何小鹏谈物理 AI、IRON 机器人与汽车战略

张小珺采访小鹏集团创始人兼 CEO 何小鹏，讨论 AI、自动驾驶、人形机器人和汽车业务。嘉宾的战略判断与产品计划反映访谈时点，不等于已验证的技术能力或投资建议。

节目从 CEO 如何使用 AI 开始。何小鹏说，团队内部广泛尝试 AI 编程，但他自己更关注方向和整体系统，避免只陷入工具细节。

他认为企业可以鼓励不同团队尝试适合自己的工具，再根据结果逐步整合。CEO 与一线产品团队的使用深度可能不同。

他把 AI 编程视为当时对初级程序员有帮助的工具，并预测它会改变技能要求。对于自动驾驶等复杂系统，他认为基础设施和系统设计仍然关键。

两人讨论 token 用量。何小鹏认为数量本身并不能完整衡量价值，企业应该把使用成本与员工创造的实际价值、任务和业务规模一起考虑。

他提到自动驾驶和座舱相关团队的计算需求，并区分员工使用模型的 token 与训练物理世界模型所需的算力。不同指标不能直接互换。

张小珺问，如果把一个 CEO 的经验做成 AI skill，会需要哪些数据。何小鹏认为任何人的经验都有局限，模型化之后也会暴露缺点。

他区分数字业务与制造业的 AI 使用：大组织涉及硬件、供应链、生产和安全等多层约束，不能只用一个使用率数字概括。

回顾公司过去十年，他说小鹏围绕智能电动汽车逐步开发、量产和销售产品。接下来他认为 AI 会要求团队重新审视软硬件设计。

在自动驾驶研究上，他讨论在现有系统上改进与探索更大基础模型两种方向。扩大能力上限与减少错误都是难题，不能只展示最好的一次表现。

他用“缝合”批评仅把 AI 加到旧流程而不调整整体方法。他的观点是组织需要重新理解目标、数据、流程和产品，而不只是采购工具。

物理世界包含大量复杂、连续的数据，还涉及法规、供应链和与人的互动。他认为从纯数字产品经验直接推断物理系统的难度容易失准。

他预测未来产品价值中的软硬件比例会变化，并希望组织围绕 AI 重新设计两者的配合。这是战略判断，并非可直接验证的行业比例。

他回顾团队对自动驾驶路线的反思，担心局部优化会限制长期能力。访谈中的高级自动驾驶目标属于研发愿景，不能等同于车辆当前的自动驾驶等级或安全表现。

被问到组织变革的具体步骤，他表示有些仍在进行，不能公开。他强调从不同角度收集意见，但最终战略下注需要由负责人承担。

他认为关键决策不一定是比别人更敢冒险，而是在形成判断后及时行动。他也承认不同建议通常只覆盖问题的一部分。

讨论“物理 AI”时，他强调技术之外还有场景、法规、商业与人的因素。拥有数字 AI 能力不自动意味着能成功部署实体系统。

他认为不同规模和类型的公司会有不同落地速度。实体世界任务的岗位、责任和商业模式仍需在实践中摸索。

他以驾驶为例，指出让车辆在多样环境中稳定帮助人很困难。小团队可以创新，但不应低估物理环境的复杂性和安全要求。

关于组织调整，他主张在方向清楚时同时考虑流程、团队和产品，而不是只在边缘增加工具。这是他的管理方法，不是所有公司都应采取同样规模调整的结论。

他认为把 AI 与人体、养老以及整个企业运营结合都是复杂问题。部门中的局部试点与横跨企业的协同面临不同难度。

张小珺问技术剧变是否带来焦虑。何小鹏说，变化可能迫使人重新审视过去深信的假设，而个人看到的永远只是问题的一部分。

话题转向 IRON 机器人的研发历程。何小鹏描述团队尝试不同路径，并在多个阶段经历成功和失败。

他说 2023 年前后对模型能力的判断改变了团队对机器人“大脑”的信心。信心和研发投入不代表通用机器人已经实现。

他希望机器人最终既能完成实际工作，也能与人建立合适的互动。具体能力、可靠性和社会接受度仍需长期检验。

何小鹏说，快速做出演示不等于解决量产、质量和长期使用问题。他把持续迭代与工程体系视为更难的挑战。

他解释选择人形的理由：人类环境和与人的互动可能使形态重要。但其他任务可能适合不同形态，是否可行需要用真实场景验证。

他举出机器狗在家庭空间转身可能碰撞家具的例子，也担心外形坚硬、体型较大的机器人让人保持距离。安全、舒适和尺寸都影响家庭使用。

他还提到恐怖谷、法律和社会接受度。团队希望外形能与人接近到便于互动，又保留足够区别；这只是设计目标。

谈到一场引发公众质疑的机器人展示，他说团队内部对如何回应意见不一。他表示后来通过展示机器人结构回应外界疑问；这里呈现的是他的叙述。

他认为公众讨论显示了不同年龄群体对家庭机器人用途的期待。他把这些反应作为研发反馈，而非系统性调查结果。

被问到竞争和胜率，他估计机器人创业非常困难，并把公司的胜算描述为约两成。这个数字是主观判断，不是可验证的概率。

他认为运动控制与灵巧操作仍是难题，并用汽车早期发展作类比。类比说明技术尚早，但不能准确预测机器人的发展速度。

他把汽车、机器人和相关 AI 能力视为公司未来的几条业务曲线，并强调软硬件结合。具体产品和商业化前景仍有不确定性。

谈到生产难点，他列出硬件可靠性、模型协同和商业化验证。实现演示与建立稳定生产、服务和安全体系是不同的里程碑。

访谈转向 GX 等汽车产品。何小鹏介绍当时的产品定位和规划，配置、价格与上市安排仍应以公司正式公布的信息为准。

他讨论把来自机器人研究的能力应用到汽车交互，并举例说明任务需要识别指令、环境和行动步骤。这是未来设想，不是对已部署功能的保证。

他回顾此前车型的经验，认为组织、产品规划和客户理解都需要调整。对新产品的信心是他的判断，实际表现仍取决于市场和执行。

他认为 CEO 需要把精力放在战略与规划上，并区分销量、利润和长期价值。单一指标可能反映阶段性表现，却不能完整说明企业是否成功。

他引用销售和新技术发布时的数据来讨论变化，但这些数字是当时的公司观察，不能单独证明某项技术造成了销量变化。

讨论供应链时，他比较与少量合作伙伴提供统一方案和与大量伙伴提供个性化方案的复杂度。不同公司可能采取不同路线，结果仍未确定。

最后他谈学习方式：阅读、旅行、与人交流和动手实践应形成反馈循环。他强调在实际平台上快速试验，再根据结果修正判断。