小鵬Robotaxi布局：Level‑4自動駕駛、圖靈AI晶片與對決特斯拉

這種高度垂直整合的策略，能讓公司在成本、數據與系統優化方面擁有更高控制權。

四顆圖靈AI晶片：3,000 TOPS算力

Robotaxi的計算核心是 四顆小鵬自研的「圖靈（Turing）AI晶片」。四顆晶片合計可提供約 3,000 TOPS（每秒兆次運算） 的車載算力。

這些算力主要用於處理自動駕駛的核心任務，例如：

• 環境感知（Perception）：理解攝影機與感測器看到的道路環境
• 行為預測（Prediction）：預測其他車輛、行人或單車的行動
• 路徑規劃（Planning）：計算最安全、最有效率的行駛路線
• 車輛控制（Control）：將AI決策轉化為轉向、煞車與加速

值得注意的是，報導指出這套系統採用 以視覺為核心的自動駕駛架構，主要依賴攝影機與AI模型理解道路環境，而 不使用LiDAR或高精地圖。

VLA模型：從影像直接產生駕駛動作

在軟體層面，小鵬Robotaxi使用第二代 VLA（Vision‑Language‑Action）模型。

傳統自動駕駛系統通常將流程拆成多個階段：

1. 感知環境
2. 規劃路線
3. 控制車輛

而VLA模型試圖用 端到端（end‑to‑end）AI 簡化流程，讓系統可以：

• 直接從攝影機影像
• 經由神經網路
• 生成實際駕駛動作

這些模型透過大量真實駕駛影片與交通場景訓練，讓AI學習如何在複雜城市道路中做出決策。

小鵬將這種能力視為「Physical AI（實體世界AI）」的一部分——也就是讓AI直接與現實世界互動，而不只是處理數據。

Robotaxi何時上路？

小鵬計畫在 2026年下半年啟動Robotaxi 試營運（pilot operations），初期可能在廣州等城市進行。

公司已取得在廣州進行 L4 Robotaxi公共道路測試許可。

小鵬董事長何小鵬曾表示，完全自動駕駛可能在 1至3年內實現，但這是公司對技術成熟度的預期，而非確定的商業部署時間表。

實際大規模無人車服務還取決於多個因素：

• 政府監管與法規批准
• 大規模安全測試結果
• 車隊營運成本
• 可運行區域的擴大

因此，多數分析認為真正大規模的無人計程車服務，很可能仍是 本十年後期才會全面出現。

與特斯拉的AI與自駕競賽

小鵬Robotaxi計畫也被視為對 特斯拉（Tesla）自動駕駛戰略的回應。

特斯拉的 Full Self‑Driving（FSD） 系統同樣強調：

• 以攝影機為核心的感知系統
• 透過大量車輛數據訓練AI模型

小鵬的策略在某些方面與其相似，但更強調 垂直整合：

• 自研AI晶片
• 自研自動駕駛模型
• 自有Robotaxi車型
• 潛在的車隊營運

如果Robotaxi最終能大規模部署，電動車市場的競爭將不再只是「賣車」，而是轉向 AI驅動的出行平台競賽。

最大挑戰：規模化與安全性

Robotaxi量產是一個重要里程碑，但並不等於自動駕駛已經成熟。

真正困難的問題是：AI能否在複雜城市環境中 長期、安全、低成本地運行。

小鵬目前已建立完整的硬體與AI技術基礎，但未來能否挑戰特斯拉或其他自動駕駛公司，仍取決於三件事：

• 真實道路安全表現
• 政策與監管批准
• Robotaxi車隊的經濟效益

換句話說，全球自動駕駛競賽正在從「誰能造電動車」轉向 誰能部署最大規模的AI駕駛系統。