记忆30秒+预测6秒！小鹏发布第二代VLA全新版本：首次把时间纳入模型
（来源：网易科技）
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。
（图源：雷科技/电车通现场摄制）
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%。
（图源：小鹏）
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。
（图源：小鹏）
这一整套基座贯穿了L2到L4，既可以向上触及L4级自动驾驶，还能向下蒸馏以兼容更多车型。甚至，该基座打通了汽车与机器人，小鹏人形机器人Iron搭载3颗图灵AI芯片，端侧部署该模型后无需遥控即可主动完成任务。
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。
（图源：雷科技/电车通现场摄制）
今年第一季度，「小鹏汽车」升级为「小鹏集团」，新能源汽车、飞行汽车、Robotaxi、人形机器人业务全面铺开。此时的小鹏，需要一套可以打通全场景、全品类的AI基座。
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」。