给辅助驾驶装上 "时间轴"：小鹏第二代 VLA 重大升级，G9L 全球首发

想象一个再普通不过的晚高峰路口：行人低头刷着手机，脚却已经挪向斑马线边缘；旁边车道的车缓缓贴上你的车身，车身姿态微微倾斜 —— 是要强行加塞，还是虚晃一枪？这类问题，老司机扫一眼就有答案，靠的是多年驾驶攒下的 "时间感"：看得懂趋势，等得起变化，知道对方 "下一步大概要干什么"。

而过去的智能辅助驾驶，更像一个只看当下的 "复读机"。它认识车、认识人、认识红绿灯和车道线，却读不懂 "此刻正在发生什么"—— 因为真实的马路从来不是一张张静止的照片，而是一条连续流动、随时可能生变的河流。危险恰恰藏在变化里：前车轻轻一偏可能就是要并线，行人脚步一顿可能就是改主意。只盯着 "当下这一帧" 的 AI，天然慢半拍。

8 月 27 日，小鹏在广州把这场关于 "时间" 的课补上了。在以 "TIME 时间" 为主题的物理 AI 分享暨第二代 VLA 全新版本体验日活动上，小鹏正式发布第二代 VLA 大模型自上线以来最重要的一次升级，全新 XOS 6.3.0 将由小鹏 G9L 全球首发。用官方的话说，这次升级让 AI 理解世界的维度，从 "3D 空间" 跃迁到了 "4D 时空"—— 它第一次真正理解了 "时间"。

让车 "看懂时间"：30 秒记忆、6 秒预判，和一个快三倍的 "大脑"

所谓 "4D 时空"，拆开看并不玄乎：过去车端模型只理解静态三维空间，把眼前路况当一张张快照来识别；现在 "时间" 成了模型里的一个新维度，AI 不仅知道 "现在哪里有什么"，还知道 "刚才发生了什么、接下来大概会怎样"。小鹏把这一套能力分成三个清晰的落点，正好对应人类司机的三个本能。

第一，记住过去。新引入的 Infini-VLA 长时序架构，让模型能调用此前 30 秒的道路信息。这就像新手司机只盯着车头前几米，而老司机脑子里装着半分钟的车流变化。连续发生的事件不再被割裂成孤立的画面 —— 前车从哪个位置开始偏移、行人的动向是如何一步步变化的、这条车流过去半分钟是什么节奏 —— 全部被串联起来，形成完整上下文，驾驶判断终于不再 "断片"。判断有更长的上下文，意味着模型能提前识别 "趋势"，而不是等事故快发生了才被动反应。

第二，反应更快。道路情况不会等 AI 算完再变化，所以这一版同步升级了推理效率，采用流式自回归推理（Streaming Inference），端到端响应速度提升 300%。过去传统模型是 "看一帧→算一帧→输出一个动作→再看下一帧" 的串行流程，遇到突发总有一段肉眼可感的 "反应延迟"；现在改成了 "边看、边想、边行动" 的并行处理。体现在驾乘体验上，就是遇到前车急刹、行人折返、旁车强行加塞这类状况时，车辆的动作更像老司机提前松油门、备好刹车的预判性操作，而不是紧急情况下的猛烈制动 —— 舒适性和安全性是两回事。

第三，预判未来。X-Foresight 预测世界模型首次上车，能够推演未来 6 秒内周边交通参与者的可能行为。它不再只对眼前画面做应激反应，而是综合目标物的位置、速度、运动趋势和道路环境，把几种可能的 "剧本" 都预先算一遍，再选择最稳妥的行动。官方举的例子很直观：在多出口环岛，模型会根据实际情况追踪目标出口；在夜间十字路口，它能预判信号灯即将发生的切换。预测更多种未来，才能选出更好的行动 —— 这正是人类司机 "眼观六路" 的 AI 版本。

此外，新版还引入 MoT 混合架构，把城区道路、园区、泊车等不同场景的任务，拆给不同的 "专家" 模型分工处理，减少任务之间的相互干扰，让模型在不同驾驶任务间切换得更稳定，避免 "顾此失彼"。

