智能驾驶竞赛已进入白热化，曾经的引领者小鹏汽车一度陷入“吃老本”的质疑。面对华为、理想等对手的快速追赶，小鹏选择了一条最艰难的路——彻底的自我革命。文章深入剖析了小鹏智驾在技术架构与组织层面的两次关键变革，揭示其如何通过“拆掉语言”的VLA 2.0架构，试图在新一轮竞争中重新确立领先地位。这不仅是技术的对决，更是企业对抗组织惯性的勇气与智慧的体现。
智能速览
小鹏智驾遭遇围追堵截，何小鹏决心通过自我革命寻求破局。
真正的智驾战争是对抗组织惯性，敢于推翻过去的成功架构。
小鹏VLA 2.0架构的关键在于“拆掉语言”，直接输出物理动作。
新架构解决了传统VLA的信息损耗和输出受限问题，效率更高。
硅谷研发中心是小鹏吸引关键人才、完成技术迭代的“火种”。
精华内容
从规则时代的引领者，到端到端时代的追赶者，小鹏智驾的起伏是新势力突围史的缩影。当既有优势成为负担，小鹏如何通过一场颠覆性的技术革新与组织变革，重新夺回主动权？
领先者的焦虑
2024年，何小鹏向新任智驾负责人刘先明提出了一个关键问题：“如何远远甩开当前的对手？”这源于小鹏智驾地位的微妙变化。吴新宙时代，小鹏以Xpilot 3.0/3.5建立了规则时代的护城河，凭借完整的数据闭环开发模式，成为高速与城市NOA体验的引领者。
然而，继任者李力耘虽完成了向“前端到端”XNGP+架构的转型，但行业跟进速度超乎想象。华为、理想等对手迅速崛起，小鹏的领先优势被迅速抹平，甚至被质疑“吃老本”。曾经引以为傲的规则架构和数据闭环体系，在新的技术范式下，反而成了组织惯性的负担。吴新宙建了一座城，李力耘守了一座城，但如何摧毁半座城去另起城池，成了摆在小鹏面前的难题。
拆掉语言的VLA
刘先明的答案是“拆掉VLA里的语言”。VLA（Vision-Language-Action）架构虽是端到端的主流方向，但传统VLA 1.0需要将视觉信号转译为语言，再将语言转译为驾驶动作，这个过程存在两次信息损耗。语言是离散的，而车辆控制是连续的，这限制了模型的精度和效率。
小鹏的第二代VLA架构（VLA 2.0）则彻底颠覆了这一流程。视觉和语言信息作为输入，直接由多模态Transformer大模型推理后输出动作，不再经过语言token的中间转译。这种改变有两个核心优势：一是解决了信息损耗，让模型对物理世界的理解更精确；二是提升了模型效率和泛化能力，使其能处理更复杂的场景，如无需导航指令的园区漫游。
硅谷的必然
能解答何小鹏问题的，绝非偶然。这背后是小鹏坚持多年的战略必然：保留硅谷研发中心。在中国车企纷纷收缩海外研发时，小鹏在湾区仍保有约200人的团队，这成为吸引和储备顶尖人才的“火种”。小鹏智驾的四任核心负责人，均来自湾区。
刘先明正是这颗火种点燃的关键人物。他在Facebook和Cruise的经验，赋予了他“建造”与“极致简化”的双重能力。更重要的是，作为“局外人”，他没有历史包袱，敢于推动彻底的变革，甚至拍着桌子要求拆除所有规则，包括在过ETC这种规则更高效的场景也不例外。这种决绝，是小鹏完成自我革命的必要条件。
超车与自我革命
小鹏第二代VLA与特斯拉FSD V14在技术路径上殊途同归，都采用了多模态模型直接输出动作，并配备了世界模型进行模拟和评估。在2024年底的实测中，两者都展现了“招手即停”等涌现能力，小鹏已具备与特斯拉并驾齐驱甚至超越的潜力。
按照计划，小鹏将在2025年3月为P7、G7、X9 Ultra等车型推送第二代VLA架构。这场变革的深层意义在于，它验证了智驾竞争的终极真理：敢于自我革命。无论是小鹏拆掉规则、语言，还是特斯拉、卓驭的“删库重练”，领先者都在不断拆掉自己亲手搭建的金字塔。在面向L4的未来，只有持续进化的组织，才能在每一次技术范式转换时，找到建新楼的空间。
小鹏的智驾故事，是一场关于勇气与远见的深刻启示。技术领先的红利期转瞬即逝，唯有敢于对抗组织惯性、持续自我颠覆的企业，才能在激烈的竞赛中保持活力。当对手都在模仿时，如何再次定义下一个赛道？这或许是留给所有入局者的思考。
