今天小鹏第二代VLA迎来第一次重大升级。过去很多智驾模型解决的是空间问题：

车在哪、人在什么位置、道路怎么走。但真实驾驶并不是一张静止图片。

比如一辆车在你旁边连续几次向车道线靠近，一个行人在路边犹豫后突然转身，一辆前车先轻点刹车再急刹——单看某一帧可能都不危险，真正影响判断的是过去发生了什么，以及接下来可能发生什么。

这次第二代VLA的变化，恰好集中在这里。

Infini-VLA长时序架构可以记住前30秒的世界；X-Foresight预测世界模型向前推演6秒；

Streaming Inference把传统看→算→输出的离散过程变成边看、边想、边行动，端到端响应速度提升300%。

30秒过去+实时现在+6秒未来，拼起来才是这次所谓的4D时空理解。

这也解释了为什么模型参数量扩大3.5倍。更长的上下文、更复杂的运动关系和更多未来可能性，都需要更大的模型容量。

按照小鹏公布的数据，新版端侧模型参数量已经达到主流VLA的15倍以上，多维综合安全能力提升20倍。

当然，参数和倍数最终还是要回到真实道路验证。对普通用户而言，我反而更关注它能不能处理好那些很难写进规则里的连续事件：

加塞前的试探、行人意图变化、前车异常减速、复杂博弈等等。如果这些场景的判断明显变得更早、更连贯，所谓理解时间才真正有意义。

另一个容易被忽略的变化，是Master Agent。

小鹏把VLA和VLM进一步打通，让智驾、座舱、底盘、车身控制开始由统一Agent调度。

语音靠边停车、语音控制就近泊入，其实已经能看到这种思路：人表达目的，AI自己拆解任务，再调用车辆不同系统完成。

汽车正在从执行命令，慢慢走向理解意图。

再往后看，这次升级其实和小鹏最近的机器人动作能够串起来。

第二代VLA已经贯通L2到L4，同源技术进入Robotaxi；IRON则搭载3颗图灵AI芯片、2250TOPS算力，物理世界基座模型直接端侧部署。

在8月24日，小鹏机器人业务又完成超9亿美元融资，投后估值超63亿美元。

所以现在再看小鹏反复讲的物理AI，脉络越来越清楚：汽车是最大的数据入口和第一个规模化训练场，Robotaxi验证更高阶能力，机器人把模型迁移到新的本体。

真正值得长期观察的，也因此不只是某一版VLA有多强，而是它背后的AI Infra。

百万车队、十亿级数据资产、单次训练1亿clips，半年数据吞吐量增长10倍，再加上训练、仿真、评估和部署体系，这些东西决定了模型能不能一轮接一轮继续进化。

全新版本将由小鹏G9L首发，Lite蒸馏版9月开始推送，欧洲则计划明年上半年争取监管许可。

如果说过去几年智驾竞争主要是在解决车能不能看懂空间，那么下一阶段的问题可能已经变成：

AI能不能记住过去、理解现在，并提前思考未来。

期待新版软件上车后的表现。

小鹏第二代VLA全新版本9月开启推送小鹏第二代VLA蒸馏版9月开启首批推送小鹏G9LMax版首发第二代VLA蒸馏版