何小鹏对话张小珺：物理AI比数字AI难100倍 | 心星 PORTFOLIO

"所以我们在去年做了巨大的转型跟赌博。我们把以前的那套体系就停下来了。那套体系花了小几十个亿**。"**

——何小鹏

2025年三四月，何小鹏在脑子里拍板做了一个决定：停掉花了"小几十个亿"的旧体系——他称之为"AI缝合怪"，全面转向物理AI的研发路线。

这不是一次普通的战略调整，这是一个CEO的"自我革命"。他逐渐察觉，过去用软件方法论+AI工具箱拼出来的东西，上限已经被锁死。

视频号链接：https://weixin.qq.com/sph/AWdlq4bFbm

以下为「笔记侠」对于张小珺商业访谈对话何小鹏的精编内容整理版：

对AI的使用哲学

一号位不要太深度用AI产品

我最近使用最多的AI产品还不多，还是非常传统的千问、豆包。但在Coding方面，我们团队内部用得非常多，我自己个人却不愿意使用。

为什么？我举过一个非常有趣的例子。当年我们在做互联网产品的时候，如果你天天用产品，你很快会钻到细节里去，你会觉得这里不好用、那里有问题。

但如果你保持距离去了解它，你会去思考它的优点将来还会非常长、非常多。可你一旦用进去了，你就会被困在缺点跟问题里，会聚焦怎么去解决，反而不能让你向远方看。

所以我对于科技快速变化的很多产品跟能力，自己认为要用，但不要太深度用，特别是做一号位。

当然，基层的或者有些产品线跟它强相关的，你就要鼓励，什么方式都可以上，最后看结果，再慢慢把它归一，这样才是比较好的。

AI Coding目前还是辅助工具

AI Coding（人工智能编程）对初级程序员来说是一个非常好的辅助工具，但也许两到三年后，会逼着初级程序员都要上到高级程序员。

不过对于智能辅助驾驶或者其他的强AI能力，我认为它的帮助是比较小的，它只是其中的一个工具。

真正要把整个Infra（基础设施）建好，整个体系建好，你可以认为它是在最应用层来帮大家的。但如果在内核层，比如说你想写个操作系统，最核心的还是整个Infra，而不是在Coding。

Token不重要，算力和数据才重要

物理世界AI的Token消耗，跟数字世界不是一回事

数字化的中大型公司要适度关注Token，但不应太过全面，因为有些公司数字化的支持业务可能不一定是数字化的。

一个非常有趣的点是，我们的车一天只用三四个小时的话，会用多少Token？我现在准确数字已经不太记得了。

但你可以认为，在数字AI能用AI使用的Token数量，远远低于在物理世界AI自己需要用的Token数量。

自动驾驶的汽车可以看作一台自动的Machine（机器），它自己去用Token。

所以在物理世界，Token的使用将来会是Machine自己消耗多少，产生多少对Machine和人的价值；而人用多少Token产生对人和企业的价值，是另外一个维度。

我不限制团队用Token，但数据成本要管

很多人说，不控制Token，一个季度就把一年的费用全花光了。

如果他真的能做到，我最重要是管理最异常的Top 10情况。其他都可以开放，因为你不确认一个月一个人花1000块人民币，还是1万块人民币是最有价值的。

我们每个人的月工资很有可能远超这个数，如果他真的有能力花了更多钱、产生更大价值，为什么你要限制他？

现在公司算力的分配主要在自动驾驶跟座舱团队。我们算的是，给你3万张H100，或者5万张，你使用什么业务能高效能地使用。

很多公司说工程师使用Token的数量，我觉得那个数量跟Machine使用的Token数量和物理世界AI模型训练需要的Token数量比，都是非常小的数字。

但我们最近专门对数据做了一个控制。很多人都说数据的价值，但极少有公司看到数据的巨大成本。

在数字AI领域数据量很小，几十个TB就能训练。而在我们这里，训一次数据就是几十个TB到几百个TB。

所以，数据怎么管理、怎么使用、怎么存储，是一个巨大的钱，可能我们一年在数据上的刚性成本都接近10个亿以上。

哪些数据有价值？哪些是临时有价值的？哪些需要非常快速使用？每一个使用的钱都是千万级，你可以来分析、优化，商业上有巨大的可提高效率、降低成本和提高效能的逻辑。

"AI缝合怪"时代该结束了

过去的自动驾驶是"缝合怪"

