摘要

小鹏在去年下了最大的一次赌注：把已投入"小几十个亿"的第一代自动驾驶体系直接停掉，转向用更大foundation model重做的第二代VLA。 何小鹏的判断是，旧路线"用软件的方法论、使用AI的工具箱，做出来是一个更强力的软件，我认为它叫做AI缝合怪"，永远做不到无人驾驶，也不可能让机器人真正泛化——“我们所期待的是一个非常聪明的汽车，但我们用的方法永远不会无限聪明”。
物理AI比数字AI"难一百倍"，但何小鹏预测2027-2028年物理AI会出现类似ChatGPT级的变化。 数字AI"很多模型就是跑个分"，在物理世界"那是可笑的"——要同时比长板、短板、窄板（品质、成本、法规、细节），所以"物理世界的CEO要不然不敢赌，要不然觉得我还有好多块板怎么办。我可能胆子比较大"。
通用人形机器人的胜率自估两成——“已经是我看到中国企业里最高的胜率”。 他同时断言走通用人形的公司"九十九点九九会死掉"，但差异化机器人"这个世界上可能有非常多的解法"，机器人创业难度是汽车的20到100倍，而当前全行业的运动控制水平还相当于"一九二几年、一九三几年的汽车"，T型车时刻尚未到来。
关键商业时间线：今年底机器人进入类似汽车的SOP，“明年二零二七年很有可能是高等级机器人商业量产的第一个元年”；L4落地"大概率十八到二十四个月"（针对小鹏自己）；2030年中国可能只剩五家有规模的车企。血海问题的回答：“我也不觉得有谁出来了”，但机器人会"很快从血海到蓝海"，因为同游者"绝大部分人都不太懂AI"。
Iron的诞生与意外：2023年把300人机器人团队解散只留不到60人（出走者据说成立了十个创业团队），选了一个"既懂点AI、又懂点汽车、又懂点工程、又懂点机器人"的负责人重构；发布会后被质疑是真人，等了几个小时就"受不了了"，连夜逼团队想创意，最终当众剪开左腿。
新车GX与销量拐点：第一款全尺寸六座旗舰SUV，把飞行汽车的冗余带入整车，“全中国第一个整车厂做的前装robotaxi”，八个全安全冗余；三月底发布第二代VLA第一版后，四月行业销量同环比跌约20%，小鹏涨50-70%。核心论点：下一个十年软硬件价值可能各占50%，用户愿意为三十万的车里十五万的软件买单——“现在没有，但我觉得一定在这个十年会变化”。

精读

1. 一号位不该深度用AI产品——“要用，不要太深度的用”

何小鹏坦承自己用得最多的仍是"非常传统的AI产品，千问、豆包"，coding工具团队用得多但他本人拒绝深度使用。理由来自互联网产品时代的教训：“你天天用产品，很快就会到细节去了……反而不能让你向远方看。“一号位要看远方，产品线强相关的基层则"什么方式都可以上，最后看结果，再慢慢归一”。
对AI coding的定位很克制：“对初级程序员的一个非常好的辅助工具”，两三年后会逼初级程序员上到高级；但对智能辅助驾驶这类强AI能力"帮助是比较小的”——写操作系统级的内核，“最核心还是整个的算法，而不是在coding”。

2. Token不是物理世界的北极星指标——真正烧钱的是数据

何小鹏拒绝用token量衡量公司AI化程度：“我们不太看这个事情。“在物理世界，token的使用者是machine本身——新一代VLA一天开三四个小时消耗的token（内循环），远超员工用数字AI的量，“用人用AI的token数量远远低于物理世界AI自己需要的token数”，两者北极星指标根本不同。小鹏内部看的是"给你三万张或五万张H100，什么业务能高效使用”。
内部不控制token：“你不确定一个月一个人花一千块还是一万块是最有价值的，而每个人每月的工资很可能远超这个数。如果他真有能力花更多钱产生更大价值，为什么要限制他？“只管理Top异常情况。
真正的异常值在数据：“极少有公司现在看到数据的巨大的成本”——数字AI几十个TB就能训练，物理AI一次训练几十到几百TB，小鹏一年在数据上的刚性投入"接近十个亿以上”，每一档存储与使用策略都是千万级的钱。

