对话何小鹏：正在物理AI时代数据是新的石油

　　二者之间仍然有着庞大的差距，但从另一个角度看，小鹏正在机械人、从动驾驶范畴SDK，挖掘物理AI的数据石油，也正在帮其抢占物理AI高地。

　　何小鹏：由于我们良多AI手艺的开辟、目前算力的提拔，曾经可以或许很好地去催生Robotaxi的机缘，和半年前、两年前完全纷歧样。

　　第三，从贸易角度看，像人更容易让大师有亲和感，更有采办欲。卖得多带来规模效应，成本更低，成本更低就能够卖得更多，会构成正向轮回。

　　米良川：最起头是model base，大要正在2023年摆布利用，但现实上我们正在2024年就曾经把它丢弃了。我们也支撑MPCC（模子预测节制），这是业界用得比力多的手艺线。我们第三代选择了一个比力难的，就是实人模仿——你们看到的猫步也好，天然行走也好，它的步态和气概现实上是嵌正在节制模子里面的。它迈步子本身不是轨迹跟从或姿势跟从，而是生成式的。好比说猫步的阿谁姿势，怎样走都是猫步，包罗左拐左拐。

　　但它带来的问题是，你引入了两头一个离散化的言语输出，成为了瓶颈，如许会让数据利用的规模遭到。一个系统没有任何两头瓶颈，才可能大规模地做起来。

　　何小鹏：小鹏可能是一个纷歧样的Robotaxi公司，由于我们做了前拆的车，做了量产的车。小鹏Robotaxi、同时还有一个Robo（私家L4），能够To C发卖，能够大幅度分摊BOM和研发费用。

　　起首，中国和美国分歧，正在市场、科技公司、本钱市场，有一些环境有所分歧。第二，特斯拉是有一些劣势的，特别是他们正在电动车范畴得更早，而且度也很是高。

　　何小鹏暗示，二代VLA所展示出的物理AI能力只是一个起头。实正的难题不正在于模子的出现，而正在于可否更快实现不变量产。那意味着不只要让“长板”更长，还要让中板和短板被一并补齐。量产，是小鹏接下来必需跨过的门槛。

　　刘先明：我们退归去想，从动驾驶素质上它是一个物理AI的问题，你要测验考试去理解这个世界，为它做三维建模，然后推演什么工作要发生、做预测，再按照这些做出最平安、最合适人类认识的一种选择。这就是物理AI的素质。

　　Q：您提到现正在的活动完满是生成式的，能否能够理解为机械人自从上下台，背后曾经没有遥控器，曾经有一个激活的大模子正在工做？

　　刘先明：良多VLA架构根基都是图像进来，通过一个狂言语模子最终输出一Meta action（高级笼统的动做指令），Meta action一般是文字，然后再通过文字的体例处置后输出。这种体例最大的益处是你有良多开源模子能够用，能够间接拿开源的NLP模子来做推理。

　　米良川：机械人现正在的节制道理，包罗节制器，是全体支撑的。根基上仍是要告诉它标的目的和速度，它只需要这两个工具。

　　此中，小鹏汽车推出了首个量产品理世界大模子即第二代VLA，这也是小鹏正在物理AI范畴摸索的环节手艺冲破。正在何小鹏看来，当AI将进一步进化，AI将不再仅逗留于应对取生成，而是间接参取、AI的能力要从数字世界延长至物理世界。

　　Q：特斯拉和小鹏是全球、全世界营业沉合度最高的两家公司，若是用一个词归纳综合，小鹏和特斯拉最分歧的地朴直在哪里？

　　刘先明：这几年AI成长最大的原动力来自于scaling和data scaling，即不断地用更大规模的数据来锻炼，我们正在言语模子看到了很是好的结果。

　　二代VLA带来的机械逐渐理解、交互和改变世界的能力，也是小鹏起汽车、机械人、飞翔汽车等多元营业线的决心来历，由于它们所面临的都是统一个物理世界，所需要处理也都是基于物理世界消息进行决策。

　　何小鹏：正在海外市场方面，小鹏也正在积极推进XNGP的落地历程。目前，公司已对多个国度和地域进行了前期调查，此中部门市场的法令律例已答应摆设更高阶的智能驾驶功能，例如高速NGP等。

　　正在贸易化落地规划中，何小鹏暗示科技日上发布的多项手艺将正在2026年进入迸发周期：第二代 VLA 端到端辅帮驾驶、小 NGP、无需漫逛的 Super LCC、第二代人形机械人 IRON、前拆量产 Robotaxi。

　　何小鹏：小鹏的方针是，接下来十年有一半产物正在中国以外发卖。所有产物线和大部门的产物，我们城市考虑若何全球化。现实上，有部门的产物好比飞翔汽车正在全球的利用场景，可能比中国还多一点、还快一点。

