小鵬汽車專訪：何小鵬談放棄數十億人民幣 ADAS 系統轉向實體 AI，以及人形機器人的高風險競賽
張小軍影音播客訪談，2026 年 5 月 28 日
AI 工具與程式編寫在現代企業中的角色
張小軍：大家好，我是小軍。《未完成的日期》是由微博財經與「語言是世界」工作室聯合製作的頂尖節目。今天我們的嘉賓是小鵬汽車集團創始人兼執行長何小鵬。我們將探討他對實體 AI 的探索，儘管他仍有許多無法透露的秘密。在正式開始前，我想針對您近期使用 AI 的經驗進行一個快速調查。您最近使用過哪些 AI 產品？
何小鵬：說實話，我用的並不多。我還是使用通義千問、豆包這類非常傳統的 AI 產品。不過，在我們的團隊內部，我們大量使用 AI 進行程式編寫。就我個人而言，我不希望使用得太深。當團隊問我為什麼不親自深入使用時，我給了他們一個我在打造網際網路產品時的有趣例子。如果你每天都使用某款產品，你很快就會陷入微小的細節中。你會過於關注它當下的缺點和無法運作的功能，而不是審視其長期潛力。一旦你開始持續使用它，你會將所有精力集中在如何解決當前的錯誤（bugs），這會讓你無法放眼未來。因此，雖然我對技術的快速變革深感關切，但我認為處於第一位置的人不應過度沉溺於這些工具。然而，在基層，我們必須鼓勵甚至強制採用，並最終使其常態化。
張小軍：AI 輔助程式編寫對企業的一把手有意義嗎？您認為這會對小鵬、汽車產業或整個智慧駕駛產業帶來助益嗎？它會帶來真正的改變嗎？
何小鵬：我認為這對初級程式設計師來說是非常好的工具，但目前它仍僅是輔助性質。也許在兩到三年內，它會迫使初級程式設計師迅速轉型為資深程式設計師。然而，對於智慧輔助駕駛或其他高階、專業的 AI 能力，它的直接幫助相對較小。它只是眾多工具之一。整個底層基礎設施必須先建立起來。一旦整個系統建立完成，AI 程式編寫其實只在應用層有幫助。如果你是在核心層工作，例如編寫作業系統，核心價值在於整體的系統基礎設施，而非程式編寫本身。
大規模實體 AI 的財務與算力現實
張小軍：貴公司每個月使用多少 tokens？您對這個指標有多關注？
何小鵬：我們不太關注 token 的使用量。過去一年，很多人提過這一點。我認為數位中小企業可能需要密切關注 tokens，中大型數位企業應給予適當關注，但不應將其視為全方位的指標。有些公司的核心支援業務尚未完全數位化。我們實際上對我們的汽車進行了一項有趣的統計。如果我們的新一代視覺-語言-動作（VLA）模型每天只運作三到四個小時，它會消耗多少 tokens？我不記得確切數字，但它是作為內迴圈（inner loop）處理的。在數位 AI 中，token 的使用量遠低於解析物理世界所需的數量。然而，兩者相比較終究是沒有意義的，因為自動駕駛汽車是作為自動化機器運作的。它會根據處理環境的需求消耗相應的 tokens。在物理世界中，token 的使用最終將取決於機器能為人類和企業創造多少價值，這與數位 AI 是完全不同的維度。
張小軍：您認為合理的 token 預算應該是多少？您在內部如何管理這些成本？
