星速优配能理解时间了? 小鹏第二代VLA大模型迎来重大升级!

8 月 27 日小鹏在广州举办物理 AI 分享活动，正式放出第二代 VLA 大模型的首次重大升级，对应的 XOS 6.3.0 车机系统会在小鹏 G9L 上全球首发。这次升级最核心的变化，是让智驾 AI 从以前只能识别静态 3D 空间，升级到能理解动态 4D 时空，简单说就是给 AI 加上了时间感。同时端侧模型的参数量直接扩大了 3.5 倍，和行业常见的小模型拉开了数量级差距，官方给出的数据是多维综合安全能力提升 20 倍，不管是感知精度、决策逻辑还是反应速度都有明显提升。

具体到技术细节，第二代 VLA 加入了 Infini-VLA 长时序架构，能记住前 30 秒的完整路况，让 AI 做决策时有更长的上下文参考，不会把连续的车流、行人动作拆成一张张独立画面去判断。推理模式也换成了流式自回归推理，从原来 “看一眼算一次” 的离散处理，改成边看边想边行动的连续并行处理，端到端响应速度提升了 300%，碰到前车急刹、行人突然折返、旁边车加塞这类突发情况，反应会更像老司机一样连贯顺畅。另外还加了 X-Foresight 预测模型，能预判 6 秒内周边车辆行人的动向，再搭配 MoT 混合架构，不同场景调用不同的专项能力，减少城区、园区、泊车这些场景切换时的干扰。

除了智驾本身，这次还推出了 Master Agent 整车大脑，把负责智驾的 VLA 模型和负责座舱交互的 VLM 大模型打通融合了。这套系统基于小鹏自研的全模态模型，不只是能听懂语音指令，还能自己理解用户的真实意图，拆解成对应的任务，再调度智驾、底盘、座舱这些系统一起执行，真正做到从 “听懂话” 到 “办成事” 的闭环。同时还新增了语音靠边停车、语音就近泊车功能，只要说一句话，车辆就能在智驾状态下自己找位置停好，相当于把 Robotaxi 的部分 L4 级体验下放到了普通量产车上。

这套第二代 VLA 用的是统一的物理 AI 技术底座，已经实现了 L2 到 L4 级别的能力贯通，搭载这套系统的小鹏 Robotaxi 最近刚拿到广州的远程测试资质，可以在指定道路开展主驾无安全员的测试。这套技术也不止用在汽车上，小鹏的人形机器人 IRON 就搭载了 3 颗自研的图灵 AI 芯片，总算力 225TOPS，可以端侧运行不用远程操控，自主完成复杂任务。另外小鹏机器人业务刚完成首轮融资，融资金额超 9 亿美元，投后估值超 63 亿美元。针对低算力老车型的轻量化版本图灵 VLA 2.0 Lite 预计 9 月开始推送，G9L Max 会首发。海外市场方面，第二代 VLA 已经在德国做完了本地化验收，计划明年上半年拿到欧洲的监管许可。

往深了说，这次模型升级能落地，背后靠的是小鹏这几年持续搭建的 AI 基础设施体系。这套体系覆盖了数据采集、模型训练、仿真测试、部署运维全链路，依托路上跑的百万级车队，现在单次训练的数据吞吐量已经到了 1 亿 clips，比半年前翻了 10 倍，形成了数据越多、发现问题越多、模型迭代越快的正向循环。其实物理 AI 的长期竞争，拼的从来不是某一次模型的参数高低，而是能不能持续迭代的基础设施能力。小鹏在这一块的长期投入，现在已经开始沉淀出可复用的基础能力，规模效应慢慢显现，技术也从汽车慢慢延伸到机器人、海外市场这些更宽的场景里。

配查网提示：文章来自网络，不代表本站观点。