更大的赌注：停摆旧体系，押注人形机器人

在2025年，何小鹏为小鹏汽车下了更大的赌注——直接停摆了此前已投入“小几十个亿”的旧有技术体系。这一决策不仅体现在汽车领域，更延伸至AI与机器人等面向未来的战线。他坦言，人形机器人Iron的胜率大概只有两成，远低于造车这场“血海战役”的生存概率。小鹏选择的路径，是打造“最像人的人形机器人”，而非在众多解法中取中庸之道。这种选择背后，是对技术本质的深层判断：物理世界的AI不能仅靠缝合软件规则与传统算法，而必须以foundation model为底层逻辑，构建真正泛化的智能体系。

“物理世界的CEO不敢赌，我可能胆子比较大。”

“我们做了一个巨大的赌注，我们把以前的那一套体系就停下来了，那套体系花了小几十个亿。”

技术剧变下的CEO：焦虑、克制与认知升维

面对AI与机器人带来的技术剧变，何小鹏坦承自己“当然焦虑”——因为过去赖以决策的逻辑、范式乃至价值观都正在失效。他特别强调，CEO若过度使用AI产品（如自己团队开发的AI工具），反而会陷入细节泥潭，丧失战略视野。因此，他主张一号位应“用不要太深度”，而将一线产品线的AI试用权交给基层团队，最终以结果为导向进行归一。

在AI能力评估上，他认为小鹏目前的“AI含量”已足够：在物理世界企业中，AI投入应控制在15%~20%区间（含自动驾驶、机器人等泛AI范畴），远低于纯数字企业的比例。他更指出，真正的挑战不在于token或算力消耗量，而在于能否区分“人用AI”与“机器用AI”的价值逻辑——后者才是物理世界AI落地的核心指标。

“你今天从血海里游出来没有？我觉得都在游，我也不觉得有谁出来了。”

从‘AI汽车’到‘物理AI’：命名背后的范式革命

小鹏汽车更名为“小鹏集团”，并提出“物理AI企业”新定位，标志着其战略认知的跃迁。何小鹏指出，过去十年小鹏聚焦“智能电动汽车”，但自动驾驶长期停留在“缝合怪”阶段——即以软件规则为主、AI算法为辅的混合架构，导致系统上限低、泛化能力弱（如地下停车场仍依赖记忆式辅助驾驶）。

去年，小鹏同步推进VIA第一代（强化端到端模型）与第二代（启用更大foundation model）两条路线。后者虽工程风险极高、下限极低，却打开了从“千分级”跃升至“十万至百万级上限”的可能性。这一赌注，正是“物理AI”理念的实践：不满足于局部优化，而要重构智能体对物理世界的理解能力与决策深度。

“你可以认为要打开到一万分的可能性才能做好，但是他们可能都在一千分左右。”

从缝合怪到物理AI的断崖式转型

小鹏在去年（访谈时为2023年）对自动驾驶与机器人技术路径进行了根本性反思与重大调整。此前，团队采用的是“软件工程+AI工具”的混合模式——即用成熟的软件方法论，辅以AI辅助编程等工具开发系统。但小鹏意识到，这种方式本质上只是制造了更强力的AI缝合怪：软件仍是软件，AI仅作为效率工具嵌入流程，无法突破底层逻辑的天花板。

这种路径虽能快速产出“可用”产品，但其下限极低（如预期上线1000分，实际可能仅100分），严重制约了系统泛化能力。尤其在人形机器人Iron的开发中，小鹏发现现有方案仅能实现“强规则+少量算法”的有限交互，远未达到物理世界中人类级的适应性与灵活性。正如小鹏所言：

‘我认为他可能是一个强规则加少数算法，使用AI的一个能力。’

这一判断促使小鹏果断叫停已投入数十亿元的旧体系，在去年三四月启动全栈式重构：不仅替换技术栈，更重构组织方式、流程逻辑与工程哲学。其核心目标是：让物理AI真正脱离数字世界的思维惯性，构建一套面向真实世界复杂性的新范式。

‘数字AI是用人类的语言，物理AI不是用人类的语言。语言即世界，但在物理世界，我们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。’

长板、短板与窄板：物理世界的系统性挑战

在数字世界，AI模型常以跑分为衡量标准，聚焦长板优势；但在物理世界（如智能汽车、人形机器人），企业必须同时应对短板、长板与窄板的三重压力：

  • 短板：决定系统可靠性与安全底线（如自动驾驶的corner case处理）；
  • 窄板：限制规模化能力（如法规适配性、供应链稳定性）；
  • 长板：提供差异化体验（如感知精度、决策速度）。