何小鵬：我不知道。在內部，我盡量不限制每個人的 token 使用量。許多高階主管問我關於控制 token 支出的問題，聲稱他們可以在一個季度內節省一年的開支。我認為，如果有人真的能創造價值，我的工作只是監控並管理最異常的案例，例如支出排名前十的異常值。其餘的應該保持開放。如果一名員工每個月花費一千或一萬人民幣，但創造了巨大的價值，當他們的薪資遠超過這個數額時，我們為什麼要限制他們？目前，我們的 token 分配集中在我們的通用智慧中心（General Intelligence Center），這是我們自動駕駛與座艙部門合併後的團隊。他們是一個龐大的團隊。我們衡量的是算力，而不僅僅是 tokens。例如，我們觀察業務部門使用三萬或五萬張 NVIDIA H100 GPU 的配置效率如何。
張小軍：您提到了管理異常值。您最近關注的是哪類數據異常值？
何小鵬：我們最近圍繞數據建立了嚴格的管控。很多人談論數據的價值，但很少有公司意識到管理數據所帶來的天文數字成本。在數位 AI 領域，訓練的數據規模相對較小，通常只有幾十 TB。但當我們訓練實體 AI 模型時，我們單次運行就要處理幾十到幾百 TB 的數據。儲存和管理這些數據極其昂貴。我們每年在數據投資上的直接剛性成本接近十億人民幣以上。我們必須分析哪些數據是有價值的，哪些數據是暫時有用的，哪些數據必須被快速存取，以及哪些數據可以被「預熱」並重複使用。優化這些工作流程可以節省數千萬人民幣，並帶來巨大的效率提升。我們有專門的團隊專門管理數據和算力，這就是為什麼我不太擔心個別工程師的 token 計算量。訓練實體模型時所需的算力才是真正的成本所在。
為什麼自動化執行長的角色比自動駕駛困難得多
張小軍：如果我們訓練一個 AI 模型來複製您的技能——即「何小鵬技能」——我們需要輸入什麼訓練數據？這種技能會是什麼樣子？
何小鵬：今天，數位和實體模型使得自動化基層白領的技能比基層藍領更容易。然而，如果我們觀察「去技能化」（deskilling）的邏輯進程，一旦高階藍領和白領職位被自動化，將會產生巨大的社會風險。執行長在幾十年或一個世紀後，理論上是可以被取代的。到那時，我的能力確實可以被封裝成一種 AI 技能。但到了那個時候，人類執行長也會發展出更強大、更全面的能力。我們對此進行了深刻的思考，因為我們正在製造機器人。這裡有兩個重大矛盾。大多數人思考的是如何將現有能力轉化為技能。但從模型的角度來看，系統如何知道數位化後的技能是正確的，並透過持續學習不斷改進？在物理模擬模型中，這一點可以得到加強。這與程式編寫或自動駕駛非常不同。在程式編寫和自動駕駛中，系統何時出錯是很明確的。但如果你試圖將何小鵬的決策轉化為一種技能，就很難即時判斷一項戰略決策是對是錯。這就是為什麼我們專注於建立底層系統本身，而不是僅僅使用他人建立的系統。
張小軍：直覺上，數位化後的「何小鵬技能」主要缺點是什麼？
何小鵬：我認為一旦任何人的能力被完全數位化，每個人都會意識到這個人其實有很多缺點。作為執行長，我當然也不例外。
張小軍：作為執行長，您認為貴公司目前對 AI 的投入足夠嗎？
何小鵬：我認為數位世界的公司可以高度聚焦於 AI，或許將資源的幾十個百分點投入其中。在物理世界，小鵬是一家擁有數萬名員工的公司，我認為我們應該將總資源的 15% 到 20% 用於我所稱的「泛 AI」（pan-AI）。這包括我們的自動駕駛部門和機器人部門。這是一個合理且充足的比例。
從 AI 汽車公司轉型為實體 AI 強權
張小軍：如果我們將人工智慧公司放在一邊，製造業公司放在另一邊，您如何平衡兩者？您內部是否有關於小鵬應該是一家 AI 公司還是一家汽車製造公司的掙扎？
