小鹏第二代VLA首次重大升级AI迈入4D时空理解时代

在近日举办的以「TIME时间」为主题的小鹏物理AI分享暨第二代VLA体验日活动上，小鹏第二代VLA大模型迎来发布后的首次重大版本升级，全新XOS6.3.0系统将率先搭载于小鹏G9L全球首发。此次升级的核心突破，是让AI首次真正建立对时间维度的认知，完成了从静态3D空间理解到动态4D时空理解的底层跃迁。

从“看见空间”到“读懂时间”，建立完整时序认知

物理AI的核心挑战，从来不是识别单个道路元素，而是理解真实世界的运行逻辑并做出可靠决策。真实世界不是一张张静止的画面，而是持续演变、前后关联的动态过程。传统感知模型可以识别车辆、行人、信号灯，但要应对复杂路况，只“看见”当下远远不够——只有知晓事件的来龙去脉，才能预判接下来的走向。

此次第二代VLA的升级，正是首次将「时间」维度纳入物理世界基座模型，让AI对环境的认知从三维空间拓展到四维时空。新一代模型搭载Infini-VLA长时序架构，可保留前30秒的完整环境信息，让驾驶决策拥有更长的上下文窗口。道路上连续发生的事件不再被切割为独立单帧，模型能够串联起目标的动作轨迹、位置变化与场景演变，形成完整的时序认知链条。

边看边想边行动，端到端响应提速300%

路况瞬息万变，决策速度直接决定了智驾的安全性与体验感。第二代VLA同步升级了推理机制，采用StreamingInference流式自回归推理技术，实现从离散推理到连续推理的跨越，端到端响应速度提升300%。

传统模型遵循“感知→计算→输出→再感知”的串行逻辑，而新一代模型可以实现“边感知、边思考、边执行”的并行处理。面对前车突然刹停、行人临时折返、邻车强行加塞等突发工况，车辆的应对动作像经验丰富的老司机一样娴熟敏捷，没有传统智驾系统的迟滞感。

6秒超前预判，MoT架构保障场景稳定切换

合格的智驾不仅要读懂过去和现在，更要预判未来。此次升级同步上车X-Foresight预测世界模型，可根据交通参与者的位置、速度、运动趋势，结合道路环境信息，推演未来6秒内的行为可能性，提前规划更优行驶策略，让决策更具前瞻性。

针对不同驾驶场景的特性差异，新版模型引入MoT混合架构，可根据任务类型动态分配模型算力，将城区道路、园区、泊车等不同场景的任务拆分给对应的“专家模块”，有效减少场景切换时的任务干扰，让模型在不同工况下都能保持稳定输出。

参数量扩大3.5倍，验证ScalingLaw价值

小鹏始终在自动驾驶领域验证ScalingLaw的技术价值，而更大的参数量是能力跃迁的基础。第二代VLA全新版本的端侧模型参数量扩大了3.5倍，达到行业主流VLA模型的15倍以上，配合超前轨迹预判、长时序认知与高速响应能力，车辆的多维综合安全能力提升20倍，在体验、安全与泛化性上均实现大幅跨越。

MasterAgent整车大脑，实现驾舱深度融合

此次升级不止于智驾维度，小鹏更以机器人的技术逻辑重构车机智能，首次推出MasterAgent整车大脑，实现VLA与VLM的驾舱深度融合，让车辆从“听懂一句指令”进化为“理解用户的真实意图”。

MasterAgent基于小鹏自研Omni全模态模型打造，不仅能精准理解自然语言与模糊语义，还能自动将用户意图拆解为具体任务，调度智驾、底盘、座舱、车身控制等垂直Agent协同完成，实现从“理解”到“行动”的完整闭环。这也意味着整车首次拥有了统一的智能中枢，车辆智能从被动响应指令，迈向主动理解意图、自主规划任务、跨系统协同执行的新阶段。

