作者 | 邱锴俊
编辑 | 王凌方
2026 年 8 月 27 日,小鹏用一场发布会告诉了全世界: 属于物理 AI 的时间开始了。
当天,小鹏举行了以 「TIME 时间 」 为主题的物理 AI 分享会, 发布第二代 VLA 大模型全新智驾版本 ——XOS 6.3.0 ,将全球首搭于小鹏 G9L 。更重要的是,第二代 VLA 的推出,再次宣告,小鹏不只是一家 「 能做自动驾驶的车企 」 ,也不只是 「 能造车的自动驾驶公司 」 , 小鹏朝着物理 AI 公司、面向全球的具身智能公司,又迈出了坚实的一步。
这一定位转变背后,是小鹏过去 12 年的全栈自研积累,以及在物理 AI 领域的持续投入,更是一个新物种的雏形初现。 「 一套 AI 基座、两大具身智能产品 」 的战略格局已然清晰: AI 基础设施之上,汽车与机器人两大本体正在形成共振。 而 8 月 24 日小鹏机器人业务完成超 9 亿美元首轮融资、估值超 63 亿美元的消息,则是对这一战略最直接的市场认可。
物理 AI 的竞赛,才刚刚开始。而小鹏,是和特斯拉一起领跑的玩家之一。
从看见世界到看懂时 间
「 过去的 AI 受限于各种限制,更多的是对空间进行理解 …… 但是更多的时候 做物理 AI ,要理解的是时间 …… 这是我们做的第一个大的变化,引入时间的概念。 」
小鹏集团通用智能中心负责人刘先明在发布会上说的这句话,揭开了第二代 VLA 模型升级的底层逻辑。物理 AI 真正的难题,不是让车看见什么,而是让车理解正在发生什么、之前发生了什么、未来可能发生什么。
传统智驾模型可以识别车辆、行人、道路和交通信号,但它们眼里,世界是一张张静止的图片。 要完成复杂的物理世界决策,仅仅 「 看见 」 远远不够 —— 车辆需要知道过去、现在和未来。

第二代 VLA 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 」 。
这一突破通过几个关键技术实现:
首先是 Infini-VLA 长时序架构,它让模型拥有了最长 30 秒的有效时序记忆。
旁车持续压线、前车反复减速、行人逐渐靠近路口 …… 对于这些信息,系统不再 「 看过就忘 」 ,而是记住了这些目标此前的连续动作,判断当前局面和下一步意图。
有了 「 过去 」 ,再来看 「 现在 」 。此前,特斯拉 FSD 在硅谷的表现,一大惊艳之处就是反应特别快,感觉不到迟延。
小鹏的第二代 VLA ,是怎么解决的呢?
刘先明重点介绍的,是流式自回归推理模式,能将端到端响应速度提升了 300% 。
传统模型是 「 看 → 算 → 输出 → 再看 」 的离散模式,就和大语言模型类似,必须一个 token 一个 token 吐字,下一个字看前面所有字。
但第二代 VLA 能够 「 边看、边想、边行动 」 的并行处理。面对前车突然刹停、行人折返、旁车强行加塞等突发情况,车辆反应像老司机一样娴熟敏捷。
当然,更快响应速度,也和小鹏采用摄像头作为输入信号有关,摄像头的帧率比激光雷达高,天生就有优势。
解决了 「 过去 」「 现在 」 ,还需要解决 「 未来 」—— 就是模型要有预测能力。
刘先明介绍了 X-Foresight 预测世界模型,它可预判周边交通参与者未来 6 秒的可能动向。 他说,模型的能力可以达到预测 21 秒,但 6 秒已经够用了。根据预测,系统可以比较多种候选轨迹,提前调整速度、车距和行驶路线,选择更加安全、自然的处理方式。
「 加入时间 」 之后,端侧的算力能支持模型运转吗?更何况刘先明一直表示信仰 「scaling law」 ,要不断提升模型参数规模。
如何 「 既要 」「 又要 」 ?
刘先明又介绍了 MoT 混合架构,把不同道路场景和任务分配给不同的 「 专家 」 ,比如城区智驾专家、园区漫游专家、泊车专家 …… 避免场景之间的相互干扰,在场景衔接时,则通过视觉记忆的跨场景复用,保持流畅、持续运行。
MoT 混合架构,有点类似于 DeepSeek-V3 将其发扬光大的 MoE 架构,都是按需调用部分子网络,降低推理算力开销。
当然, 「scaling law」 要求模型必需变大。刘先明也在现场解释,一个更大的模型,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。
最终, 第二代 VLA 端侧模型,参数量比第一代提升 3.5 倍,是主流 VLA 的 15 倍以上。
「 药方 」 如此, 「 疗效 」 如何?
搭载第二代 VLA 的小鹏测试车,在智驾上已经展现了一些前所未有的能力。
在发布会上播放的视频中, 搭载第二代 VLA 的车辆,能够预判前车要做三点掉头的意图,虽然在前方有了通行空间,但还是等待前车完成掉头之后,才起步通过,更加安全。