3. 何小鹏能被skill化吗——CEO可以被替代，但对错无人能判

直接的回答：“也许过数十年或一百年，类似我的能力的确可以被skills”，但届时CEO也会"丢掉A B C，获得新的D E F”。被问及何小鹏skill的缺点，他的回答带着自嘲：“每个人skill化之后都会发现这个人实际上有非常多的缺点。”
更深的矛盾是他们做机器人时深度思考过的：coding和自动驾驶"我知道什么是错的”，可以强化；但"把何小鹏skills化，你很难判断这个skills怎么是对的或错的"——所以小鹏"在构建体系，而不是在使用别人构建好的体系"。
对企业AI含量的标定：数字世界公司可以到"小百分之几十"，但小鹏这样数万人的物理世界企业，泛AI（含自动驾驶、机器人）占15%-20%“足够了”。

4. 从"AI汽车企业"到"物理AI企业"——缝合怪的判词

改名小鹏集团背后，是对过去十年"智能电动汽车"六个字的重估。他对行业智能化的总结毫不客气：从丰田、Google、百度到特斯拉和小鹏，自动辅助驾驶"做到了效果，但没有足够的高度"——本质是"AI的算法加软件的规则的组合，我把它戏称为叫缝合怪"。
缝合怪的具象证据：“今天没有一家自动驾驶公司的软件能在地下停车场很流畅的开”，所谓停车场辅助全是记忆式的——开过一次记住路线，“对整个物理世界的了解度是非常之低的，核心还是不够智能，它的上限太低了”。

5. 那场豪赌：停掉花了小几十个亿的旧体系

去年小鹏同时在做两代自动辅助驾驶：第一代是端到端放大、规则降低、后训练增强；第二代则彻底抛弃端到端，用更大的foundation model"先打开上限，再收敛下限"。他的量化比喻：旧路线上限一千分、下限九百分；新路线"上限可能十万分到一百万分，但那个时候下限只有一百分"，工程问题一堆——但他赌了，“我们把以前那一套体系就停下来了，那套体系花了小几十个亿”。
时点与动因：没有标志性会议，“基本上在脑袋里面拍，全力以赴”。去年三月他反复想一个问题：所有公司都觉得更简单的方法论能做出"凑合可用"的自动驾驶，“但当它做了一两年后就会发现，为了解决很多短板，它限制了它自己的长板，所以他发现他永远做不到level four或level five。这条路是一条捷径，但不是一条大道”。
到去年三季度末落到组织上：“我们把整个自动驾驶中心核心的组织架构全改了。“每个窗口期都有优秀的人，“但每个人都有原来的惯性，习惯用过去的方法、用最新的工具去做更好的东西——大部分时候这是对的，但有很多时候你的工作方法论都要改”。

6. 为什么物理世界的CEO不敢赌——长板、短板与窄板

何小鹏的核心方法论区分：数字AI用人类语言，“语言即世界”；但物理世界"每个人每一天看到的数据量根本无法用语言概括、描述、还原跟复制，它太大了”。汽车CEO容易学懂数字AI后去映射使用，“但那个时候没有任何一个CEO会说我全部都要用”。
板的理论是他反复回到的框架：数字世界核心看长板，物理世界要"窄板做宽、短板做长、长板做的更长”，还要保住下限、拼广度——品质、成本、材质、法规。所以"物理世界的CEO要不然不敢赌"，而他承认下注时"我也不知道它能不能解短板"。
对追问的拒答本身是信号：转型的具体步骤"这些都不能说，抱歉"——“你可以去找以前任何一家数字AI的CEO，他们都不会告诉你他们转型的思考逻辑的。第一不知道能不能成功，第二不会分享。“决策的孤独感也直白：“很难有一个人准确的可以跟你讨论……他们大部分是错的，因为都不是从全局角度，全局是自己把握的，最后你还下赌注，就像创业一样。”

7. 软硬件50:50——下一个十年的价值重构

做智能电动汽车最痛苦的一点：“无论怎么看，硬件占一个客户所需要的比例都远大过百分之五十。“他的判断是下一个十年软硬件价值可能各占50%——“用户愿意说我买一个三十万的车，十五万算你的硬件，十五万算你的软件的综合能力。有没有这样的车？现在没有，但我觉得一定在这个十年会变化”。
实现路径只有一条：“用AI的方式重新驱动你的组织，设计你的软硬件的合体”——数字AI他全是拿来主义（“cloud code非常好，我会用cloud code，如果deep seek four某些方面非常好且成本也棒，我就把那部分切换过去”，内部做了hub随时切换），但physical AI的model、data、算法都不一样，“再多说就不说了”。

8. 组织动刀动到根上——用脚投票与"小刀砍大树”

