小鹏第二代VLA大模型迎来首次重大升级 AI开始真正理解时间

开车时遇到低头看手机的行人慢慢靠近斑马线，传统智驾要等他迈出步子才紧急刹车，而老司机会提前松油门备刹——这种靠经验积累出的“时间感”，现在AI也学会了。

8月27日小鹏以“TIME 时间”为主题举办物理AI分享会，第二代VLA大模型迎来首次重大升级。这不是一次常规的功能叠加，而是智能驾驶的底层范式跃迁：AI第一次把“时间”纳入理解维度，从静态的“3D空间识别”正式迈入动态的“4D时空认知”，综合安全能力提升20倍，开车的体验越来越像经验丰富的老司机。

读懂“时间”的AI，开车到底强在哪？

很多人会疑惑：不就是模型升级，至于上升到“时空认知”的高度？其实只要想明白一个道理：真实的马路从来不是一张张静止的照片，而是连续流动的过程。危险往往藏在变化里：前车微微偏移可能要加塞，行人脚步犹豫可能要横穿，只看懂“当下这一帧”的AI，永远慢半拍。

这次升级的核心，就是给AI补上了完整的“时间轴”，靠三套技术形成了“记忆过去-处理现在-预判未来”的决策闭环。

记住过去：30秒超长上下文，开车不再“断片”

过去的智驾模型更像“看图答题”，每帧画面单独判断，前因后果连不上。比如旁边车道的车慢慢贴过来，它要等车轮压线了才识别出“加塞”，然后猛踩刹车，乘客体验很差。

新一代Infini-VLA长时序架构，让模型能记住前30秒的完整路况。这就像新手司机只盯着车头前几米，老司机脑子里装着半分钟的车流变化。有了连续的上下文，AI能提前识别车辆的偏移趋势、行人的动向变化，预判更准，减速更缓，不会再一惊一乍。

反应更快：提速300%，边看边想边行动

道路情况不会等AI算完再变化。传统模型是“看清楚→算方案→输出动作→再看下一帧”的串行流程，遇到突发情况总要有个“反应延迟”。

第二代VLA改用流式自回归推理，把串行改成了并行，端到端响应速度直接提升300%。通俗说就是：眼睛还在观察路况，大脑已经在同步思考，执行机构同步做出动作。遇到前车急刹、行人突然折返，车辆的反应像人类司机一样自然流畅，不再有“愣一下再刹车”的生硬感。

预判未来：提前6秒推演，走一步想三步

真正的老司机厉害在“预判”，而不是“反应快”。开车不是只有一个正确答案，同一个路口，行人可能走也可能停，前车可能加速也可能减速，能提前想到多种可能性，才能选出最安全平顺的方案。

小鹏首次上车的X-Foresight预测世界模型，能推演未来6秒内周边车辆、行人的运动轨迹，还引入Flow Matching技术，不再只给出一个死板的结果，而是预测多种可能的走向，再从中选最优路径。比如看到绿灯倒计时，它会提前判断能不能顺畅通过，不会到停止线前才急刹；看到路边行人驻足，会提前松油门备刹，留足安全余量。

这三套能力加起来，AI开车就从“机械执行规则”变成了“像人一样思考判断”，这也是综合安全性能提升20倍的核心原因。

不止智驾：整车有了“统一大脑”

这次升级的惊喜不止于开得更稳。小鹏还用做机器人的思路重构了车机，首次推出Master Agent整车大脑，让车辆从“听懂指令”进化到“理解意图”。

以前的车机更像“语音遥控器”，你得准确说出“打开空调24度”“导航到XX大厦”，差一个字都可能识别错。现在有了Master Agent，它能听懂你的真实想法：你说“去望京那栋三个尖的楼”，它能匹配到正确的目的地；你说“回公司顺路买杯咖啡再寄个快递”，它会自动拆解任务、规划路线，不用你一步步指挥。

更实在的是Robotaxi的L4级能力开始下放量产车：语音靠边停车、语音就近泊车。智驾状态下只要说一句“靠边停”，车辆就能自己找合适的位置停稳，不用你手动打方向、踩刹车。相当于把无人驾驶出租车的体验，直接搬进了家用车。

真正的野心：一套AI底座，打通汽车和机器人

很多人没意识到，这次模型升级真正的分量，远不止一款车的智驾更新。小鹏反复强调自己是“物理AI公司”，而不是普通车企——这套第二代VLA是通用的物理世界基座模型，意思是：同一个AI大脑，能装在不同的“身体”里。

在汽车领域，它已经实现了从L2辅助驾驶到L4级Robotaxi的能力贯通。目前搭载这套模型的小鹏Robotaxi，已经在广州拿到主驾无安全员的测试资质，内测完成超过2000单，开始进入真实道路验证阶段。

在机器人领域，这套能力同样在落地。小鹏通用人形机器人IRON搭载3颗图灵AI芯片，有效算力达2250 TOPS，靠这套基座模型就能在端侧自主运行，不用远程遥控就能完成复杂任务。就在发布会前三天，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融资纪录，IDG、高榕领投，腾讯、阿里巴巴都参与了战略投资。

资本看好的，正是这套“一个技术底座，复用在多个本体”的模式。汽车是第一个规模化落地的载体，用来积累数据、打磨模型，再把能力迁移到机器人、飞行汽车等更多领域，形成正向循环。

同时这套模型也在走向全球。小鹏在德国完成了第二代VLA的本地化测试，几乎不用额外增加训练数据，就能适配欧洲的道路环境。目标明年上半年拿到欧洲监管许可，把中国的智能驾驶能力送到全球市场。

科技普惠：好技术不只是顶配专属

再好的技术，只有少数人用就没有规模效应。小鹏这次同时带来了图灵VLA 2.0 Lite蒸馏版，预计9月开启首批推送，小鹏G9L Max版本首发搭载。

简单说，模型蒸馏就是把大模型的能力，压缩到算力更低的硬件平台上。物理AI的蒸馏比普通大模型难度高得多，小鹏跑通了这条路径，意味着先进的智驾能力不用只靠顶配硬件支撑，更多车型、更多老车主也能用上。

对用户来说，感知到的变化很直接：复杂路口判断更果断，不会反复犹豫；变道、绕行、转弯更自然，没有生硬的顿挫；整体体验更稳定，开车时不用一直紧绷着神经“监督”系统。

结语

从“看见空间”到“读懂时间”，看似只是多了一个维度，背后却是智能驾驶的底层逻辑之变。当AI不再被动响应路况，而是主动记忆、实时思考、提前预判，它才真正开始像人类一样理解物理世界。

而这还只是小鹏物理AI战略的一步。背后支撑这一切的，是小鹏花了几年搭建的完整AI基础设施：百万级车队贡献真实路况数据，单次训练数据吞吐量达1亿clips，比半年前增长10倍，形成了“数据越多→模型越强→场景越多→数据更多”的飞轮效应。

当模型的进化不再依赖单点突破，而是靠完整的体系持续迭代，物理AI的复利才真正开始显现。未来这套能力能延伸到哪里，答案远不止于汽车。

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～