8月27日，小鹏在广州办了一场名为“TIME 时间”的物理AI分享活动，核心内容就是官宣：第二代VLA大模型迎来了量产上车后的第一次重大版本升级。伴随这次升级，全新XOS 6.3.0版本将随小鹏G9L全球首发，并且是全系标配。这次活动核心就一句话：以前AI司机看到的是3D的“空间照片”，现在能看懂4D的“时空电影”了。这次升级给人的感觉是，小鹏正在努力让车机从“听懂指令”向“理解意图”进化，而时间维度的加入，可能是物理AI走向通用化最关键的一步。
记住前30秒，预判未来6秒，响应快3倍
这次升级最底层的改变，是模型架构的迭代。小鹏在第二代VLA基础上引入了名为Infini-VLA的长时序架构，让模型拥有了“超长时序的上下文记忆能力”。通俗点说，车辆不再只看眼前这一帧画面，而是能记住前30秒内道路上发生过什么。
这意味着，车辆经过一个路口时，不会把它当成一张孤立的静态图片去识别，而是能看到前车在过去几秒内的运动轨迹、行人的走向变化，把连续发生的道路事件串联起来理解。有了这个上下文，AI司机对当前状况的判断就有了“背景知识”，而不是每次都从零开始。
光记住过去还不够，物理世界的变化速度要求模型必须反应足够快。所以这次升级的另一个技术重点是Streaming Inference（流式自回归推理），让模型的决策方式从过去的“看→算→输出→再看”这种离散模式，变成了“边看、边想、边行动”的并行处理。带来的直接效果是端到端响应速度提升了300%。
与此同时，小鹏还首次将X-Foresight预测世界模型部署到了量产车上。在记住过去、看清现在的基础上，模型可以对周边交通参与者未来6秒内可能的行为进行推演，比如旁边车道的车是否有加塞意图，前方行人是否会横穿马路。记住前30秒、判断当下、预判未来6秒，三个能力叠加，让AI司机第一次有了完整的“时间感”。
从参数规模上看，这次新版本的端侧模型参数量扩大了3.5倍，是主流VLA模型的15倍以上。更大的模型带来的直接红利是泛化能力增强，对不同城市、不同道路场景的适应能力更强，这也是小鹏能够快速推进全球化的技术底牌。官方给了一个综合结论：多维综合安全能力提升了20倍。
整车有了“大脑”，L4体验开始下放
除了智驾能力的提升，这次升级还有一个值得关注的看点：小鹏首次推出了名为Master Agent的整车大脑。
过去车内的智能化更多是各模块各自为战，智驾归智驾、座舱归座舱。而Master Agent基于小鹏自研的Omni全模态模型，相当于在整车层面建立了一个统一的“大脑”。它不仅能理解自然语言和模糊语义，还能把用户的意图自动拆解成具体任务，然后调度智驾、底盘、座舱、车身控制等不同领域的垂直Agent协同执行。
举两个落地场景就很好理解：这次新版本带来了“语音靠边停车”和“语音控制就近泊入”功能。用户只需要说一句“帮我靠边停车”，车辆就会在智驾状态下自主寻找合适位置并完成靠边，不再需要手动操作。这背后的链路是：语音指令→Master Agent理解意图→拆解任务→调度智驾系统执行→完成闭环。
这套机制的想象空间在于，它让车辆智能从响应单一指令，逐步走向理解用户真正想完成什么。说得再直白一点，是从“打开车窗”这种命令式交互，走向“我有点热”这种意图式交互，车辆自己决定开窗还是调空调。
另外值得一提的是，小鹏Robotaxi的L4级能力正在通过同源技术下放到量产车。搭载第二代VLA的Robotaxi近日已经在广州获得了远程测试资质，可以在主驾无安全员的情况下进行道路测试。虽然L4完全放开还需要时间和政策，但这种“技术同源、体验下放”的路径，对普通车主来说显然是个好消息，不用等Robotaxi商业化，就能在自家车上提前体验到部分L4级的能力。
从德国实测到全球交付，中国智驾的“降维打击”
这次发布会上还有一个信息值得关注：小鹏近期在德国完成了第二代VLA的本地化验收测试。这套主要基于中国数据训练出来的模型，在几乎没有增加本地化训练数据的情况下，在德国城市道路上的实际体验与国内高度接近。
小鹏的目标是明年上半年率先在欧洲获得监管许可，并陆续向海外用户交付第二代VLA。如果进展顺利，这将是国内高阶智驾方案首次在海外大规模落地。