赌注下达时的内部反对声很真实：非AI主管觉得"不管做A还是B可能都错了”，AI主管大部分处于中间态，“连我都是一样，但这就是创业的乐趣”。最大的反对声"就是有很多人用脚投票——他们不相信这个事情，觉得做不到，就离开了”。
组织哲学的原话值得留存：“切记不要小刀砍大树，慢慢砍。想清楚了砍掉它……从组织到流程到方向，全部改。“外界看到的只是应用层，“内部看到的就是一直到根上面去”。
赌的尺度论：创业初始是赌十倍到一千倍——“赌一千倍，概率是千分之一；十倍，成功概率可能十分之一”。规模变大后一样要赌，“只是你可能是赌数倍到十倍之间”。2022年底给自己的两条心法至今有效：“绝不服输"加"愿赌服输”——“你越犹豫、越等待、越想再说过六个月，你可能越难成功。”

9. AI的四个方向，与对Waymo的判词

何小鹏给出他眼中AI的四个探索方向：数字AI的变化（很多人在做）；物理AI"比数字AI难一百倍，但二零二七、二零二八开始大家会看到效果”，出现类似ChatGPT式的岗位级冲击；人体AI（医药、养老，“除了Google"没人真正耦合好）；企业与AI的耦合（千人以内的小企业开始更多探索）。
对Waymo的评价是全场最锋利的判词之一：Google 2009年下注自动驾驶至今十七年，Waymo"是一个既好又很不好的解决方案”——技术能力不错，但很难全球化，“Level Four的技术它天然就是一个更高级的缝合怪”，“即使让司机更轻松安全的开车，光这个事情做了十七年，没有一家公司能够做得极好”。
对小微AI创业公司的泼冷水：今天AI能帮的无外乎三种——简单的分析师、简单的程序员、简单的设计者，“它还是辅助为主，并没有取代，更没有超大规模的协同效应”。几条枪十几个人说要用AI coding颠覆物理世界，“完全低估了物理世界改变的多样性跟复合性……你在数字维度做到极致，它的价值点可能极小”。

10. 剧变时代的焦虑——连公理层都在被推翻

被问焦虑时的回答不设防：“当然焦虑。你会发现你以前很多的逻辑论，甚至底层的定理、范式，甚至到公理层——你的价值观、人生观、世界观——在这些东西的变化下不是那么work。”
他举的公理被推翻的例子：做自动驾驶越久，“你越会觉得好像level five永远不会到达”，因为软件应对全球场景、法规、人机交互"是无限循环的”。“但当你真正用AI重构这个事情之后，你觉得它可能存在的”——由此对很多原来的壁垒逻辑产生新想法，“我只能点到这里了”。
附带一条能力分层论：“看到问题、解决问题、和构建体系去既有上限又能堵住下限的避免问题，这是三种完全不同的能力级。你是个CEO你一样解决不了，因为你看到的问题是世界的问题的某一个角度的某一环而已。”

11. 机器人三阶段：解散三百人，选中一个"缝合型"的人

小鹏机器人分三段：2018-2020收购的独立四足团队；2020-2023三年半做了三个不同的模型，“用机器的方法做集成、用汽车的方法做集成、中间做了缝合的方式，都取得了不同的成功跟失败”；2023年后坚定从四足转双足、从不相信大脑到"从大脑去驱动机器人的全新设计”。对行业所谓"小脑已做好"的嘲讽：“用同一个单调的步伐往前慢慢走，那不是小脑，那是脊椎，或者你的脑干。”
2023年的组织手术：判断"一个对机器人非常懂非常熟悉的团队，没有能力做出一个好的全新一代的机器"，于是把三百人的团队只留不到六十人，“听说他们出去有十个创业的团队，大部分都拿到钱了”（其中一家名称听不清，原音近似“中情”，已拿好多轮钱）。新负责人LC的画像：“既懂点AI，又懂点汽车，又懂点工程，又懂点机器人”——为什么选他？“有很多时候是命运。他的象限跟我思考的象限比较吻合。”
人才观的措辞之别：LC讲"人才的密度"，何小鹏讲"人才的潜力"——去年底到今年上半年，光一个部门招了接近八十个三清博士级毕业生，“他们都很贵，但我们都愿意。要用超级聪明的人去做超级困难的事情”。LC比他还crazy：“他一直跟我说他想是造人而不是造机器人。”

