本报讯 （记者刘钊）8月27日，小鹏集团（XPEV）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。会上，小鹏（HK9868）第二代VLA大模型迎来首次重大升级，全新Xos（XOS）6.3.0版本将于小鹏（HK9868）G9L率先搭载。
与此前主要聚焦物理世界空间信息不同，此次升级的核心在于将“时间”纳入模型，使AI从对静态3D空间的理解进一步转向动态4D时空理解。围绕这一目标，小鹏（HK9868）在长时序记忆、推理速度、预测能力以及模型参数规模等方面进行了升级。
具体来看，第二代VLA引入Infini-VLA长时序架构，可获取前30秒的场景信息，将车辆、行人以及道路环境连续发生的变化纳入驾驶决策。同时，通过StreamingInference流式自回归推理，模型由离散推理转向连续推理，端到端响应速度提升300%。
在预测环节，小鹏（HK9868）X-Foresight预测世界模型首次上车，可对未来6秒内周边交通参与者的可能行为进行推演。新版模型还引入MoT混合架构，通过针对不同任务动态分配模型能力，降低城区道路、园区、泊车等场景之间的任务干扰。
小鹏（HK9868）方面表示，第二代VLA全新版本端侧模型参数量提升3.5倍，并通过超前轨迹预判、长时序信息以及更快的决策响应，使多维综合安全能力提升20倍。
此次升级也进一步从智能辅助驾驶延伸至整车智能。小鹏（HK9868）首次推出MasterAgent，实现VLA与VLM驾舱融合。依托自研Omni全模态模型，MasterAgent能够识别用户自然语言及模糊语义，并将用户意图拆解成任务，调度智驾、底盘、座舱、车身控制等不同系统协同执行。
在具体应用层面，新版本新增“语音靠边停车”“语音控制就近泊入”等功能。用户发出停车指令后，车辆可在智驾状态下自主寻找适宜位置并完成相应操作。部分Robotaxi同源技术也开始向量产车型迁移。
从产业发展趋势看，随着智能驾驶竞争进入深水区，行业关注重点正逐渐从单一功能数量和使用场景覆盖，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。
在自动驾驶领域，小鹏（HK9868）第二代VLA基于统一技术底座实现L2至L4能力贯通。搭载第二代VLA的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。
与此同时，小鹏（HK9868）也在尝试将汽车领域积累的物理AI能力向机器人等不同智能终端延伸。小鹏（HK9868）通用人形机器人（886069）IRON搭载3颗图灵AI芯片，有效算力达2250TOPS，物理世界基座模型已实现端侧部署。
8月24日，小鹏（HK9868）机器人业务完成首轮股权融资，融资金额超过9亿美元，投后估值超过63亿美元。本轮融资由IDG资本领投、高榕创投（885413）参投，并获得腾讯（K80700）、阿里巴巴（BABA）两家战略投资者支持。从汽车向机器人拓展，也意味着小鹏（HK9868）试图进一步放大其AI技术底座的复用价值。
技术能力向更多车型下沉也在同步推进。通过Token压缩与蒸馏训练，小鹏（HK9868）将第二代VLA基座模型部分能力部署至算力相对较低的平台。图灵VLA2.0lite（LITE）预计今年9月份开启首批推送，小鹏（HK9868）G9LMax版本将率先搭载。
海外市场同样成为下一阶段落地重点。近期，小鹏（HK9868）在德国完成第二代VLA本地化验收测试。按照公司规划，小鹏（HK9868）目标于2027年上半年率先在欧洲获得相关监管许可，并逐步向海外用户交付第二代VLA。
支撑模型持续迭代的，则是背后的AI基础设施。近年来，小鹏（HK9868）持续建设覆盖数据、训练、仿真、评估、部署和算力的AIInfra体系。目前，公司模型单次训练数据吞吐量达到1亿clips，较半年前增长10倍。
业内普遍认为，汽车智能化竞争正在由功能创新进入底层能力竞争阶段。大模型参数规模并非唯一衡量标准，如何持续获得真实世界数据、提高训练和验证效率，并将模型能力快速转化为量产体验，将直接考验车企的工程化和体系化能力。
对于小鹏（HK9868）而言，第二代VLA此次升级不仅是一次智能驾驶功能迭代，也体现出其从智能汽车向物理AI平台延展的技术路径。随着相关能力逐步应用于汽车、Robotaxi和机器人等不同载体，其统一AI技术底座能否形成规模效应，并进一步转化为产品竞争力和商业价值，仍有待市场检验。