在过去的数年里，智能化虽然发展得非常快，但实际上我认为也发展得非常不尽人意。从更早年开始，丰田、Google、中国的百度，到海外的特斯拉和中国的小鹏，都在自动辅助驾驶上做了很多事情。

某种角度说，它做到了效果，但没有足够的高度。那个时候，我认为还是AI的算法加上软件的规则的能力组合，我把它戏称为"缝合怪"。

实际上不是用整个AI驱动来设计集成，也不是用整个AI模型的能力去构建这个体系，还是以软件为主的逻辑。

上限太低了，永远做不到无人驾驶

小鹏在去年碰到了一个非常大的变化。我们当时同时在做两代新的自动辅助驾驶，内部叫VLA第一代和VLA第二代。

第一代，是在过去端到端的领域里把它放大，把模型放大，把软件的规则降低，把使用的场景跟范围变强，增强后端能力，比如强化、后训练。

这是其中一种方向。但另外一种方向是，我如何抛弃掉原来那个端到端的逻辑，用一个更大的Foundation Model（基础模型），更多地去思考如何把自动驾驶的上限先打开，再去收敛下限。

收敛下限就是说少错误，按你的约定、你的期待去行动、去运动。但实际上它的泛化能力有很多地方做得很差。

举例来说，今天没有一家自动驾驶公司的软件能够在地下停车场很流畅地开，所有停车场开的都是记忆辅助驾驶，它开了一次之后知道你的停车位在哪里、大概行车路线是什么样的。

实际上它对整个物理世界的了解度非常之低。核心还是不够智能，它的上限太低了。你可以认为要打开到1万分的可能性才能做好，但他们可能都在1000分左右。

去年差不多就是这个时候，我们的另外一代VLA让我打开了一个新的变化。我认为它的上限可能可以到10万分到100万分，但是那时候的下限也很惨烈。

本来你期望做一个产品，上限1000分、下限900分，这时候你的能力是不错的。但那时候下限可能只有100分，比我们其他产品的下限还要低，工程的问题非常多。

数字AI和物理AI是完全不同的世界

为什么去年才意识到？我觉得绝大部分人不是站在物理AI的角度去看这个事情。数字AI和物理AI，是两种完全不同的方法论和路径。

数字AI某种角度上用的是人类的Language（语言），语言即世界。

人类的语言是被高度概括跟浓缩的。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。

换一个角度，在数字AI的市场里面，很多模型就是跑个分、比比分。在物理世界而言那是可笑的，因为它不光要比上限，它还要比下限，还要拼广度。

品质、成本、材质、细节、政策法规的允许度，这些全是短板、长板跟窄板。窄板要做宽，短板要做长，长板要做更长。

而在数字世界里，核心只看长板，不太看另外两块板。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，我怎么办。

