何小鹏称算力是衡量AI汽车的第一标准 何小鹏提了一个很有趣的观点：算力是衡量AI汽车的第一标准。换句话说他把算力等同于新时代的马力，甚至于说比马力更重要。这确实是帮助小鹏品牌建立了一个全新的比较标准，毕竟在现在千匹马力也并不稀罕的时代，算力反而是更难的。
比如之前要说算力，标准参照物就是英伟达的芯片，Orin-X也好、Thor也好，其实都是直接决定了一辆车的价值。要超越英伟达的标准，唯一的办法就是堆料，但是堆料的极限也就是蔚来的四颗Orin-X芯片，但是这里面的成本都被英伟达赚了。然而现在随着头部新势力开始做自研芯片，算力指标就有了新的意义，如同自主车企当年从买发动机、买变速箱，变成了后来的自己造发动机、造变速箱。一旦开始自研，那么行业就开始有了变化。
之前讨论的是L3级算力是500-1000TOPS，现在小鹏给到三颗图灵AI芯片，算力可以做到2200TOPS，几乎是3倍单颗Thor-U、2倍Thor-X，现在就连单颗Thor-U都没普及、Thor-X更是没有上车，所以小鹏G7的这个三颗图灵AI芯片真的是遥遥领先。当然，小鹏的这个2200TOPS准确说叫“等效算力”，相当于小鹏把自己的算法固化在自研芯片里面，这样效率更高。
同时，小鹏的图灵AI芯片不仅可以用于智驾，也能用于智能座舱的AI加速支持，全面提升座舱的性能，这也是一个创新。背后的原因是，图灵AI芯片是一颗多端通用芯片，可以用到AI机器人、飞行器上面，理论上可以更好的支持多模态。
回到智能汽车上，2000TOPS带来的优势是可以在车端跑更大规模的大模型应用，可以运行30B的大模型参数——一般的VLM或者VLA也就是3B、4B。所以小鹏G7可以把VLA、VLM放到车端本地一起跑，语言和视觉识别一起做，然后再加上执行。不仅如此，小鹏还提出了VLA-OL融合感知方案，OL表示online reinforcement learning在线强化学习，小鹏翻译为“持续强化学习”，可以理解为通过在线学习来提升VLA的能力，包括图像识别的效率等等。
总之，小鹏G7这次把算力提升到2000TOPS上，说明自研芯片加上自研软件的思路还是非常有效的，如果用英伟达Thor芯片来对算力，这个成本还是会高出不少，而且因为每一代芯片的特性不一样，对于车企自研的要求也更高。现在小鹏通过全栈自研软硬件，可以说是解决了选择什么路的问题，而可以更聚焦到如何跑得更快。
汽场全开大v聊车小鹏G7是全球首款L3级算力的AI汽车
