现在大家听到「车位到车位」这个功能，可能觉得有点无感，行业陆续有几家推出相关功能，但这次小鹏基于 VLA 架构的车位到车位，还是做出了特点，
不靠扫图，不靠云端预置，让车子自己学、自己记、自己算，把「停在哪、怎么停」变成智能用车体验的一部分，下面说一说这套方案，我的几个感受：
首先是 「无感自学习」是真无感，以前记车位还要手动学习记忆路线，现在只要你正常开进停车场、停好车，它就开始学习，第二次再来，导航界面会自动出现「到车位」选项，直接一键去上次的位置。
甚至还能标记电梯口、充电位、宽车位、树荫位等偏好点，系统会记住，方便下次自动规划泊车路径，你开过的地方、停过的车位、标记过的点，都会被吸收进车端的3D空间模型，像是一个「会成长的记忆停车」，这是 VLA 架构所带来的不同之处。
让我感触比较深的还有可视化，小鹏这套VLA车位到车位SR用的是视觉感知+大模型的方式建模，能把整个园区生成3D全景，不限楼层，就像你拥有一个停车场版本的「上帝视角」，
能看到每个车位、出入口、电梯口，甚至能理解这些空间之间的关系，甚至人脑可能都不具备这个空间想象能力，在功能逐步同质化的当下，小鹏的「 VLA 版车位到车位」确实做出了不一样的东西来。
这套 VLA 在泊车和行车场景下都展示出很强的基础能力，很明显这是背后技术栈统一的结果，可以认为小鹏 VLA 不再靠场景边界去定义能力，而是靠 VLA 模型和视觉理解去延展能力边界，
在这样的技术背景下才能更好的适配场景和解决泛化问题，让系统拥有类似人类的空间认知，甚至超越人类。
对普通用户来说，不需要学习、不需要研究、不需要担心兼容，全国都能用、全国都好用，只需在主驾上静静的做系统的「监管员」，好的体验最终是无感的。
而对行业爱好者来说，这是小鹏在 VLA 技术落地的结果，再次「从点到面」把各场景能力打通，接下来就是不断的强化这套体验，这个版本只是全新体验的开始，但已经展示出更高的上限。
小鹏Ultra升级VLA车位到车位小鹏汽车
