上周 XPENG 小鵬汽車在北京車展前夕為全球媒體舉辦一系列工作坊，展示這間電動車企業在設計創新與自動駕駛技術的最新部署。多位管理層分享的主題包括 AI 設計概念、VLA 2.0 智能駕駛、動力科技、充電技術、機械人及小鵬匯天飛行汽車等等，多場活動呈現小鵬作為 Physical AI 公司的完整面貌。
以創新和技術為本的科技公司
XPENG 創意設計總監 Joan Melenchon 在工作坊開場時坦言，小鵬早已超越傳統汽車製造商的定義。「XPENG 並非單純的汽車公司，而是一間以創新和技術為本的科技公司，期望構建以 Physical AI 為核心的生態系統。」他說。設計中心、自動駕駛中心、飛行汽車 ARISDE、機械人研發部門，以至自研晶片，均是這個生態系統的組成部分。Melenchon 本是產品設計師出身，並非本科車廠設計師，卻選擇加入 XPENG，因為他看中公司跨越多個業務領域的野心。他指出：「中國是現在最值得在場的地方，所有事情在這裏發展得更快，機遇亦更多。」
▲XPENG 創意設計總監 Joan Melenchon
自行研發保密 AI 系統 數碼化流程縮短至同行一半
目前 XPENG 分別在廣州和上海設有設計中心，來自約 20 個國家合共 400 名設計師。設計副總裁 JuanMa Lopez 約 2.5 年前加入公司後，首要任務是建立一套能大幅提升效率的設計流程Melenchon 解釋，傳統車廠的設計流程由草圖、油泥模型、數碼化，再到工程可行性驗證，需時漫長。不過 XPENG 現時將數碼化流程提前至創作初期，令整個由零到量產的週期縮短至同行一半。
此外，XPENG 採用的並非市面上的開源 AI 工具，而是由內部自行研發、完全保密的設計系統。Melenchon 強調，開源工具人人可用，想法可能輕易被複製，毫無競爭優勢。「我們建立 100% 保密的內部工具，儲存於自家資料庫，讓任何人都無法在我們行動之前複製意念。」設計師持續為這套系統「餵數據」，令它逐漸掌握 XPENG 獨有的設計語言，最終形成無可取代的品牌識別。
三大家族車款設計，情感與理性兼備
當被問及小鵬的設計哲學問題，Melenchon 提出「情感與理性的平衡」作為核心原則。XPENG 旗下三大產品系列各有不同定位：T 平台主打親民科技；XP 系列追求運動感與高階感的平衡；旗艦系列則以「科技高階」為定位，強調精煉而非浮誇，以比例和體積傳達質感，而非依賴繁複線條。
有記者問到 XPENG 是否需要為不同市場建立獨立子品牌，Melenchon 表示公司仍處於品牌建立階段，短期內不會拆分品牌。「我們想在 XPENG 這個品牌旗下統一發展，讓所有車款共用同一品牌形象。」他說。對於如何在全球市場建立差異化競爭優勢，他的答案清晰：「真正令我們與其他品牌有所分別的是自動駕駛技術。我們在這個領域擁有強大實力，未來要成為全球自動駕駛的領導者。」
XPENG The Next P7
VLA 2.0：從技術玩物到大眾體驗
自動駕駛的工作坊由 XPENG 智能座艙產品營運高級經理尹瑞哲主講，深入剖析今年 3 月正式發布的第二代視覺語言行動模型 VLA 2.0（Vision-Language-Action）技術架構。他將 VLA 2.0 定位為「Physical World Foundation Model」，期望讓自動駕駛從早期採用者的技術玩具，真正走入大眾生活。「就連不熟悉科技的老人都能體驗自動駕駛。」他說。
VLA 2.0 在三方面有別於前代系統：安心感、流暢度，以及全場景適應能力。尹瑞哲解釋，過去的自動駕駛系統雖然「能過」卻未必能「安全地過」。系統缺乏前瞻性預判，例如前方 200 米堵車卻不懂預先減速；遇到大型貨車時也不會主動保持安全距離；在窄路情況下有時亦缺乏合理的禮讓意識。他直言「以前的自動駕駛根本無法讓駕駛者放心。」
新一代 VLA 2.0 的實際性能在真實個案中亦得到印證。今年 3 月有中國媒體駕駛 XPENG G7 從中國西部出發前往上海，全程接近 5,300 公里，超過 99.9% 路程由自動駕駛完成，當中更有 1,330 公里無需人手接管。旅途途經新疆積雪、大霧及沙塵暴等惡劣環境，系統均表現穩定。另一備受關注的案例同樣發生於 3 月，有 4 名兒童躺在路面模仿減速墩，VLA 2.0 成功識別異常並開始減速，最終由駕駛者接管。「這是系統從未訓練過的數據，但 VLA 2.0 依然能以這種方式反應，這正是駕駛者和車主最需要的安心感。」尹瑞哲說。
▲XPENG 智能座艙產品營運高級經理尹瑞哲
3X 圖靈晶片與千億參數的算力訓練
技術架構方面，尹瑞哲拆解驅動 VLA 2.0 的四大元素：模型、算力、數據，以及車身硬件。其中 XPENG 自研的圖靈晶片（Turing Chip）是算力核心。數據層面上，XPENG 單次訓練可處理 5P 數據，相當於普通大型模型的 50 倍。每秒視覺數據達 53 億字節，每次訓練使用超過 4 兆個高質量多模態訓練素材。自發佈第二代 VLA 以來，XPENG 已在內部完成逾 500 個模型版本更新，平均每天更新約 5 個版本，再從中挑選最穩定版本推送予用戶。
他再指出，1 粒圖靈晶片名義上的算力大約等如 3 粒 Nvidia Orin-X，但根據小鵬廠方數據顯示，基於自家系統優化及度身定制自動駕駛算法，圖靈晶片的有效實際算力等於 10 粒 Orin-X 晶片，採用 4 粒晶片的車型合共 3,000 TOPS 算力足以應付未來 L4 級別的自動駕駛能力，並能同時驅動智能座艙與自動駕駛的大型 AI 模型。
全球化部署：無需在地數據的底氣
針對外國媒體最關心的海外實測問題，尹瑞哲以「人類駕駛能力可以跨境遷移」作比喻來解釋 VLA 2.0 的優勢。「你在中國學開車，去了外國不需要重新學習，因為對路況的感知能力是共通的。」VLA 2.0 能夠透過 X World 世界模型，在虛擬環境中模擬德國等不同地區的道路情境進行測試，毋須在當地大量採集數據，亦不用依賴高精度地圖。這可以大幅降低 XPENG 進軍海外市場的技術門檻。
AI 輔助設計：無法取代人類創造力和判斷力
在工作坊尾段，Melenchon 回應多位記者關於 AI 能否取代設計師的疑問，立場鮮明。他承認 AI 工具讓創意想法的視覺化變得更容易，解放了部分人才限制，但強調 AI 無法取代人類的創造力與決策判斷。「AI 可以給你一千種選擇，但選出正確的那一個，還是需要人類來決定。」他說。設計師的角色因此轉變為「餵養系統、引導方向」，而非被系統取代。這個觀點與尹瑞哲對 VLA 2.0 的定位不謀而合 — 技術的終極目標，是讓人類的出行體驗更安心、更自由，而非將人類排除在外。
