小鹏第二代VLA大模型重磅迭代，物理AI迈入4D时空时代

8 月 27 日，小鹏于广州开启一场主题为 “TIME 时间” 的物理 AI 技术分享会，第二代 VLA 视觉‑语言‑动作大模型迎来问世后的首次重大版本更新，配套升级的 XOS 6.3.0 车机系统，将由全新车型小鹏 G9L 完成全球首发。这次更新最核心的突破，便是赋予人工智能感知时间的能力，小鹏的物理 AI 基座，正式完成了从静态 3D 空间认知，到动态 4D 时空理解的底层跨越。

长久以来，自动驾驶 AI 的难点不在于识别道路上静态的人和物，而是看懂一个时刻都在变化的真实世界。现实路况永远是连续流动的过程，过往智驾模型大多只能捕捉一瞬间的画面，做出即时判断，缺少对事件前因后果的串联能力。想要让车辆像人类驾驶员一样预判风险，AI 就必须读懂时间这条轴线，明白过去发生了什么、当下正在经历什么、未来又有可能出现哪些变数。

本次升级推出的 Infini‑VLA 长时序架构，就是小鹏交出的解决方案。依托这套架构，第二代 VLA 模型能够牢牢记住过去 30 秒之内道路发生的全部场景信息。此前被切割成一帧帧独立画面的路况事件，现在可以被 AI 串联成一条完整的时间线，车辆的决策不再局限于眼前一秒，而是拥有了更长的记忆上下文。

光记住过去远远不够，应对突发险情还需要极快的反应速度。小鹏引入流式自回归推理技术，打破传统 “观测‑运算‑输出‑再观测” 的循环工作模式，切换为边感知、边运算、边执行的并行处理机制，模型端到端响应效率直接提升 300%。面对前车紧急制动、行人突然折返、相邻车辆强行加塞等高频危险场景，系统可以做到和老练司机一样敏捷处置。

预判未来，是时间感知能力的另一大支柱。全新上车的 X‑Foresight 预测世界模型，可以综合周边车辆速度、运动轨迹、道路环境等多重信息，推演未来 6 秒内交通参与者所有潜在动向。记住过往、洞悉当下、预判未来三大能力合一，标志着小鹏物理 AI 基座真正拥有了 “时间感”。

为适配城区道路、自动泊车、园区通行等差异化场景，新版模型搭载 MoT 混合调度架构。系统能够根据任务类型动态调配算力资源，调用专属 “专家模块” 处理不同场景难题，弱化多项任务之间的相互干扰，大幅提升多场景切换过程当中智驾运行的稳定性。硬件层面，端侧部署模型参数量相比原先扩大 3.5 倍，已是市面上主流 VLA 模型的 15 倍有余。更大规模的模型底座带来了强悍的泛化能力，多维综合安全性能实现 20 倍跃升，也为高阶智驾出海铺平了道路。

此次更新并不止步于辅助驾驶能力的提升。小鹏跳出传统座舱开发思路，以机器人研发的逻辑打造整车统一大脑 Master Agent，打通 VLA 智驾模型和 VLM 座舱大模型，完成驾舱深度融合。基于 Omni 全模态底座，整车大脑可以读懂用户模糊的语音诉求，自动拆解成多项细分任务，调度底盘、智驾、车身等多个子系统协同运转，实现从听懂一句话，到自主完成一整套行动的闭环。像语音靠边停车、语音就近泊入等全新落地功能，正是 L4 级 Robotaxi 同源技术下放量产车型的成果，普通车主也能够体验到高阶自动驾驶带来的便捷。

一套物理 AI 底座同时赋能汽车与人形机器人，是小鹏布局具身智能的核心方向。第二代 VLA 底座实现 L2‑L4 技术全线贯通，搭载这套系统的小鹏 Robotaxi 已经拿下广州主驾无安全员远程测试资质，迈入无人上路验证的新阶段。与此同时，技术能力正向 IRON 人形机器人迁移，凭借三颗图灵 AI 芯片提供的 2250TOPS 算力，机器人可脱离远程操控独立完成复杂任务。前不久小鹏机器人业务拿下超 9 亿美元首轮融资，创下国内具身智能行业单轮融资纪录，资本市场的认可，也印证了汽车‑机器人双线技术路线的可行性。

为了让老用户也能享受到新技术红利，小鹏借助 Token 压缩与模型蒸馏技术，推出轻量化版本图灵 VLA 2.0 Lite，低算力平台同样可以承载基座模型能力。该轻量化版本预计 9 月开启分批推送。海外布局也同步提速，第二代 VLA 已经顺利通过德国本地化道路测试，小鹏计划在明年上半年拿到欧洲地区监管许可，加速高阶智驾技术走向全球。

物理 AI 的比拼，从来不是单次模型迭代的短期较量，而是一场持久战。小鹏已经搭建起覆盖数据采集、训练仿真、落地评估、算力部署的全套 AI 基础设施，依靠百万车队沉淀的十亿级真实路况资产，搭建起高速运转的数据飞轮。现如今模型单次训练吞吐量已经达到 1 亿片段，半年之内规模翻涨十倍。源源不断的真实路况反馈，持续反哺模型迭代优化，长期投入所带来的复利效应正逐步显现。未来，依托统一的物理 AI 基座，小鹏的技术能力还将延伸至飞行汽车、人形机器人等更多智能载体，不断拓宽具身智能和现实世界交互的边界。