多数CEO因无法兼顾三者而不敢下重注。但小鹏选择孤注一掷——相信通过物理AI的全新方法论（非仅工具升级），可系统性拓宽窄板、补强短板、拉伸长板。其终极愿景是实现软硬件价值五五开：用户愿为30万元的车支付15万元的软硬件综合能力溢价。这不仅是技术跃迁，更是产品价值认知的重构。

小鹏强调，这一转型并非源于某次会议或突发事件，而是长期观察后的理性判断：“捷径走不通，大道才可至。” 去年三季度末，公司已对自动驾驶中心组织架构进行彻底重构，标志着从“方法论调整”进入“组织级落地”阶段。然而，由于仍在探索期，具体路径与节奏属高度敏感信息，不便公开。

‘你越犹豫，越等待，越想观察，越想再说过六个月，你可能越难成功。’

物理AI：一个尚未定义岗位的新大陆

小鹏指出，当前多数对物理AI的讨论仍停留在数字AI的思维框架内，甚至误以为AI仅能替代“分析师、程序员、设计师”三类基础角色。这种认知在物理世界严重不足：物理AI将重塑远超数字世界的岗位体系，而当前行业连“哪些岗位最优先落地”都未达成共识。

以自动驾驶为例，Waymo等Level 4方案被小鹏视为“更高级的缝合怪”——技术能力虽强，却难以全球化，因其底层仍依赖大量人工规则与场景裁剪，缺乏真正的泛化能力。物理AI的终极挑战在于：如何让系统在无语言描述的海量物理数据中，自主构建理解与决策能力？

小鹏认为，物理AI的成功不仅依赖技术，更需整合工程、法规、商业与人因等多维约束。这要求企业从“科研视角”转向“产品-商品-规模化”全链条思维。正因如此，当前尚无成熟路径可循，任何企业都无法复制他人经验：

‘以我们今天的规模来看，要分析思考，找到一条适合自己的道路是最重要的。’

物理世界的复杂性远超数字世界的想象

何小鹏以Google下注自动驾驶为例指出，自2009年至今已过去十七年，Waymo虽技术能力尚可，却仍难以全球化——Level 4自动驾驶本质上是一个更高级的‘缝合怪’，难以在AI中实现高强度的泛化能力。他强调，物理世界改变的多样性与复合性被严重低估，尤其当数字维度的极致优化映射到物理世界时，其价值可能微乎其微。即便目标只是让司机“更轻松、更安全、更快捷”，十七年来也没有一家公司真正做到极致。这种认知落差，恰恰揭示了从移动互联网转向实体产业时，思维范式的根本错位：你在数字维度做到极致，它的价值点可能极小。

‘你考虑的维度不对，它是一个物理的维度，你是一个数字的维度。’

‘即使让司机更轻松、更安全、更更快捷地开车，我们每个人都司机，就光这个事情做了十七年。没有一家公司，能够做得奇好。’

组织变革需要‘敢下注’的勇气与系统性重构

面对AI带来的颠覆性冲击，小鹏内部曾存在强烈反对声音——非AI主管普遍认为方向错误，而AI相关主管多处于中间观望态。何小鹏坦言，即便他自己当时也充满不确定性，但创业的本质正是在自身能力边界上赌十倍至千倍的可能性：赌千倍则胜率仅千分之一，赌十倍则可能达十分之一。随着企业规模扩大，赌注需更理性，转向数倍到十倍之间的可实现跃迁。他特别指出，组织变革切忌‘砍大树慢慢砍’，而应从组织、流程到方向全面重构。小鹏去年的变革不仅触及业务表层，更深入至系统根部——AI驱动应聚焦于‘驱动业务’，而非‘硬件驱动体系’。他提醒，数字AI的方法论难以直接复制到物理AI，因其复杂度可能高出百倍，且涉及岗位变革远超数十倍规模。

‘每个人的创业不就是在你当时的能力上赌你十倍到一千倍的可能性嘛？’

‘在这样一个技术剧烈变革的时代……组织的变化，我讲的是不是一个小型组织啊？首先，如果是一个全球化的中型组织，我觉得三年变完都已经是极其可怕的速度了！’

人形机器人Iron：从缝合实验到‘造人’逻辑的跃迁

小鹏机器人发展历经三阶段：2018–2020年独立探索四足方向；2020–2023年通过汽车集成、机器人集成及缝合式路径积累经验；2023年成为关键转折点——因新模型出现，团队彻底转向双足通用人形机器人，并摒弃‘小脑=运动控制’的旧认知，提出‘真正的小脑需具备决策与适应能力’。何小鹏直言，2023年解散原300人团队，仅保留60人，并引入兼具AI、汽车、工程与机器人背景的复合型人才，以构建全新逻辑。他强调，小鹏机器人不是造‘产品’，而是探索‘造人’——即机器人如何与人类产生深层情绪与物理价值连接。他预测，2027年或将成为高等级机器人商业量产元年，而机器人对老年群体的价值——‘让老人不生病、更长寿、更开心’及‘成为其唯一依赖’——是其核心使命之一。

