L2到L4的演进，不再是遥远的技术设想，而是逐步落地的工程现实。
近几年，身处AI潮头的小鹏汽车掌舵人何小鹏，会时常亲赴北美捕捉前沿AI的毛细变化。而体验特斯拉的最新FSD，更是成为重头安排。
自去年6月，何小鹏赴美测评特斯拉V12，历时一年半，2025年12月，何小鹏再次赴美实测特斯拉FSD最新版V14.2及Robotaxi，并在回国后对小鹏第二代VLA进行对标验证。
这种近似“查作业”式的对标方式，已成为观察自动驾驶竞赛的关键窗口。尤为值得关注的是，其行动本身已传递出一个清晰信号：小鹏汽车在自动驾驶领域已跻身全球顶尖阵营，与特斯拉共同代表了中美两国最具前瞻性的技术路线。
自动驾驶本质是物理AI的问题，在AI领域，“大算力+大数据+大模型”的组合，已被行业证实能让AI以超乎想象的速度演化。
在这一框架下，头部企业的共识逐步清晰：例如不断用AI能力解决自动驾驶的泛化问题；坚持纯视觉路线，驱动自身在AI技术上持续深挖；同时，用量产规模构建数据闭环的全套能力。
因此，何小鹏这次实测，不仅是用行业标杆的技术水平，校准自身的AI技术路径，也让自家从L2到L4的演进路线更加清晰。
一号位“查作业”，
头部企业形成技术共识
12月10日，何小鹏在硅谷对比试驾了特斯拉FSD V14.2和Robotaxi。他明显感觉到，FSD在一年前还处于L2高阶辅助驾驶的体验期，如今已进入“准L4”的安心阶段。在接近5小时的试驾中，最大的感受是：标准车辆和Robotaxi完全使用同一模型，表现一致，虽然仍有瑕疵，但水平大幅超过去年。
走同一段路，最能看清变化。何小鹏此次实测选择了与此前体验FSD V12时相同的路线，通过一致场景对比技术迭代的真实变化。
最直观的感受来自大模型升级带来的能力跃迁，FSD V12时代仍存在的决策生硬、场景应对局限等问题，在FSD V14.2版本中得到显著改善。
首先，FSD V14.2在复杂路况的决策连贯性上有明显提升。无论是通过路口，还是应对车辆加塞，系统都能更平稳地预判、减速，并动态保持合理车距，大幅减少了车速与方向的突兀调整。其次，面对突发状况的反应更快，对行人动向和远距离潜在风险的预判也更为准确。
这种变化并非单一功能的优化，而是模型整体感知与理解能力的跃迁，它能更精准地识别道路元素间的关联，做出符合人类驾驶逻辑的决策。
它开起来，更像人了，驾驶风格愈发拟人化。何小鹏将其定义为“准L4的安心阶段”，让体验获得了代际般的提升，这正是大模型能力跃迁的直接体现。
真正的技术狂人，本身就在筛选“知音”。特斯拉FSD V14与小鹏第二代VLA有着技术共性，这种共性背后是全球顶级玩家的路线趋同，具体表现在纯视觉、端到端、能力涌现。
一方面，双方均坚定选择纯视觉方案，不依赖激光雷达即可实现高阶感知，通过以摄像头捕捉的环境信息构建驾驶决策依据，利用算法优化突破性能瓶颈。另一方面，在技术架构上，二者都遵循端到端的设计逻辑，跳过复杂的中间处理环节，直接实现感知到动作的转化。
更值得关注的是“能力涌现”现象的出现。FSD V14在复杂路口的轨迹预测以及第二代VLA对交警手势、面对红绿灯自发涌现的“蠕行”的识别与应对，这些未被专门训练却自然形成的能力，印证了大模型规模化训练的价值，也成为顶级智能驾驶系统的重要特征。
技术路线的趋同，并未消除不同市场的场景差异，而这正是何小鹏“查作业”的核心关注点之一。
硅谷交通虽有复杂路口与非标驾驶行为，但与中国道路的复杂性仍有本质区别。人车混行、极窄巷道、突发横穿、无信号灯路口频繁出现等场景，对自动驾驶的适应性提出了更高要求。