　　对于小鹏来说，也想要供给愈加经济的处理方案，来更好地帮帮客户享遭到L4的便当性。目前，正在Robotaxi范畴，我们和良多生态合做伙伴合做。

　　目前小鹏愈加，由于我们是一个年轻的公司，我们有本人的局限性，没有资本去做良多工作。我们正在机械人、正在从动驾驶车上SDK，能够让我们和更多人合做实现良多手艺，如许也能够更好地去帮帮我们的产物和手艺成熟。

　　据小鹏汽车结合创始人、施行董事、董事长兼CEO何小鹏透露，第二代VLA是正在接近放弃研发的中俄然实现的。

　　相较于保守的行业尺度版的VLA，小鹏二代VLA去掉了言语这一两头转译环节。削减了言语转译的延迟后，视觉信号中转动做指令，而且小鹏二代VLA利用大量的长尾视频数据，大模子从进修仿照变成更伶俐的理解。

　　何小鹏：将来，我对机械人的见地可能更乐不雅。汽车正在全球是10万亿美金的市场，一年出产9000万台车；而机械人是20万亿美金的市场。当然它不会这么快（实现），可能需要10～20年的时间，正在这个时候可能会有2亿或者更多的人形机械人。

　　标的目的和速度能够来自于上层的模子生成，好比我们的模子就是标的目的和它间接对接的。若是是遥控，现实上就是一小我正在摇杆操做；若是是既定的编排轨迹，也是如许的体例。

　　目前我们仍是正在贸易化晚期阶段，可能正在3～5年之内能够实现你方才提到的场景，能够做更多分歧的工作。但若是我们想要机械人正在家里去照应白叟、照应小孩，那可能需要更久的时间，以至可能需要5～10年。有些人说，人类可能正在良多场景下会被机械人代替，但正在我看来，这是不成能实现的。

　　刘先明：难点正在于模子的做法。模子是通过言语建模做离散化token（字符单元），然后颠末一个架构，最终输出。

　　米良川：我们也正在勤奋但愿跟更多同业合做，但当前阶段仍是以自研为从。我们的计谋合做伙伴更多是正在一些硬件上，包罗一些局部手艺长进行合做。

　　刘先明：我们最大的劣势就正在数据。采集长尾数据有两个方面：一是车端的infra，我们做了很主要的工做——识别哪些数据是要的，哪些是不要的。一辆车平均每天开1。7个小时，能碰到良多好驾驶场景和极限场景，只需有法子识别出来就能够。二是云端有比力大的数据闭环，分布，避免统一场景下太多反复数据。

　　正在科技日后，小鹏被称为是最像特斯拉的企业，小鹏汽车的市值回到220亿美元，特斯拉的市值约为1。5万亿美元。

　　取此同时，第二代VLA大模子的成熟，也为小鹏切入这一市场供给了劣势。二代VLA已具备脱节高精地图依赖的能力，可间接支撑前拆量产方案，而非过后。同时，通过取量产车型共享研发系统，小鹏得以正在机能的前提下分摊成本压力，将单车成本节制正在更具经济性的区间。

　　我们机械人的所有螺丝根基都是自研。这给了我们迭代的效率，也给了我们手艺降本的机遇。但别的一部门，最无效的降本仍是比及财产比力成熟，供应链可以或许共享沉淀下来。

　　顾宏地：本年8月份，奥地利工场正式起头投产，本年的产能规模大要是几千到大几千辆，来岁我感觉是几万辆的规模。

　　刘先明：物理世界交互的素质其实是间接输出节制信号。为什么这种基于端到端的视频输入、动做输出的大模子能工做？由于当人类做任何动做时，需要履历几个过程：先要理解这个场景的3D是怎样建立的，然后按照过去的汗青消息做出对将来的判断，最初按照本人的指令做出最终步履。

　　环绕物理AI、机械人、营业成长等内容，雷峰网等取小鹏汽车董事长何小鹏、小鹏汽车副董事长兼联席总裁顾宏地、小鹏汽车从动驾驶核心组织担任人刘先明、小鹏汽车机械人副总裁及AI手艺委员会担任人米良川进行了多场交换。

　　它将营业聚焦正在四个标的目的：智能汽车、机械人、Robotaxi取飞翔汽车。这四个板块并非简单并列，而是以智能驾驶为焦点的分歧演化径。汽车是贸易化起点，Robotaxi是算法的城市化延长，机械人取飞翔汽车则是具身智能和空间智能的外溢成果。

　　何小鹏：我们不研发电芯，都用合做伙伴的，我们固态电池的电芯来自于两家，一家来自海外，一家来自中国。

　　米良川：我们判断以机械人当前的能力形态，正在这些场景可以或许发生无效的价值。同时正在现实场景中必然会发觉新问题，只要正在这种知行合一的实践过程中，才可能实正推进能力提拔。当能力提拔到必然程度，天然就会发觉新的使用。