‘他一直跟我说，他想是造人而不是造机器人。’

‘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吧。’

人形机器人的社会定位与设计哲学

何小鹏强调，机器人对老人的未来影响，核心在于两个维度：人体AI如何让老人更长寿、更健康、更开心，以及物理AI层面机器人能否成为老人唯一的依赖对象。他认为，当前多数公司对机器人“陪伴老人”的理解仍停留在浅层，而小鹏选择了一条更艰难但更本质的道路——从物理交互的真实感出发，重新定义人机共处的边界。

他指出，现有机器人普遍存在“非人感”带来的社会接受障碍：四足机器人进房间易撞墙、无法原地掉头；双足机器人即使设计者也难以忍受其压迫感与安全隐患。这种距离感不仅影响用户体验，更牵涉到社会安全规范、法律框架与心理接受度等深层问题。小鹏选择将人形机器人身高定在1.69–1.70米，既考虑男女舒适交互尺度，又刻意避免“拟人脸”以规避恐怖谷效应与法律风险——这不是技术限制，而是主动的社会适配策略。

“如果你家里有一只金毛，它在掉头的时候，它的尾巴会往上动一下，它会抬起，而且它会刮到墙跟你的床，你不会觉得它会受伤，你也不会觉得你的床会受伤；但是一只机器狗，它百分之百会让你们两个都觉得受伤。”

“今天你即使跟他一起，你是他的设计者，你也不愿意跟他只隔了一厘米行走，有压迫感……如果连我们这样的成年人都会，那如果老人跟小朋友会怎么办？”

运动控制：从软件缝合到全AI本能式协同

小鹏认为，当前多数机器人厂商仍在用软件方式缝合底层控制模块，本质上仍停留在“分域控制”的汽车逻辑中——即各子系统（如腿、臂、 torso）独立控制、边界清晰。但人形机器人真正的挑战在于：全姿态、全关节、全感官的AI本能式协同控制。

他将当前机器人运动控制水平比作“一九二几年的T型车时代”，远未达到汽车工业当前的成熟度。以自动驾驶为例，汽车在“左轮雪地、右轮草地”等非对称路况下的转弯控制仍属难题；而人形机器人需在更复杂、更动态的环境中实现全身200+关节+肌肉+皮肤的实时协同，包括行走、奔跑、跌倒恢复、情绪表达等多模态运动的无缝切换。

小鹏的目标是构建一套类人本能的运动控制系统：当机器人感知地面摩擦力变化（如冰水与开水并置），能像人一样试探性调整步态；在突发障碍下自动平衡重心、规避风险——这要求运动控制从“软件逻辑”跃迁至“AI直觉”。何小鹏强调，真正的突破不在于单点性能，而在于系统级的动态整合能力。

“如果把机器人来说的话，机器人还处于可能一九，我都不知道是一九几几年的汽车，可能一九三几年、一九二几年的汽车，以maybe在那个时候可能是T字T型车那个时代的。”

“我们实际上在运动控制领域里面是非常期望像人一样去思考，全部的运动如何能够用AI来控制，而不是用软件控制……这个控制如何能做到？平衡，就是像人的本能一样。”

战略选择：为何押注最难的人形路径？

面对“通用人形机器人九十九点九九会死掉”的行业判断，何小鹏坦承风险极高，但他坚持认为：小鹏选择人形路径并非盲目冒险，而是基于对“物理AI”本质的长期判断。他将机器人创业难度定为汽车创业的20–100倍，并指出当前机器人公司虽超200家（远超当年车企峰值），但真正可规模化、可社会化的路径仍极窄。

小鹏的三条技术曲线中，机器人被定位为“智能体的终极验证平台”——相比汽车尚需十年证明软件占比50%，机器人一旦软件能力不足，用户根本不会购买。更重要的是，机器人具备远超汽车的规模化潜力：一旦在单一场景（如家庭服务）实现突破，其复制与部署速度可能呈指数级爆发。

他强调，小鹏的差异化不在于“是否做人形”，而在于是否愿意从最底层运动控制、最真实的人机交互出发，构建可被社会接纳的物理AI。这条路虽痛苦，却是通往“真正的中间态”的唯一路径——即不是妥协于工业场景的简化版，也不是幻想即刻通用化的激进版，而是以家庭为起点、以老人为锚点、以安全为底线的渐进式进化。

