺在金门大桥裸跑”，何小鹏在微博写道。
其次，在算力与训练基建方面，小鹏已建成3万卡规模的云端算力集群，成功部署参数规模达720亿的超大规模基座模型，支持每五天一次的全链路迭代。
第三，目前全球仅有特斯拉与小鹏两家整车厂商大规模量产纯视觉方案，并拥有来自百万级车队的真实数据用于算法迭代。
最后，小鹏不仅具备“大算力+大数据+大模型”的组合优势，还实现了核心软硬件全栈自研，在芯片、具身智能、飞行汽车等领域均有布局，有望在未来构建物理AI领域的多元化应用生态。
值得一提的是，马斯克近期在播客中透露特斯拉正在研发飞行汽车原型机，而小鹏汇天飞行汽车量产工厂已启动试产，并成功下线首台“陆地航母”飞行器，全球订单突破7000台，计划于2026年实现量产交付。在机器人领域，小鹏亦早于特斯拉展开探索，聚焦通用性强、数据获取便捷的人形机器人方向。
据悉，小鹏汽车已在广州市获得L3级自动驾驶道路测试牌照，并启动常态化L3测试，面向L4的第二代VLA将于2026年正式量产上车。
先行者往往孤独。特斯拉与小鹏都曾面临质疑，却一次次用成果证明了自身技术路线的正确性。随着物理AI浪潮席卷而来，两家公司正从少数派走向“真理”派，引领整个行业的变革。
02.
Robotaxi：新范式崛起
技术与商业如同一枚硬币的两面：先进技术推动商业成功，商业回报反哺技术创新。L4级自动驾驶最重要的商业化场景正是Robotaxi，这也成为各大厂商必争的战略高地。
在海外市场，特斯拉已然抢占先机。那么，谁将成为“中国的特斯拉”？
参与竞争的既有元戎启行、小马智行等专业自动驾驶公司，也有百度等互联网巨头。而作为整车制造商的小鹏汽车，则在今年11月初宣布将推出三款Robotaxi产品。
这一节奏显然与其第二代VLA的量产进程紧密协同。
小鹏的Robotaxi从设计之初就为L4而生。当前行业主流方案多为后装改造——在量产车上加装传感器，成本高昂且难以规模化。而小鹏采用前装量产模式，无需改装，成本可控，更利于大规模推广。
硬件层面，小鹏Robotaxi将搭载4颗自研图灵AI芯片，实现高达3000TOPS的车载算力，位居全球前列。同时预埋双冗余硬件架构，两套系统互为备份，一旦主系统失效可瞬时切换。
软件层面，强大的本地算力支持超低延迟交互，依托第二代VLA与VLM模型，可在边缘端实现泛化学习，提升系统通用性与全球部署效率。此外，系统还能通过可视化提示与行人互动，未来还将融合车外语音功能，打造视觉与听觉结合的多维交互体验。
正如前文所述，特斯拉与小鹏坚持“端到端+纯视觉”路线，已被实践验证。而行业内许多玩家仍依赖激光雷达与高精地图的传统规则化方案，在泛化能力和应对长尾问题上存在天然短板。
据高盛报告预测，中国自动驾驶市场规模将从2025年的5400万美元增长至2035年的470亿美元，有望成为全球最大自动驾驶出行市场。瑞士银行预计，到2030年底，中国Robotaxi车队规模或将达到400万辆；若实现全国部署，整体市场规模可达1800亿至2000亿美元。
若有一家企业能被公认为“中国的特斯拉”，其估值将迎来飞跃。事实上，多家机构已上调小鹏汽车估值。长江证券在研报中指出，当前小鹏正处于“强新车+强AI”周期，是国内最早构建“AI汽车+AI机器人+飞行汽车”生态体系的企业之一，对标特斯拉，未来估值提升空间广阔。
招商证券国际亦认为，小鹏汽车已形成类似特斯拉的产业链布局，智能化部分的估值目前被低估。
展望2026年，若小鹏汽车凭借“纯视觉+数据驱动+前装量产”的新范式，成功突破成本、规模与泛化能力三大瓶颈，实现Robotaxi的规模化商业落地，将有望引领物理AI在交通出行领域的深度发展，助力中国科技在全球舞台上实现逆袭。