小鹏刘先明：第二代 VLA 升级的核心，是让模型第一次建立起对时间维度的理解

8 月 27 日消息，小鹏物理 AI 分享暨第二代 VLA 全新版本体验日活动正在进行中，小鹏集团通用智能中心负责人刘先明登台发表演讲。他表示，物理 AI 真正的难题，是理解世界，并在充满限制的真实世界里行动。

刘先明称，小鹏在半年前提出物理 AI 能力公式：能力 = 模型 × 算力 × 数据 × 本体。其中，模型决定智能上限，数据提供世界经验，算力支撑训练与运行，本体让 AI 真正落地物理世界。

刘先明认为，真实世界并不是一张张静止的图片，而是一个不断变化、连续演进的过程。模型想要像人类一样理解世界，必须首先理解什么是“时间”。第二代 VLA 升级的核心，是让模型第一次建立起对时间维度的理解。

据介绍，小鹏物理世界基座模型，首次把“时间”纳入模型，AI 理解世界的维度，从“3D 空间”跃迁至“4D 时空”。时间越长、信息越多，模型就需要更快地反应、更高频地决策，并实现更强的安全能力；模型越大，泛化越强，计算需求也越高。

注意到，以前模型看到的更多是当下的信息，第二代 VLA 全新引入 Infini-VLA 长时序架构，记得前 30 秒的世界，驾驶判断开始拥有更长的上下文，更多有效信息进入模型。

道路情况是时刻在变化的，模型也需要边看边想，如果决策速度跟不上现实变化，也无法形成真正可靠的物理世界智能。所以，第二代 VLA 同步提升了模型推理效率，采用流式自回归推理，端到端的响应提速 300 %，实现“边看、边想、边行动”的并行处理。