12. 为什么必须像人——机器狗、一米八铁甲与恐怖谷

为什么通用人形这条最难的路？他用两个具体例子回答。其一，机器狗进卧室：一米一到一米二的四足机器人在床头柜旁无法原地掉头，“一只金毛掉头尾巴会刮到墙跟床，你不会觉得谁会受伤，但一只机器狗，它百分之百会让你们两个都觉得受伤”；做小了则"能力级非常差，就是轻度陪伴"，续航还短。其二，一米八全身盔甲的双足机器人，“即使你是他的设计者，你也不愿意跟他只隔一厘米行走”——烫、带电、脏、危险，成年人尚且如此，老人小孩怎么办？
所以Iron的设计约束极细：身高一米六九到一米七零之间（让男女都舒适）、可穿衣服、甚至有头发，“但他不能有自己的脸”——恐怖谷效应加法律与社会学效应，“必须要跟人有一定的差距”。他强调这已经是中间态：“如果你想把机器人真正泛化带入人间，我们已经是在选择最容易做的中间态了。”
机器人的终极价值排序被他改写了：过去是情绪价值，未来是"物理的价值加上情绪价值的组合"——能干活。舆论数据也印证：年轻人期望机器人进家庭干活，而"跟我这个岁数甚至比我还大的中年男女，很多人在考虑等他老了之后这个机器人有什么用"——“老人很有可能把机器人作为他唯一的依赖，我觉得极少有人会这样思考。”

13. 那场意外：等不了二十四小时，剪开左腿

发布会后被质疑Iron里藏着真人，团队分两派：一派主张"清者自清"，一派主张观察二十四小时再说。何小鹏的版本：“我等了几个小时，我已经受不了了……当二十四个小时之后，可能这个子弹已经不知道飞到哪去了。“当晚打电话给团队：“明天早上你们给我想个创意，我要告诉大家这是一个真实的机器人。他们被我逼出来。”
选择剪左腿的原因很工程师：“他从左往右走路，左腿是大家最容易看到的。“他也坦白那台Iron只是中间milestone、热管理有问题、“它很烫”——真正的纠结不是外界，“是我如何让内部能够齐心，因为内部很多人觉得可以不说，但这个世界上百分之九十九点九九的人是没有办法touch到的”。
事后复盘这场风波的净效应：“它是加速了。机器人行业里非常多优秀的人都加入小鹏……让我们成功概率提高了一点点。”

14. 运动控制还在T型车之前——机器人是1920年代的汽车

拟人背后的技术判断：绝大部分人低估了机器人的运动控制。今天的机器人实践多来自2018年某些开源MPC，“所以它们看起来有很多的共似性”；而汽车的运动控制虽好，也只是分域单点控制、“整体上是没有全协同的”。他的例子：自动驾驶的车"左轮胎是雪地、右轮胎是草地要转一个四十七度五的弯该怎么转？这个对人都很难”。
断代判断给得很直白：“机器人还处于可能一九三几年、一九二几年的汽车，maybe是T型车那个时代。今天的T型车有了吗？在机器人领域肯定还没有。“人有两百多个关节加肌肉皮肤，“今天很多机器人如果加上肌肉跟皮肤之后，它的行走效果会极大幅度的变化跟缩减”；现有机器人"要不然是走，要不然是打架，你要有五种运动控制？没了”。
小鹏的目标是"全姿态、全AI组合的运动控制”——像人的本能：“当他看到地面可能是雪地加草地，他会试探的走一下感受摩擦力。“这也是为什么"绝大部分机器人只能用软件去缝合它，自然很难做出好的综合能力”。

15. 机器人的胜算：通用人形99.99%会死，我们有两成

数量对比：当年造车统计最多三百多家、“我自己感觉就一百来家”，机器人公司据说已两百多家。但分类逻辑完全不同——机器人有无数分类（医疗、货运、货检），“有很多机器人不需要是人形的”。他的分层结论：“走通用人形机器人，九十九点九九会死掉；但走各种差异机器人，这个世界上可能有非常多的解法”——张小珺认为机器人整体胜率"比乘用车高”。
对自己的胜率标定：“我们大概有个两成……这已经是我看到中国企业里我自己认为最高的胜率。“难度标定：“机器人的创业大概是汽车公司创业难度的二十到一百倍。你看我还给了一个最低二十倍。“踩坑论：“它不是你理解就能够避开的，是真正踩上去之后你才知道它的整个逻辑。“竞争格局的预言暂时保密：“过个三四年，等很多很多公司都踩了坑之后，大家会看到机器人的竞争会陷入到一种什么样的状态。”
通用人形的对手是谁？“现在没有对手，全都是自己。“从底层组织到infra到技术、产品、商品的体系能力，再到工程——每一家最重要的是让自己的能力最强。