何小鵬：我不是這樣看的。我認為汽車開發包含幾種類型的研發。首先是硬體研發，其次是軟體研發，而 AI 只是軟體的一個組成部分。然後是製造研發。硬體研發和製造是兩種完全不同的技能組合。例如，你可能有設計能力畫出一張漂亮的桌椅，但你可能沒有製造能力真正把它做出來。在汽車公司，掌握這些不同的研發能力是核心基礎。未來，甚至可能出現第五種能力。
張小軍：去年，您還稱小鵬為「AI 汽車公司」。今年，公司正式更名為小鵬汽車集團，您表示小鵬現在是一家「實體 AI 公司」。這次更名背後的戰略考量是什麼？實際影響又有哪些？
何小鵬：這個轉型才剛剛開始，還有許多細節我們無法完全公開，但我可以分享一些背景。過去十年，小鵬專注於智慧電動車。我們設計了第一批汽車，實現了量產，賣出了第一個十萬輛，並進入了標準的製造週期。當我們在 2014 年起步時，基本上沒人相信車輛智慧化。只有少數人相信電動化，大多數人只是把汽車看作傳統的大規模業務。到了去年，即 2025 年，由於全球向新能源轉型，每個人都接受了電動化是未來。然而，儘管智慧化在汽車領域發展迅速，但進展仍不盡如人意。從 Toyota、Google 到 Baidu、Tesla 和小鵬，我們都投入了巨大資源進行自動駕駛研發。我們取得了顯著成果，但並沒有達到我們真正想要的巔峰。我們建立的系統是我所稱的「縫合怪」（Stitch Monsters）——軟體規則與 AI 演算法的結合體，而不是完全建立在統一 AI 模型上的整合式 AI 駕駛員。它仍然基於軟體邏輯。
數十億美元的賭注：捨棄「縫合怪」轉向 VLA 基礎模型
張小軍：去年小鵬內部發生了什麼事改變了這種範式？
何小鵬：去年，我們遇到了一個重大轉折點。我們同時在研發兩代智慧輔助駕駛系統。內部我們稱之為第一代 VLA 和第二代 VLA。第一代 VLA 擴大了模型規模以降低傳統軟體規則的影響，增強了後端能力，並強化了後訓練（post-training）。第二代 VLA 則採取了完全不同的方向。我們捨棄了傳統的端到端邏輯，利用規模更大的基礎模型來釋放自動駕駛能力的絕對上限。然後我們致力於收斂下限，這意味著最大限度地減少關鍵錯誤，並確保汽車表現完全符合預期。自動駕駛的泛化（generalization）仍然是一個巨大的難題。今天，沒有任何一家自動駕駛公司能在不依賴記憶輔助駕駛的情況下，在陌生的地下停車場順暢行駛，因為汽車必須先跑過一次路線來繪製空間地圖。這表明系統對物理世界的實際理解力極低。舊架構的上限實在太低了。要做好這件事，你需要開啟一萬種可能性，但舊系統被限制在一千種。去年這個時候，我的第二代 VLA 讓我大開眼界。它的上限可以達到十萬甚至一百萬個點，但當時的下限非常糟糕。在舊系統下，你可能有一千的上限和九百的下限，這非常穩定。使用新模型時，下限最初遠低於我們現有的商業產品。我們面臨一個選擇：繼續使用軟體工程方法論和將 AI 作為傳統業務流程中的工具箱，還是進行一場豪賭。我們意識到，將傳統軟體方法論與 AI 工具結合，只會創造出更強大的軟體「縫合怪」。因此，大約在去年四月，我們下了一個巨大的賭注。我們停止了之前系統的開發，那個系統我們花費了數十億人民幣來構建。
張小軍：為什麼您決定終結一個價值數十億人民幣的系統？觸發點是什麼？
何小鵬：因為我意識到舊系統永遠無法實現真正的無人駕駛，也不會讓機器人具備泛化能力。如果一個機器人走進一個陌生的房間，認出你，坐下來，並在你拒絕一杯水時做出自然回應，這是無法透過強規則和小型 AI 演算法實現的。我意識到，雖然我們想打造一輛極其聰明的汽車，但我們現有的軟體方法論永遠無法讓它變得無限聰明。那是一條捷徑，但不是真正的道路。我們需要找到正確的路。我們必須相信，硬體和軟體的價值最終會各佔一半，屆時客戶願意為一輛三十萬人民幣汽車的硬體支付十五萬人民幣，並為其全面的軟體和智慧能力支付另外十五萬人民幣。我們必須從底層徹底重組我們的戰略規劃和研發流程。
