8月27日，小鹏汽车对外公布了其第二代VLA大模型的底层技术迭代路径，并确认全新XOS 6.3.0系统版本将在小鹏G9L上进行全球首发。从自动驾驶算法的演进工程来看，此次技术升级的核心在于对物理世界感知维度的重构，即系统不再局限于对静态“3D空间”的单帧识别，而是转入具备时间记忆与推演能力的“4D时空”架构。
时空感知的底层重构：记忆、流式推理与轨迹预判
在传统的端到端大模型或常规感知架构中，系统主要依赖瞬时切片画面，通过传感器识别当下的车辆、行人位置及交通信号状态。然而，真实的物理道路是一个连续演进的过程，缺乏连续性的静态感知容易导致系统在面对突发状况时出现决策突兀与执行延迟。为了打破这一瓶颈，小鹏在第二代VLA大模型中引入了三个维度的时序架构设计。
首先是长时序架构（Infini-VLA），系统被赋予了记录过去30秒物理世界信息的能力。这意味着连续发生的交通事件不再被系统割裂处理，模型能够将周遭车辆此前的动作趋势、行驶轨迹与当前画面信息进行串联，形成更加完整的上下文逻辑输入。
其次是流式自回归推理（Streaming Inference）的全面应用。过去的算法大多遵循“感知、计算、输出、再次感知”的离散执行模式，这种模式在遇到强行加塞或前车急刹时，往往存在难以消除的系统性延迟。流式推理的引入，使得系统实现了边感知、边计算与边执行的并行处理机制，将端到端决策的响应速度大幅提升了300%。
最后是预测世界模型（X-Foresight）的首次上车。在获取了历史记录与当下实时数据后，系统会直接对周边交通参与者未来6秒内的潜在行为进行推演，并将这种未来状态的预测结果直接纳入车辆的行车决策链条中。为了确保在不同复杂场景下的算力分配合理性，新模型还采用了MoT混合架构，能够在城区道路、园区漫游或地库泊车场景中动态调度模型能力，有效降低了任务间的交叉干扰。
驾舱融合与算力标定：Master Agent与多维安全冗余
在底层算力规模的设定上，全新XOS 6.3.0版本的端侧模型参数量扩大了3.5倍，达到了目前主流VLA模型参数量的15倍以上。这种量级上的参数扩张，配合超前的轨迹预判以及流式推理带来的极速响应，使系统的多维综合安全能力提升了20倍。
除了行车算法层面的升级，此次迭代还对车机中枢的底层控制逻辑进行了重构，首次引入了整车统一大脑——Master Agent，完成了VLA（视觉-语言-动作）与VLM（视觉-语言模型）的驾舱融合。
Master Agent建立在自研的Omni全模态模型之上，其技术逻辑在于将用户的自然语义和模糊意图，转化为具象化的物理控制指令，并具备跨域调度智驾、底盘、座舱与车身域控制器的能力。落实到实际用车场景中，系统新增了“语音靠边停车”与“语音控制就近泊入”等功能。当驾驶者下达相关语音指令后，车辆可在辅助驾驶状态下自主搜索空余车位并完成靠边停泊动作，彻底打通了从自然语言理解到物理机械动作执行的闭环控制。
算法降维与数据基建：图灵Lite版本与数据飞轮
底层大模型的快速演进，高度依赖AI Infra（人工智能基础设施）的数据吞吐效率与闭环验证能力。目前，系统单次训练的数据吞吐量已达到1亿clips，相较半年前增长了10倍。海量的真实道路数据经过结构化、标签化与语义化处理，被快速反哺至模型训练中，形成了一个通过数据规模发现未知缺陷、进而驱动模型进化的正向数据飞轮。
在算力部署层面，高阶模型能力的跃升并未被单一的高算力硬件平台所独占。通过引入学习式Token压缩与蒸馏训练技术，在保留有效输入信息的前提下，针对算力相对较低的平台推出了图灵VLA 2.0 Lite版本。该蒸馏版本预计于今年9月向首批单图灵芯片的Max车型开启推送，并将由小鹏G9L Max版本首发搭载，实现了高阶智驾算法的向下兼容与科技普惠。
在全球化测试进度上，第二代VLA模型近期在德国完成了本地化验收测试。在未大量增加海外本地化训练数据的状态下，该模型在德国城市道路展现出了极高的场景适应性，计划于明年上半年在欧洲寻求监管许可，推进高阶辅助驾驶的全球化落地。
跨终端复用：L4级自动驾驶与具身智能机器人
同一套物理AI基座模型的核心工程价值，在于跨应用场景的规模化泛化与复用能力。在智能汽车本体上，搭载第二代VLA模型的Robotaxi测试车队已完成超过2000单的内测，并于近期获得广州市智能网联汽车远程测试资质，正式进入主驾无安全员的道路验证阶段，在同一套技术底座上完成了L2至L4级别的贯通。
在汽车产业之外，该基座模型已同步向具身智能领域延伸部署。目前，小鹏通用人形机器人IRON搭载了3颗图灵AI芯片，系统有效算力达2250 TOPS。基于端侧部署的物理基座模型，机器人在无需远程遥操作的条件下，即可自主完成复杂的工作任务，并保障了推理过程的极低时延与数据安全。
这种从智能汽车向泛物理AI领域的技术迁移与产业化能力，也获得了资本市场的验证。小鹏机器人业务于8月24日完成了超9亿美元的首轮股权融资，投后估值突破63亿美元，资方包含了IDG资本、高榕创投以及腾讯与阿里巴巴两家战略投资者。这套长期沉淀的AI Infra体系，正逐步跨越单一产品边界，在更广阔的物理世界中兑现其商业与技术价值。
