8月27日，小鹏第二代VLA大模型迎来首次重大升级，XOS 6.3.0版本将在G9L上全球首发。这次升级就一句话：AI开始理解时间了——从3D空间理解，跃迁到4D时空理解。
以前的智驾模型，看到的是当下的一张张画面，车、人、路标都认得，但不懂"接下来会怎样"。这次小鹏把"时间"装进了模型，AI司机第一次有了记忆、有了预判、有了推理。这意味着什么？拆开说。
最核心的变化——AI脑子里的虚拟世界，第一次接近了现实世界。现实不是静止的照片，是一连串连续发生的事件。第二代VLA引入Infini-VLA长时序架构，能记住前30秒的世界，把连续发生的道路事件串联起来，不再是割裂的独立画面；再加上X-Foresight预测世界模型，能预判6秒内周边车辆行人的可能动作。看见、记住、预判，AI对世界的理解，从"看照片"变成了"看电影"。
再说安全，这是这次升级最硬的结果。模型端侧参数量扩大3.5倍，是主流VLA的15倍以上，配合流式自回归推理，端到端响应速度提升300%——以前是"看→算→输出→再看"的离散循环，现在是"边看、边想、边行动"的并行处理。遇到前车突然刹停、行人折返、旁车强行加塞，反应像老司机一样快。多维综合安全能力，直接提升20倍。
最后说本质，这才是最有想象力的部分。AI开始理解时间，意味着它有了逻辑推理能力，思考方式越来越像人——甚至可以说，它正在变成"一个巨大的司机"。而且这个司机不会累、不会走神、见过几亿个场景，判断只会越来越准。但这一切的前提，是走出"世界模型"这一步。不理解时间、不预测未来，AI永远只是条件反射，永远拿不到人类的逻辑能力。这一步，小鹏走出来了。
总的来看，第二代VLA这次升级，不是把车开得更快，是让AI第一次"懂事了"。懂了过去、懂了现在、还预判未来，安全提升20倍，逻辑逼近人类。当一台车的AI开始理解时间，留给人类司机的时间，恐怕不多了。