一个几十亿的赌注

把以前那套体系停下来，花了几十亿

我们最后下了一个非常巨大的赌注。以前是用软件的工程、软件的流程，加上AI的算法和AI的工具。

你可以认为它还是在一个软件的业务流里，在部分重要环节用了AI。但是我们认为它是错误的。它做出来的软件还是软件。

因为你用软件的方法论使用AI的工具箱，做出来的是一个更强力的软件，我认为它叫做"AI缝合怪"。

所以我们做了巨大的转型跟赌博。**我们把以前的那套体系就停下来了，那套体系花了小几十个亿。**原因是什么？

我认为它无法做到无人驾驶，我认为它也不可能让机器人真正泛化。

比如，今天我们到一个陌生场馆，机器人可以走过来说"你好，坐下来"，你说"我就不给你递一杯水了"，它说"对，我不需要"。

用以前那套强规则加少数算法使用AI的方法，永远做不到这种程度。我们所期待的智能电动汽车是一个非常聪明的汽车，但用的方法是永远不会无限聪明的。

在脑子里拍板，全力以赴

去年3月份我就在思考，为什么所有公司都会觉得用更简单的方法论和更快的效能就能做出一个凑合可用的自动驾驶？

但这条路径做了一年到两年后，就会发现为了解决很多短板，限制了自己的长板，永远做不到Level 4或者Level 5。

这条路可能是一条捷径，但不是一条大道，是一条小路。我们要找到一条真正的大道。

没有一个标志性的会议，**基本上在脑袋里面拍，全力以赴。**大概在去年三季度末，我们做了一个非常大的动作，把整个自动驾驶中心的核心组织架构全改了。

每个时间窗口期都有非常多优秀的同学，但每个人都有原来的惯性，会习惯用过去的方法，想用最新的工具跟技术去做出更好的东西。

大部分时候这是对的，但有很多时候你的工作方法论都得改。调整方法论，调整Mindset（思维模式）。

用脚投票的人离开了

大部分非AI的主管，觉得你不管做A还是B，可能都错了，因为那时候他们对AI的认知不够强烈。

大部分跟AI相关的主管，有些人觉得Yes，有些人觉得No，但大部分属于中间态，不确认这是不是一个好的节奏，能不能做到落地效果。事实上那时候连我都是一样，但这就是创业的乐趣。

最大的反对声音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。在一个企业里面，对于组织的思考，切记不要小刀砍大树，慢慢砍。想清楚了，砍掉它。

在某些上面你就敢下注，从组织到流程、到方向，全部改。大家所看到的可能都是最上层的业务层或者应用层，但内部看到的一直到根上去。

如何利用AI驱动某些业务非常之重要，而不是利用硬件去驱动整个体系。

为什么物理AI这么难？

修的还是原来的房子

如果你只是在软件逻辑里做一个更复杂的缝合怪，就像修一个房子，你会有更多的材料、更多的工艺，用上了AI，但它还是修一个老房子的方法论，修出来的还是一个原来的房子，只是可能修得更快一点。

**我们想要的是不一样的东西。**有不一样东西最基础的时候，是大家要看到，他才相信。

但作为企业的CEO，有时候你要相信，过程中间部分节点让大家看到，因为可以提高信心、提高领导力。

有很多时候是你因为相信去布局。但小鹏虽是一家创业公司，从人员规模角度已经数万人了，如何分节奏去做，有完全不一样的挑战。

Waymo做了17年，还是"缝合怪"

Google下注自动驾驶是2009年，到现在17年了。我觉得Waymo是一个既好又很不好的解决方案。好是它的技术能力不错。

不好是它很难全球化，而且它天然就是一个更高级的缝合怪，它很难在AI里面做到极其高强度的泛化。

即使让司机更轻松、更安全、更快捷地开车，光这一个事情做了17年，没有一家公司能做得奇好。

很多很小型的公司，几条枪、十几个人，就说我要用AI去改变世界。我觉得他们完全低估了物理世界改变的多样性跟复合性。

就像我们最开始从移动互联网冲进汽车行业，都觉得我把一个事情做到极致、再极致一点就很好了。

No，因为你考虑的维度不对。你是一个数字的维度，在数字维度做到极致，它的价值点可能极小。而物理维度有完全不同的要求。

把数字AI方法论搬到物理AI，不够充分

我听到的很多讨论基本都在讲数字AI，基本没有能在一个数万人、大量跟现实世界产生强交互的角度去思考AI。

把他们的方法论复制到物理AI，有很多地方是不够适合的，可能有一部分业务逻辑是对的，但还不够全面跟充分，这是最大的问题。

物理AI怎么做？我也在探索

今天AI有四个主要方向。

第一个是数字上的AI怎么变化，很多人在思考跟行动。

第二个，就是物理AI，它比数字AI可能难100倍，但是我觉得2027、2028开始，大家会看到物理AI的效果会开始出现，类似ChatGPT、Sora在数字AI上的巨大变化，到底对什么岗位产生了巨大帮助，甚至长期来看有一定的取代。

