2026年，物理AI成为了圈中顶流，无论是汽车还是具身智能，大家都相继表示要让机器能够理解真实世界，代替人做出智能的决策。
原因很简单，资本已经看够了“机器人跳舞”，该看到真金白银的量产交付和可验证的安全数据了。
那么能在真实世界里稳定、安全、经济地“干活” 的物理智能，到底是什么？
能让AI去正经工作，而不是替我们画画跳舞吗？
今天，小鹏用一场以TIME为名的发布会先一批交了作业。
车主能得到什么？
在了解小鹏的物理AI有了哪些进展之前，各位车主肯定更关心能享受到哪些新体验，我们总结如下：
1.小鹏第二代VLA大模型有了重大升级，全新的XOS 6.3.0版本将于小鹏G9L全球首发，Ultra及Ultra SE车型将完整获得新版本能力。
这次升级核心，是让系统在开车过程中有了时间概念，它会持续记住前30秒的世界，并预测接下来6秒的世界状态。
比如在窄路上碰到前车开始掉头，系统不会试图从对方车尾钻过去，因为它能判断出对方等会儿还要倒一把，原地等待通行是更合理、安全的做法。
2.通过Token压缩与蒸馏训练，推出图灵VLA 2.0 Lite蒸馏版，这样算力更低的平台也能享受二代VLA基座模型能力。
蒸馏版将在9月开启首批推送，G9L Max首发搭载。
3.推出Master Agent，实现VLA与VLM的驾舱融合，也就是“整车智能体”。
这样一个AI角色，它打通了整车的调度能力，可以操控智驾、底盘、座舱、车身控制统一为同一个目标努力。
比如，大家可以在行驶中随口说一句“靠边停车”，车辆就自主寻找合适位置并完成靠边停车；
在园区里说一句“附近找个位置停车”，车辆就会就近泊车。
大家使用更模糊的表达，它也会去理解你的意思，比如想去某个形状的建筑、想去最近很火的餐厅等等。
让AI有时间概念？
理解物理世界，就要像人一样能根据对方连贯的动作推测出其意图，这意味着这段时间里要记住对方的一举一动。
所以小鹏决定给系统30秒的记忆，让它在看着眼前的路况时一直记得刚刚发生过什么。
听起来简单，对机器来说却并不好做，行业内通常做法是保留个几秒数据连接上下文，也足够判断瞬间的运动状态去应对。
难点在哪，举一组数字大家就很好理解了，通常8颗摄像头在30秒内产生的数据将近50个G，加上毫米波雷达等传感器的数据则更为夸张。
处理越多信息就意味着更慢的速度或更强大的处理能力，而辅助驾驶系统接收到信息以后要在毫秒间确认环境并决定驾驶动作，显然只能选后者。
除了打通记忆、联想未来以外，小鹏还推出了MoT混合架构。
如果记忆、实时推理、预判三件事由同一套参数硬扛，很容易互相打架。
城区道路要博弈、园区要漫游、泊车要精细，不同场景对模型的能力需求截然不同。
不同的场景用对应的模型，就能减少干扰信息。
想要了解世界，就得多观察世界。
现在，新一代端侧模型参数量扩大了3.5倍，更大的参数量带来更强的泛化能力，但也带来更重的算力负担。
但小鹏恰恰已经用自研图灵芯片打好了底层算力的基础。
物理AI的野心，不止汽车
第二代VLA基于统一技术底座，实现了L2至L4能力贯通，Robotaxi的部分能力已经开始往量产车上下放。
同一套模型架构，既能服务量产车的辅助驾驶，也能支撑Robotaxi的无人驾驶运营。
目前，小鹏搭载第二代VLA的Robotaxi已经拿到了广州市智能网联汽车远程测试资质，可在广州一、二、三级测试道路开展主驾无安全员道路测试，正式进入了主驾无人的关键验证阶段。
物理AI和数据AI的区别还在于，它能够在数据不变的情况下，去理解如何在新的地区行驶，泛化能力更好。
在德国，小鹏用第二代VLA完成了本地测试，我们前段时间也去体验过，这套基于国内数据学习的系统，在德国也能正常发挥。
同样的逻辑，可以在人形机器人上复用。
小鹏通用人形机器人IRON搭载3颗图灵AI芯片，有效算力高达2250 TOPS。
有了小鹏物理世界基座模型的支撑，它能像辅助驾驶一样看得见环境，自主完成动作。
无需远程遥操作即可自主完成复杂工作任务，同时保障推理低时延与数据安全。
写在最后
小鹏今天做的，是给机器装上了人类天生就有的东西：一种对时间的直觉。
30秒的记忆不算长，6秒的预判也不算远。
但对于一台需要在真实世界里行动的智能体来说，这已经足够让它从“反应”走向“理解”，从“执行指令”走向“预判”。
