小鹏汽车于 8 月 27 日举行物理 AI 分享会，正式发布第二代 VLA（视觉-语言-动作模型）全新 6.3.0 版本。该版本的核心创新在于引入“时间维度”的驾驶能力：模型能够记住过去 30 秒的路况信息，并预判未来 6 秒可能发生的情况，从而做出更拟人化的驾驶决策。小鹏计划于 9 月开始向所有 Ultra 和 Ultra SE 车型推送该版本，其中小鹏 G9L Ultra 与 Ultra SE 将首发搭载；同时，单图灵芯片 Max 车型将在 9 月获得第二代 VLA Lite 蒸馏版，首批推送将搭载于小鹏 G9L Max。
新版 VLA 的三大技术组件构成了其“时间流”驾驶能力。Infini-VLA 负责长时序记忆，其底层架构支持更长的历史信息，量产版本设置为 30 秒，使车辆能够将过去半分钟的路面状况纳入当前判断。例如，在演示视频中，当前车在路中掉头时，测试车并未因后方出现空位而立即加速，而是结合前车掉头的完整动作，等待其完成后才前进，体现了对持续行为的理解而非单帧画面判断。Streaming Inference（流式自回归推理）则让模型能够边获取输入、边推理、边输出轨迹，无需等待完整理解历史，据小鹏称，这一机制使决策速度提升 300%，类似人类驾驶时眼、脑、手并行工作。X-Foresight 组件则基于历史状态推演未来 6 秒的多种可能轨迹，并通过 Flow Matching 拟合轨迹分布，帮助模型选择更合适的动作，实现“防御性驾驶”式的预判。
小鹏此次将模型参数量扩大了 3.5 倍，以应对现实道路中的极端场景。在沟通会展示的视频中，测试车在轮渡码头无清晰车道线的情况下自主找到入口、开上轮渡并随车流驶出；在狭窄山路上遇到悬空树枝时，车辆主动减速并观察树枝与车身关系，寻找可通过空间，而非简单将其视为障碍物或盲目穿行。小鹏强调，更大模型的目标是处理未见过的场景，而非为每个场景预设答案。训练数据方面，小鹏称当前单次训练的数据吞吐量已达 1 亿个视频片段，并建立了向量化数据检索系统，可针对用户上报或测试问题快速找出语义相似的场景，形成“错题集”。仿真系统则通过变化车型、天气、光照和视角反复验证模型，小鹏数据显示，从今年 6 月到沟通会前两周，每日仿真验证的新模型数量提升了 290%。小鹏称，新版本在仿真和测试中的综合安全能力提升超过 20 倍。
小鹏还重构了车端大脑，推出 Omni 全模态模型和 Master Agent 架构。Omni 模型结合语言、环境和上下文理解用户意图，Master Agent 则将意图分解为车辆可执行的任务，并能记住整段对话，理解多个指令的共同目标。例如，当用户说“找个地方靠边停车”，系统会先变道至最右侧，观察护栏、公交站和道路环境，排除不合适的区域，再找到可停位置，实现从座舱到驾驶域的连续决策。
在 Robotaxi 方面，小鹏计划将同一套架构和模型同时用于 L2 驾驶辅助与 L4 Robotaxi。据小鹏最新口径，其 Robotaxi 内测已完成超过 2000 单，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。此外，小鹏在分享会现场展示了机器人视频，称车辆与机器人使用同一套基座模型，体现“汽车即机器人”的理念，小鹏将自己定义为“物理 AI 企业”。
小鹏的“汽车即机器人”路线并非行业独有。特斯拉早已将汽车、Robotaxi、Optimus 机器人和 AI 训练纳入同一蓝图，理想汽车也将定位从智能汽车转变为“具身智能企业”。车企们的共识是，造车即是制造能在物理世界中行动的机器人。随着“新造车”从充满想象力的新物种变为比拼价格、配置、渠道与交付的红海，“物理 AI 公司”的身份或许更具吸引力，模型、芯片、Robotaxi 和机器人能组成更诱人的资本故事。然而，从无休止的价格战转向前沿开发，需要持续投入、反复验证和一次次量产兑现。小鹏为 VLA 补上了过去 30 秒与未来 6 秒，但“物理 AI 公司”的新身份能否成立，还需看 9 月上车的新版本能否让车主真正感受到“记得更多、判断更早、反应更快”。