在其他视频中,新版本智驾车型,响应速度变得非常快,对于突然抛出的轮胎、突然冒出的两轮车、突然扔出的玩具马都能迅速反应;在修路路段双车道变为单车道时,对向来车原本逆行,自车能够理解,从而停车等待,等对向车避让之后,自车也能迅速提速通过。
更 「 夸张 」 的是一段智驾自动上下轮渡的视频。新智驾版本的车型,能在陌生环境自动寻路,跟随前车排队停车,在轮渡靠岸之后,又能自动跟车出轮渡,开到公开道路上。
一句话总结:有记忆,能思考,会预判。
小鹏第二代 VLA 在德国慕尼黑已经完成本地化验收测试 —— 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。这意味着模型具备了真正的全球泛化能力。
真正的护城河不是模型,是生产模型的能力
有了第二代 VLA 大模型,小鹏手握 「 屠龙刀 」 ,天下谁与争锋?
但刘先明认为, 「 模型会不断迭代,但真正能够形成长期壁垒的,是持续迭代模型的能力。 」
刘先明强调,模型背后,是系统,是在共同构建一套从数据、训练、推理、预测到行动的物理 AI 技术体系。

何小鹏和刘先明说的词是 AI Infra ( AI 基础设施)。
过去几年,小鹏持续投入建设覆盖数据、训练、仿真、评估、部署和算力的完整 AI Infra 体系。
数据方面, 刘先明说,模型单次训练数据吞吐量已达到 1.1 亿 clips ,数据吞吐量比半年前增长 10 倍。
「 数据永远有两个维度:规模和质量。 」 刘先明说, 「 我们既需要大规模数据,也需要分布足够多样、质量足够高的数据。 」
小鹏建立了一套向量的数据分析体系,能够对海量数据做定位,也能用来发现 corner case 。当出现问题时,这一体系能提供类似数据去做强化训练。
刘先明还介绍了小鹏 AI Infra 中的仿真能力。 「 当实车验证跟不上模型训练速度的时候,仿真就是做这件事最好的抓手。 」 过去两个月,小鹏仿真每天新模型的数量提升了 290% ,接近三倍。 「 (仿真)也是我们的另外的一个核心的护城河。 」
智驾如今已经成为消费者购车一个重要考虑因素,但很多车企依旧把它当成一个配置或者功能,交给供应商,择优应用就行。
但从小鹏的角度来看,智驾仅仅是其 AI 体系当中的冰山一角,是物理 AI 的一个应用场景。
这两种认知的差异一目了然,当汽车转型为具身智能体时,前者没有丝毫机会。而有小鹏类似认知的企业,行动没有小鹏早,基础没有小鹏扎实。
小鹏从 AI Infra 入手,建立体系化能力,才赋予了模型持续快速进化的能力。
这才是小鹏的长期护城河。
一套 AI 基座、两大智能产品
「 汽车只是物理 AI 规模化落地的第一个重要载体。 」
另一个载体,自然是机器人。
刘先明在发布会上展示了一张 PPT: 用同一个 VLA 基座模型控制两个不同的本体 —— 左边是一辆小鹏汽车,右边是一个机器人的室内导航。 模型通过更泛化的训练和更大的尺寸,达到了不同本体之间的强泛化。

这是小鹏 「 一套 AI 基座、两大具身智能产品 」 战略的具象体现。
汽车作为当前规模化落地的物理载体,用户将直接感受到更快的响应、更连贯的绕行、更自然的行驶轨迹以及更前瞻的决策。更长期的价值在于,这套物理世界理解、预测和决策能力可以进一步复用 ——Robotaxi 、机器人、飞行汽车,不同的 「 身体 」 面对的是底层相通的挑战:如何理解真实世界、预测世界变化,并在物理环境中采取行动。

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 的小鹏 Robotaxi 近日已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。
而机器人方面, 8 月 24 日,小鹏机器人业务完成首轮股权融资,融资超 9 亿美元、投后估值超 63 亿美元(约 430 亿元人民币),刷新中国具身智能行业单轮私募股权融资纪录。

何小鹏一直强调,小鹏是物理 AI 世界的出行探索者、面向全球的具身智能公司
这充分体现了资本市场对小鹏在物理 AI 领域的领先地位、技术路线、规模量产能力和长期商业价值的认可。
针对这个消息,何小鹏发微博说 : 「 不远的将来,我们会努力将第一个高阶人形机器人带入到真正的现实,她会和市面上所有看到的机器人都不一样。更拟人,更安全,不用遥控器,可自然交互,有自己的记忆,真正创造价值,不是演示而是真正量产,走到现实。 」
「 高阶 」「 不用遥控器 」「 有记忆 」…… 小鹏的机器人还没量产,但已经站在比当前火热的机器人公司更高的起点上。
不仅有自动驾驶汽车,也有 Robotaxi ,也有飞行汽车,还有机器人 —— 正是在这个意义上,刘先明说,小鹏一直把自己当 「 一家物理 AI 企业 」 。
「 一家物理 AI 企业 」 应当是什么样子?应该具备怎样的能力?没有模版可以参考。预测未来不如改变未来,这是小鹏正在做的事。
2025 年 12 月,何小鹏在体验特斯拉 FSD V14.2 后,与刘先明立下赌约:如果到 2026 年 8 月 30 日,小鹏 VLA 在中国市场达到特斯拉 FSD V14.2 在硅谷的整体效果,何小鹏将在硅谷筹建一家中国风味食堂;如果未达到,刘先明将在金门大桥裸奔。
在 8 月 27 日物理 AI 分享会后不久,何小鹏发微博说, 「 在大路等常规道路场景下,小鹏第二代 VLA 已经与全球一流水准的产品并驾齐驱;而在小路博弈、园区和停车场等复杂场景下,体验还要更好,支持从导航直接到达停车位,既高效又安全。 」

把 「 全球一流水准的产品 」 替换为特斯拉 FSD ,意味着何小鹏对赌约验收完毕,刘先明赢了。
赌约之外,更重要的是,小鹏让模型看懂了时间,寻找复杂物理世纪里的更优解,走出了一条属于自己的路。