張小軍：公司內部是否有過任何標誌性的會議讓您做出這個巨大的賭注？您是如何執行如此重大的組織變革的？
何小鵬：沒有單一的戲劇性會議；我在腦海中做出了最終決定，然後我們全力以赴。去年第三季末，我們採取了行動，徹底重組了自動駕駛中心。在任何組織中，人才都有慣性。即使給他們最新的 AI 工具，他們也習慣於使用舊的方法論。但要真正創新，你必須改變你的核心方法論和思維方式。我無法分享我們採取的具體操作步驟，因為它們高度戰略化且屬於專有技術。我們以不同的節奏調整了不同的業務單元，重點關注領導力和組織結構。這極其困難。如果你不改變底層邏輯，你最終只會利用 AI 更快地蓋房子，但你仍然只是在修補舊房子。我們想要建立全新的東西。作為執行長，你必須下注、接受反饋，並引導組織完成轉型。小鵬是一家擁有數萬名員工的大型創業公司，因此管理這種組織變革與小型團隊相比是完全不同的挑戰。當你是掌握全局的人時，你會收到來自許多不同角度的建議，但大部分建議都是不完整的。最終，你必須整合這些觀點並做出決策。
張小軍：我聽說您在過去三年中變得更願意在重大決策上冒險了。
何小鵬：這不是關於做一個賭徒，而是關於知道何時必須下注並儘早行動。到 2022 年底，當小鵬面臨巨大挑戰時，我為自己建立了兩條核心哲學。第一，永不認輸。第二，勇於認輸。平衡這兩者意味著，即使面臨巨大困難，你也必須堅持並克服。但你必須保持客觀的清醒，關閉那些不再可行的項目，就像我們徹底停止第一代 VLA 開發時一樣。猶豫、等待和觀察只會拖延你的時間表，使成功變得不可能。幾年後，當我們取得更多成功時，我們可以討論確切的細節。每家公司都必須找到自己獨特的道路。今天在中國，每個人都在談論複製 A 公司或 B 公司，但那是錯誤的。對數位 AI 有效的方法不能簡單地複製到實體 AI 上。這是完全不同的世界。當數位 AI 公司試圖在從未經營過實體業務的情況下定義物理世界時，他們構建的是狹義上的實體 AI。真正的物理世界涉及複雜的人類互動、環境變數、監管合規性和商業可行性。你必須思考得比僅僅擁有幾個強大功能要廣泛得多。這就是為什麼數位 AI 執行長無法輕易解釋向實體 AI 的轉型；他們還在探索自己是否能成功。
小鵬人形機器人 IRON 的重生
張小軍：我們來談談您的人形機器人 IRON，它去年引起了巨大關注。這個產品是如何產生的，為什麼您在 2023 年轉向通用人形機器人？
何小鵬：小鵬的機器人旅程實際上跨越了三個不同的階段。第一階段是 2018 年到 2020 年。那是一個由中國四五家公司組成的獨立團隊，探索四足機器人。第二階段是 2020 年到 2023 年。在那四年裡，我們建立了三個不同的里程碑。我們嘗試使用傳統機器人方法製造機器人，甚至嘗試像製造汽車一樣製造機器人，將各種元素拼接在一起，效果參差不齊。第三階段始於 2023 年之後。當我們在 2022 年底看到基礎模型的進展時，我們的整個邏輯改變了。此前，我們認為建立一個成功的機器人大腦是不可能的，因為小腦的複雜性——維持物理平衡和運動控制——太高了。今天，許多公司聲稱他們開發出了機器人小腦，因為他們的機器人能以單調的步伐緩慢向前行走。那不是小腦；那只是維持平衡的基本脊椎或腦幹。他們離實現真正的小腦功能還很遠。
