雷科技汽车组 | 编辑：失魂引 | 监制：罗超
8 月 27 日，小鹏物理 AI 分享暨第二代 VLA 全新版本体验日活动中，小鹏汽车详细介绍了第二代 VLA 全新版本的技术路线，雷科技 / 电车通受邀到现场参会。
据小鹏集团通用智能中心负责人刘先明介绍，第二代 VLA 全新版本升级的核心，是首次把「时间」纳入模型，让 AI 理解世界的维度从「3D 空间」跃迁到「4D 时空」。空间告诉模型世界是什么样，时间告诉模型世界正在发生什么。
全新引入 Infini-VLA 长时序架构，能够记忆前 30 秒的世界，模型在做决策时可结合更长的上下文有效信息。
X-Foresight 预测世界模型则可以预测未来 6 秒会发生什么，比如通过相邻车道车辆的动向，推测其会不会加塞，根据前车的速度变化，推测其会不会停车等等。
基于 Infini-VLA 和 X-Foresight，小鹏第二代 VLA 全新版本实现了单一确定性到多解的升级，再经过强化学习，模型生成的轨迹更加自然、拟人。
传统智驾模型是「看 - 算 - 输出 - 再看」逻辑，第二代 VLA 全新版本则是「边看 + 边想 + 边做」。为了让模型决策速度跟上环境的变化速度，第二代 VLA 全新版本还加入了流式自回归推理，端到端的响应提速 300%。
刘先明还提到，端侧算力终究是有限的，模型的泛化能力却与参数量息息相关。第二代 VLA 全新版本在模型参数量提高 3.5 倍，达到主流 VLA 的 1.5 倍以上的同时，还引入了 MoT 混合架构。
MoT 架构拆分完整 Transformer Block，保留全局联合共享注意力，不同 Transformer 子塔可以互相交换信息，负载均衡压力小于 MoE。
小鹏训练第二代 VLA 全新版本的数据，来自百万车队和十亿级数据资产，单次训练数据吞吐量比半年前增长 10 倍，并且模型可主动优化数据分布、识别异常数据，不断挖掘长尾数据，提高模型能力上限。
不仅如此，小鹏还用做机器人的方式重构车机大脑，推出了 Master Agent，将 VLA 与 VLM 融合。基于 Omni 全模态模型，Master Agent 能更准确的理解自然语言和模糊语义，并主动将用户的语音指令拆分成任务。通过语音指令，用户可以控制车辆停车、泊车、导航，并加入途经点。
另外，图灵 AI 芯片可搭载 XLLM 通用大模型计算框架，在单颗芯片上进行独立推理任务，平均推理速度能达到每秒超过 20tokens。
看到这里，相信小鹏车主们最关心的是什么时间能用上第二代 VLA 全新版本，这次小鹏没有让我们久等，第二代 VLA 全新版本和第二代 VLA Lite 蒸馏版都将于 9 月开启推送，前者面向 Ultra 和 Ultra SE 车型，后者面向搭载单颗图灵芯片的 Max 版车型，小鹏 G9L 首发搭载第二代 VLA 全新版本和第二代 VLA Lite 蒸馏版。
显而易见，第二代 VLA 全新版本就是这样一套基座，它实现了模型理解能力从空间到时间的跃迁，能够记忆 30 秒超长有效时序，并预测未来 6 秒周围物体的运动轨迹，确保了汽车产品自动驾驶的安全性，还能让人形机器人自主完成任务。
第二代 VLA 全新版本的到来，才让小鹏真正从车企进化成「物理 AI 公司」。
