猜你想问
小鹏第二代VLA的技术突破点是什么？
小鹏第二代VLA通过四大底层架构升级实现技术突破：Infini-VLA支持最长30秒时序信息利用，Streaming Inference将端到端响应速度提升300%，X-Foresight+Flow Matching推演未来6秒多种可能，MoT混合架构提升参数量3.5倍而不增加算力。这些升级使车辆在黄灯通行、对向博弈等长时序场景中决策更连贯，乘坐更平稳，实现从3D空间到4D时空的跃迁。
物理AI赛道的发展趋势如何？
物理AI赛道正通过端侧算力、时延、安全与法规约束下的规模化提升实现发展。小鹏等企业通过同源技术验证L4能力（Robotaxi已超2000单内测），向下蒸馏覆盖更多车型，向外延展至机器人，形成“one infra, two products”模式。AI Infra方面，训练数据达1.1亿video clips、超100万小时时长、超1000PB存储，数据吞吐量增长10倍，快速闭环机制确保问题7天内进入训练集，推动技术快速迭代与商业化。
报告重点分析了哪些方面？
报告重点分析了小鹏第二代VLA的技术升级，包括四大底层架构的改进及其对驾驶体验的优化。同时，报告强调了小鹏的AI Infra建设，包括海量训练数据、快速闭环机制和同源技术体系，展示了其在数据与体系上的壁垒。此外，报告还探讨了小鹏的全球化能力，如德国本地化模型的快速上市，以及其作为物理AI企业的技术底座复利效应。
当前智驾技术市场处于什么阶段？
当前智驾技术市场正从技术迭代向商业化落地过渡。小鹏等企业通过持续的技术升级和大规模数据训练，推动智驾能力在端侧实现规模化提升。例如，小鹏的Master Agent能理解复杂意图并调度垂直Agent协同执行，实现整车智能任务闭环。同时，全球范围内L4测试和Robotaxi运营逐步展开，但商业化仍面临政策、成本等多重挑战，市场整体处于快速发展但尚未完全成熟阶段。
研报提示了哪些风险？
研报提示了乘用车行业价格战、智驾技术迭代与商业化不及预期、L3/L4政策推出节奏不及预期、人形机器人产业化进展不及预期等风险。这些风险主要涉及市场环境变化、技术发展不确定性以及政策支持力度。例如，乘用车价格战可能影响企业盈利能力，而智驾技术商业化落地需要克服成本和法规障碍。此外，人形机器人作为小鹏的另一发展方向，其产业化进程也存在不确定性。