技术之外，小鹏还正面回应了一个问题："为什么我们需要一个更大的模型？" 答案指向泛化能力 —— 更大的参数量意味着模型见过更多、学得更透，也才能支撑其快速进入全球市场的野心。这一版端侧模型参数量扩大了 3.5 倍，据称是主流 VLA 模型的 15 倍以上，配合超长时序记忆、超前轨迹预判和更快的决策响应，官方给出的多维综合安全能力提升达 20 倍。参数做大之后仍能端侧部署，兼顾了时延、离线可用和数据安全 —— 这正是物理 AI 区别于数字 AI 的地方：数据来自真实世界，能力必须装进车里，而不是放在云端。

一套底座打通车、Robotaxi 与机器人：从 "自动驾驶公司" 到 "物理 AI 公司"

这次升级最值得玩味的地方，在于小鹏并不只想把 "开车" 这件事做好。它是用做机器人的思路来重构车机大脑的。

最直观的体现，是首次推出的 Master Agent 整车大脑。它实现 VLA 与 VLM 的驾舱融合，让车辆不再只是 "听懂一句话"，而是 "理解你想完成什么"。Master Agent 建立在小鹏自研的 Omni 全模态模型之上，能理解自然语言和模糊语义，把用户的意图自动拆解成任务，再调度智驾、底盘、座舱、车身控制等各垂直 Agent 协同执行 —— 从 "理解" 到 "行动" 形成一个完整闭环。换句话说，整车第一次有了一个统一大脑，车辆智能也从响应单一指令，迈向自主理解意图、规划任务和协同执行。

落到体验上，用户可以直接用语音下达 "靠边停车"" 就近泊入 "的指令，车辆会在智能辅助驾驶状态下自主寻找合适位置、完成靠边或泊入，实现从" 说 "到" 做 " 的闭环。这也是小鹏把 Robotaxi 积累的 L4 级能力，通过同源技术下放到量产车的一个缩影 —— 高阶能力不再只属于试运营的 Robotaxi，而是逐渐渗透进普通消费者的日常用车。

这套逻辑贯穿了小鹏对整个物理 AI 版图的布局。第二代 VLA 基于统一技术底座，已实现 L2 到 L4 能力贯通；搭载第二代 VLA 的 Robotaxi 近日获得广州市智能网联汽车远程测试资质，可在相关一、二、三级测试道路开展主驾无安全员道路测试，意味着小鹏正式进入主驾无人的关键道路验证阶段。同一套底座也在向机器人延展：通用人形机器人 IRON 搭载 3 颗图灵 AI 芯片，有效算力高达 2250 TOPS，物理世界基座模型已实现端侧部署，无需远程遥操作即可自主完成复杂任务，同时保障推理低时延与数据安全。

资本市场对这一路线给出了相当直白的回应。8 月 24 日，小鹏机器人业务完成首轮股权融资，金额超 9 亿美元、投后估值超 63 亿美元，刷新国内具身智能行业单轮私募股权融资纪录；本轮由 IDG 资本领投、高榕创投参投，并获得腾讯、阿里巴巴两家战略投资者支持。这笔钱押注的，正是小鹏 "从汽车向机器人延伸" 的技术路线和产业化能力。

在让能力 "往上够" 的同时，小鹏也在让能力 "往下沉"。通过引入学习式 Token 压缩与蒸馏训练，在不大幅牺牲输入信息和模型容量的前提下，以更少的有效 Token 实现高质量视觉理解，把基座模型能力部署到算力更低的平台 —— 蒸馏出的图灵 VLA 2.0 Lite 预计 9 月开启首批推送，小鹏 G9L Max 版本将首发搭载，目标是让更多老车主和入门车型也能享受到更安全、更可靠的城区辅助驾驶。这其实是一个很聪明的策略：先进能力不被 "锁" 在最贵的新车上，而是随 OTA 持续惠及存量用户，扩大数据与口碑的基本盘。