“机器人是一个，嗯，跟汽车创业一个非常非常大不同的……我觉得过个三四年。等很多很多公司都踩了坑之后，大家会看到不同是什么？”

“小鹏的基层踩了好多好多的坑，它不是你理解就能够避开的，它是真正你踩上去之后你才知道它的整个逻辑。”

机器人：比汽车更快的爆炸式规模化潜力

何小鹏指出，机器人具备远超汽车的规模化潜力。汽车在过去一百多年里是逐步规模化的过程，受限于道路建设、交通法规完善以及极高的量产难度——即便某款车某月销量达十万台，企业也未必能在下月实现同等产能，更不敢贸然扩产以防需求不及预期。而机器人则不同：它可能在一个特定技术点上做到极致，从而引发爆炸式增长。他类比数字AI领域：OpenAI的Cody在不到十八个月内实现巨大跃迁；人形机器人虽因涉及物理世界而进度稍慢，但一旦软件能力追上硬件节奏，其发展速度将远超汽车行业。

小鹏在机器人研发上采取深度自研策略：80%硬件自研，涵盖手部、关节、芯片等核心部件，并与Tier Two深度协同以保障质量与规模。他坦言当前难点在于：硬件可靠性与稳定性、多大模型的协同拟合能力、以及商业化路径验证。机器人市场尚未被清晰定义，尚在等待一个类似iPhone 4的“破局点”产品出现。他强调，第一款商业量产机器人不会是iPhone 1，但作为工具，它可能比当年智能手机更具颠覆性——因为彼时已有诺基亚、摩托罗拉等多类替代品，而机器人尚属空白领域。

我自己的觉得是我们大概有个两成的胜率啊！我觉得这已经是我看到中国企业里面，我自己认为是最高的胜率。

机器人里面的AI所占的能力很强……今天在汽车行业里面，很多人说，因为我不懂软件，所以我找一个好的TOY，在汽车里面是work的，在机器里面是不work的。

GX：全维度融合的“缝合怪”式旗舰SUV

小鹏GX是品牌首次推出的全尺寸六座旗舰SUV，其核心价值在于将飞行汽车、机器人与智能汽车能力系统性贯通。例如，首次实现前装“萝卜快跑”冗余系统（八龙鱼），使车辆在电源、动力或线束受损时仍可运行，具备类飞机级的安全冗余；线控底盘与EEA架构、VAA自动驾驶深度耦合，显著提升执行安全、降低时延、增强控制灵敏度；机器人任务理解能力正被迁移至座舱交互系统——未来车辆将能理解“帮我拿瓶水”这类复合指令，并完成身份识别、物品定位、路径规划等全流程。

此外，第三排座椅可灵活推平，实现四/五/六座自由切换；与浮雕玻璃合作开发隐私玻璃，与美的联合打造车载冰箱，体现多维度能力整合。何小鹏强调，真正的差异化不在于单点堆砌，而在于全维度拉高——每个环节都需达到八十五分以上，最差点不低于八十，才能在竞争中胜出。他批评当前车展中大量“外表光鲜、内饰粗糙、能力拼凑”的车型是“血海”式内卷，而GX试图走出一条“宽板战略”路径。

我的朋友上很多很喜欢……很多人跟我说，小鹏，你们早就应该做一款这么大的车了。

它需要一个全维度级，啊，每一个点。有的人说我这个点是六十分，那个点是八十分，还有一个点是八十五，你可能你最差的点是八十。然后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

战略定力：在血海前夜的长期主义

面对行业竞争，何小鹏强调小鹏与理想等厂商既是友商也是同盟者，并肯定理想L9、蔚来ES9等产品的诚意。他坦言从G9复盘中获得了大量组织、产品、客户认知与商业逻辑的调整经验——三年半时间足以让企业能力跃升至全新维度。他坚持认为，汽车是“制造的明珠”，是技术、人性与经营交织的复杂体系，小鹏在2022至2026年间将实现质的飞跃。

关于“血海”隐喻，他指出：当前汽车行业确如血海，但机器人领域的血海尚未到来；而一旦AI深度融入硬件，竞争将从“血海”快速转向“蓝海”，进展速度极快。他反对“少而精”策略，认为企业需依自身“道”选择路径；当前小鹏选择四款新车同步推进，是基于对市场结构、利润预期与竞争格局的综合判断。

你所讲的都有参与，但是我觉得都不是。我觉得最多的，我觉得还是在战略跟规划，就是未来是什么样的啊……这些规划问题它需要你的技术问题、你的组织问题、你的整个市场的问题等系列的组合能力，才能最后去做到啊。

汽车股企业的最后的成功不是仅来自于AI里面的一个能力，或者硬件里面的一个能力，或者在销售里面的一个能力。呃，我觉得都不是。