8月27日，广州。小鹏把一场活动的主题定成了时间。
在满屏都是全域全场景遥遥领先的车圈发布会里，这个名字显得有点不合时宜。太安静了，也太抽象。但等他们把第二代VLA这次的升级内容讲完，我反倒觉得，没有哪两个字比时间更合适。
这一次升级，核心就一句话，让AI司机开始有时间感了。而它首发搭载的，是即将上市的G9L，一台全系砍掉激光雷达、只靠纯视觉的SUV。
最近总有人问纯视觉靠不靠谱，小鹏算是用这场活动，给了一个回答。
AI以前看的是照片，现在开始看电影了
智能驾驶做了这么多年，其实大多数模型一直在看照片。
摄像头把路一帧一帧拍下来，模型一帧一帧去认，这是车，那是人，红灯要停，白线要沿着走。它看见的是当下，是一个静止的3D空间。
可真实世界不是照片，是一条一直在流的河。前车三秒前就开始收油减速，这个前情很重要；行人扭头往马路中间看，这个征兆也很重要。只盯着现在看，判断就会慢半拍，甚至出错。
小鹏这次干的事，说白了，就是让AI从看照片，改成看电影。
具体来说，它记得住前30秒了。新的Infini-VLA长时序架构，把以前割裂的一帧帧画面串成了一条连续的时间线。前车刚才怎么动的、那辆电动车之前从哪条道变过来的，这些信息都留着，成了后面判断的底子。
光记住还不够，它还得会往前看。X-Foresight预测世界模型第一次上车，能推演接下来6秒大概会发生什么，旁边那车会不会加塞，这个行人会不会折返。这玩意儿，说白了就是老司机嘴里常说的留个心眼。
再一个，反应也快了。以前的流程是看、算、输出、再看，现在改成了边看、边想、边动，端到端响应速度提了3倍。前车突然刹停、行人折返、旁车强行加塞这种突发状况，慢半拍和快一拍，就是安全和事故的区别。
还有个MoT混合架构，把城区、园区、泊车这些不同的活，分给不同的专家去干，省得互相干扰。
这几样加起来，端侧参数量扩到了原来的3.5倍，是主流VLA的15倍以上，综合安全能力提升了20倍。
G9L敢砍掉激光雷达，才是我最在意的地方
技术讲得再漂亮，最后都得落到车上。这次XOS 6.3.0全球首发的车，是G9L，预售价25.98万起，纯电、增程都有，而且全系不配激光雷达。
这个决定放两年前，是要挨骂的。高阶智驾，尤其是城区智驾，很多人心里有个默认，没激光雷达就搞不定。激光雷达一度被当成智驾的拐杖，好像离了它，车就成了睁眼瞎。
小鹏偏偏反着来。它砍激光雷达，不是因为纯视觉便宜，而是因为算法和算力已经够强了，强到它敢把这根拐杖扔掉。
这里头的道理，说穿了也简单。激光雷达能感知的是空间，但真正决定一台车开得好不好的，是对时间的理解。小鹏把功夫全下在了后头。
一台25万价位的家用SUV，用纯视觉就能跑出高阶城区智驾的体验，这个意义已经不止于G9L这一款车了。它等于替纯视觉路线站了一次台，软件和算力，是可以替掉硬件堆料的。
对小鹏来说，这不是一次简单的OTA
要是只把这次升级当成一次软件更新，就太小看它了。
我最看重的是它背后的那套东西。小鹏真正值钱的，从来不是模型本身，而是模型背后那套AI Infra。百万车队、十亿级数据，单次训练能吞下1亿clips，半年涨了10倍。数据越多，模型越聪明；模型越聪明，用的人越多，数据又更多。这个飞轮一旦转起来，别人想追是追不上的，这就是复利。
还有件事藏得比较深，叫Master Agent，把智驾和座舱打通了。你说一句靠边停一下，车就能自己在智驾状态里找地方停好。这是L4的Robotaxi技术在下放。再加上广州已经拿到了主驾无安全员的远程测试资质，小鹏正在一点一点把能开的车和能自己开的车之间的那堵墙拆掉。
往大了说，同一套VLA底座，装进车里是智驾，装进机器人IRON里就是具身智能。就在几天前，小鹏机器人业务刚完成超9亿美元融资，投后估值超63亿美元，创了中国具身智能单轮融资的纪录。资本是真金白银投了票，小鹏早就不只是一家车企了。
这件事对行业意味着什么
智能驾驶这场竞赛，正在从谁看得见转向谁看得懂。
看得见，拼的是传感器和硬件，这东西花钱就能买到。看得懂，拼的是模型对世界的理解，这东西只能靠时间和数据一点点磨，磨不出来就是磨不出来。
这其实也顺带回答了那个被问了很多年的问题，纯视觉到底行不行。小鹏用G9L证明了，当模型把时间和空间吃透了，纯视觉不光能用，还能把成本降下来，把体验做上去。
再往深一层看，小鹏还在验证一件更大的事，Scaling Law，也就是模型越大越聪明这条规律，在物理世界里到底灵不灵。第二代VLA把参数量做到主流VLA的15倍，安全能力涨了20倍，这就是这条规律在真实路面上被一次次验证的过程。
至于行业最容易忽略、又最该记住的，是小鹏反复说的那句物理AI是长期工程。真正拉开差距的，从来不是某一代模型的参数，而是你能不能一直把模型迭代下去的那套基础设施。
汽车网评：小鹏让AI看懂了时间，其实也是在跟整个行业说，以后的车，比的不是会不会开，而是懂不懂得过日子。记住过去、看懂现在、预判未来，这十二个字，是一个AI司机从能用到可靠的分水岭，也是整个行业接下来要一起迈过去的那道坎。