張小軍：為了實現這一新願景，您在 2023 年進行了哪些重大的組織變革？
何小鵬：在 2023 年，我們決定從四足完全轉向雙足。我們放棄了舊的假設，專注於由機器人大腦直接驅動的全新設計，並結合我們在汽車領域的工程專業知識。擁有好的技術並不保證有好的產品，擁有好的產品也不保證你能擴大生產。汽車擁有從規劃和設計到 ET、PT、SOP 和 SOD 的高度成熟流程。到今年年底，我們希望將我們的機器人轉化為汽車級的 SOP 流程。到 2027 年，我們預計高階機器人將進入全球商業量產的第一個真正年份。屆時，傳統運動控制機器人將開始衰落，先進的實體 AI 機器人將取而代之。實體 AI 的核心價值在於它透過執行實際工作為人類創造情感和物理價值的能力。在 2023 年，我們意識到我們現有的機器人團隊，儘管對傳統機器人非常熟悉，但無法構建這一代新的實體 AI 機器人。當時，由 LC 領導的機器人部門大約有三百人。我們解散了該團隊，只留下了不到六十名核心成員。許多離開的人後來創辦了自己的初創公司並籌集了多輪資金。但為了重建機器人的整個邏輯，我們不能僅僅依賴傳統汽車工程師或傳統機器人專家。我們需要一個對 AI、汽車工程、製造和機器人技術有統一理解的全新團隊。
張小軍：為什麼您選擇 LC 來領導這項工作，而他既不是傳統機器人專家，也不是智慧駕駛專家？
何小鵬：有時這取決於緣分。他的戰略思維和思維象限與我完全一致，這使他成為推動這種新思維方式的合適人選。你今天看到的許多其他公司的機器人演示，仍然在使用我們認為是第三或第四代的技術堆疊。他們只是在進行基本的測試。在小鵬，我們有耐心和勇氣進行長期投資。快速演示意義不大。就像 2017 年中國有數百家自動駕駛初創公司展示 L4 數據時一樣，那些技術中很少有轉化為真正的商業價值。
張小軍：LC 對這個重建後的團隊有什麼招聘和人才策略？
何小鵬：LC 非常注重他所說的「人才密度」，我將其視為人才潛力。他招募絕對最聰明的人。從去年底到今年上半年，僅我們的機器人部門就聘請了近八十名來自頂尖院校的碩士和博士畢業生。他們非常昂貴，但我們完全致力於支持他們的長期探索。我們相信，必須使用超級聰明的人來解決超級困難的問題，而不是依賴僵化的流程和預定義的工具。LC 非常有野心——他經常告訴我，他想創造人工人類，而不僅僅是製造商業機器人。他希望機器人能真正參與我們的社會，並與人類情感深度連結。
克服雙足人形機器人的陷阱
張小軍：為什麼您如此堅定地選擇通用雙足人形機器人，而不是其他形式？
何小鵬：這是最具挑戰性的路徑，但它對人類社會的影響最深遠。在接下來的幾十年裡，通用人形機器人將深度融入人類生活。雖然數位 AI 僅限於協助幾十種白領角色，但實體 AI 機器人可以解決數百種物理角色，特別是在老齡化社會中。我相信未來人類最重要的兩個關鍵因素是幫助老年人過上更長壽、更健康生活的醫療 AI，以及提供護理和陪伴的實體 AI 機器人。對於許多老年人來說，機器人最終可能成為他們的主要支援系統。我們選擇這條困難的路徑是因為我們分析了其他形式的根本缺陷。例如，我們之前開發了四足機器人——機器狗和機器馬。但如果你把一隻一米多高的機器狗帶進標準家庭，它無法運作。它無法在床頭櫃旁轉身而不刮傷牆壁或損壞床。與尾巴和身體柔軟的真實黃金獵犬不同，剛性機器狗不可避免地會造成損壞。如果你把機器狗做小，電池壽命會太短，其實用性會降至基本的陪伴。
