小鹏这次VLA升级，真正的看点不是参数涨了多少，而是AI开始"理解时间"了。8月27日小鹏发布第二代VLA大模型的首次重大升级，核心一句话：AI对世界的理解从3D空间跃升到4D时空。听起来抽象，其实很实在。第一，记得住过去。新的Infini-VLA长时序架构，能记住前30秒的道路画面。以前模型看的是一帧帧独立画面，现在能把连续发生的事件串起来——比如一辆车刚才在什么位置、做了什么动作，上下文完整了，判断自然更准。第二，猜得到未来。X-Foresight预测世界模型首次上车，能预判6秒内周边车辆行人的可能行为。前车会不会刹、行人会不会折返、旁车会不会加塞，多推演几种未来，才能选最优解。第三，反应跟得上。用了流式自回归推理，端到端响应速度提升300%。传统模式是"看→算→输出→再看"，现在变成"边看边想边行动"，遇到突发情况更像老司机的本能反应。再加上端侧模型参数量扩大3.5倍、是主流VLA的15倍以上，综合安全能力提升20倍。还有首次上车的Master Agent，把VLA和VLM打通，整车有了统一大脑，不只是听懂一句话，而是理解你想干什么，然后调度智驾、底盘、座舱一起执行。"语音靠边停车"这种功能就是这么来的。但我觉得最值得说的，是这套能力的复用性。小鹏现在的定位很明确——物理AI公司，不是只会做自动驾驶的车企，也不是只会造车的自动驾驶公司。同一套AI底座，L2到L4贯通，Robotaxi已经在广州跑主驾无人测试；同时迁移到人形机器人IRON上，3颗图灵芯片、2250 TOPS算力，端侧部署不需要遥操作。机器人业务刚完成首轮融资，超9亿美元、投后估值超63亿美元，刷新中国具身智能行业单轮融资纪录，腾讯阿里都进来了。所以回头看，小鹏对汽车智能化的理解确实领先行业一个身位。别人还在堆激光雷达、拼感知硬件的时候，小鹏已经在做物理世界基座模型，在解决"AI如何理解连续变化的真实世界"这个底层问题。也难怪人形机器人能做得这么顺——因为车和机器人本质上是同一个问题：让AI在物理世界里看懂、想清、动对。汽车智能化是大势所趋，这已经不用争论了。但智能化做到什么深度、是功能堆砌还是底层模型能力，这才是车企之间真正的分水岭。小鹏走的这条路，短期看投入大、见效慢，但一旦形成数据飞轮和AI Infra的复利，就是别人很难追的护城河。这可能就是小鹏和其他车企最本质的区别。小鹏汽车VLA大模型物理AI智能驾驶