2026年8月27日，小鵬用一場發佈會告訴了全世界：屬於物理AI的時間開始了。
當天，小鵬舉行了以“TIME 時間”為主題的物理AI分享會，發佈第二代VLA大模型全新智駕版本——XOS 6.3.0，將全球首搭於小鵬G9L。更重要的是，第二代VLA的推出，再次宣告，小鵬不只是一家“能做自動駕駛的車企”，也不只是“能造車的自動駕駛公司”，小鵬朝著物理AI公司、面向全球的具身智能公司，又邁出了堅實的一步。
這一定位轉變背後，是小鵬過去12年的全端自研積累，以及在物理AI領域的持續投入，更是一個新物種的雛形初現。“一套AI基座、兩大具身智能產品”的戰略格局已然清晰：AI基礎設施之上，汽車與機器人兩大本體正在形成共振。而8月24日小鵬機器人業務完成超9億美元首輪融資、估值超63億美元的消息，則是對這一戰略最直接的市場認可。
物理AI的競賽，才剛剛開始。而小鵬，是和特斯拉一起領跑的玩家之一。
01
從看見世界到看懂時間
“過去的AI受限於各種限制，更多的是對空間進行理解……但是更多的時候做物理AI，要理解的是時間……這是我們做的第一個大的變化，引入時間的概念。”
小鵬集團通用智能中心負責人劉先明在發佈會上說的這句話，揭開了第二代VLA模型升級的底層邏輯。物理AI真正的難題，不是讓車看見什麼，而是讓車理解正在發生什麼、之前發生了什麼、未來可能發生什麼。
傳統智駕模型可以識別車輛、行人、道路和交通訊號，但它們眼裡，世界是一張張靜止的圖片。要完成複雜的物理世界決策，僅僅“看見”遠遠不夠——車輛需要知道過去、現在和未來。
小鵬G9L將首搭第二代VLA全新版本
第二代VLA首次把“時間”納入模型，AI理解世界的維度從“3D空間”躍遷至“4D時空”。
這一突破通過幾個關鍵技術實現：
首先是Infini-VLA長時序架構，它讓模型擁有了最長30秒的有效時序記憶。
旁車持續壓線、前車反覆減速、行人逐漸靠近路口……對於這些資訊，系統不再“看過就忘”，而是記住了這些目標此前的連續動作，判斷當前局面和下一步意圖。
有了“過去”，再來看“現在”。此前，特斯拉FSD在矽谷的表現，一大驚豔之處就是反應特別快，感覺不到遲延。
小鵬的第二代VLA，是怎麼解決的呢？
劉先明重點介紹的，是流式自回歸推理模式，能將端到端響應速度提升了300%。
傳統模型是“看→算→輸出→再看”的離散模式，就和大語言模型類似，必須一個token一個token吐字，下一個字看前面所有字。
但第二代VLA能夠“邊看、邊想、邊行動”的平行處理。面對前車突然剎停、行人折返、旁車強行加塞等突發情況，車輛反應像老司機一樣嫻熟敏捷。
當然，更快響應速度，也和小鵬採用攝影機作為輸入訊號有關，攝影機的影格率比雷射雷達高，天生就有優勢。
解決了“過去”“現在”，還需要解決“未來”——就是模型要有預測能力。
劉先明介紹了X-Foresight預測世界模型，它可預判周邊交通參與者未來6秒的可能動向。他說，模型的能力可以達到預測21秒，但6秒已經夠用了。根據預測，系統可以比較多種候選軌跡，提前調整速度、車距和行駛路線，選擇更加安全、自然的處理方式。
“加入時間”之後，端側的算力能支援模型運轉嗎？更何況劉先明一直表示信仰“scaling law”，要不斷提升模型參數規模。
如何“既要”“又要”？
劉先明又介紹了MoT混合架構，把不同道路場景和任務分配給不同的“專家”，比如城區智駕專家、園區漫遊專家、泊車專家……避免場景之間的相互干擾，在場景銜接時，則通過視覺記憶的跨場景復用，保持流暢、持續運行。
MoT混合架構，有點類似於DeepSeek-V3將其發揚光大的MoE架構，都是按需呼叫部分子網路，降低推理算力開銷。
當然，“scaling law”要求模型必需變大。劉先明也在現場解釋，一個更大的模型，才能實現足夠強的泛化能力，讓快速進入全球市場成為可能。
最終，第二代VLA端側模型，參數量比第一代提升3.5倍，是主流VLA的15倍以上。
“藥方”如此，“療效”如何？
搭載第二代VLA的小鵬測試車，在智駕上已經展現了一些前所未有的能力。
在發佈會上播放的視訊中，搭載第二代VLA的車輛，能夠預判前車要做三點掉頭的意圖，雖然在前方有了通行空間，但還是等待前車完成掉頭之後，才起步通過，更加安全。
在其他視訊中，新版本智駕車型，響應速度變得非常快，對於突然拋出的輪胎、突然冒出的兩輪車、突然扔出的玩具馬都能迅速反應；在修路路段雙車道變為單車道時，對向來車原本逆行，自車能夠理解，從而停車等待，等對向車避讓之後，自車也能迅速提速通過。
更“誇張”的是一段智駕自動上下輪渡的視訊。新智駕版本的車型，能在陌生環境自動尋路，跟隨前車排隊停車，在輪渡靠岸之後，又能自動跟車出輪渡，開到公開道路上。
一句話總結：有記憶，能思考，會預判。