伴随这一能力落地，“语音靠边停车”“语音控制就近泊入”等功能也同步上线：用户在智驾状态下只需说出停车指令，车辆就能自主寻找合适位置并完成靠边或泊车操作。这背后是小鹏将Robotaxi的L4级能力通过同源技术下放量产车，让普通用户也能体验到高阶智驾的自然与便捷。

统一技术底座，物理AI能力跨本体复用

小鹏将自身定位为“物理AI世界的出行探索者，面向全球的具身智能公司”，而第二代VLA基于统一的物理AI技术底座打造，能力可跨产品、跨本体复用。

在自动驾驶领域，这套底座已实现L2至L4级能力的全贯通。搭载第二代VLA的小鹏Robotaxi近日获得广州市智能网联汽车远程测试资质，可在广州一、二、三级测试道路开展主驾无安全员道路测试，正式迈入主驾无人的关键验证阶段。

在汽车之外，这套能力也正在向人形机器人领域迁移。小鹏通用人形机器人IRON搭载3颗图灵AI芯片，有效算力达2250TOPS，依托同款物理世界基座模型实现端侧部署，无需远程操控即可自主完成复杂任务，同时保障低时延与数据安全。8月24日，小鹏机器人业务完成首轮超9亿美元融资，投后估值超63亿美元，刷新中国具身智能行业单轮私募融资纪录，也印证了资本市场对小鹏物理AI技术路线与产业化能力的认可。

技术普惠与全球化落地同步推进

高阶技术的价值，最终要覆盖更广泛的用户群体。小鹏通过学习式Token压缩与蒸馏训练技术，在不损失输入信息与模型核心能力的前提下，以更少的有效Token实现高质量视觉理解，将第二代VLA的能力下沉到算力更低的硬件平台。蒸馏后的图灵VLA2.0Lite版本能力同样得到显著提升，预计9月开启首批推送，率先搭载于小鹏G9LMax车型。

与此同时，小鹏也在全力推进第二代VLA的全球化部署。近期小鹏在德国完成了模型的本地化验收测试，这套基于中国数据训练的模型，在几乎不增加本地训练数据的情况下，德国城市道路的实际表现与国内高度接近。按照规划，小鹏将于明年上半年率先在欧洲获得监管许可，陆续向海外用户交付第二代VLA能力，推动高阶智能辅助驾驶的全球普惠。

AIInfra长期沉淀，构筑持续迭代壁垒

物理AI是一场长期工程，模型能力的持续进化，背后离不开一整套AI基础设施（AIInfra）的长期沉淀与复利效应。真正的行业竞争，从来不是单次模型参数的比拼，而是谁能持续建设支撑模型进化的基础设施，把每一次真实世界的反馈转化为下一轮的能力提升。

与依赖互联网数据的数字AI不同，物理AI的数据全部来自真实世界，模型需要在真实环境中持续交互、学习与验证。过去几年，小鹏持续投入建设覆盖数据采集、模型训练、仿真测试、实车验证、量产部署的全链路AIInfra体系，以自动驾驶为第一个规模化应用场景，逐步跑通了“真实数据采集→模型训练测试→量产部署→用户反馈→持续优化”的完整闭环。

依托百万级车队与十亿级数据资产，小鹏搭建了高效的数据飞轮：通过统一化存储、多模态检索与规模化挖掘，将海量真实路况数据转化为可复用的数据资产。目前模型单次训练数据吞吐量已达1亿clips，较半年前增长10倍。通过对数据的结构化、标签化与语义化处理，小鹏能够从海量数据中高效发现未知问题，快速反哺模型迭代，形成正向循环。

随着数据规模增长、训练效率提升、算力与工具链持续完善，小鹏在AIInfra领域的长期投入已逐步沉淀为可复用的基础能力，规模效应开始显现，进入复利增长阶段。模型会不断迭代，但真正的长期壁垒是持续迭代的能力；产品会不断更新，但真正的长期价值是支撑产品进化的基础设施。未来，随着AIInfra的持续沉淀，这套能力将跨越汽车、人形机器人、飞行汽车等更多智能本体，不断拓展物理AI与真实世界的交互边界。