全球化也在同步推进。近期小鹏在德国完成了第二代 VLA 的本地化验收测试，在几乎不增加本地训练数据的情况下，德国城市道路的实际体验与国内高度接近；小鹏目标于明年上半年率先在欧洲获得监管许可，并向海外用户陆续交付。对中国品牌而言，"把训练自中国路况的模型，几乎原样搬到欧洲还能开得顺"，本身就是一次对泛化能力的压力测试。

长期主义与冷思考：护城河在基础设施，边界在用户手里

最后，把小鹏这场发布会的叙事逻辑看完整，会发现它真正想讲的是一个关于 "复利" 的故事。

小鹏反复强调一个观点：物理 AI 是一场长期工程，模型会不断迭代，但真正能形成长期壁垒的，是 "持续迭代模型的能力"，以及支撑这套体系运转的基础设施。过去几年，小鹏持续投入建设覆盖数据、训练、仿真、评估、部署和算力的完整 AI Infra 体系，以自动驾驶作为第一个规模化应用场景，逐步建立从真实世界数据采集，到模型训练、测试、部署，再到用户反馈和持续优化的完整闭环。与数字 AI 主要依赖互联网数据不同，物理 AI 的数据来自真实世界，所以做好这件事必须解决两个核心问题：如何高效使用真实世界的数据，以及如何高效验证模型在真实世界中的行为。

小鹏给出的答案，是依托百万车队和十亿级数据资产构建数据飞轮。通过统一化存储、多模态检索和规模化挖掘，把海量真实道路数据转化为可持续训练模型的数据资产 —— 当前模型单次训练数据吞吐量已达 1 亿 clips，比半年前增长 10 倍。通过对数据进行结构化、标签化和语义化处理，小鹏能从海量数据中高效发现未知问题并快速反哺训练，形成 "数据越多→问题发现越充分→模型进化越快→产生更多数据" 的正向循环。这套逻辑一旦滚起来，护城河就不再是某一版模型，而是持续变强的能力本身 —— 它还能跨越汽车、机器人、飞行汽车等不同本体，不断拓展物理 AI 与真实世界交互的边界。

把视野拉远到整个行业，这轮升级正踩在一个关键节点上。工信部数据显示，2026 年以来国内搭载组合驾驶辅助功能的乘用车新车渗透率已达 70%，其中 NOA 车型超过 30%—— 当领航辅助逐渐普及，复杂场景下的判断、响应和稳定性，开始成为车企拉开差距的焦点。竞争的强度肉眼可见：理想已通过 OTA 推送 VLA 驾驶功能，华为也在今年 4 月发布 ADS 5，引入云端多智能体训练、在线强化学习和车端风险场。各家技术名称与评价口径不尽相同，但方向空前一致：从规则驱动和局部模型，转向数据、算力与大模型共同驱动的系统。

小鹏的底气来自投入与规模。2026 年第二季度，公司研发费用 29.1 亿元，同比增长 32.1%；同期收入 197.4 亿元，同比增长 8%，综合毛利率 20.7%。截至 7 月底，小鹏累计交付量已超 120 万辆 —— 不断扩大的车辆规模，既是现金流来源，也是支撑模型训练、问题发现和持续迭代的真实数据来源。

热闹之余，也有两点需要理性看待。其一是何小鹏去年底立下的 "赌约"：如果小鹏 VLA 在 2026 年 8 月 30 日前，在国内达到特斯拉 FSD V14.2 在硅谷的整体表现，他将在硅谷筹建一家中国风味食堂；否则，自动驾驶负责人刘先明要接受 "惩罚"—— 这个赌约的兑现节点就在眼前。其二，也是更重要的：小鹏官方明确表示，"L4 能力下放" 更多是对技术来源和体验的描述，量产车型现阶段提供的功能仍属于组合驾驶辅助，驾驶员需要持续关注道路、随时准备接管。技术叙事再宏大，安全责任终究落在每一位驾驶员手里。

说到底，这次升级真正的价值，不是多了一个炫酷的技术名词，而是让智能辅助驾驶从 "看见" 走向 "看懂"—— 看懂时间的 AI，才算真正朝 "老司机" 的方向靠近。而这条路，才刚刚开始。