20260323-东吴证券-3月小鹏第二代VLA专题篇_2026年主流车企城市NOA试驾报告_44页_2mb

2026年主流车企城市NOA试驾报告—3月小鹏第二代VLA专题篇总结

核心内容

2026年3月，东吴证券对小鹏汽车第二代VLA进行了深度试驾与路测分析。报告指出，当前C端汽车智能化的主要矛盾已从覆盖面向体验优化转移，主要智能驾驶主机厂和方案供应商已实现城市NOA在复杂场景（如环岛、掉头）的落地，并完善了车位到车位、ETC通行等高阶功能。后续优化重点为Corner Case（极端场景）的处理能力，以提升乘客与安全员的驾驶体验。

主要观点

• 智能化路测“不可能三角”：泛化性、可解释性与实时性在智能驾驶模型中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，是当前智驾模型的核心攻克方向。
  • 可解释性：系统决策逻辑是否透明，影响智驾调整速度，是能力曲线的一阶导数。
  • 时延性：从感知到执行的推理延迟，影响高速行驶安全，可通过硬件提升。

• 小鹏第二代VLA体验提升：

  1. 全场景能力提升：支持复杂场景识别与处理，如逆行车辆、施工占道、异形障碍物等。
  2. 丝滑拟人程度提升：在博弈环节表现自然流畅，变道决策更平滑，窄路会车不再急刹停滞。
  3. 仍存在一些问题：选道能力待加强，尤其在直行分岔路口与非对应车道过红绿灯；应对鬼探头的突发能力需提升。

• 技术架构与模型迭代：

  • 小鹏第二代VLA通过省略语言中间层，提升推理效率和反应速度。
  • 采用原生多模态物理世界基模，实现跨模态世界知识理解，支持多模态输出（语音、视觉、动作、行为）。

• 算力与数据：

  • 车端与云端算力同步提升，单颗图灵芯片有效算力接近10个Orin X。
  • 单次训练数据量达50PB，推理Token消耗量为20万辆Ultra车日均58.8万亿，与ChatGPT训练规模相当。

• 路测表现：

  • 35场路测累计行驶260公里，综合得分3.87分，整体表现优秀。
  • 接管次数为1.66次/场，主要集中在选错道与鬼探头场景。
  • 在窄路会车、加塞避让、无图漫游等场景表现突出，但掉头与路径规划仍有优化空间。

关键信息

路测场景分析

横向比较

推送节奏与未来目标

• 小鹏第二代VLA将在3月下旬及4月开启全量推送。
• 2026年8月目标实现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。

投资建议与风险提示

• 投资建议：坚定看好小鹏汽车，其估值体系将由汽车公司向物理AI科技公司切换，第二代VLA提升了实测场景下的接管率、通行效率和能力涌现表现，加速了公司在C端智能车、B端Robotaxi及机器人业务的布局。
• 风险提示：
  • 全球AI技术创新低于预期；
  • 国内L3智能化渗透率低于预期。

总结

小鹏第二代VLA在城市NOA体验优化方面取得显著进展，具备较强的全场景能力与拟人化驾驶体验，但仍需在Corner Case处理、选道能力及应急反应等方面进一步优化。其技术架构创新、算力与数据支持，为其向物理AI科技公司转型提供了坚实基础，值得长期关注。