小鹏科技日首发图灵AI共驾,行业首次将智驾能力深度赋能人驾场景

小鹏汽车将于2026年11月25日举办科技日,正式发布“图灵AI共驾”系统,这是行业内首次将智能辅助驾驶能力延伸至人工驾驶环节。核心功能“VLA自适应减速”通过第二代VLA大模型实时理解路况,动态调节...

人工智能 阅读量: 17.55万

小鹏汽车将于2026年11月25日在广州举办年度科技日,主题定为“Origin 原点”。此次发布会的核心亮点是“图灵AI共驾”系统的首次亮相——这被小鹏定义为行业首次将智能辅助驾驶能力深度赋能于人工驾驶场景的技术突破。

传统的人机共驾模式中,驾驶员主要在辅助驾驶系统(如NOA)运行时介入接管;而“图灵AI共驾”则反向演进:当车辆处于人工驾驶状态时,AI系统持续在线感知与理解环境,并主动为驾驶员提供决策支持与执行优化。其本质是将原本服务于自动驾驶的VLA(视觉-语言-动作)大模型能力,下沉至日常驾驶的底层控制环节,实现从“感知-决策-执行”全链路的跨域协同。

支撑该能力的是小鹏全栈自研的技术底座:图灵AI芯片与第二代VLA模型。图灵芯片已于2025年Q3量产上车,截至2026年8月累计出货超20万片;VLA模型则在人工驾驶状态下持续解析摄像头、毫米波雷达等传感器输入,将场景语义(如前车减速、红灯路口、弯道曲率)转化为可执行的控制指令,交由整车控制器融合踏板操作与硬件边界后输出平顺的减速策略。

首个落地功能为“VLA自适应减速”。该功能无需开启导航辅助驾驶即可生效:当驾驶员松开加速踏板时,系统依据实时路况动态调整能量回收扭矩,避免传统强回收带来的突兀拖拽感,降低乘员晕车概率,同时提升能效表现。小鹏公布的实测数据显示,在典型城市拥堵工况下,开启该功能对比关闭能量回收模式,实际可用续航提升达12.4%。这一收益并非来自简单提高回收强度,而是源于VLA对交通事件的预判能力——例如识别前方车辆缓行时提前介入弱回收,临近红灯时逐步增强回收力度,从而减少机械制动介入频次与能耗。

图灵AI共驾宣传图,展示人形机器人握持方向盘与粒子特效

从小鹏高管驾驶G9L的实测视频可见,车辆滑行过程更为线性自然,乘客体感明显改善。该功能将首发搭载于两款新车型:2026年9月17日上市的小鹏G9L(大五座SUV,限时售价23.18万元起),以及10月29日上市的MONA L05(Ultra SE版本搭载完整第二代VLA模型,限时起售价13.98万元)。小鹏表示,后续将逐步向更多在售车型推送。

值得注意的是,“图灵AI共驾”并非孤立功能,而是小鹏“整车级AI”战略的关键一环。过去两年,小鹏已构建起覆盖芯片、大模型、感知算法、控制策略的全栈能力,并通过图灵芯片实现算力与能效的平衡。此次将VLA能力从“替代驾驶”转向“增强驾驶”,标志着智能驾驶技术进入新阶段:AI不再仅作为“司机替身”,而是成为驾驶员的“认知副驾”与“执行协作者”。

在技术路径上,小鹏强调“持续守护的整车底层能力”——即无论人驾或智驾,VLA始终在线运行,为底盘、动力、热管理等子系统提供统一的场景理解输入。这种架构区别于依赖高精地图或特定场景触发的辅助功能,具备更强的泛化性与鲁棒性。例如在无导航信号的地下车库或乡村道路,系统仍可基于视觉语义判断障碍物距离与运动趋势,优化减速曲线。

行业层面,这一方向具有显著差异化价值。当前多数车企的智驾功能集中于L2+/L3级辅助驾驶场景,而人驾环节的智能化改造长期处于空白。特斯拉的“自动变道”“智能召唤”虽涉及人驾协同,但未形成系统性能力闭环;华为ADS 3.0虽强调“类人驾驶”,但重点仍在接管与通行效率。小鹏此次提出的“AI共驾”概念,实质是将大模型从“决策层”下沉至“执行层”,推动整车电子电气架构向中央计算+区域控制演进。

除图灵AI共驾外,本届科技日还将展示物理AI与机器人方向进展。小鹏人形机器人Iron计划登台与观众互动,呼应何小鹏所提“模型与本体协同进化”的理念。活动时间紧邻11月27日开幕的2026广州车展,预计将成为智能电动汽车技术路线讨论的新焦点。

小鹏科技日主视觉海报,突出“ORIGIN原点”与人形机器人形象

从用户价值看,“图灵AI共驾”解决了人驾场景中的两个长期痛点:一是城市通勤中频繁启停导致的驾驶疲劳与乘坐不适;二是能量回收策略僵化造成的续航虚标感。通过AI预判实现“柔顺减速”,既提升舒适性,又真实延长续航,形成体验与效率的双重正反馈。

技术挑战依然存在。VLA模型需在低功耗芯片上维持高帧率推理,同时保证控制指令的安全冗余;跨域协同要求底盘域控制器具备更高响应精度与容错能力。小鹏选择先以“自适应减速”为切入点,正是因其边界清晰、验证路径明确,且不改变驾驶员主导权——这符合当前法规对L2级辅助驾驶的定位。

文章配图

可以预见,随着图灵芯片装车量持续增长与VLA模型迭代,未来“AI共驾”能力将扩展至弯道预判调姿、坡道防溜车、紧急情况下的协同制动等场景。当AI不仅能“看得懂路”,还能“帮得上手”,人车关系或将迎来一次静默却深刻的重构。