張小軍：雙足機器人呢？那裡的人性化設計挑戰是什麼？
何小鵬：如果你建造一個巨大的、1.8 米高、覆蓋著厚重金屬盔甲的雙足機器人，即使是它的設計師站在它旁邊也會感到強烈的身體壓迫感。你會自然地擔心它跌倒、過熱、暴露高壓電，或者僅僅是髒。如果成年人都有這種感覺，兒童和老人會如何反應？你如何在家庭環境中解決那些安全和法律法規？雖然工業機器人可以使用這種設計，因為它們在受控環境中運作，但家用機器人必須有不同的設計。它們必須讓人類感到互動舒適。這就是為什麼我們目前這一代機器人的設計高度約為 1.69 到 1.70 米——這是一個對男女都舒適的高度。它們被設計成可以穿衣服，甚至可以有頭髮，但絕不能有逼真的人類面孔，以避免「恐怖谷」（uncanny valley）效應和其他複雜的社會學問題。
人形機器人爭議的幕後
張小軍：在去年的新聞發布會上，您提到您的團隊對是否證明舞台上的機器人是完全自主而非由人類操控深感矛盾。為什麼這會是一個掙扎？
何小鵬：就我個人而言，我不在乎，但我的團隊非常焦慮。他們爭辯說，我們越試圖解釋，人們就會越懷疑，因為網路輿論通常是憤世嫉俗的。他們想等待 24 小時觀察公眾反應，然後再發表任何聲明。但幾個小時後，我再也無法忍受謠言的傳播了。在中國和全球，猜測以閃電般的速度傳播。如果我們等待 24 小時，敘事將完全失控。我們內部知道這是一台真實的機器人，而且它的熱管理仍在進行中，導致它運行時發熱。但這對我們來說是一個重要的里程碑，我們知道未來的版本會好得多。所以，那天晚上，我打電話給團隊，告訴他們為第二天早上準備一個演示。我堅持要向每個人展示這是一台自主運作的真實機器人，而不是讓懷疑持續存在。
張小軍：您是如何向公眾證明的？
何小鵬：我們決定最簡單且無可爭辯的方法是讓機器人行走，同時我們拆掉它的左腿。因為機器人從左向右走，左腿對觀眾來說最明顯。在它運作時拆掉腿，清晰地展示了內部的機械和軟體架構，證明它不是穿著西裝的人。這迅速化解了公關危機。
人形機器人的市場潛力、商業化與未來時間表
張小軍：自那次公開活動以來，您的機器人策略有何演變？
何小鵬：它加速了我們的招聘。我們吸引了令人難以置信的人才加入我們的機器人部門。創辦機器人業務與創辦汽車公司截然不同。我相信創辦機器人公司比建立汽車公司困難二十到一百倍。即使擁有小鵬成熟的製造和 AI 能力，我們去年的成功也只是將我們的整體成功機率提高了微小的幅度。今天，中國有超過兩百家機器人初創公司成立，這是我在汽車繁榮時期看到的電動車初創公司數量的兩倍。然而，與汽車不同——汽車主要分為乘用車、商用車或特種車——機器人將有數不清的分類，從醫療和貨運到貨物檢查。許多這些專業機器人不需要是人形的。但在通用雙足人形機器人的道路上，99% 的公司將會失敗。軟體複雜性實在太高了，而且沒有開源平台能夠幫助機器人初創公司構建高保真的實體 AI 軟體。我們專注於自己克服這些陷阱，因為只有當你踩到陷阱時，你才能真正理解工程挑戰。
張小軍：您認為您在通用人形機器人領域的主要競爭對手是誰？
