小鹏这次把智驾模型搞成了“时间机器”

智驾系统如果只盯着眼前这一帧画面，那它永远只是个“反应迟钝”的机器，而不是真正的司机。小鹏在最近的物理 AI 分享会上展示的第二代 VLA 模型（版本 6.3.0），核心逻辑其实就在解决一个问题：如何让车拥有对“时间”的感知。

现在的智驾逻辑大多是“看到什么做什么”，但老司机开车是靠记忆和预判的。小鹏这次给模型加了三个维度的“时间感”：

• 回溯过去： 通过 Infini-VLA 架构，模型现在能记住过去 30 秒的路况。这非常关键，比如前车正在做掉头动作，模型不是只看到前方有个空位就直接冲过去，而是能结合之前的动作轨迹，判断出对方还没完成掉头，从而做出更拟人的等待决策。
• 理解当下： 引入了 Streaming Inference（流式自回归推理），决策速度直接提升了 300%。这意味着模型不需要等一整段历史数据处理完才动作，而是像人眼看路、大脑判断、手脚操作那样并行处理，减少了推理带来的延迟。
• 预判未来： 利用 X-Foresight 和 Flow Matching 技术，模型能对未来 6 秒的轨迹进行推演。面对对面逆向行驶的车辆，它不再是单纯的“避让”，而是会预判对方是想停下还是想挤过去，从而决定自己是加速通过还是减速避让。

为了让这个大模型能跑在量产车上，小鹏把参数量扩大了 3.5 倍，并且针对单图灵芯片的 Max 车型做了 Lite 版的蒸馏处理，预计 9 月就会开始推送。

说实话，现在的车企都在往“具身智能”或者“物理 AI”这个概念上靠，本质上是因为单纯卷硬件、卷配置已经没利润了，只有把汽车变成一个能在复杂物理世界里自主决策的“大机器人”，技术壁垒才会高。小鹏这次展示的轮渡码头自动行驶、狭窄山路避让悬空树枝等场景，确实比单纯跑高速巡航要硬核得多。

不过，这种“时间感”带来的防御性驾驶到底能不能在各种极端 corner case 下稳住，还得看 9 月大规模推送后的真实路测表现。