10 月 8 日，小鹏官宣旗下国内首款前装量产原生 L4 Robotaxi 落地，命名小鹏悠游（XPENG YOYO），没带激光雷达。
Robotaxi 赛道跑了这么多年，行业默认的安全公式，一直是激光雷达 + 高精地图 + 安全员兜底。小马、滴滴、百度的无人车，全是这套组合。激光雷达相当于给车多一双不受光线干扰的眼睛，高精地图提前把道路、护栏、红绿灯全部刻进系统，安全员坐在前排随时接管。这套方案稳，但代价极高。每台车硬件成本贵，新城市落地前要派人扫街测绘，铺网速度慢，很难规模化赚钱。
小鹏这次直接把这套行业标配拿掉。 它选择靠 4 颗图灵芯片 + 第二代 VLA 视觉大模型，纯视觉路线跑 L4，不依赖高精地图。简单说，车子不再提前背好整条路的答案，而是像人一样，实时 " 看 " 现场路况做判断。
反对的声音很直接：视觉怕逆光、暴雨、夜间反光，一旦识别出错，就是安全事故。没有激光雷达冗余，容错空间被压缩。在广州复杂的城市道路，鬼探头、非机动车乱穿、临时占道施工，这些都是无人车最头疼的场景，单靠摄像头扛得住吗？
小鹏的逻辑，恰恰是反过来算这笔规模化账。 激光雷达和高精地图，短期拉高安全性，长期锁死扩张成本。每多一座城市，就要投入测绘团队，车辆硬件成本下不来。如果一直保留这套方案，Robotaxi 永远只能在限定区域做小范围示范，永远无法做到网约车级别的普及。
VLA 大模型的核心价值，就是泛化能力。同一套模型，既能放在小鹏 G9、G7 这类卖向普通消费者的量产车上跑 L2，又能直接迁移到悠游 Robotaxi 做 L4。不用为无人车单独训练一套独立感知体系。车辆看到从没测绘过的陌生路口、临时围挡，依靠视觉大模型推理，就能识别、减速、避让。
但这不是说风险消失了，只是风险转移了。
过去靠硬件冗余兜底；现在更多依靠大模型的算法能力。硬件省钱，代价是对模型训练、数据闭环、云端远程接管体系提出极高要求。一旦模型遇到训练集之外的极端场景，没有激光雷达做二次校验，隐患会被放大。
现在广州的测试已经进入无主驾安全员阶段，只保留远程云端接管。何小鹏在内部测试里亲自下单体验，小程序下单、自动接驾、自动靠边落客，整套网约车链路已经跑通。但目前依旧是邀请制内测，还没面向全公众开放。
目前行业内的 Robotaxi 分成两条路。 一条是稳妥慢路线：激光雷达 + 高精地图，先保证不出大事，小范围运营，慢慢迭代。优点安全可控，缺点成本高、扩张慢，商业化遥遥无期。
另一条就是小鹏选的激进快路线：纯视觉、去高精地图，牺牲一部分硬件冗余，换取更低单车成本、更快跨城落地。赌的是大模型能力迭代速度，能跑赢城市复杂路况的长尾难题。
这两条路本质是两种对未来出行的赌注。 慢路线可以先拿到示范运营收入，但很难摆脱高成本枷锁；快路线一旦跑通，就能快速复制到一座又一座城市，真正替代出租车。但一旦出现重大事故，整个项目都会遭遇重创。
现在小鹏悠游正在广州收集真实道路数据，持续打磨 VLA 模型。何小鹏给出的时间节点：目标 2027 下半年，广州区域实现单车盈亏平衡。这意味着留给纯视觉方案验证的窗口，也就一年多。
同样是无人出租车，别家在堆硬件求稳妥，小鹏在赌大模型能不能补齐视觉的短板。接下来你会愿意直接叫一台没有司机的纯视觉无人出租车吗？
来源：车观察
