小鵬汽車何小鵬豪賭「物理 AI」：捨棄數十億軟體研發，轉向激進技術路徑
張曉軍專訪，2026 年 5 月 28 日
何小鵬在去年做出了中國汽車史上風險最高的決策之一，且幾乎無人知曉。2025 年 4 月，這位小鵬汽車創辦人兼執行長單方面決定，放棄公司已投入數十億人民幣研發的第一代自動駕駛系統，全面轉向他所謂的「物理 AI」（Physical AI）。這項決定引發內部出走潮，員工紛紛離職，但何小鵬依然堅持推動。一年後，這場豪賭似乎初見成效，儘管他坦言，最終成功的機率僅有 20%。
這項激進轉向源於何小鵬日益強烈的信念：整個汽車產業正在打造他所嘲諷的「AI 縫合怪」——即將 AI 工具強行套用在傳統軟體架構上，而非從第一性原理出發，將車輛重新構想為智慧物理代理（Intelligent Physical Agents）。2023 年中，小鵬汽車內部同時進行兩套自動駕駛程式：第一代系統在現有框架內漸進式提升端到端能力；第二代方法則使用規模大得多的基礎模型，並採用截然不同的思考邏輯。何小鵬解釋，第一代系統的能力上限約為 1,000 分，下限則在 900 分左右；第二代系統的上限雖可達 10 萬至 100 萬分，但其下限卻低得驚人，僅有 100 分。
2025 年 4 月的轉折點
何小鵬形容這個轉折點並非一場正式會議，而是 2025 年初在他腦海中結晶出的體悟。他觀察競爭對手數月，發現他們似乎在追求通往「勉強可用」自動駕駛的捷徑，卻在解決極端場景（edge cases）時撞上牆壁。「我認為所有公司都覺得透過更簡單的方法和更快的效能，就能做出看起來勉強可用的自動駕駛，」他說。「但做了一兩年後就會發現，為了彌補諸多缺陷，反而受限於自己的短板，導致永遠無法實現 Level 4 或 Level 5。」
理論上的突破來自於他意識到數位 AI 與物理 AI 的本質區別。何小鵬指出，數位 AI 在人類語言中運作，這是「高度總結與濃縮」的；而物理 AI 必須處理大量無法用文字充分描述的數據。「我們每個人每天看到的數據量，根本不可能用文字總結、描述、還原和複製，」他說。這種區別意味著數位 AI 公司的做法——小鵬團隊曾試圖效仿——在物理世界中結構性地不適用。
2025 年第三季末，何小鵬對小鵬汽車自動駕駛中心進行了徹底的組織架構重組。過程極其殘酷：原本以傳統方法建立的 300 人機器人團隊，最終僅留下不到 60 人。何小鵬承認「許多優秀的同學」離開了，並衍生出約 10 個新創團隊，且已獲得融資。但他認為這種創造性破壞是擺脫致命路徑依賴的必要手段。「你會習慣使用舊方法，享受最新的工具和技術來改進現有事物，」他說。「大多數時候這沒錯，但很多時候你的工作方法論需要改變。」
技術豪賭背後的邏輯
小鵬汽車究竟打造了什麼？何小鵬對實作細節保持謹慎，僅提及研發進行中且涉及競爭敏感性，但大方向是徹底放棄以軟體為主導的架構，轉而採用 AI 原生系統。他解釋，舊方法是「軟體工程、軟體流程，加上 AI 演算法和 AI 工具，包括你剛提到的編碼。你可以把它想成是在業務流程或軟體中，於某些重要的工具鏈和流程環節使用 AI。但我們認為這是錯的。」
