赌约到期前夜，小鹏第二代VLA亮出“理解时间”这张牌

8月27日，小鹏在广州办了场物理AI分享会，主题就一个字：时间。会上第二代VLA大模型迎来首次重大升级，全新XOS 6.3.0版本将随小鹏G9L全球首发。

注意这个时间点。两天后，就是何小鹏和自家智驾负责人刘先明那场“赌约”的到期日——2025年12月，何小鹏体验完特斯拉FSD V14.2后立下约定：到2026年8月30日，小鹏VLA在国内的体验要赶上FSD在硅谷的水平。赶上了，他在硅谷开家中餐厅；没赶上，刘先明去金门大桥裸跑。

这个节骨眼上放出首次大升级，小鹏想讲的，绝不只是功能列表。

★以前的智驾是“看图”，现在要“看连续剧”

传统智驾模型的逻辑，本质是“认画面”：识别车、识别行人、识别红绿灯，把一帧帧画面认出来再下判断。但真实道路不是静止图片，是个连续变化的过程。前车为什么突然刹停？行人下一步往哪走？旁边那台车是要加塞还是让行？这些只看“当下这一帧”，永远看不出答案。

具体拆开是四件事——

记性变长了。第二代VLA引入Infini-VLA长时序架构，能记住前30秒的道路信息，连续事件不再被割裂成一帧帧孤立画面。前车踩刹车、行人变轨迹、路口博弈，都能串起来看。判断带着前因后果，而不是只看这一秒。

反应变快了。新的流式自回归推理，把“看→算→输出→再看”的离散循环，改成“边看、边想、边行动”的并行处理，端到端响应速度提升300%。落到场景里，就是前车急刹、行人折返、旁车强行加塞时，车能有老司机那种从容和预判。

会预测了。X-Foresight预测世界模型首次上车，能推演未来6秒内周边交通参与者可能的动作，再从中挑最优路线。配合Flow Matching技术，轨迹从“唯一解”变成“多种可能”——真实博弈本来就不止一个正确答案，多预测几种未来，才能选更好的行动。

切换更稳了。新加的MoT混合架构，按任务动态分配模型能力，城区、园区、泊车各找各的“专家”，减少场景切换时的任务干扰。

记过去、看现在、预测未来，加上端侧模型参数量扩大3.5倍、是主流VLA的15倍以上，这才凑成官方那句“综合安全能力提升20倍”。这套升级的本质，是把模型规模、推理速度和预测能力，一起抬上去了。

★比功能更值得注意的，是“整车大脑”

这次升级里，容易被功能党忽略的是Master Agent——小鹏首次推出的“整车统一大脑”。

过去车机是“听懂一句话”，Master Agent是“理解你想干什么”。你不用报精确地址，说“去望京那个三个尖尖的楼”“找个附近能充电的商场”，它能懂；一次说“带我回公司，顺路买咖啡、寄快递”，它自己拆成任务，调度智驾、底盘、座舱、车身这些垂直Agent协同执行。

还有两个功能得单独拎出来说：语音靠边停车、语音控制就近泊入。喊一嗓子，车在智驾状态下自己找位置完成靠边停车。这套能力的源头是Robotaxi——小鹏把部分L4级体验，直接下放给了量产车主。

★和特斯拉、华为比，这步棋的分量在哪

单看小鹏容易看不出深浅，放到对手旁边就清楚了。

对标特斯拉：路线同源，但这次打出了代际差异。特斯拉FSD走的是纯视觉+端到端，Robotaxi已经在得州奥斯汀全域跑起无安全员的商业化运营，内华达州也批了5000辆的部署额度，Cybercab预计9月发布、年底面向公众。论数据积累和北美先发，特斯拉仍然领先。但小鹏这波“理解时间”的升级，把记忆过去、预判未来做成了量产模型的原生能力，和FSD的“纯视觉端到端”在打法上已经不是同一个维度——一个在比谁的反应快，一个已经开始赌谁更懂物理世界。

对标华为：一个在“做更好的智驾”，一个在“造物理世界底座”。华为乾崑ADS现在是国内城区的领跑者，城区无图NOA覆盖400多城、月活用户超140万，2026年搭载量目标约300万辆，还把高阶能力一路下沉到15万级车型。论工程落地和规模覆盖，小鹏短期内追不上。但两者的战略定位差在根上：华为做的是更强的智驾系统，小鹏要做的是能跨本体复用的物理世界基座模型——同一套第二代VLA底座，既能开车，也能驱动Robotaxi和人形机器人。华为也有端到端，但当对手还在比“谁的城NOA开得多”时，小鹏已经把竞争的标尺，换成了“谁的模型更懂物理世界”。

这才是这次升级真正的行业坐标：智驾竞争，已经不在功能迭代这一层了。

★小鹏真正赌的，从来不是一次升级

把视线拉远，这盘棋比一次版本更新大得多。

8月24日，小鹏人形机器人完成首轮融资，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私募融资纪录，IDG领投、高榕创投参投，腾讯、阿里两家战略投资者进场。同月，搭载第二代VLA的Robotaxi拿到广州远程测试资质，进入主驾无安全员的关键验证阶段，内测已完成超2000单。

这些事放在一起看，逻辑就通了：同一套物理世界基座模型，正在同时驱动汽车、Robotaxi、人形机器人——一个底座，多个产品。汽车只是物理AI第一个规模落地的本体，能力正在往更多本体迁移。

还有一条容易被忽略的：7月，小鹏在德国完成了第二代VLA的本地化验收测试。这套基于中国数据训练的模型，在几乎不增加本地化训练数据的情况下，欧洲城市道路的体验和国内高度接近，目标是明年上半年率先拿到欧洲监管许可。

这条信息的分量，比很多人想的重。中国和欧洲的道路结构、交通规则、驾驶习惯差异巨大，同一套模型能“少数据迁移”，才说明泛化能力真的成立——而跨地域泛化，恰恰是物理AI最难、也最值钱的部分。小鹏自己也说，出海不是把车卖出去，是把中国的AI能力带到全球真实道路上去验证。