-
模型参数量/训练数据量估算
- 模型参数量:根据发布会披露的VLA 2.0推理过程(1秒消耗4.8万tokens)及芯片算力口径(1颗图灵芯片=3颗OrinX计算,利用率~30%),反推VLA 2.0激活参数量约为5B(MoE端侧部署参数量会更高)。
- 训练数据量:发布会披露累计训练数据量约50PB,结合小鹏AI鹰眼视觉方案(11颗摄像头,3颗800W像素+8颗300W像素,1个clip约60s视频流),估算VLA 2.0训练数据量达5000万-1eClips。
-
模型运行性能
- VLA 2.0基于图灵芯片的时延已控制在80ms以内(未考虑传感器和底盘时延),运行频率对端侧能力兑现及MPI、舒适度体验有显著影响。
-
行业趋势与展望
- 2025年智驾头部厂商因架构切换、组织调整等原因,表观体验提升边际放缓,1/2梯队差距缩小。
- 展望2026年,头部厂商需通过软硬一体能力再次取得明显领先优势。