新方法將車輛視為一個整體的智慧代理，而非由 AI 模組增強的軟體系統。何小鵬將其與小鵬的人形機器人業務進行了明確對比：公司正試圖創造能全面思考任務的系統——理解情境、規劃多步驟行動並適應新情況，而非在決策點上透過 AI 輔助執行預設程式。「如何拋棄原有的端到端邏輯？事實上是將更大的基礎模型用於更多的思考，先打開自動駕駛的上限，再去收斂下限，」他如此描述這種哲學轉變。
這對基礎設施的影響深遠。何小鵬提到，小鵬的物理 AI 模型消耗的 Token 數量比數位應用多出幾個數量級——單輛車運行新的 VLA 系統，每天處理的 Token 數量就超過多數數位應用場景。公司每年僅在數據儲存基礎設施上就投入近 10 億人民幣，並需要專業團隊管理哪些數據集需熱存取、冷儲存或封存。算力分配也遵循類似模式，管理層關注的是 3 萬至 5 萬張 H100 GPU 等效算力的效率指標，而非數位原生公司追蹤的每員工 Token 預算。
早期市場驗證
首個商業證明出現在 2026 年 3 月底，當時小鵬發布了第二代 VLA 系統的初期版本。4 月，儘管中國整體乘用車銷量年減約 20%，但小鵬交付量激增 50% 至 70%，何小鵬表示，其中「很大一部分」歸功於新的自動駕駛能力。公司目前預計在 18 至 24 個月內實現 Level 4 能力——他將此時間表視為務實，而非他所指責的、那些聲稱更早部署的競爭對手在「吹牛」。
但何小鵬對於實現 Level 4 的意義保持冷靜。「即便銷量增加，也不代表長期價值，」他指出。「這裡有不同的問題。」汽車產業的成功需要在數十個維度上持續卓越——這就是何小鵬所謂的「長板、短板與寬板」問題。單一技術成就無論多麼令人印象深刻，都無法在消費者評估完整擁車體驗時，補足其他領域的弱點。
人形機器人的平行軌道
小鵬的機器人研發也經歷了類似的錯誤起步與激進轉向。公司的機器人業務分為三個階段：2018-2020 年收購四足機器人團隊的初期；2020-2023 年探索機器人與汽車方法論的階段；以及 2023 年後，何小鵬承諾投入由 AI 原生架構驅動的通用人形機器人時期。
人形機器人豪賭的催化劑出現在 2023 年，當時何小鵬斷定，過去的方法永遠無法解決他所謂的「大腦」問題——即通用操作所需的認知能力。早期系統依賴他所摒棄的「脊椎」或「腦幹」層級控制：維持平衡與執行簡單步態。「緩慢地以單調步伐前行，我不認為那是小腦，」他說。「那是脊椎，或者你的腦幹只是在維持平衡。你距離擁有小腦還差得遠。」
何小鵬選擇米良川（音譯）領導機器人中心，是基於他所謂的「象限」一致性——即共享思考框架，而非深厚的領域專業知識。米良川此前並未專門從事機器人或自動駕駛工作，何小鵬將此視為優勢而非劣勢。「他的象限與我的思考象限更一致，」何小鵬解釋。米良川組建的團隊大量招募頂尖學府的新畢業生，僅 2025 年底至 2026 年初，就聘請了近 80 名來自清華大學等機構的碩博士。「我們必須願意支持他們的長期探索，」他說。「你必須相信這群年輕人，他們能創造奇蹟。」
人形外形的戰略合理性在於環境兼容性與長期的社會整合。何小鵬詳細說明了為何四足機器人在人類空間中會失敗——足夠實用的機器狗（1.1 至 1.2 公尺高）無法在不損壞家具或自身的情況下在典型房間內導航，而小型版本則缺乏能力與續航力。同樣地，重裝甲的雙足機器人會造成心理障礙，阻礙人類近距離互動，從而限制其在家用與商業環境中的效用。
「鐵人」爭議
