自动驾驶技术正经历一场深刻的变革。小鹏汽车新任智驾负责人刘先明在深度访谈中，首次公开揭示了其核心技术决策——为何要拆除大模型中的Language模块。这一决策的背后，是对技术效率、空间匹配和数据迭代速度的极致追求。同时，访谈还深入剖析了小鹏从“自动驾驶”向“物理AI”企业的战略转型，为理解下一代AI技术在物理世界的应用提供了独特的视角和思考。
智能速览
小鹏智驾决策“拆Language模块”，因其在效率与空间匹配上存在瓶颈。
拆除后技术方案更直接，仿真与路测指标显示体验泛化性显著提升。
数据是模型的“燃料”，小鹏正全力搭建稳定的基础设施以支持规模化。
小鹏战略定位从“自动驾驶”转向“物理AI”，AI是释放硬件价值的乘法因子。
小鹏与特斯拉FSD路线不谋而合，均验证了“数据规模化+模型简化”的有效性。
主机厂必须自研AI，依赖供应商将失去技术主导权与核心竞争力。
精华内容
为何要拆除一度被视为前沿的Language模块？这背后是对技术本质的深刻洞察。自动驾驶的未来，并非是模型的简单堆叠，而是对效率、泛化与数据闭环的极致追求。
拆除Language的底层逻辑
小鹏决定拆除VLA架构中的Language模块，主要基于三点核心考量。首先是效率瓶颈，Language模块需要人工或大模型辅助标注，并进行人工质检，这严重拖慢了数据迭代速度。其次是空间不匹配，物理世界的输入输出（视觉信号、控制指令）都是连续的，而Language的离散Token化会造成信息损耗和转换低效。最后是依赖风险，依赖开源Language模型会形成技术依赖，难以自主扩大数据规模。
VLA 2.0的实战优势
拆除Language模块后的VLA 2.0方案已成功上车，其核心优势体现在“泛化性提升”和“体验丝滑”两个方面。新技术能更好地适应城中村小路、不同城市及多变天气工况。在窄路会车等复杂场景下，系统的判断和避让动作更接近人类老司机，且安全性更高。据小鹏内部验证，无论是仿真测试还是实际路测，各项开环指标均有显著优化。
数据驱动与基建先行
在刘先明看来，数据是模型的“燃料”，而主机厂的优势就在于可控的数据链路和海量的真实场景数据。目前小鹏的数据量正以每季度30%-40%的速度高速增长，重点突破长尾Corner Case数据的收集。为此，他入职初期的核心工作就是搭建稳定的训练基础设施，解决数千块GPU训练5分钟不崩溃、PB级数据秒级读取等基础问题，因为这是技术能够规模化应用的前提。
物理AI的战略转型
小鹏正从“自动驾驶企业”向“物理AI企业”转型，其业务本质是“做芯片大脑+物理世界交互设备”。这一转型要求公司兼顾短期产品指标与长期技术指标，甚至允许短期功能回退以换取长期技术上限的提升。AI、硬件制造、芯片被视为三位一体，缺一不可：无硬件无法与物理世界交互，无芯片模型无法落地，无AI则无法释放硬件价值。
小鹏“拆Language模块”的决策，不仅是一次技术路线的调整，更是一次关于自动驾驶未来发展范式的深刻思考。它揭示了在数据驱动的时代，简化技术栈、提升迭代效率才是通往真正智能的关键。当AI成为车企的核心竞争力，这场关于技术主导权的争夺，或许才刚刚开始，谁能率先构建起物理世界的AI能力，谁就将掌握未来的主动权。