16. 机器人在三条曲线里的位置——规模化会比汽车快得多

小鹏新十年三条曲线：把汽车干到完全的智能体；机器人（“本身就是智能体”）；全球化。关键区别：“汽车也许要花十年证明软件能力占百分之五十，但机器人不用证明——软件能力很差你基本上不会要它。”
被普遍忽视的一点：一旦机器人有能力规模化，“它的规模化的速度会远超过汽车”。汽车受道路、法规、量产爬坡约束（“你今天一天卖了十万台，对不起，你没有能力下个月造出十万台”），机器人可能在某一个点爆炸——类比"去年数字AI最大的变化就是SOP Big的coding，不到十八个月就有巨大的变化”。小鹏的打法是80%硬件自研（手、芯片、关节都自产自研），“我们是Tier One，跟更上游的Tier Two合作，只有这样才能把质量和规模做好”。
量产前的三道坎：硬件的可靠稳定、“高等级的多个大模型能不能很好的拟合”、商业化能不能证明——“机器人还没有被定义清楚，市场在等一个类似iPhone 4的东西，但我相信第一款商业量产的机器人还达不到iPhone One”，而且iPhone面世时有Nokia、摩托罗拉可取代，机器人出来时"很多人都没有做到类似的东西”，不完全可比。

17. GX：把飞行汽车和机器人的能力缝进一台旗舰SUV

GX是小鹏再一次冲高端：第一款全尺寸六座旗舰SUV，差异化在"把汽车、飞行汽车跟机器人的很多能力贯通起来”。具体：飞行核心零部件冗余上车，“全中国第一个整车厂做的前装robotaxi，八个全安全冗余”——“电源坏了还能开，动力坏了还能开，老鼠把线束咬坏了还能开，它就像飞机一样”；线控底盘与新EEA、VLA打通，“安全级别更高、时延更短、控制灵敏度提高接近百分之好几十”；机器人的任务式思考也会进入汽车。配置上第三排可完全推平、福耀隐私玻璃、美的新一代车载冰箱，5月21日正式发布定价。
对同级车展三十款全尺寸车型的判词：“外表很大、内饰很粗糙、细节不用户化、拼凑了很多能力的车……你最差的点也是八十分，还有更多的九十分跟九十五，你才有可能在这个战争中间胜出。”
会不会重蹈G9覆辙？“我不担心。“复盘的收获"太多了”——组织、产品规划、客户认知、商业逻辑全调整了，“当你的体系能力越强，你越难在某一两个点上能轻松的失败”。与理想、蔚来的关系他给得体面：刚看过理想新L9、李斌的ES9，“魏小李在大九系这一次都会给出各自不同的看法跟认知”。目标画像：“三十岁以上，比较勇敢，愿意探索新的科技的豪华”。

18. L4十八到二十四个月，余凯的路，与五家车企的终局

L4时间表：“大概率十八到二十四个月”——对小鹏而言，且"谁说今年做得到，我觉得吹牛逼”。但他随即自我消解其价值：即使做到，“也不代表长期的价值”。眼下的证据倒是硬的：三月底发布第二代VLA第一版，四月行业销量同环比跌约20%，小鹏涨50%-70%，“相当部分跟第二代VLA相关”。
对余凯（地平线）“车企最终都该用第三方"的观点，何小鹏的回应是条件化的：“越多汽车机器人公司，余凯的道路会越广；越少，会越痛苦。我可能认为是越来越集中。“自研与否的判据一句话：“如果是战术你不应该自研，如果是战略你应该自研。“跨域融合是Tier One难以替代的原因：“你跟三家公司提供一个total solution很容易，但你要跟三百家公司提供个性化solution，你是非常痛苦的。”
终局判断维持旧说：“三零年中国可能就五家有规模的汽车企业”——不代表其他会倒闭，但规模下行会让它们难以进入超高强度竞争。血海之问的答案没变：“我觉得都在游……我认为没有一家有出来。“但机器人会不同：“同质内卷的可能性会低，软件价值很大，且我不认为有一个非常好的开源能帮一个机器人公司做好软件——机器人的血海就像当年的互联网竞争一样，会很快从血海到蓝海。”
收尾的个人侧写：时间花得最多的是"战略跟规划”；不太看书——“当他写好一本书印刷出来之后，这个世界可能又变化了百分之十”；吸收知识靠实践，且在AI体系里"PDCA的C都不能做了，应该尽量降低人的任何一个环节的消耗”；过去一年有无后悔的决策？“没有。犯错为什么要后悔？我们一起思考为什么现在错了，但不用后悔。

Verification Notes

Raw captions render one startup name approximately as “中情”; its identity cannot be resolved from the captions.
Raw captions render a coding product as “SOP Big”; no supported resolution to “Claude Code”.

167: 洋葱学园杨临风：用AI制造捷径，是在杀死真学习从人身上寻找Alpha