文章摘要：在2025年科技日上，entity["people","何小鹏",0]首次公开披露了其牵头的 entity["organization","小鹏汽车",0] 在“物理 AI”领域取得的突破性进展，这标志着自动驾驶技术从数字算法走入真实物理世界、从感知–决策向行动–控制全面跃升。他提出的“物理 AI”理念，意味着AI不再仅在屏幕里“思考”，而能在车辆、机器人、飞行器等具身载体中“行动”，真正融入现实交通与出行体系。文章首先从技术基础、模型架构、应用场景和产业生态四个方面详细阐释了这项突破如何助力自动驾驶技术革新：展示了更强算力支撑、更深物理世界理解、更广泛应用载体和更完整生态布局。最后，文章总结了该突破对自动驾驶未来方向的深远意义：不仅可能加速 L4 级无人驾驶落地，还可能推动机器人、飞行汽车等新形态出行成为现实。通过这一次“物理 AI”跃迁，何小鹏与小鹏汽车正在从“造车”迈向“智能出行平台公司”的转型，其战略视野与技术体系或将重塑整个产业格局。

1、技术基础突破

首先，在技术基础层面，何小鹏所披露的物理 AI突破，为自动驾驶提供了新的架构思路。以往的自动驾驶系统更多依赖于视觉 + 雷达 + 激光雷达的组合，再加上高精地图、基于规则或机器学习的决策模型。而此次小鹏团队提出的物理 AI，则强调从“数码世界”走向“物理世界”，强调AI不仅在算法层面智能，更在物理载体上具备“理解–行动”的能力。 citeturn0search1turn0search8

其次，他们在算力和模型规模上也实现了显著提升。报道显示，小鹏团队在车端、云端都加大投入，比如车端算力达到千 TOPS 级别，云端模型参数规模达到数百亿。 citeturn0search3turn0search4 这些硬件和模型基础，为真正把AI嵌入车辆、机器人等物理载体中奠定了坚实条件。

第三，技术基础的突破还表现为从传统「视觉–语言–动作（V → L → A）」模型路线向「视觉直接生成动作（V → A）」的新范式转变。通过去除中间语言环节，实现更低延迟、更高效率的决策与控制，真正贴近车辆在真实道路、物理环境中的训练与应用场景。 citeturn0search9turn0search8

2、模型架构创新

在模型架构方面，小鹏团队提出了第二代 VLA（Vision-Language-Action）大模型，以及其在物理 AI语境下的延展。该模型不再单纯依赖语言中介，而是直接由视觉输入驱动动作输出，是其模型架构的一大创新。 citeturn0search3turn0search8

该架构同时打通了车端雷火官网与云端、视觉与控制、感知与动作之间的壁垒，形成了一条“从数据采集—模型训练—车端部署—实际控制”的完整链路。在此流程中，小鹏团队采取了巨量真实驾驶视频数据、端到端训练、无须人工标注等方式，提升模型的泛化能力与长尾场景应对能力。 citeturn0search3

此外，模型架构还强调“跨体载体”的通用性：同一个物理 AI基座模型不仅用于智能汽车、还可用于 Robotaxi 、人形机器人与飞行汽车。这种架构设计使得小鹏的技术具有平台化与扩展化潜力。 citeturn0search1turn0search4

3、应用场景扩展

从应用场景来看，何小鹏所推动的物理 AI突破，不仅局限于私家车自动驾驶，而是扩展至更广泛的出行形态。比如，他们公布 Robotaxi 量产、飞行汽车试飞、人形机器人落地等多项载体。 citeturn0search2turn0search3

具体到自动驾驶汽车层面，小鹏团队提到其新系统可在复杂小路、无导航漫游环境、混行环境中显著提升驾驶性能，平均接管里程（MPI）实现多倍提升，这表明从高速场景走向城市、社区、复杂道路场景的能力正在提升。 citeturn0search3

而这些扩展的应用场景，正体现“物理 AI”所强调的“具身智能”理念。AI不仅在车内“做出决策”，而是在各种载体中“具备身体”，能够在人、车、道路、机器人、飞行器之间进行物理交互。这种跨场景、跨载体的拓展，标志着自动驾驶技术革新的深度与广度。 citeturn0search1turn0search7

4、产业生态构建

在产业生态层面，何小鹏所披露的突破还伴随着一系列合作伙伴、生态开放与平台化战略。在 2025 科技日小鹏宣布其 VLA 模型将向外部伙伴开源、与其他品牌合作，并对其 SDK 开放，这意味着其自动驾驶及物理 AI能力不再闭环于自身，而愿意与生态协同发展。 citeturn0search7turn0search4

此外，小鹏在硬件、软件、训练数据、算力平台等方面都采取自研或联合开发的路径，强调“软硬一体”并行发展。在车型、机器人、飞行器等多形态载体中共享底层模块，这种平台化设计有助于实现规模效应、降低成本、加速落地。 citeturn0search8

最后，从区域发展与产业布局来看，小鹏的突破与所在地区（如广东、广州）的智能网联汽车、低空经济、智能机器人等产业政策高度契合。这种技术与产业政策的良性互动，有利于加速技术落地、生态形成与商业化推进。 citeturn0search7

总结：

综上所述，何小鹏首次披露的物理 AI 突破，将自动驾驶技术推进至一个全新的维度。从技术基础的强化、模型架构的创新、应用场景的扩展，到产业生态的构建，这一系列动作共同推动自动驾驶从“感知 + 决策”走向“具身 + 控制”，从实验室验证迈向真实世界落地。

未来，这一突破不仅可能加速 L4 级无人驾驶在城市环境中的商业化，也为人形机器人、飞行汽车等新形态出行方式铺路。换言之，小鹏汽车在何小鹏的领导下，正由传统汽车制造商转型为“面向物理 AI 时代”的智能出行平台公司，其战略视野与技术体系或将成为行业新标杆。