小鹏今天这场以 “TIME” 为主题的物理 AI 分享会，算是把智驾下半场的核心赛点讲透了 —— 第二代 VLA 大模型迎来首次重大升级，最核心的突破不是堆参数，而是让 AI 第一次真正建立了对 “时间” 维度的理解。

在此之前，行业内绝大多数智驾模型都还停留在 “3D 空间理解” 阶段：能识别车辆、行人、道路标线和交通信号，能算出当下的相对位置与距离，但本质上处理的还是一帧帧离散的画面。可真实道路从来不是静止的图片，而是连续流动的动态过程：前车为什么减速？行人会不会中途折返？旁车有没有加塞意图？这些关键判断，全都离不开对 “过去 - 现在 - 未来” 的时序感知。

这也是小鹏这次升级最本质的跃迁：把时间正式纳入物理世界基座模型，让 AI 对世界的认知从 “3D 空间” 一步迈进了 “4D 时空”。

具体落到实际能力上，其实就是三件事：记得住过去，跟得上现在，预判得到未来。

先说 “记忆过去”。第二代 VLA 全新引入 Infini-VLA 长时序架构，能记住前 30 秒的完整道路环境。这意味着驾驶决策不再是基于单帧画面的孤立判断，而是可以把连续发生的动作、位置变化、场景特征串联起来 —— 比如一辆车之前处于什么车道、是什么行驶节奏、有没有过变道预兆，模型都有完整的上下文参照，判断逻辑自然更接近人类老司机。

再说 “跟得上现在”。模型同步用上了 Streaming Inference 流式自回归推理，从传统 “看→算→输出→再看” 的离散处理模式，变成了 “边看、边想、边行动” 的并行处理，端到端响应速度直接提升 300%。遇到前车急刹、行人横穿、旁车强行加塞这类突发场景，车辆的反应衔接更顺滑，不会再有传统模型那种 “顿一下再动作” 的割裂感。

最后是 “预判未来”。小鹏 X-Foresight 预测世界模型首次上车，可以推演周边交通参与者未来 6 秒内的可能行为。路口信号灯会不会切换？前车会不会突然制动？非机动车会不会从路口窜出？多往前预判一步，就多一分安全冗余。再搭配 MoT 混合架构，针对不同场景动态分配模型能力，城区、园区、泊车等场景之间的任务切换也更稳定。

硬参数层面也有足够支撑：新版端侧模型参数量扩大了 3.5 倍，是当前主流 VLA 的 15 倍以上。配合超长时序记忆、实时推理效率和超前轨迹预判，整车多维综合安全能力提升 20 倍。这套全新能力将落地在 XOS 6.3.0 版本当中，由小鹏 G9L 全球首发、全系标配。

有意思的是，这次升级不只是智能驾驶的单方面补强，小鹏干脆用做机器人的思路重构了车机大脑，首次推出了 Master Agent 整车大脑。

简单来说，就是实现了 VLA 与 VLM 的驾舱融合，两者基于同一套自研 Omni 全模态底座运行。以前的车机是 “你说一句、它动一下” 的指令响应，现在是真的能理解用户的真实意图 —— 比如一句 “靠边停一下”，车辆会在智驾状态下自主寻找合适位置完成靠边停车；说 “就近找车位泊入”，也能自主执行完整泊车流程。从听懂指令到理解意图，再到调度智驾、底盘、座舱、车身等各个系统协同执行，这相当于让整车第一次拥有了一个统一的大脑。

更值得关注的是，小鹏 Robotaxi 的 L4 级能力，正在通过这套同源技术持续下放到量产车。就在近期，搭载第二代 VLA 的 Robotaxi 已经获得广州市主驾无安全员的道路测试资质，内测订单也已突破 2000 单。用同一套技术底座打穿 L2 到 L4，这在行业内并不多见。

而这套技术底座的想象力，远不止汽车这一个载体。

就在几天前，小鹏机器人业务完成首轮股权融资，融资金额超 9 亿美元、投后估值超 63 亿美元，直接刷新中国具身智能行业单轮私募股权融资纪录。投资方阵容里不仅有 IDG 资本、高榕创投，还有腾讯、阿里巴巴两家战略级投资者。资本市场买账的核心逻辑，其实就是认可 “一套 AI 底座，同时驱动汽车与机器人” 的技术路线 —— 小鹏通用人形机器人 IRON，同样搭载这套物理世界基座模型，可直接端侧部署，无需依赖远程遥操作。

从汽车到机器人，本质上是物理 AI 能力的规模化复用。当模型在真实世界中习得的感知、决策、执行能力，可以平滑迁移到不同硬件本体上，这家公司就不再只是一家车企，而是真正意义上的物理 AI 公司。

与此同时，技术普惠也在同步推进。通过学习式 Token 压缩与蒸馏训练，小鹏把第二代 VLA 的核心能力移植到了算力更低的平台，推出图灵 VLA 2.0 Lite 版本，单颗图灵芯片的车型也能搭载。该版本预计 9 月开启首批推送，由小鹏 G9L Max 版本首发。海外市场方面，第二代 VLA 已经在德国完成本地化验收测试，在几乎不增加本地训练数据的情况下，城市道路体验与国内高度接近，目标明年上半年率先在欧洲获得监管许可。

最后想聊一点行业层面的观察。

很多人看智能驾驶，总喜欢比单轮参数、比单次演示效果，但物理 AI 真正的护城河，从来都不是单点能力，而是支撑模型持续进化的一整套基础设施 —— 也就是 AI Infra。

小鹏这几年一直在默默铺这件事：覆盖数据、训练、仿真、评估、部署、算力的全链路体系，以自动驾驶作为第一个规模化落地场景，跑通了 “真实世界数据采集→模型训练测试→部署上车→用户反馈→持续优化” 的完整闭环。如今百万级车队持续贡献真实场景数据，模型单次训练数据吞吐量已达 1 亿 clips，相比半年前增长 10 倍；数据规模越大，发现的长尾问题就越充分，模型迭代速度就越快，反过来又会产生更多数据，正向飞轮就此转起来。

这才是最值得行业注意的地方：当多数玩家还在拼某一代模型的参数上限时，小鹏已经把 “持续迭代模型的能力” 做成了可复用的基础设施。模型会过时，产品会迭代，但这套能不断从真实世界吸收反馈、持续自我进化的体系，才是真正的长期壁垒。

从理解空间到理解时间，从单车智能到多本体复用，从单点技术突破到体系化基建，小鹏正在把物理 AI 的竞争，从 “模型参数战” 推向 “基础设施战”。而对于整个行业来说，这也意味着一个新阶段的开始：未来比拼的不再是谁能做出一次惊艳的演示，而是谁能把先进能力稳定、高效、规模化地带给更多用户，并且持续进化下去。