首发无导航自动辅助驾驶，何小鹏：12月底部分用户可体验

11月5号下午，小鹏汽车在2025科技日上扔出了一颗重磅炸弹。CEO何小鹏站在台上聊起他们最新搞出来的第二代VLA技术时，眼睛里都带着光。这玩意儿可不是普通升级，而是一套能同时用在智能汽车、Robotaxi、机器人甚至飞行器上的全新物理模型框架。最让人坐直身子的是，他现场演示了这套系统在实际路况里的表现——尤其是那个连导航都不需要就能自己开车的功能，直接把在场媒体都问懵了：＂真不用提前设置目的地？＂

说到这个无导航自动辅助驾驶（Super LCC+），何小鹏掏出手机调出一段实测视频。画面里的小鹏测试车行驶在广州老城区的狭窄街道上，周围全是临时施工围挡和突然冒出来的电动车。正常情况下这种路段连老司机都得绷紧神经，但车子居然自己识别出可通行区域，绕过堆放的建筑材料后还能准确回到主路上。更绝的是遇到没有信号灯的路口时，系统通过观察其他车辆的停顿节奏判断通行时机，整个过程行云流水得像是开了天眼。

＂我们管这个叫＇人机共驾2.0＇。＂何小鹏指着屏幕解释道，＂以前LCC（车道居中辅助）得沿着画好的白线走，现在车子学会自己琢磨哪里能走。＂他特别提到研发团队花了两年时间攻克的一个难题：如何让机器理解真实世界的运行逻辑。比如看到交警伸手拦车，系统不仅能识别动作本身，还能结合周围车辆减速的情况推断出具体含义；遇到红绿灯倒计时突然归零却迟迟不变灯的状况，车子会自动分析信号灯故障概率并做出备选方案。

现场放出的对比数据相当震撼。更夸张的是小路NGP功能，现在能无缝衔接高速公路、城市主干道和居民区小巷子，复杂路况下的平均接管里程提升了整整13倍。有技术负责人私下透露，他们给系统喂了超过百万小时的实际道路视频，光是教会它认不同城市的出租车顶灯样式就做了专项训练。

当被问到为什么敢推出这种看似激进的＂无导航驾驶＂功能时，何小鹏笑着拍了拍身旁的技术总监：＂过去五年我们在全球收集了超过两亿公里的极端案例。＂原来早在三年前，小鹏就开始秘密组建＂特种测试车队＂，专门往西藏无人区、重庆立体停车场这类刁钻地方跑。去年冬天在哈尔滨零下三十度的极寒测试中，工程师们发现传统导航地图的数据更新速度根本跟不上临时交通管制的变化，这才逼着团队下决心重构整个决策系统。

根据官方披露的时间表，12月底会邀请一批＂先锋用户＂参与内测。这些被选中的幸运儿不需要额外加装硬件，只要手头有小鹏Ultra系列车型就能通过OTA升级尝鲜。不过何小鹏反复强调，现阶段系统仍然要求驾驶员保持手握方向盘的状态，＂就像教小孩子开车，我们得先确保安全带系紧了＂。预计到明年第一季度，这项功能会在所有Ultra车型上全面推送，后续还会逐步下放到其他配置版本。

演示环节有个细节特别有意思。测试车行驶到某个没有明确路牌的岔路口时，中控屏突然弹出一个交互界面，用3D动画展示了几种可能的行驶路径，同时语音助手会询问乘客倾向的选择。何小鹏解释这是人机共驾的关键设计：＂机器负责计算所有可行性方案，最终决定权还是交给人类。＂这种理念贯穿在整个技术迭代过程中，比如系统遇到无法处理的特殊状况时，不会简单粗暴地急刹车，而是提前平滑降速并把控制权交还给驾驶员。

坐在台下的几位海外媒体记者明显坐不住了。有位来自德国《汽车周刊》的老记者举手提问：＂这种突破性功能会不会受到各国法规限制？＂何小鹏早有准备地打开另一份PPT，上面列出了他们与全球二十多个地区监管机构的沟通进展。＂我们在每个市场都成立了本地化合规团队，＂他指着图表说，＂比如在中国会严格遵循工信部的智能网联汽车准入标准，在欧洲则重点适配UNECE的相关法规。＂有趣的是，这套系统的底层架构其实预留了足够的灵活性，可以通过云端升级快速适应不同地区的特殊要求。

技术解析会上，负责感知算法的副总透露了个冷知识：第二代VLA现在能认出超过600种道路交通标识，包括某些县城特有的手绘提示牌。比如在暴雨天气导致车道线模糊的情况下，车子会参考周边车辆的行驶轨迹来推断正确路径，这种跨模态感知能力让它在混乱环境中表现得格外老练。

活动后，不少参会者围着展台上的实车体验区不肯走。有位从佛山赶来的网约车司机老陈摸着方向盘直嘀咕：＂要是早两年有这技术，我跑夜班也不用提心吊胆了。＂旁边穿着格子衬衫的程序员小哥则盯着中控屏上不断跳动的决策树模型发呆，据说这个可视化界面把原本黑箱化的AI思考过程变成了直观的分支图谱，连普通用户都能看懂车子为啥做出某个具体操作。

值得注意的是，小鹏这次并没有盲目追求＂完全无人驾驶＂的概念。何小鹏在采访环节特意澄清：＂我们的目标是做最可靠的辅助驾驶，而不是不负责任的甩手掌柜。＂这种务实态度体现在很多产品设计细节里，比如当系统检测到驾驶员连续三次忽略接管提醒时，会自动靠边停车并触发紧急呼叫；遇到超出能力范围的路况（比如未封闭的施工路段），宁可多绕几公里也不会冒险闯关。

从现场展示的架构图来看，第二代VLA的底层逻辑做了彻底重构。不同于传统方案依赖预设规则库，新系统采用类似人类认知的层次化处理机制——底层处理基础传感器输入，中间层构建动态环境模型，顶层负责策略规划。研发团队开玩笑说，他们给这个过程起了个代号叫＂数字学徒制＂，因为系统确实是在海量真实案例中＂偷师学艺＂长大的。

看着展台上不停闪烁的数据流，突然意识到汽车行业正在经历一场静默革命。虽然距离真正放手让车子自己出门还有段路要走，但至少现在我们知道，在广州塔下的某个地下车库里，有一群工程师正在教钢铁机器理解红绿灯的节奏、读懂交警的手势，甚至预判隔壁车道大妈突然变道的冲动。或许用不了多久，我们真能坐在副驾上安心刷手机，让爱车带着穿越那些连导航都头疼的羊肠小道。

作者：爱车喵仔 来源：爱车喵仔