小鹏VLA2.0实测
目前全球自动驾驶领域,特斯拉在北美的FSD V14与中国的小鹏VLA第二代被视为最接近L4级别的两大系统。两者在技术路线和实际表现上各有千秋,通过对窄路会车、复杂路况博弈以及行人意图识别等场景的实测,可以直观看到两套系统在决策逻辑与适应能力上的差异。
01极窄路面会车:决策逻辑的一致性
窄路会车场景表现
以退为进策略
在极窄路面会车时,识别出道路宽度不足以双向通行。
主动选择避让,倒车退入路侧车位等待对向车辆通过。
等对向车道清空后,驶出车位继续前行,实现最高通行效率。


先行避让策略
在乡间小路遭遇右侧违停车辆及对向公交车逼近的拥堵局面。
预判前行会导致三车死锁,主动停车让行。
待公交车通过后,迅速起步绕行,做出与特斯拉相同的“以退为进”决策。
在窄路通行这一经典场景中,小鹏VLA第二代展现出了与特斯拉FSD V14高度相似的决策逻辑。两者均能准确评估空间几何关系,并选择牺牲局部时间以换取全局最优解,体现了在复杂静态环境下的高水平规划能力。
02动态博弈与意图识别
- 停车场快速博弈
在停车场场景中,小鹏VLA能够迅速识别对方车辆的让行意图,并立即进行方向盘操作加速通过,展现了高效的动态博弈能力。相比之下,特斯拉FSD V14因训练时间更长,在泊车场景下的行驶流畅度目前仍保持一定优势。 - 左转多目标穿越
面对左转时两台穿行的三轮车,系统能精准判断第一台车不让行,而第二台车已减速让行,果断从两者空隙中穿行。整个过程无急刹急加速,速度变化平顺,类似人类老司机的操作。 - 非标准化行为理解
当车辆被电瓶车阻挡,一位推车大爷停下回看时,系统立即减速预判其过马路意图;随后察觉到大爷目光接触并停止不动,迅速理解其“让车先走”的新意图,随即轻柔避让并加速通过。
中国路况的交通参与者更具多样性,电瓶车与行人的行为逻辑也更为随机和复杂。实测表明,小鹏VLA第二代在识别非机动车及行人细微肢体语言和眼神交互方面具有显著优势,能够应对比北美路况更难的场景挑战。
03总结与展望
作为首个版本的迭代产品,小鹏VLA第二代在处理复杂道路博弈和意图识别上已展现出接近L4级别的潜力,其带来的震撼程度不亚于当年FSD V14的初次发布。尽管在部分场景的丝滑度上仍有提升空间,但其针对本土化路况的优化能力已得到充分验证。
当前文章无评论,是时候发表评论了