2026年汽车行业3月小鹏第二代VLA专题篇：2026年主流车企城市NOA试驾报告

智能化路测【不可能三角】及经验性总结

2024-2026年间，我们通过智能化路测，总结出了智能驾驶经验性的“不可能三角”，分别为泛化性 （Generalization）、可解释性（Interpretability）与时延性（Real-time/Latency）。 从路测经验性维度总结，这三个指标往往难以同时达到顶尖水平： 泛化性：处理从未见过的长尾场景的能力，或为目前智驾模型攻克的核心方向。 可解释性：系统做出决策的逻辑是否透明，能否告诉用户和工程师“为什么这么开”，可解释性越好， 对智驾调整的速度就越快，是智驾能力曲线的一阶导数。 时延性：从感知到执行的推理延迟，直接关系到高速行驶的安全，可以保障MPI的下限，但除去模型本 身，其表现或能通过硬件提升。 针对Rule-based、E2E、VLA与WAM，我们尝试将其路测表现与其原因对应到这三个维度上。

小鹏第二代VLA架构迭代

架构迭代：第二代VLA大模型

小鹏探索出第二代VLA大模型。从标准VLA（V→L→A）转为创新VLA（省略语言中间层转译）， 降低信息损耗，推理效率更高，反应更快。

效果：第二代VLA实现三大体验提升

小鹏第二代VLA实现跨越L2到L4的三大体验升级。1）安心丝滑：妈妈敢用；2）全场景能力：哪 里都能用；高效率：老司机爱用。

核心场景覆盖能力：1）支持复杂场景识别与处理，包括逆行车辆、路边突然开门、障碍物、颠簸 路面、夜间行人、动物穿行等。2）实现全场景通行，涵盖城市主路/辅路、小区/地下停车场、窄 路（胡同、城中村）、施工占道、夜市（异形物、人流）、乡村小路、暴雨/夜间环境等。3）支 持P档激活起步（路边/停车场原地激活NGP，前后车距近的场景暂未支持，2026年后续版本解 决）、无导航漫游（城区/停车场漫游，地下停车场漫游最晚下一期发布）、乱停车场景自主寻路。

舒适度与效率优化：1）推出小鹏智驾舒适度评测软件，从急刹急加速、切线变道晃动、颠簸、行 程顺畅度四个维度评估，目标达到专业本地老司机水平。2）对比传统L2辅助驾驶，第二代XNGP 急刹次数显著减少，行驶更平缓；综合行车效率较当前L2提升23%，初步比肩老司机。3）具备 智能交互能力，如主动避让救护车、配合交警查酒驾停车等。

性能与安全目标：计划2026年内将所有道路场景覆盖度提升至与城市主干道一致。目标2026年8 月在中国实现Tesla FSD在硅谷的效果（中国场景难度更高）；预计1-3年内实现完全自动驾驶。

模型：打造原生多模态物理世界基模

小鹏第二代VLA是原生多模态物理世界大模型，看、听、读合一，跨越模态壁垒，复刻人类感知 本能。

VLA 2.0设计了原生多模态tokenizer，以更高效率编码信号并实现早期融合，避免单一模态偏差；

模型采用32倍超密视觉推理思维链（Visual CoT）技术，更快的思维过程，更高的预测精度，相 比传统CoT预测误差降低33%。支持多模态输出（语音、视觉、动作、行为）；

模型具备多模态输出能力，可生成视频、声音及动作行为，支撑世界模型、仿真和self-play强化 学习，也是原生舱驾一体、舱驾联动的基础框架。