广东
小鹏今天开了一场发布会，但和以前的发布会很不一样。这次就是技术流发布会，是AI相关的技术路线。
小鹏说的也对。过去主流的智驾模型，本质上是空间感知机——识别车道、车辆、行人，像给世界拍一张快照。但小鹏这次做的，是给模型加了一条时间轴。
而小鹏全新引入的Infini-VLA长时序架构，相当于给AI配了一块“前30秒的暂存硬盘”。决策时，它能回溯这半分钟内所有相关动态，而不是只盯着当前帧“失忆式推理”。
更激进的是X-Foresight预测世界模型——它不满足于回忆，还要“剧透”未来6秒。比如隔壁车道的车轮微微外摆，它能预判对方可能加塞；前车轻点刹车，它能推测是否要急停。这种从“单一确定性”到“多解推演”的升级，再叠加强化学习，最终输出的轨迹不再是机械的几何线，而是更像老司机的“肌肉记忆”。
用现场工程师的通俗比喻：“以前是‘看一眼走一步’，现在是‘边看、边想、边干’——脑子不卡壳，手脚才跟得上。”
为了不让“想”拖慢“干”，团队还塞进了流式自回归推理，端到端响应速度直接拉高300%。这意味着，即便在复杂博弈场景，模型也能在环境变化之前完成“脑内预演”。
模型能力要涨，参数规模几乎是必选项。第二代VLA的参数量达到主流VLA的1.5倍以上，但小鹏在架构上选了一条更“平衡”的路线——MoT（混合子塔），而不是时下流行的MoE（混合专家）。
区别在哪？MoE像分小组干活，各专家独立，负载均衡容易出问题；MoT则保留全局共享注意力，不同子塔之间随时“通气”，信息交换更流畅，训练压力也更均匀。这就像乐队各声部既能合奏，又能独奏，还不抢拍。
支撑这套巨物的，是百万量级车队+十亿级数据资产炼出的“数据煤”。单次训练吞吐量比半年前涨了10倍，而且模型本身会主动优化数据分布、揪出异常样本，尤其擅长挖掘那些“万年难遇”的长尾场景——这恰恰是决定上限的关键。
如果说VLA负责“感知-预测-决策”，那这次同步亮相的 Master Agent，就是给车机装上了一个“通用型任务管家”。
它把VLA和VLM（视觉语言模型）融合在一起，基于Omni全模态模型，能听懂“帮我找个充电桩顺便买杯咖啡”这种模糊指令，然后自动拆解成“导航+途经点+泊车”的连续动作。不再需要你一步步戳屏幕，说句话就行。
有意思的是，小鹏明确表示这套基座从L2到L4通吃——向上可支撑完全无人驾驶，向下可蒸馏压缩适配单芯片车型。甚至，它直接打通了汽车和机器人：人形机器人Iron端侧部署同一模型后，无需遥控就能主动干活，靠的是3颗图灵芯片并行推理，单芯片跑XLLM框架，推理速度稳定在20 tokens/秒以上。
这让人意识到，小鹏定义的“物理AI”，不是把汽车变成机器人，而是把机器人变成“会移动的智能体”——共享同一套时空认知内核。
最后，车主们最关心的落地节奏——这次没有画饼。
- 第二代VLA完整版：面向Ultra和Ultra SE车型，9月开启推送；
- 第二代VLA Lite蒸馏版：搭载单颗图灵芯片的Max版车型同步推送；
- 首发车型：小鹏G9L，将同时搭载两个版本。
今年一季度，小鹏汽车正式升级为小鹏集团，新能源汽车、飞行汽车、Robotaxi、人形机器人四条线齐头并进。外界曾质疑“摊子太大”，但今天这套第二代VLA基座给出了回应——它不是为某一款车打造的，而是为所有“移动物理实体”打造的通用认知引擎。
从“感知空间”到“理解时空”，从“规则执行”到“多解推演”，从“车载系统”到“机器人共用大脑”……小鹏正在做的，是把自己从一家车企，重新定义为一家物理AI基础设施公司。
而第二代VLA，就是它递出的第一张入场券。9月的推送，或许不只是OTA升级，更是一次底层物种的切换。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
