小鹏发布第二代 VLA 6.3.0：引入时间维度记忆与预判，9月推送

事件概述

8月27日，小鹏汽车举办物理AI分享会，正式展示第二代 VLA（Visual-Language-Action，视觉-语言-动作）模型的全新版本 6.3.0。此次更新的核心逻辑是让自动驾驶系统具备“时间线”感知能力，即结合历史记忆与未来推演进行决策，而非仅依赖单帧画面。该版本将于9月开始向用户推送。

核心技术升级

1. 引入时间维度的决策机制
新版 VLA 通过三个关键模块实现“在时间里开车”：

• Infini-VLA（记忆过去）：底层架构支持更长时序处理，量产版设置为回溯过去30秒的路面状况。例如，在前车掉头场景中，模型能理解这是一个持续行为，而非孤立瞬间，从而避免误判空位而加速。
• Streaming Inference（流式自回归推理）：实现边获取输入、边推理、边输出轨迹，无需等待完整历史分析完毕。据称此举使决策速度提升300%，类似人类眼脑手并行的反应模式。
• X-Foresight & Flow Matching（预判未来）：基于历史状态对未来6秒进行推演，拟合多种可能的轨迹分布，帮助模型选择更优动作，体现“防御性驾驶”逻辑。

2. 模型规模与训练闭环

• 参数量扩大：新一代模型参数量较此前扩大3.5倍，旨在处理如轮渡码头无车道线、狭窄山路悬空树枝等长尾极端场景（Corner Case），而非依赖固定规则补丁。
• 数据与仿真：单次训练数据吞吐量达1亿个视频片段。建立向量化数据检索系统，将真实问题转化为“错题集”。仿真验证效率大幅提升，6月至沟通会前两周，每日仿真验证的新模型数量增长290%。
• 安全提升：官方数据显示，新版本在仿真和测试中的综合安全能力提升超过20倍。

产品落地计划

• Ultra/Ultra SE 车型：9月起推送第二代 VLA 完整版，小鹏 G9L Ultra 与 Ultra SE 首发搭载。
• Max 车型：针对算力受限的单图灵芯片 Max 车型，推出第二代 VLA Lite 蒸馏版。通过 Hybrid ViT 重新设计视觉部分以保留大模型底层能力，同样于9月开启首批推送。

战略定位：汽车即机器人

小鹏通用智能中心负责人刘先明提出“Car as Robot”（汽车即机器人）概念，认为汽车与具身智能机器人在感知、记忆、意图理解和动作执行上本质相同。

• 架构重构：车端大脑采用 Omni 全模态模型结合 Master Agent，从单一任务执行转向理解连续对话目标，实现从座舱语义到驾驶域执行的连贯决策。
• 技术复用：同一套基座模型将同时用于 L2 驾驶辅助与 L4 Robotaxi。目前小鹏 Robotaxi 内测订单超2000单，且获得广州市远程测试资质，可进行主驾无安全员道路测试。
• 行业趋势：随着新能源汽车进入红海竞争，车企纷纷转向“物理 AI”或“具身智能”叙事，试图通过前沿技术开发构建新的资本故事与技术壁垒。