小鵬的機器人在 2025 年底引起意料之外的國際關注，當時示範影片引發了廣泛猜測，認為機器人內部是真人扮演而非自動化系統。何小鵬描述這段插曲時，語氣中夾雜著沮喪與無奈。當時展示的機器人僅是一個中間里程碑——團隊已知其有熱管理問題且「很燙」——並非打算公諸於世的產品。但當陰謀論宣稱示範造假時，何小鵬不顧團隊反對，親自介入以證明機器人的真實性。
「內部很多人認為我們不需要說什麼，因為我們自己知道，」何小鵬回憶道。「但事實上，這個世界上 99.99% 的人沒有機會接觸到它。」他強迫團隊連夜制定示範策略，最終發布了一段將機器人左腿拆解以露出內部機械結構的影片。這個選擇是戰術性的：「每個人都能看到左腿。它從左走到右。左腿是最容易看到的。這是一個真正的機器人。」
公眾反應揭示了意外的市場細分，這也影響了小鵬後續的商業化策略。社群媒體分析顯示，年輕用戶主要對家務與工作輔助機器人感興趣，而中老年族群——那些「不在社群網站發文的人」——則高度關注養老照護應用。「我認為這需要從不同角度看待，」他說。「我以前沒有經歷過這麼大的觀點差異。他沒有這麼大的數據。」
GX 旗艦車型與汽車戰略
在汽車業務方面，小鵬正推出 GX 旗艦 SUV，這是公司首款全尺寸六座車型，也是迄今最昂貴的車型。何小鵬將 GX 定位為小鵬產品組合——飛行汽車、機器人與傳統汽車——能力的綜合體，而非傳統的大型 SUV。該車採用受飛機設計啟發的六向安全冗餘，意味著即便在電源故障或線束斷裂的情況下也能持續運作。「它就像飛機一樣，允許你擁有冗餘，」何小鵬解釋。
這種整合不僅限於硬體。小鵬新的線控底盤透過重新設計的電氣/電子架構直接連結至 VLA 自動駕駛系統，實現了何小鵬所謂的提升 VLA 執行下限——透過「近幾十個百分點」的提升，達到更高的安全等級、更低的延遲與更靈敏的控制。未來版本將整合機器人專案的任務導向 AI，使車輛能理解並執行複雜的多步驟指令，類似人形機器人處理「給我拿瓶水」這類指令的方式。
對於 GX 是否會重蹈 G9 2022 年發布時價格混亂與市場失誤的覆轍，何小鵬避開了直接回答。「當時的思考與邏輯，與現在的邏輯相比，我認為差別非常大，」他說。「如果你的能力達到更高的維度，你大概就能分析一切：之前的問題在哪裡，以及現在的問題是什麼。」這暗示小鵬的組織與分析能力已成熟到足以避免類似的執行失敗，儘管何小鵬承認，該車型確實汲取了產品規劃、客戶理解與業務邏輯方面的經驗教訓。
目標客戶被描述為 30 歲以上、「相對勇敢」、事業成功且願意探索新技術的族群——本質上就是何小鵬的同齡人。「我們的車，更多期待是面向家庭的科技豪華，」他說。定價與詳細規格定於 2026 年 5 月 21 日公布，作為正式上市前的預售。
產業整合與供應商關係
何小鵬重申他對中國汽車市場將在 2030 年整合為約 5 家大型企業的預測，但他強調這並不意味其他製造商一定會消失——只是規模縮減將使超高強度的競爭變得愈發困難。這種整合論直接反駁了地平線機器人（Horizon Robotics）商業模式所依賴的樂觀情境，即眾多車廠會採用第三方解決方案，而非垂直整合 AI 能力。
何小鵬謹慎地讚揚了地平線創辦人余凱個人及其產品，但對一級供應商模式在 AI 系統上的戰略可行性表示懷疑。「如果你從用戶角度看一件事，因為我們從業務角度看事情，用戶視角可能只是我們數十個視角中的一個，」他說。「每個人都覺得需要更多車企。有更多友商的產品可以選擇。有更多不同的東西。但在這個世界上，車太複雜了。」