小鵬第二代VLA在德國慕尼黑已經完成本地化驗收測試——這套基於中國資料訓練的模型，在幾乎不增加本地化訓練資料的情況下，在德國城市道路的實際體驗與國內高度接近。這意味著模型具備了真正的全球泛化能力。
02
真正的護城河不是模型，是生產模型的能力
有了第二代VLA大模型，小鵬手握“屠龍刀”，天下誰與爭鋒？
但劉先明認為，“模型會不斷迭代，但真正能夠形成長期壁壘的，是持續迭代模型的能力。”
劉先明強調，模型背後，是系統，是在共同建構一套從資料、訓練、推理、預測到行動的物理AI技術體系。
何小鵬和劉先明說的詞是AI Infra（AI基礎設施）。
過去幾年，小鵬持續投入建設覆蓋資料、訓練、模擬、評估、部署和算力的完整AI Infra體系。
資料方面，劉先明說，模型單次訓練資料吞吐量已達到1.1億clips，資料吞吐量比半年前增長10倍。
“資料永遠有兩個維度：規模和質量。”劉先明說，“我們既需要大規模資料，也需要分佈足夠多樣、質量足夠高的資料。”
小鵬建立了一套向量的資料分析體系，能夠對海量資料做定位，也能用來發現corner case。當出現問題時，這一體系能提供類似資料去做強化訓練。
劉先明還介紹了小鵬AI Infra中的模擬能力。“當實車驗證跟不上模型訓練速度的時候，模擬就是做這件事最好的抓手。”過去兩個月，小鵬模擬每天新模型的數量提升了290%，接近三倍。“（模擬）也是我們的另外的一個核心的護城河。”
智駕如今已經成為消費者購車一個重要考慮因素，但很多車企依舊把它當成一個配置或者功能，交給供應商，擇優應用就行。
但從小鵬的角度來看，智駕僅僅是其AI體系當中的冰山一角，是物理AI的一個應用場景。
這兩種認知的差異一目瞭然，當汽車轉型為具身智能體時，前者沒有絲毫機會。而有小鵬類似認知的企業，行動沒有小鵬早，基礎沒有小鵬紮實。
小鵬從AI Infra入手，建立體系化能力，才賦予了模型持續快速進化的能力。
這才是小鵬的長期護城河。
03
一套AI基座、兩大智能產品
“汽車只是物理AI規模化落地的第一個重要載體。”
另一個載體，自然是機器人。
劉先明在發佈會上展示了一張PPT：用同一個VLA基座模型控制兩個不同的本體——左邊是一輛小鵬汽車，右邊是一個機器人的室內導航。模型通過更泛化的訓練和更大的尺寸，達到了不同本體之間的強泛化。
這是小鵬“一套AI基座、兩大具身智能產品”戰略的具象體現。
汽車作為當前規模化落地的物理載體，使用者將直接感受到更快的響應、更連貫的繞行、更自然的行駛軌跡以及更前瞻的決策。更長期的價值在於，這套物理世界理解、預測和決策能力可以進一步復用——Robotaxi、機器人、飛行汽車，不同的“身體”面對的是底層相通的挑戰：如何理解真實世界、預測世界變化，並在物理環境中採取行動。
小鵬第二代VLA基於統一技術底座，已實現L2至L4能力貫通，進一步向更高階自動駕駛拓展。搭載第二代VLA的小鵬Robotaxi近日已獲得廣州市智能網聯汽車遠端測試資質，可在廣州相關一、二、三級測試道路開展主駕無安全員道路測試。這意味著小鵬開始進入主駕無人的關鍵道路驗證階段。
而機器人方面，8月24日，小鵬機器人業務完成首輪股權融資，融資超9億美元、投後估值超63億美元（約430億元人民幣），刷新中國具身智能行業單輪私募股權融資紀錄。
何小鵬一直強調，小鵬是物理AI世界的出行探索者、面向全球的具身智能公司
這充分體現了資本市場對小鵬在物理AI領域的領先地位、技術路線、規模量產能力和長期商業價值的認可。
針對這個消息，何小鵬發微博說：“不遠的將來，我們會努力將第一個高階人形機器人帶入到真正的現實，她會和市面上所有看到的機器人都不一樣。更擬人，更安全，不用遙控器，可自然互動，有自己的記憶，真正創造價值，不是演示而是真正量產，走到現實。”
“高階”“不用遙控器”“有記憶”……小鵬的機器人還沒量產，但已經站在比當前火熱的機器人公司更高的起點上。
不僅有自動駕駛汽車，也有Robotaxi，也有飛行汽車，還有機器人——正是在這個意義上，劉先明說，小鵬一直把自己當“一家物理AI企業”。
“一家物理AI企業”應當是什麼樣子？應該具備怎樣的能力？沒有範本可以參考。預測未來不如改變未來，這是小鵬正在做的事。
2025年12月，何小鵬在體驗特斯拉FSD V14.2後，與劉先明立下賭約：如果到2026年8月30日，小鵬VLA在中國市場達到特斯拉FSD V14.2在矽谷的整體效果，何小鵬將在矽谷籌建一家中國風味食堂；如果未達到，劉先明將在金門大橋裸奔。
在8月27日物理AI分享會後不久，何小鵬發微博說，“在大路等常規道路場景下，小鵬第二代VLA已經與全球一流水準的產品並駕齊驅；而在小路博弈、園區和停車場等複雜場景下，體驗還要更好，支援從導航直接到達停車位，既高效又安全。”
何小鵬發微博表示對第二代VLA全新版本的認可
把“全球一流水準的產品”取代為特斯拉FSD，意味著何小鵬對賭約驗收完畢，劉先明贏了。 (電動汽車觀察家)