高阶智驾的竞争，本质上是数据和模型能力的竞争。数据规模越大、场景覆盖越丰富，模型的能力上限就越高，泛化到新环境的能力也越强。中国复杂的道路交通状况，从某种角度看反而成了训练物理AI最好的“压力测试场”。从德国实测的结果来看，这种“在中国复杂路况训练、在全球市场通用”的逻辑是成立的，某种程度上也算是对中国智驾技术路线的一次验证。
9亿美元融资背后，物理AI的故事讲了什么
在这次体验日之前两天，小鹏机器人业务刚完成首轮股权融资，金额超9亿美元，投后估值超63亿美元，刷新了中国具身智能行业单轮私募融资纪录。IDG资本领投，高榕创投参投，腾讯和阿里巴巴作为战略投资者支持。
这笔融资发生在汽车业务已经跑通智驾闭环的时间节点上，资本市场认可的不是一个机器人概念，而是一套已经在汽车上被验证过的物理AI基座模型，正在向机器人等更多本体复用的技术路径。
小鹏做机器人的技术路线，和很多友商不太一样。IRON搭载3颗图灵AI芯片，有效算力2250 TOPS，依托和小鹏汽车同源的物理世界基座模型，可以做到端侧部署，不需要远程遥操作就能自主完成复杂任务。模型在汽车上学习到的对物理世界的理解，正在迁移到机器人上，这可能是物理AI走向通用化最现实的路径。
小鹏对自己的定位：“物理AI世界的出行探索者，面向全球的具身智能公司”。这个定位把汽车、机器人、飞行汽车都装进去了，而连接这些不同本体的核心，就是那套统一的物理AI基座模型。
智驾平权，老车主也能吃到红利
每次大版本升级，老车主最关心的问题永远是：我的车能不能用上？这次小鹏的做法是：通过学习式Token压缩与蒸馏训练，把第二代VLA基座模型的能力部署到算力更低的平台上。在不牺牲输入信息和模型容量的前提下，用更少的有效Token实现高质量的视觉理解。伴随基座模型能力的增强，蒸馏后的图灵VLA 2.0 Lite同样获得了显著的能力提升。
图灵VLA 2.0 Lite预计9月开启首批推送，小鹏G9L Max版本将首发搭载蒸馏版本。这种“基座模型持续进化→蒸馏版本同步受益”的路径，保证了智驾能力提升不是少数顶配车型的专属，更多用户也能享受到更安全、更可靠的城区辅助驾驶体验。
从技术普惠的角度看，这套蒸馏方案的意义可能不亚于模型本身的升级——它解决了物理AI时代“大模型如何上低算力平台”的工程难题，让智驾平权有了可行的技术路径。
AI Infra的复利效应，才是真正的护城河
“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；产品会不断变化，但真正能够产生长期价值的，是支撑产品持续进化的基础设施。”
这话听起来有点绕，物理AI和数字AI最大的区别在于，物理AI的数据来自真实世界，模型必须在真实环境中持续交互、学习和验证。光把模型做大远远不够，还必须解决两个核心问题：如何高效使用真实世界的数据，以及如何高效验证模型在真实世界中的行为。
小鹏过去几年在AI Infra上的积累正在显现效果。百万车队和十亿级数据资产支撑的数据飞轮，单次训练数据吞吐量达到1亿clips，比半年前增长了10倍。数据→训练→仿真→评估→部署→用户反馈→再训练的闭环一旦跑通，就形成了“数据越多→问题发现越充分→模型进化越快→产生更多数据”的正向循环。
这套基础设施的复利效应在于，随着时间推移，沉淀下来的不只是模型参数，还有一整套高效处理真实世界数据的方法论和工具链。当这套能力可以同时服务汽车、机器人、飞行汽车等多个产品线时，前期的大规模投入就会呈现出明显的规模效应。从这个角度看，小鹏在AI Infra上的长期投入，正在逐步形成一种可持续复用的基础能力，这或许才是物理AI赛道真正的护城河。
回到这次升级本身。从空间到时空，从静态感知到动态理解，从单一指令到意图驱动，第二代VLA的这次大版本升级，让小鹏在物理AI的演进路径上又往前迈了一步。
智驾能力的竞争远未到终局，但一个清晰的趋势是：谁能率先让AI真正理解动态变化的物理世界，谁就更有可能在下一阶段的竞争中占据主动。 小鹏选择了一条从汽车出发、向机器人等更多本体延伸的技术路线，这套逻辑能否跑通，还需要时间验证。但至少从这次升级来看，方向已经越来越清晰了。
