深度报告-2026-03-23-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—小鹏第二代VLA专题总结

核心内容概览

2026年C端汽车智能化的重点已从功能覆盖转向体验优化。主流车企已实现包括环岛、掉头等复杂城市NOA场景的落地，并完善了车位到车位、ETC通行等高阶功能。小鹏第二代VLA在这一阶段表现突出，整体能力提升明显，但仍存在部分问题，如选道和鬼探头处理能力需加强。

主要观点

• 智能化“不可能三角”：泛化性、可解释性与时延性难以同时达到顶尖水平。
• 小鹏第二代VLA突破：实现从L2到L4的三大体验升级：安心丝滑、全场景能力、高效率。
• 技术架构升级：第二代VLA省略语言中间层，降低信息损耗，提升推理效率。
• 算力与数据支持：车端与云端算力同步提升，单次训练数据达50PB，推理Token消耗量达4万亿。
• 路测表现：综合得分3.87分，接管次数为1.66次/场，表现优秀。
• 投资建议：坚定看好小鹏汽车，认为其估值体系将向物理AI科技公司转型，加速C端、B端及机器人业务布局。
• 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。

关键信息总结

一、智能化路测“不可能三角”及经验性总结

二、小鹏第二代VLA架构迭代与效果

1. 架构迭代

• 小鹏第二代VLA从标准VLA（视觉-语言-动作）转为创新VLA（省略语言中间层）。
• 提升推理效率，减少信息损耗。

2. 三大体验提升

• 安心丝滑：驾驶平顺性显著提升，拥堵路段频繁启停无明显顿挫。
• 全场景能力：支持复杂场景识别与处理，如逆行车辆、施工占道、乡村小路等。
• 高效率：综合行车效率较当前L2提升23%，初步比肩老司机。

3. 核心技术亮点

• 原生多模态物理世界基模：看、听、读合一，实现跨模态世界知识理解。
• 视觉语言动作模型 (VLA)：具备强因果理解能力，处理遮挡和复杂博弈表现稳定。
• 世界动作模型 (WAM)：掌握物理规律，具有上帝视角博弈能力，但尚未深度路测。
• 端到端模型 (E2E)：反应迅速流畅，但缺乏可解释性，存在安全接管问题。
• Rule-based模型：逻辑确定，低时延，但泛化性差，无法处理未知场景。

三、路测结果与对比分析

1. 上海深度路测结果

• 亮点：换道与绕行能力优秀，安全避让精准，窄道通行零接管。
• 待改进：鬼探头处理能力需加强，车道识别与效率需优化。

2. 广州深度路测结果

• 亮点：博弈能力优秀，场景泛化能力良好。
• 待改进：路径规划偏差、跟车距离过近、抢黄灯、持续靠右行驶。

3. 横向对比

• 小鹏VLA 2.0 vs 某智驾第一梯队：
  • 小鹏接管次数更少，表现更流畅。
  • 某智驾第一梯队接管次数较多，以走错路为主。
• 小鹏VLA 2.0 vs 某Robotaxi方案商：
  • 小鹏在驾驶平顺性与通勤效率上表现优异。
  • 某Robotaxi方案商在体感舒适度、决策果断性方面存在短板。

四、纵向路测变化

• 接管次数减少：从安全型接管向效率型转变。
• 场景复杂度提升：关注点从挑战难度场景转向舒适性体验。
• 模型表现提升：系统在博弈、避让、路径规划等方面表现更接近人类驾驶习惯。

五、投资建议与风险提示

• 投资建议：坚定看好小鹏汽车，其估值体系将向物理AI科技公司转型。
• 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2026年3月的路测中表现出显著的体验提升，尤其在全场景能力和丝滑拟人程度方面。虽然仍存在选道和鬼探头处理能力不足等问题，但其技术架构和算力提升为后续优化提供了坚实基础。小鹏的商业化布局加速，大众成为其第二代VLA首发客户，标志着其向智能技术解决方案供应商的转型。未来，小鹏有望在自动驾驶领域实现更大突破。