而这些，正是小鹏第二代VLA重点打磨的地方，形成对FSD V14的差异化优势。依托真实行车视频的训练数据，以及针对中国路况的持续优化，该系统在极窄路通行、人车混行避让等场景中表现突出。
值得一提的是，第二代VLA支持小路NGP丝滑贯通高速—城区—小路/园区等主要场景，可以让复杂小路平均接管里程提升13倍。
FSD V14虽在硅谷表现稳健，但在应对中国特色路况时仍有提升空间。两者的差异并非技术优劣之分，而是不同市场需求下的优化方向不同——特斯拉聚焦全球通用场景，小鹏则深耕中国本地化需求，这种差异化竞争正成为行业常态。
目前，小鹏汽车正通过北美研发中心强化实力，目标在2026年8月30日前，使国内第二代VLA 达到FSD V14在硅谷的当前水平。
从“技术路线”到“系统能力”：
第二代VLA的底层逻辑
2025年11月，小鹏科技日上发布会第二代VLA。在小鹏科技日技术分享会上，小鹏自动驾驶负责人刘先明称，好东西都是简单的，第二代VLA是极致端到端。
小鹏第二代VLA最关键的突破是重构了传统 “视觉-语言-动作” 的架构，彻底去掉了 “语言转译” 环节。这一调整让技术链路更直接，实现从视觉信号到动作指令的端到端直接生成。
这一改变带来了多方面的改进。没有了中间转译步骤，意味着信息在传递过程中的损耗大幅减少，决策指令的生成效率将显著提升。在实际测试中，这种架构优势会转化为更快速的场景响应，面对突发路况时，从环境识别到做出动作反应的时延缩短，让驾驶动作更连贯自然。同时，也为复杂场景下的安全冗余提供了技术支撑。
此外，第二代VLA还展现了对物理世界的深度理解能力。通过大规模数据训练，路测中涌现出多个未专门训练却能有效应对的典型案例。其中最具代表性的是对交警手势的精准识别，即使在光线复杂或手势不标准的情况下，也能快速响应并调整行驶状态。
这种能力在实际路测中得到了验证，甚至与行业领先系统表现一致。第二代VLA让车辆开始更好地理解路权，这与特斯拉FSD V14.2版本推送后，车主们实测的真实画面如出一辙。
例如车自己就能识别交警的指挥手势，规规矩矩地停下。遇到施工路段单车道轮流放行时，它也能准确预测对向来车的节奏，看准空档，顺畅地汇入车流。整个过程平稳自然，驾驶者几乎感觉不到需要干预。
不仅如此，第二代VLA在人机交互方面也实现了突破。在人机交互场景中，该系统能完整理解用户的简单指令并执行闭环操作。
例如，当用户发出 “前方路口左转” 的语音指令后，系统会自主识别路口位置、观察交通信号灯、避让行人和车辆，最终完成左转动作，整个过程无需用户额外干预，真正实现了“识别—理解—行动”的完整闭环。这种能力让自动驾驶从单纯的“执行驾驶动作”向“理解驾驶意图”进阶。
这些能力的背后，是独特的训练体系支撑。与传统依赖人工标注的训练方式不同，该系统无需人工介入标注道路元素。基于此，结合海量真实智能驾驶视频训练和机器人领域的多模态数据，第二代VLA不断学习，实现模型在理解和推演真实物理世界中，自我演进式的无限能力成长。
如今，小鹏第二代VLA训练数据规模已接近1亿clips，覆盖的场景规模相当于人类司机驾驶65000年遇到的极限场景总和。依托全球领先的3万卡云端算力集群，该模型每五天可完成一次全链路迭代，同时能通过推演未来决策场景，生成长尾场景进行对抗训练，持续提升对复杂路况的应对能力。这种训练方式既保证了数据的真实性与丰富性，也让模型能快速适配各类实际驾驶场景。
正因如此，第二代VLA让小鹏的智能驾驶系统具备了持续学习和自主演进的能力，这也构成了其未来竞争的关键优势。
L2直通L4：
为什么两家企业都绕开L3？
