小鹏物理AI的护城河 是生产下一代模型的能力

2026年8月27日，小鹏举办了以“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。这场发布会的核心信息，远不止于一次模型升级——它揭示了一个更本质的命题：物理AI时代的竞争，正在从“模型能力的比拼”走向“生产下一代模型能力的较量”。

过去几年，智驾行业的竞争围绕算法、功能和系统能力展开。但从特斯拉、小鹏到英伟达，头部企业的技术路线已经清晰指向一个方向：机器人和自动驾驶的核心技术，正在从传统算法、单点硬件能力，转向World Foundation Model、VLA、End-to-End Foundation Model等基础模型能力。

这意味着竞争的底层逻辑正在发生根本性变化。物理AI与数字AI最大的不同，在于模型必须真正进入复杂、动态且不可控的物理世界。数字世界的模型可以在相对封闭的环境中迭代，而物理世界的模型必须在真实环境中持续与世界交互、学习和验证。

因此，未来真正拉开差距的，不只是“车开得好不好”，而是AI能否理解真实世界、预测未来并在物理世界中行动。更进一步说，衡量一家物理AI公司长期竞争力的标准，正在从“单次模型能力有多强”转向“持续迭代模型的能力有多强”——也就是生产下一代模型的生产力。

此次第二代VLA升级的核心，是让模型第一次建立起对时间维度的理解。小鹏物理世界基座模型首次把“时间”纳入模型，AI理解世界的维度从“3D空间”跃迁至“4D时空”。

这一跃迁并非简单的功能叠加，而是底层认知范式的改变。传统的模型可以识别车辆、行人、道路和交通信号，但要真正完成复杂的物理世界决策，仅仅“看见”还远远不够，车辆需要知道过去、现在、未来可能发生什么。真实世界并不是一张张静止的图片，而是一个不断变化、连续演进的过程。模型想要像人类一样理解世界，必须首先理解什么是“时间”。

为实现这一目标，小鹏在三个时间维度上同时进行了技术突破：

在“过去”维度，第二代VLA全新引入Infini-VLA长时序架构，模型可留存前30秒的道路场景信息。连续发生的道路事件不再被割裂成一个个独立画面，模型可以将此前发生的动作、位置和场景串联起来，形成更加完整的时序理解。

在“现在”维度，模型采用Streaming Inference流式自回归推理，从离散推理走向连续推理，端到端响应速度提升300%。传统模型是“看→算→输出→再看”的离散处理模式，而第二代VLA能够做到“边看、边想、边行动”的并行处理。遇到前车突然刹停、行人折返、旁车强行加塞等突发情况，车辆的反应像老司机一样娴熟、敏捷。

在“未来”维度，小鹏X-Foresight预测世界模型首次上车，可预判6秒内发生什么，推演周边交通参与者未来的可能行为。模型不仅要识别过往画面和当前画面信息，还需要根据目标物的位置、速度、运动趋势、道路环境等进行预测。

记住过去、理解现在、预判未来——当模型同时在这三个维度上实现突破，物理世界基座模型才真正开始拥有“时间感”。

“为什么我们需要一个更大的模型？”小鹏集团通用智能中心负责人刘先明在发布会上给出了答案：更大的参数量才能实现足够强的泛化能力，让快速进入全球市场成为可能。

第二代VLA全新版本端侧模型参数量提升3.5倍，是主流VLA的15倍以上。结合超前轨迹预判、超长有效时序、更快决策响应，多维综合安全能力提升20倍。

模型规模的量级差异，带来的不是渐进的性能提升，而是质的飞跃。更大的模型意味着更强的泛化能力——这正是物理AI走向全球市场的核心瓶颈。近期，小鹏在德国完成了第二代VLA的本地化验收测试，这套基于中国数据训练的模型，在几乎不增加本地化训练数据的情况下，在德国城市道路的实际体验与国内高度接近。

更关键的是，这套基座模型的价值不止于汽车。小鹏第二代VLA基于统一技术底座，已实现L2至L4能力贯通。搭载第二代VLA的Robotaxi已获得广州市智能网联汽车远程测试资质，可在广州相关一、二、三级测试道路开展主驾无安全员道路测试。与此同时，同一套物理AI基座模型也向人形机器人IRON完成端侧落地，该机器人搭载3颗图灵AI芯片，算力达2250TOPS，可脱离远程遥操作自主完成复杂任务。

一套AI底座打通汽车和机器人，物理AI由此进入规模化复用阶段。这正是基座模型区别于单一功能模型的根本价值——不只是把单一任务做得更好，而是将模型在真实世界中学习到的能力迁移、复用到更多任务和更多本体。

然而，模型本身从来不是护城河。真正的护城河，是持续迭代模型的能力——也就是生产下一代模型的生产力。

物理AI是一场长期工程，模型能力的持续进化，背后依赖的是一整套长期建设的AI Infra。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，模型必须在真实环境中持续与世界交互、学习和验证。因此，做好物理AI，除了模型本身，还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。

小鹏依托百万车队和十亿级数据资产，持续构建数据飞轮。通过统一化存储、多模态检索和规模化挖掘，将海量真实世界数据转化为可持续训练和优化模型的数据资产。当前，模型单次训练数据吞吐量已达到1亿clips，数据吞吐量比半年前增长10倍。通过对数据进行结构化、标签化和语义化处理，小鹏能够从海量真实世界数据中高效发现未知问题，并快速反哺模型训练和迭代。

这套覆盖数据、训练、仿真、评估、部署和算力的完整AI Infra体系，才是小鹏真正的长期壁垒。数据规模在增长，模型训练效率在提升，算力和工具链持续完善，越来越多真实世界的问题能够被纳入模型迭代。数据规模的护城河正逐步形成，长期投入已逐步沉淀为可持续复用的基础能力，呈现出明显的规模效应，开始产生复利。

模型会不断迭代，但真正能够形成长期壁垒的，是持续迭代模型的能力；产品会不断变化，但真正能够产生长期价值的，是支撑产品持续进化的基础设施。

小鹏第二代VLA的此次升级，恰恰验证了这套体系的运转效率——量产上车仅半年即迎来模型的重大升级，体现的不是简单的功能增加，而是基座模型自身的持续进化能力。随着AI Infra持续沉淀，模型能力的进化将不再局限于单一产品，而是跨越汽车、机器人、飞行汽车等不同本体，持续拓展物理AI与真实世界交互的边界。