第三个，除了Google在对人体的AI做耦合，人体上不光是内部的循环，还有外部的循环，医药行业是个非常复杂的行业。

第四个，企业跟AI怎么耦合。部门跟AI耦合相对简单，企业更难。我看到现在有一些1000人以内的企业开始更多探索，我们在不断观察学习。

机器人的"道"：造人，而不是造机器人

从四足到双足，从"没有大脑"到"大脑驱动"

小鹏的机器人分三个阶段。第一个是2018到2020年，独立的团队，跟中国很多其他机器人团队一样做四足。

2020到2023年是第二阶段，我们花了三年半到四年，试过用机器人的方法做机器人，用汽车的方法做机器人，还中间做了一些缝合的方式，都取得了不同的成功跟失败。

到了2023年之后，当我们在2022年看到了新的模型，我们觉得机器人原来不可能成功的大脑，终于有了成功的可能性。

今天很多人说机器人的小脑已经做好了，我说那哪叫小脑？用同一个单调的步伐往前慢慢行走，那不是小脑，那是脊椎，或者你的脑干，只是保持平衡。你还远远连小脑都不是。

所以2023年之后，小鹏的机器人重新进入到一个转折点，从四足坚定地往双足走，从不相信大脑，进入到坚定地用大脑去驱动机器人的全新设计。

再加上我们在汽车领域里看到，技术好不代表产品好，产品好不代表商品好，商品好不代表你可以Scale Up（规模化）。今年年底我们就期望进入机器人类似汽车的SOP（量产）。

明年2027年，很有可能是高等级机器人进入商业量产的第一个元年，不管中国还是美国都会去Training（训练）。 过去的以运动遥控型机器人为主的时代，会随着高等级机器人出现而逐渐下行。

为什么一定要做人形？

我们选了一个最像人的人形机器人。我觉得这个世界上有非常多的解法，但人形是唯一能够真正融入人类生活环境的形态。

我举两个例子。以前我们做过四足机器人，做过狗、做过马，不管是哪种四足，进到房间都不行。一个长度1米1到1米2的机器狗进到房间，在床头柜那里它无法原地掉头。

一只金毛掉头的时候尾巴会抬起，会刮到墙跟你的床，你不会觉得它会受伤，也不会觉得床受伤。

但一只机器狗，它100%会让你们两个都觉得受伤。如果做非常小，它的能力级就非常差，就是轻度陪伴，续航还特别短。

再说双足。如果一个机器人全身盔甲，很威武，1米8。即使你是它的设计者，你也不愿意跟它只隔1厘米行走。

你觉得它可能危险，可能很烫，可能有电，可能很脏。如果连我们成年人都会这样，那老人跟小朋友怎么办？在社会上的安全跟法规又该怎么办？

工业版机器人可以做成那样，因为它本来就不在家庭或商业里。

但机器人如果未来要走进人类社会，对基础蓝领和基础白领产生价值，它一定要走入我们身边。所以我们选了一条很难的道。

现在的机器人只是一个中间版本

去年那波爆炸性的讨论，我们完全没有想到。去年那款机器人是我们前年一季度开始做的，对我们来说，它只是一个中间版本。

我们只是想认证，如果一个机器人有这么多关节，它的行走效果会极大幅度的变化跟缩减。这是完全不一样的事情。

这一代机器人大概在1米69到1米70之间，要让男生和女生都觉得舒适的身高。他要可以穿衣服，甚至有头发，但他不能有自己的脸。

有一些是恐怖谷效应，也有些是法律和社会学的效应。现在大家所看到的小鹏的机器人和小鹏正在做的机器人，还是有蛮大差别的。

等到今年下半年吧，我期待我们在一个很深度的思考下，用一个最简单的中间态，用全公司之力去做出来。

负责人是怎么选的？

23年，我们把300人的机器人团队只留了不到60个人，把它解散了。我自己认为，要去重构整个机器人的逻辑，不能用以前的纯汽车人，也不能用以前的纯机器人，但是也不能啥都不懂。

