小鹏新版VLA 9月实装：记住过去30秒，预判未来6秒，开始在「时间里」开车
电影《奇异博士》里，奇异博士转动阿戈摩托之眼，可以让时间向前或向后流动，到了《复仇者联盟 3》，他又在与灭霸的对决前，提前看见了多种可能的未来。
这是电影里的魔法，也是小鹏提供的现实。
8 月 27 日，小鹏开了一个物理 AI 分享会，同时展示了第二代 VLA 的全新版本。这场沟通会最大的关键词是「时间」，小鹏给车上的模型加上一个「阿戈摩托之眼」：往回转，能回溯 30 秒的世界，向前转，则开始预判未来 6 秒会发生什么。
汽车没有时间宝石，但有大模型加持，模型根据过去一段时间里累积的信息，计算出几种概率更高的后续状态，再为眼前这一刻选择动作。对智驾而言，拥有「时间线的记忆」，就能带来更加拟人化的操作。
人在开车时，从来不只看眼前这一帧，你会根据前几秒的记忆判断后方路况，也会根据前车的减速和路边的岔口预判几秒后有可能出现的小电驴。从某种意义上说，驾驶不只发生在路面上，也发生在时间里。
最新的小鹏第二代 VLA 全新 6.3.0 版本，即是一个在时间流中开车的模型，全新 VLA 将于 9 月开始面向所有 Ultra 和 Ultra SE 车型推送，小鹏 G9L Ultra 与 Ultra SE 将首发搭载，而单图灵芯片 Max 车型也将在 9 月获得第二代 VLA Lite 蒸馏版。
驾驶没有单帧答案
小鹏这次对新 VLA 的核心思路是让过去、现在与未来连在一起。
Infini-VLA 负责记住过去。它的底层架构可以支持更长的时序，小鹏考虑驾驶任务与端侧计算量，将量产版本的历史记忆设置为 30 秒。也就是说它能记住过去 30 秒发生的路面状况，并将其带入到当下的判断中。
小鹏在沟通会上展示了一段演示视频，前车在路中掉头时，车身后方一度露出可以穿过的空位，测试车没有立即加速，而是结合之前的运动过程，等待对方完成掉头后再向前。模型理解的是「前车正在掉头」这个持续发生的行为，不再只有「前方出现空位」这一帧画面。
这有点像人与别人谈话时的短期记忆，人不会每听一句话就忘掉上一句，驾驶者也不会因为前车此刻横在路中，就忘记它前面做出了准备掉头的举动。
如果说 Infini-VLA 让车辆不再忘记上文，Streaming Inference 「流式自回归推理」则负责缩短车辆理解当下的时间。按照小鹏的解释，模型可以边获取输入、边推理、边输出轨迹，不必等完整理解一段历史之后才开始动作。小鹏给出的数据是，这套流式推理让决策速度提升了 300%。
同样地，这也类似人开车时，眼睛看路、大脑判断、手脚操作同时进行。遮挡处突然出现目标时，这样的并行处理能够少留下一段等待推理完成的空白。
记得过去，着眼当下，自然也要展望未来。于是新版本 VLA 中的 X-Foresight 会根据历史状态，对未来 6 秒进行推演，Flow Matching 再对多种可能的轨迹分布进行拟合，帮助模型选择更合适的动作。
词汇是晦涩难懂的，但带来的作用是十分清晰的，新版 VLA 通过持续观察当前路况，对未发生但可能出现的情况进行预判，并做下一步决策。而现实生活中老司机们常提到的「防御性驾驶」，本质上也是一种预判。
现场视频里，一辆对向白车占据了逆向车道。测试车需要判断对方是准备等待、继续向前，还是让出一部分空间，再推演自己此刻前进会不会封死两辆车的通路。看清对方在哪里只是第一步，理解对方将要做什么，才能决定自己下一步的操作。
过去的记忆和未来的推演，最终服务于每一次的加减速和转向，也让第二代 VLA 6.3.0 版本能「在时间里流动」。
进入现实世界
架构图里的名词很多，但回到产品上，VLA 要面对的还是现实道路上的各种麻烦，小鹏的答案是使用更大的模型，这一次小鹏将模型参数量扩大了 3.5 倍。
沟通会播放的一段视频里，测试车来到了轮渡码头。渡口没有清晰的车道线，码头并非一条常规道路，但依靠模型自身的思考，车辆仍然自己找到入口，开上轮渡，跟着前车停下，轮渡靠岸后，它又随车流驶出。
另一段视频发生在狭窄山路，在急弯之后，道路前方出现了一根悬空树枝，车辆没有将它当成普通的路面障碍物停在原地，也没有朝着看似尚有空间的缝隙直接向前，而是主动减速，一边观察树枝与车身的关系，一边寻找能够通过的空间。