　　何小鹏：我们说V+L，转译环节没有变类的言语跟格局，而是变成了一个物理世界的新言语，所以它不是人类可见、可认知的言语，效率很好，更丰硕。

　　刘先明：举个例子，我要去欧洲等海外市场、去一个新的处所落地本地的Robotaxi，其实不需要数据标注，只需这个处所有小鹏的车能够采集数据，就能够把这件事搞定。不需要再定向采集良多数据，不需要雇良多人去标注数据，成本会下降良多。

　　第二，我们的家庭、工场，现实上大部门都是为了便利人类去利用而设想、建制、运营的，所以若是它越像人，越容易顺应这个世界。

　　何小鹏：正在人形机械人上，分歧的公司会选择分歧的贸易化方案，正在我们公司有一些法则，让机械人不要有太多用手的操做，以及我们也想正在机械人的聪慧或者是智力方面，循序渐进地成长。

　　顾宏地：特斯拉和小鹏的对比中，有两个出格的点。第一是我们不异的处所，我们都沉视规模，干事时不单愿只针对一个很小的细分市场，而是但愿达到量产和规模化，这是我们不异的处所。第二是我们分歧的处所，小鹏是一个很是的生态。

　　正在这种思虑下，小鹏将硬件营业从汽车延长至机械人、飞翔汽车、Robotaxi等板块，大概会带来更大都据，构成更大的软硬件轮回能力。

　　正在他看来，物理AI将成为将来科技公司新的合作。正在物理AI时代，数据是新的石油，谁能先获得大量高质量数据并构成“数据-体验-更大都据”的闭环，谁就能取得劣势。而这一轮回的起点取环节环节，都取决于企业正在硬件和工程化能力上的深度投入，最终形成软硬件协同演进的闭环。

　　若是我最终的输出信号间接是行为的话，那它其实包含了沉建、理解、生成和最初推进的所有过程。只需用更大规模的数据、更大的模子把这个事做下来，理论上就能够处理这个问题。

　　11月5日，第七届小鹏科技日如期进行，勾当地正在小鹏新搬家的总部园区。从晚期蜗居广州城中村的创业团队，到现在具有自建科技园区，办公地址的变化背后，也藏着小鹏成立11周年后从坐稳到跑向世界的愿景。

　　顾宏地：我们目前正在押求的，其实更多的是科技和产物，确实此中有些和特斯拉比力雷同。都聚焦于物理AI，同时聚焦打制智能汽车、从动驾驶、人形机械人等等。我们正在部门范畴以至比特斯拉起头得更早，好比飞翔汽车，人形机械人。某种程度上，我们是聚焦于利用手艺和AI去打制更多物理世界的场景。

　　Q：为什么小鹏Robotaxi首个全球生态合做伙伴选择了？第二个问题，来岁要发布三款无人驾驶出租车，这三款车的差别正在哪儿？

　　特斯拉有分歧的产物，电车只是一部门，同时他们也有AI模子、FSD，以及良多生态企业，各种加起来能够构成他们的估值，小鹏也正在不竭推出各类产物及手艺，但愿小鹏正在将来能够获得一样的国际声望。

　　是一个出交运营商，所以它来运营，我们供给“东西箱”，这是合适两家计谋定位的。三款Robotaxi是分歧价位的，供给5、6、7座，满脚分歧用户的需求。

　　Q：发布会提到了机械人的一些场景，好比说拧螺丝、做家务，这些可能都不是立即会实现的场景，正在你们看来，若是实现这些场景可能需要几多年？

　　2024年，小鹏内部同时研发两代VLA，却一曲没有取得冲破，研发团队也逐步得到决心，以至有些高管逃避参取演讲会。可是正在不久后的一天，二代VLA俄然呈现出欣喜的理解能力。小鹏内部认为，这种变化源于手艺堆集触及某个临界点后的天然迸发，没有法子确认是什么量变触发了这种量变。

　　Q：营业线上，包罗机械人、低空飞翔器甚至Robotaxi，小鹏是若何对待它的国际化市场潜力？

　　Q：很多中国大公司常被拿来和特斯拉比力，但估值却远低于特斯拉。正在将来，我们该当若何让本钱市场更好地提拔小鹏汽车的估值？

　　Q：小鹏为什么机械人“高度拟人化”？若是做高度拟人化，对应很是高的投入成本，怎样做衡量和选择？

　　我没有想过10年当前，一年能卖几多机械人，但必定会跨越汽车，跨越100万，这是从10年的角度来看。从短期的角度来看，机械人的量产还要过良多良多关。

　　更拟人的机械人，有三大益处：第一，今器人想做到伶俐，不克不及用法则，要用AI来驱动，只要从人类世界才能够学到最多的数据。

　　何小鹏：我没有切确的谜底，可是良多工艺是一样的，好比说、域节制器，AI 软件有70%是一样的，但机械人的关节、皮肤正在汽车零部件上是没有的。

　　别的，基于二代VLA，小鹏Robotaxi不需要高精地图，不需要扫街，不需要激光雷达，更像一个物理世界的人去思虑，所以更广度、更泛化，不需要摆设费用。小鹏汽车正在Robotaxi范畴，研发费和BOM比其他公司天然具有百分之几十，以至几倍的劣势。