所以我选了另外一个全新的团队。他既懂点AI，又懂点汽车，又懂点工程，又懂点机器人，尝试做一个全新思考的机器人逻辑。

为什么选中他？有很多时候是命运。他的象限跟我的思考的象限比较吻合，而且他也要选择我。首先你选择他，他也要选择你。

所以今天很多机器人公司很快速做出一个Demo（演示），对我来说就是Nothing（什么都不是）。就像2017年中国很多Level 4的自动驾驶公司一样，跟今天机器人一样，不代表这些技术最终能够看到真正的价值。

从Skill看我的缺点

如果把我都能够现在有清晰的逻辑论去Skills化，那意味着什么？意味着不光是基础的蓝白领，更高端的蓝白领都会有巨大的风险。CEO可以被替代。也许过数十年或者过一百年，类似我的能力的确可以被Skills，但那个时候可能每个CEO也都会有更强的、更综合的能力，丢掉ABC，但获得新的DEF。

绝不服输，愿赌服输

绝不服输，愿赌服输

2022年底，小鹏碰到了很多挑战的时候，我给自己两个想法，跟赌都有关系。第一个叫绝不服输，第二个叫愿赌服输。

你如果把这两条比较好地放在一起去平衡，意味着即使面对巨大困难，你都要坚持，也许再努一把力就过了。

但心态也要做好。就像当我把第二代VLA认为应该放大，并且最后坚定地把第一代VLA都完全停止，从业务到技术到组织，那是巨大的心理上跟物质上的双重压力。

你越犹豫，越等待，越想观察，想过6个月，你有可能越难成功。

在技术剧烈变革的时代，当然焦虑

看到问题、解决问题，和构建体系去既有上限又能堵住下限地避免问题，这是三种完全不同的能力级。

我当年没创业的时候，我也看到无数问题。当你成为一个创业者，你发现有很多问题天然应该存在，你根本没法解决，你是个CEO，一样解决不了。你会不断重构你的定理，甚至公理。

以前做自动驾驶做很多年之后，你越做下去，越觉得好像Level 5永远不会到达。因为用软件在全球所有的场景、法规、人跟世界的交互里，它是无限循环的。

但是当你真正用AI重构这个事情之后，你觉得它可能存在了。 当它可能存在的时候，你对很多原来的所谓壁垒逻辑，都会产生新的想法。

用超级聪明的人做超级困难的事

去年年底到今年上半年，我们大概类似三清的博士这样的毕业生，就光一个部门招了接近80个，他们都很贵，但我们都愿意。

你要有能力聚拢这样一帮人，愿意支持他们的长期探索，相信这群年轻人能创造奇迹。

我认为这叫人才的潜力。要用超级聪明的人去做超级困难的事情，而不是用非常清晰的方向、流程或者工具去锻造。 在某些阶段，这是非常对的。

胜率两成，但持续投入

今天小鹏已经数万人。技术的变化可能一个月就能变完，组织的变化，如果是全球化的中型组织，三年变完都已经是极其可怕的速度了，我甚至认为5到10年都已经算快。

小鹏在持续创新里面，是既有耐心也有勇气去长时间投入的。 这个世界上可能有非常多的解法，我们选了一个最像人的人形机器人。胜率有多大？我们大概有个两成。

---

心资本成立于2022年，是一家专注于投资中国早期科技创业企业的风险投资基金。

心资本的团队主要由光速中国的创始合伙人、核心投资人以及来自产业的资深投资人组成。团队过往投资案例包括沐曦股份(688802.SH)、小鹏汽车（NYSE:XPEV，09868.HK）、满帮集团（NYSE:YMM）、商米科技（06810.HK）、速腾聚创（02948.HK）、Ambiq Micro（NYSE: AMBQ）、汉朔科技（301275.SZ）、信也科技（NYSE:FINV）、奇梦岛集团（NASDAQ:HERE），以及蓝箭航天、微纳星空、百川智能、运满满冷运、环世物流、樊登读书、蓝湖等。

心资本扎根中国，放眼全球，致力于早期陪伴和支持有潜力成为中国科技领域未来世界级公司的创业团队。心资本倡导"心"的价值，相信科技可以成为链接心灵的桥梁。心资本期待陪伴更多中国年轻企业家走向世界。