8月27日，小鹏集团在广州举办以"TIME时间"为主题的物理AI分享暨第二代VLA全新版本体验日活动，宣布第二代VLA大模型迎来发布以来的首次重大升级。全新XOS 6.3.0版本将在小鹏G9L车型上全球首发，9月起向Ultra、Ultra SE车型分批推送，Max车型则通过图灵VLA 2.0 Lite蒸馏版同步覆盖。此次升级的核心变化，是在原有3D空间感知的基础上加入时间维度处理能力。

此前，主流智驾模型的工作方式更接近"逐帧看图"，每一帧画面被独立处理，模型可以识别车辆、行人、道路和交通信号，但难以将前后画面串联起来理解因果关系。新版第二代VLA首次将"时间"纳入模型，使AI对物理世界的理解从静态3D空间跃迁至动态4D时空。

围绕这一目标，小鹏在三个层面做了架构调整。在数据输入端，新版模型引入Infini-VLA长时序架构，可留存前30秒的道路场景信息，将碎片化的道路事件串联为连贯的行为链。在推理环节，Streaming Inference流式自回归推理技术取代了传统"看、算、输出、再看"的离散模式，端到端响应速度提升300%，实现"边看、边想、边行动"的并行处理。

在预测环节，X-Foresight预测世界模型首次上车，能够结合目标物的位置、速度、运动趋势和道路环境，推演周边交通参与者未来6秒内的行为。在模型规模方面，新版端侧模型参数量扩大3.5倍，达到主流VLA模型的15倍以上。

同时引入MoT混合架构，针对城区道路、园区、泊车等不同任务动态分配模型能力，减少场景间的任务干扰。小鹏方面表示，综合长时序记忆、更快响应和轨迹预判能力，多维综合安全能力提升20倍。

此次升级不仅限于智能辅助驾驶本身。小鹏首次推出Master Agent整车大脑，基于自研Omni全模态模型，实现VLA与VLM的驾舱融合。该系统能够解析自然语言和模糊语义，自动拆解用户意图，并调度智驾、底盘、座舱、车身控制等多个垂直Agent协同执行。基于这一能力，量产车新增了"语音靠边停车"和"语音控制就近泊入"功能，用户通过语音下达停车指令后，车辆可在智驾状态下自主寻找合适位置并完成靠边停车，将部分Robotaxi的L4级体验下放至量产车型。

在技术底座层面，第二代VLA已实现L2到L4的能力贯通。搭载第二代VLA的小鹏Robotaxi近日获得广州市智能网联汽车远程测试资质，可在相关测试道路开展主驾无安全员道路测试，相关内测已完成超2000单。同一套物理AI基座模型也向人形机器人IRON完成端侧落地，该机器人搭载3颗图灵AI芯片，有效算力达2250TOPS，可脱离远程遥操作自主完成复杂任务。为覆盖更多车型，小鹏通过Token压缩与蒸馏训练推出图灵VLA 2.0 Lite版本，降低硬件算力门槛。

该版本预计9月开启首批推送，小鹏G9L Max将首发搭载。海外落地方面，第二代VLA已在德国完成本地化验收测试，在几乎不增加本地化训练数据的情况下，实际体验与中国高度接近。小鹏计划于2027年上半年在欧洲获得监管许可并向海外用户交付。支撑模型持续迭代的，是背后的AI基础设施。依托百万车队积累的十亿级数据资产，模型单次训练数据吞吐量已达到1亿clips，较半年前增长10倍。

小鹏方面表示，这套覆盖数据、训练、仿真、评估、部署和算力的AI Infra体系，也将支撑技术向飞行汽车等更多智能硬件拓展。从行业视角看，随着智能驾驶竞争进入深水区，关注重点正逐渐从单一功能数量和场景覆盖，转向模型能力、数据闭环和基础设施效率。

车企能否将算法、数据、算力与车辆实现深度协同，正在成为智能化竞争的重要变量。对小鹏而言，第二代VLA此次升级不仅是一次智驾功能迭代，也体现出其从智能汽车向物理AI平台延展的技术路径。这套统一AI技术底座能否在汽车、Robotaxi和机器人等不同载体上形成规模效应，并转化为产品竞争力和商业价值，仍有待市场检验。

       原文标题 : 【智能化】小鹏第二代VLA大模型升级：让智驾AI开始"理解时间"