何小鵬：目前，通用人形機器人沒有真正的對手。這完全是一場與我們自己的競賽。每家機器人公司都必須專注於讓自己盡可能強大，建立底層組織、硬體基礎設施和整體系統整合。去年，我們的機器人因為其高度逼真的運動控制而走紅。傳統汽車運動控制在過去一個世紀中已基本商品化，汽車公司從一級供應商（Tier 1）採購電機控制器。但要讓機器人真正具備能力，其運動控制必須比汽車更整合、更靈敏。在汽車中，不同的控制域是隔離的。這對標準駕駛有效，但如果汽車的左輪在雪地上，右輪在草地上，執行 47 度轉彎且有人突然出現在車前，這極其困難。在這些條件下管理四輪牽引力、運動平衡和延遲仍然是一個挑戰。對於機器人來說，複雜性是成倍增加的。人類有兩百多個關節，允許無限循環的潛在運動組合。使用 AI 驅動的運動控制而不是基於規則的軟體來複製這種全身擬人化是非常困難的。我們希望賦予我們的機器人人類在雪地、冰面或草地上行走時所具備的物理本能，感知摩擦力並即時調整平衡。這就是為什麼我們 80% 的機器人硬體是在內部開發的，包括我們的執行器關節和手部，同時與上游二級供應商（Tier 2）合作以擴大規模品質。
張小軍：在準備量產時，您面臨的主要工程和商業瓶頸是什麼？
何小鵬：第一個瓶頸是確保我們的自研硬體異常可靠和穩定。第二個是實現我們的高階基礎模型與物理執行器之間的無縫契合。第三個是證明產品的商業可行性。市場正在等待它的「iPhone 4 時刻」。第一批商業化生產的機器人可能甚至不如最初的 iPhone 1 精緻，但它們將代表一個巨大的範式轉移。一旦機器人實現了泛化軟體能力，其市場採用和生產規模擴張的速度將遠快於汽車。汽車花了一個世紀才擴大規模，因為我們必須建立全球道路基礎設施、建立交通法規並管理高度複雜的製造物流。機器人可以立即部署到現有的人類環境中。如果軟體準備就緒，實體 AI 將迅速擴張。
介紹 GX：小鵬的六座旗艦 SUV 與前置 Robotaxi 架構
張小軍：我們談談您的汽車業務。您今年發布了幾款新車，包括 GX。這代表小鵬回歸高階市場，對吧？
何小鵬：是的，GX 是我們第一款全尺寸、六座旗艦 SUV。GX 的獨特之處在於我們將飛行汽車和機器人部門的許多先進研發能力整合到了這款車中。例如，我們採用了為飛行汽車飛行關鍵組件開發的安全冗餘系統，並將其內建到 GX 中。GX 是中國第一款配備前置 Robotaxi 架構的量產乘用車，具有六重全安全冗餘。即使在荒野中主電源故障，汽車仍然可以行駛。即使老鼠咬斷了線束，系統仍然可以運作，就像商用飛機上的安全系統一樣。
張小軍：GX 的軟體架構如何與其物理底盤整合？
何小鵬：我們將線控底盤連接到我們新的電子電氣架構（EEA）和 VLA 自動駕駛系統。這種整合使底盤能夠以顯著縮短的延遲執行 VLA 決策，提高了安全下限，並將控制靈敏度提高了幾十個百分點。我們還將機器人任務規劃邏輯帶入了車輛中。在未來的車內互動中，車輛處理任務的方式將非常像人形機器人。當你給系統一個任務時，它首先會識別是誰在說話，確定他們的授權級別，並規劃一系列行動來執行指令。此外，我們將內部空間設計得高度通用。第三排可以完全平放，瞬間將 SUV 從六座轉變為空間寬敞的四座或五座車輛。我們客製化了每一個細節，與福耀玻璃共同開發了優質隱私玻璃，並與美的共同開發了新一代車載冰箱。打造具有這種整合能力水準的車輛，是當今競爭激烈的市場中獲勝的唯一途徑。
張小軍：您是如何確定 GX 定價的？您擔心重複最初 G9 發布時的戰略錯誤嗎？
何小鵬：我一點也不擔心。我們的戰略思維、定價邏輯和組織能力與我們發布 G9 時相比，完全處於不同的維度。在過去三年半中，我們徹底改革了我們的產品規劃、組織結構、客戶理解和核心業務邏輯。當你的系統能力達到更高的維度時，你可以輕鬆識別過去的錯誤並防止它們再次發生。我們 5 月 21 日的官方發布會將清晰展示我們的配置和定價。GX 被設計為一款面向三十歲以上、渴望體驗尖端技術奢華感的專業人士、經理和企業家的家庭導向型科技豪華車。