何小鹏在与多位L4级技术负责人交流时，他发现一个普遍观点：端到端是实现L2/L3自动驾驶的最佳路径，但未必适合L4。
然而，何小鹏本人坚信，端到端与大模型结合的技术路线，终将引领汽车迈向真正的L4级自动驾驶。
尽管小鹏汽车已成功拿下L3自动驾驶路测牌照，具备了相关技术落地的基础，但企业的技术目标与储备始终直指L4级别。在小鹏的规划中，L3更多承担技术验证的角色，而非最终的商业化终点。
L3级别存在责任界定模糊的行业痛点，一旦发生事故，很难划分车企与驾驶员的责任边界。同时，L3到L4的技术演进并非简单的功能叠加，而是需要底层架构的支撑，与其投入大量资源推进过渡性的L3，不如直接聚焦L4目标进行技术布局，通过实际场景验证加速成熟。
2025年科技日上，小鹏汽车正式发布面向L4的第二代VLA，该软件预计将在2026年一季度量产上车。2026年，小鹏汽车计划推出量产的软硬件都达到L4级自动驾驶水平的车型。
特斯拉与小鹏的共同选择，源于对L2与L4技术同源性的判断。两家企业均采用同一套自动驾驶系统框架做L2和L4，核心算法与决策逻辑保持一致，仅在功能边界与应用场景上有所区分。
Robotaxi被两家企业共同视为L4级技术的终极目标，不过在产品形态上存在差异。
小鹏计划推出的Robotaxi将搭载4颗图灵AI芯片，车端算力达3000TOPS，配备双冗余架构，两套系统可互为备份，具体表现在算力、转向、感知、能源、刹车、通讯等六个方面。行业首发遮阳板车外显示，赋予整车“沟通表达”能力，增强人车交互信任感。
这一切设计均旨在筑就最高的安全防线。小鹏汽车审慎的态度表明，将用户安全置于首位，无疑是其不变的信条。
相比之下，特斯拉为其Robotaxi车型Cybercab采取了更为激进的设计思路，量产版计划取消方向盘与踏板，车内无传统驾驶操控装置，完全依赖FSD系统运行。
但无论哪种形态，从头部技术企业给出的时间表不难看出，在现有AI技术基础上建立的自动驾驶系统，依然可以走向L4，甚至支持Robotaxi从未来走进现实。而接下来，就是企业在量产节奏上逐步落地。
小鹏明确时间表：从能力到量产
小鹏已经为自动驾驶技术落地制定了明确的时间规划，2025年科技日已正式发布第二代VLA。按照计划，该软件将于2026年第一季度面向Ultra车型全量推送，实现量产上车。
依托这套能力基础，2026年，小鹏还将推出三款软硬件均达到L4水平的Robotaxi车型，并启动试运营。
这不是一句空话，何小鹏在社交媒体公开表示，到2026年8月30日，若小鹏VLA技术在国内达到特斯拉FSD V14.2在硅谷的整体水平，将在硅谷筹建中国风味食堂。
这个看似幽默的赌约，背后是企业对技术实力的自信与明确的目标导向。小鹏没有停留在概念性承诺，而是用具体的时间节点和可量化的对比目标，来验证技术演进的实际效果。
自动驾驶行业已从“路线争论期”进入“验证路径是否成立”的关键阶段。随着技术的不断成熟，曾经的理论猜想正在被真实数据和实际场景逐一验证。
从特斯拉到小鹏，全球顶级玩家的选择呈现出明显的趋同特征——纯视觉、端到端、L2直通L4的技术路线，正在被越来越多的实践证明其可行性。两家企业都在用自身的量产体系和数据积累，推动自动驾驶技术从实验室走向现实道路。
L2到L4的演进，不再是遥远的技术设想，而是逐步落地的工程现实。
随着2026年多款L4级车型的量产与Robotaxi的试运营，自动驾驶将正式进入规模化验证的新阶段，而清晰的技术路线、明确的落地节奏和持续的迭代能力，将成为企业在这条赛道上保持领先的核心竞争力。
