3月8日，全国两会期间，小鹏汽车董事长兼CEO何小鹏与媒体展开了一场深度交流。在回应证券时报记者关于小鹏第二代VLA迭代进展的提问时，他透露公司内部观察到一个显著变化：最近四周取得的技术突破，几乎相当于过去几年一整年的开发成果。这一加速现象的背后，是智能驾驶技术范式的根本性转变。

在相当长的一段时间里，智能驾驶系统主要依赖规则化和模块化算法。工程团队通过不断增加规则来覆盖复杂场景，每次能力升级往往需要较长的开发周期。而随着端到端架构与大模型技术的引入，智能驾驶系统开始从“规则驱动”逐步转向“模型驱动”。系统能力的提升不再依赖规则堆叠，而是通过数据训练与模型更新实现持续进化。

当技术范式发生变化后，行业竞争的核心也在悄然转移。从过去比拼“谁更强”，逐渐转变为较量“谁进化得更快”——模型训练能力、算力基础设施、数据规模以及工程化能力，都将直接影响技术迭代的速度。当这些能力形成完整体系后，大模型往往会进入快速循环的发展轨道。

在这样的背景下，智能驾驶的发展节奏也在经历深刻变革。

何小鹏透露，公司内部设定的目标是，在当前能力基础上，今年年底前实现5-10倍的能力提升。随着模型能力持续增强，系统稳定性也有望得到明显改善，从“百公里多次接管”逐步过渡到“千公里甚至万公里才需要一次接管”。

从更宏观的视角来看，这种变革不仅体现在用户体验层面，也开始在产业层面产生深远影响。近期，大众汽车宣布与小鹏汽车深化合作，计划在未来车型中采用小鹏第二代VLA相关技术能力。这一合作被业内视为传统汽车巨头在智能驾驶领域的重要技术选择。它不仅意味着中国企业在智能驾驶工程能力上的突破，也说明中国在物理AI领域的技术探索，正在逐步获得国际产业体系的认可。

随着大模型技术逐步进入物理世界，自动驾驶、机器人以及更多实体智能系统都在经历类似的技术跃迁。物理AI正在成为人工智能发展的重要方向之一。在这一领域，中国企业正在逐步形成新的技术优势。

一方面，中国拥有规模庞大的真实道路数据和复杂交通场景，为模型训练提供了丰富的数据基础；另一方面，中国企业在工程化落地、产品迭代和系统集成方面也积累了较强能力。

当基础能力逐渐形成体系后，技术竞争往往会呈现出新的特征：不仅基础能力逐渐拉开差距，迭代速度也在不断加快。在这样的技术周期中，领先一步，往往意味着步步领先。当大模型开始以天为单位持续进化，全球人工智能竞争的节奏，也正在被重新定义。中国企业开始成为全球物理AI竞争的重要参与者。