在納什維爾，全球計算機視覺盛會CVPR 2025臨近尾聲之際，社交平臺上仍流傳著關于大會注冊隊伍繞大廳2.5圈的趣聞，以及參會者因長隊而建議遲到的朋友“安心睡懶覺”的調侃，這些趣聞從側面反映了此次大會的空前盛況。

這座城市因萬名AI研究者的涌入而變得熱鬧非凡：機場內，背著電腦包、佩戴參會證的學者絡繹不絕；市中心酒店幾乎一房難求；會場走廊內，研究者或席地而坐專注工作，或匆匆穿梭于各分會場，咖啡區更是排起了長龍，共同繪制出一幅生動的AI盛會圖景。

論文海報展示區人頭攢動，展現了學術交流的熱烈氛圍。據官方數據，本次大會共收到13,008篇論文投稿，創歷史之最，而最終錄取率卻低至22.1%，凸顯了競爭的激烈程度。其中，僅有96篇論文獲得口頭報告機會，占比約3.3%，堪稱鳳毛麟角。

本次大會的兩大技術風向標尤為引人注目。一方面，3D視覺領域迎來爆發前夕，成為高質量研究成果和演示展示最為集中的領域，最佳論文VGGT便是一個能從2D圖片中高效重建3D信息的端到端方案，其第一作者王建元為華人研究員。另一方面，“世界模型”成為全場熱議的焦點，頻繁出現在各類論文、海報和研討會上。

多位華人學者如謝賽寧、蘇昊、鄭奇立等亦在本次大會上斬獲獎項與提名，彰顯了中國研究員在國際舞臺上的活躍度和影響力。

值得注意的是，CVPR的學術界與產業界界限正日益模糊。會場內隨處可見meta、Google、NVIDIA等企業的logo，大量參會者佩戴企業工牌，“從論文到產品”成為熱議話題。一位連續多年參會者表示，今年的CVPR更像是一場技術與產業緊密結合的大集市，一個全球技術人才、成果、場景三位一體的競速場。

在這場盛會中，一個來自中國的身影尤為引人注目。在自動駕駛分論壇（WAD）上，小鵬汽車世界基座模型負責人劉先明發表了題為《通過大基礎模型擴展自動駕駛》的主題演講。與其他“論文參會型”企業不同，小鵬汽車作為唯一受邀的中國車企，帶著在工業領域的重磅實踐經驗登場，分享了如何用產業的真實數據和研發經驗推動基礎科研邊界的獨到見解。

劉先明直言不諱地指出，他是當天唯一一個來自大規模量產汽車公司的分享者，這一開場白瞬間吸引了在場AI學者的注意。他分享的，不是純粹的理論推演，而是產業一線反復驗證過的解題思路。

小鵬汽車自今年4月發布720億參數的“世界基座模型”以來，首次在國際學術頂會上完整披露其自動駕駛研發進展。他們帶來了工業界首次對“擴展法則”在自動駕駛領域的系統性驗證，并結合“云端基座模型+強化學習”的方法論，公開了已被DeepSeek驗證的“知識蒸餾”路徑，以及將VLA（Visual-Language-Action）模型高效部署在自研芯片上的最新實踐。

在劉先明看來，自動駕駛軟件正經歷一場范式革命，從“軟件1.0”的C++規則堆砌，到“軟件2.0”的模型逐步替代軟件，再到如今小鵬全面投入的“軟件3.0”階段，核心理念已發生根本性轉變。在“軟件3.0”時代，最大特點是用模型生產模型。

小鵬汽車的實踐是，先在云端“不計成本”地訓練出最聰明、最強大的“駕駛大腦”，暫不考慮車上小芯片的計算能力。待云端模型能力足夠強大后，再通過技術手段將其蒸餾成適合車端運行的版本。目前，小鵬訓練的“完全體”基座模型參數規模高達720億，是行業主流VLA模型的35倍以上。

支撐這套“先做大、再做小”邏輯的，是一項關鍵實驗結果：擴展法則在自動駕駛領域是有效的。小鵬團隊通過大規模實驗首次公開驗證了這一點。他們展示的圖表顯示，當模型參數量增加、訓練視頻片段數量增多時，衡量軌跡預測精準度的關鍵指標——縱向平均位移誤差（Long ADE）——呈現出持續下降的趨勢，意味著模型預測未來軌跡的精準度確實隨著規模增加而系統性提升。

小鵬還展示了在大模型能力塑造中的關鍵策略組合——鏈式推理（Chain of Thought, CoT）+強化學習（RL）。通過CoT讓AI學會分步驟思考，提升可解釋性和魯棒性；通過RL讓AI在試錯中進化，自主尋找最優駕駛策略。為實現這一點，小鵬打造了完整的RL訓練體系。

有了這個既會“思考”又能進化的云端大腦，如何將其裝進每一輛車里成為新的挑戰。小鵬的軟件解法是通過“知識蒸餾”路徑將基座模型能力提煉為適配車端算力的小型模型；硬件解法則是自研芯片。在CVPR舉辦期間，小鵬正式發布其最新車型G7，全球首款L3級AI汽車，首發搭載三顆自研圖靈AI芯片，為高階自動駕駛提供了充足冗余能力。

小鵬汽車的這場CVPR分享，更像是一位資深研發員攤開設計圖與實驗數據，向同行們講述團隊解決問題的過程。從驗證擴展法則，到拆解“思考型”模型訓練細節，再到公布軟硬一體的部署方案，小鵬帶來了一套完整的、在真實世界里跑出來的工程體系，展現了工業界如何通過海量真實數據和扎實工程實踐反哺學術探索，為物理世界AI打開全新可能性。