整合與汽車「血海」中的戰鬥
張小軍：您如何看待與理想汽車 L9 或蔚來旗艦 SUV 系列等其他旗艦 SUV 的激烈競爭？
何小鵬：我將他們視為盟友，也視為競爭對手。我們都是朋友。在北京車展期間，我參觀了李想的展位查看新款 L9，也參觀了李斌的展位看蔚來的旗艦 SUV 系列。我們對這個細分市場都有自己獨特的理解和解決方案。美學最終是主觀的，但我對我們車輛的視覺設計非常有信心。我們正走在一條設計越來越漂亮的道路上。有些人問為什麼我們今年不專注於減少車型數量，而是發布四款車。每家公司都有自己的戰略路徑。對我們而言，發布這些車型符合我們更廣泛的業務規模和技術整合戰略。
張小軍：您現在大部分個人時間花在哪裡？是在汽車、機器人、AI 還是組織管理上？
何小鵬：我參與所有這些領域，但我將大部分時間花在長期戰略和規劃上。在汽車產業，僅靠規模並不能保證永久的成功，短期利潤往往既痛苦又短暫。我的工作是將我們的技術能力、組織結構和市場定位整合到一個連貫的長期戰略中。汽車是高度複雜的複合系統。如果你的短板在失效，擁有一塊長板是沒用的。例如，有些公司吹噓今年實現 L4 自動駕駛，這根本是不現實的。我相信真正的 L4 自動駕駛將在 18 到 24 個月內開始實際實施。當它實施時，肯定會推動汽車銷售，儘管具體的乘數還有待觀察。三月底，我們發布了第二代 VLA 的第一個版本。雖然中國 4 月份的整體汽車銷量同比下降了約 20%，但小鵬的銷量增長了 50% 到 70%，其中相當一部分直接得益於我們的第二代 VLA。汽車公司的真正成功需要精通多系統整合，結合硬體、軟體、製造、設計和營運。
張小軍：地平線機器人（Horizon Robotics）創始人余凱經常說，您是他最具挑戰性的合作夥伴，因為您堅持自研。他認為汽車公司最終應該依賴第三方供應商來提供軟體和智慧。您怎麼看他的觀點？
何小鵬：余凱是親密的朋友，地平線機器人做得非常出色。然而，他的戰略路徑取決於未來會有更多還是更少的汽車和機器人製造商。如果市場集中，他的潛在市場就會縮小，使他的道路更具挑戰性。我相信市場將會高度集中。到 2030 年，中國可能只剩下五家大型汽車集團。雖然其他小玩家可能在細分市場中生存，但缺乏規模將使他們越來越難以競爭。歷史上，許多汽車公司並沒有進行真正的自研；他們專注於組裝和整合。如果你的目標是短期戰術執行，依賴第三方整合是正確的。但如果你的目標是長期生存，你必須掌握自研。十年後，軟體將佔汽車價值的 50% 以上。一級供應商無法輕易幫助數百個不同的合作夥伴達到那種深度的跨領域融合。你必須將硬體、軟體、製造和用戶營運整合到一個單一的、連貫的系統中。
張小軍：您今天終於從汽車「血海」中游出來了嗎？
何小鵬：沒有，我們都還在游。我不認為有人真正從血海中游出來了。機器人市場會稍微好一點，因為軟體門檻極高，防止了我們在汽車行業看到的同質化價格戰。我的日常行程依然緊張，和其他企業家一樣。我開始工作得很晚，工作到深夜，並在所有業務單元中做出快速決策。我不再讀很多商業書籍，因為物理世界變化太快；當一本書出版時，它的見解已經過時了。我更喜歡透過直接的實踐、旅行和持續的溝通來吸收知識。回首過去，我對過去的決定沒有任何遺憾。我們在商業中犯了太多錯誤，沒時間去後悔。關鍵是分析錯誤發生的原因，從中學習，並繼續前進。