複雜性論點的核心在於跨領域融合——以無法輕易模組化的方式整合硬體、軟體、製造、設計、服務與營運。他認為，與三家公司合作提供整體解決方案是可行的，但「如果你必須與 300 家公司合作來提供個性化解決方案，你會非常痛苦。」小鵬自主研發 80% 硬體（包括機器人手部晶片與關節）的策略，反映了這種將整合哲學延伸至物理 AI 領域的思維。
競爭動態與「血海」
當被問及小鵬是否已走出他曾在先前採訪中形容的「血海」時，何小鵬明確表示：「我認為大家都在游泳。我不認為現在有人游出來了。」但他暗示，機器人的競爭軌跡可能與汽車不同。與產品同質化不可避免地導致殘酷價格戰的汽車不同，機器人的高軟體價值與缺乏強大的開源替代方案，應能實現更多的差異化與更健康的經濟效益。
他估計中國目前有超過 200 家成熟的機器人公司，可能是汽車新創公司高峰數量的兩倍，但他指出機器人分類比車輛細分市場多得多。「我認為世界上可能有很多解決方案，」他說。「那個機器人的勝率相當高。我認為它比乘用車高。」但他對於追求通用人形機器人的公司生存機率直言不諱：「我個人認為，如果我們採用通用人形機器人，99.99% 會死。」
按何小鵬的評估，小鵬自身的勝率約為 20%——他將此數字描述為中國嘗試該領域公司中的「最高勝率」。商業化機器人的瓶頸有三：實現可靠穩定的硬體、在高層級成功整合多個大模型，以及證明真實部署中的商業化可行性。小鵬預計在 2026 年底前達到機器人的汽車級 SOP（量產），2027 年將成為中國與美國高階機器人「商業量產元年」。
何小鵬估計，這比汽車產業難上 20 到 100 倍，20 是最低倍數。「即使以小鵬的能力，在去年底出現這個機器人的行銷後，我認為這稍微提高了一點我們的成功機率，」他說。這意味著即使對於擁有小鵬資源與技術深度的公司而言，成功依然遠未得到保證。
哲學轉變與組織焦慮
何小鵬坦率談及在技術斷層中領導的心理挑戰。「當然會焦慮，」當被問及如何駕馭 AI 轉型時，他說。「因為你會發現你以前的很多邏輯理論，甚至是邏輯理論底層的定理與範式，甚至深入到公理層面——你的價值觀、人生觀與世界觀。在這些事物的變化下，你會覺得以前那套邏輯似乎不太管用了。」
這種存在主義的不確定性延伸至組織能力。他指出，借用數位 AI 公司的 Token 使用指標來衡量物理 AI 業務毫無意義，且當將大多數關於 AI 轉型的傳統智慧延伸至物理領域時，它們「不夠全面與充分」。「複製他們的方法論到物理 AI，我認為有很多地方不夠適用，」他說。「也許部分商業邏輯是對的，但它們不夠全面與充分。這是最大的問題。」
關於知識獲取，何小鵬已基本停止以傳統方式閱讀商業書籍，因為他發現隨著世界變化，總結出的規則過時太快。「我可能翻一章就過去了，」他指著桌上的書說。「書中總結的規則，當前的組合變化太快，很難總結。等他寫完書並印刷出來，世界可能已經又變了 10%。」相反，他強調透過實踐與快速迭代週期來學習，特別是在 AI 系統中，應將人為介入改進循環的比例降至最低。
儘管面臨巨大壓力和低勝率，何小鵬對過去的決定（包括放棄已驗證技術的昂貴轉向）毫無遺憾。「在這個世界上不需要考慮後悔的決定，因為我犯了太多錯誤，」他說。「為什麼要為犯錯而後悔？我們經常覺得這時候做錯了某事。那我們現在就想想為什麼錯。但不要後悔。」