　　米良川：古语讲量变惹起量变。我们客岁发布之后，采用了最的生成式体例去做节制器。从客岁10月份一曲到本年3月份都正在迭代优化。正在这个过程中整个团队包罗我本人都经常，持续优化数据、优化各类工具，但总看不到量变。3月26号那天晚上，团队测试倒着走的时候，正在器视频里看发觉倒着走仿佛有点意义，那一天就是我们节制器的拐点。

　　物理模子也有同样的问题：若是想要更大规模地利用数据，必然要拆掉所有的separation（模块边界），让它变成一种自监视的模式，不需要人工标注。只需有言语存正在，就必然涉及到人工的筛选或标注，于是我把它拆掉，让它变成一种很是极致的数据驱动模式。

　　此外我们也看到，L4智驾越来越成熟。正在过去6个月到一年傍边，良多公司以及行业合做都聚焦于L4级从动驾驶。当我们去转向L4、转向Robotaxi的时候，目前的环境和半年以至一年前是完全纷歧样的。

　　Q：小鹏把VLA的“L”去掉了，是实的消弭了吗？若是实的消弭了，你们现正在还叫VLA，不应当是叫VA吗？

　　刘先明：一曲有人拿这事问我们选的是哪条径。其实素质上这两个没什么太多区别，都是一种极致的端到端系统。我们更多仍是要回归根本素质，去处理根本本身的问题。

　　刘先明：就是把大模子、大算力、大数据堆到一块，模子逻辑很是简单，背后的道理也很简单，没有什么复杂的故事。但想把它做好难度很大，很是大的数据要一口吻读进来，还要正在千卡、万卡级别锻炼得很是不变不崩掉。

　　估计来岁将正在欧洲率先实现相关功能的落地。同时，公司也正在持续跟进及东南亚市场的政策进展。需要强调的是，海外XNGP的落地不只取决于手艺成熟度，也取各地的法令律例亲近相关，小鹏正正在取本地及监管机构连结沟通，以鞭策手艺合规化使用。

　　刘先明：这只是一个demo、一个模子。从模子到最终量产涉及摆设问题。除了保守剪枝量化方式外，更主要的是要把它放正在端上、放正在芯片上，所以需要低延时、高帧率、当地化的摆设方案。我们做了从模子到软件到编译器到硬件的结合优化和协同设想。

　　正在其他处所扶植当地化工场，我感觉是绝对需要的。一个但愿达到全球领先的企业，没有一家是只靠出口能达到的，必然要有本地的结构——出产、研发、发卖办事、品牌扶植，这些都是我们必必要做的。所以我认为未来正在次要的发卖地域。

　　何小鹏：人形机械人是男是女不主要，就像你能够买黑颜色的车，也能够买白颜色的车。正在第一代机械人里面，我但愿完成一个男性、一个女性的机械人，我认为都是需要的。

　　愈加的生态系统和愈加封锁的系统，都有本人的好坏势，好比封锁的可能更容易去获得经济效益，的可能更容易和合做伙伴合做。

　　除了更多营业面向更大市场的动做外，小鹏正将其部门焦点手艺以开源形式。其第二代VLA大模子面向全球贸易伙伴开源，公共汽车成为该手艺的首发客户，后续将鞭策第二代小鹏 VLA 和图灵芯片，正在公共品牌车型上落地。

　　Q：良多Robotaxi公司还没有取得盈利，请问你们正在推进Robotaxi打算时怎样确保有盈利？

　　何小鹏：是中国很是大的出行生态平台，小鹏跟良多Robotaxi公司纷歧样，无论是正在中国仍是全球，都不逃求本人的全力运营。但愿小鹏做Robotaxi就像一个“东西箱”一样，有车、有软件、有SDK接口，出来给合做伙伴，他拿着“东西箱”就能做当地Robotaxi的运营。

　　从动驾驶本身就是物理AI或Robotaxi里面最简单的一种问题，它只要两个度：向前的加快度以及标的目的盘的转角，比拟于一般的机械人来说度小良多，数据空间小，数据也更容易获取。所以物理AI的第一件事就是去做从动驾驶。