小鹏第二代VLA开始理解时间：记住前30秒的世界，预见6秒未来，响应速度提升300%

8月27日消息，小鹏第二代VLA大模型迎来首次重大升级，全新XOS 6.3.0版本将于小鹏G9L全球首发。此次模型升级的核心，是让AI开始真正理解时间：从过去对物理世界的静态3D空间理解，进一步走向动态4D时空理解。

小鹏方面表示，即将发布的全新XOS 6.3.0大版本，端侧模型参数量扩大了3.5倍，与业内常见小模型拉开了数量级差距，超长时序的上下文记忆能力，让AI司机真正做到了“看得准，会思考，反应快”，推动小鹏物理AI基座模型实现从空间理解到时空理解的底层能力跃迁。全新版本还引入了整车大脑Master Agent，实现VLA+VLM的驾舱融合，并将部分Robotaxi的L4级体验下放到量产车型，为广大用户带来全新体验。

小鹏方面表示，物理AI真正的难题，是理解世界，并在充满限制的真实世界里行动。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”。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。因此，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”。

以前模型看到的更多是当下的信息，第二代VLA全新引入Infini-VLA长时序架构，记得前30秒的世界，驾驶判断开始拥有更长的上下文，更多有效信息进入模型。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。

道路情况是时刻在变化的，模型也需要边看边想，如果决策速度跟不上现实变化，也无法形成真正可靠的物理世界智能。所以，第二代VLA同步提升了模型推理效率，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%。面对不断变化的道路状况，传统的模型是“看 → 算 → 输出 → 再看”的模式，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。

在真实道路上，前车可能突然刹停，行人可能临时改变方向，旁车可能突然加塞，预测更多种未来，才能选择更好的行动。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。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。

记住过去、理解现在、预判未来，小鹏物理世界基座模型从此理解了时间。与此同时，新版模型引入MoT混合架构，通过针对不同任务动态分配模型能力，减少城区道路、园区、泊车等不同场景之间的任务干扰，把不同的问题交给不同的“专家”，让模型在不同驾驶任务之间更加稳定地切换。

“为什么我们需要一个更大的模型？”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。小鹏第二代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，使得多维综合安全能力提升20倍。

第二代VLA全新版本升级的不只是智能辅助驾驶，小鹏选择用做机器人的方式重构车机大脑，首次推出Master Agent，实现VLA与VLM的驾舱融合，让车辆从“听懂一句话”进一步走向“理解用户真正想完成什么”。Master Agent建立在小鹏自研Omni全模态模型之上，不仅能够理解自然语言和模糊语义，还能将用户意图自动拆解为任务，并调度智驾、底盘、座舱、车身控制等垂直Agent协同执行，实现从“理解”到“行动”的闭环。这意味着，Master Agent让整车第一次拥有了一个统一大脑，也让车辆智能从响应单一指令，进一步迈向自主理解意图、规划任务和协同执行。

值得一提的是，本次全新版本升级还带来了“语音靠边停车”、“语音控制就近泊入”功能，用户只需通过语音下达停车指令，车辆即可在智驾状态下自主寻找合适位置并完成靠边停车，实现从“语音指令”到“自主执行”的完整闭环。小鹏Robotaxi的L4级能力，正通过同源技术进一步下放至量产车，为车主带来更高阶、更自然的用车体验。

小鹏集团定位为“物理AI世界的出行探索者，面向全球的具身智能公司”，不仅是能做自动驾驶的车企、能造车的自动驾驶公司，更是一家物理AI公司。物理世界AI基座真正的价值，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，推动物理AI从单一产品能力走向通用能力。

小鹏第二代VLA基于统一技术底座，已实现L2至L4能力贯通，进一步向更高阶自动驾驶拓展。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，可在广州相关一、二、三级测试道路开展主驾无安全员道路测试，这意味着小鹏开始进入主驾无人的关键道路验证阶段。

除了汽车，这一能力也正在向机器人等更多本体落地，这也是小鹏持续推进统一物理AI基座模型的核心意义。小鹏通用人形机器人IRON搭载3颗图灵AI芯片，有效算力高达2250 TOPS，依托行业领先的算力基础，小鹏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工作任务，同时保障推理低时延与数据安全。

物理AI基座模型持续进化的意义，不只是让高阶模型变得更强，也在于让先进智驾能力覆盖更多车型、惠及更多老车主，实现科技普惠。小鹏通过学习式Token压缩与蒸馏训练，在不牺牲输入信息和模型容量的基础上，以更少的有效Token实现高质量视觉理解，将第二代VLA基座模型能力部署到算力更低的平台，伴随基座模型能力的增强，蒸馏后的图灵VLA 2.0 Lite同样获得显著能力提升，让更多用户享受到更安全、更可靠的城区辅助驾驶体验。图灵VLA 2.0 Lite预计9月开启首批推送，小鹏G9L Max版本将首发搭载这一蒸馏版本。

在持续提升模型性能的同时，小鹏正全力推进第二代VLA的全球化部署。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。小鹏目标于明年上半年率先在欧洲获得监管许可，并陆续向海外用户交付第二代VLA，推动高阶智能辅助驾驶的全球普惠。

小鹏方面表示，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，形成数据越多、问题发现越充分、模型进化越快、又产生更多数据的正向循环。