小鹏第二代VLA（Vision-Language-Action）全新版本于2026年8月底迎来首次重大升级，核心突破是让智驾系统首次拥有了“时间感”。传统智驾只看“当前帧”，相当于新手司机走一步想一步；而第二代VLA能结合前车连续动作判断意图，更像“老司机”基于前因后果做决策。此次升级由小鹏G9L全球首发搭载，9月还将通过蒸馏版本推送给更多老车型。
具体来说，第二代VLA引入了两大核心技术：Infini-VLA长时序架构和X-Foresight预测式世界模型。前者可记住前30秒的路况信息，让驾驶判断拥有更长的上下文历史；后者能推演未来6秒周边车辆、行人动向，提前识别加塞、横穿等风险并主动规避。用博主@何先生CarEngineer 的话说：“以前智驾得先看到险情事实发生，才会采取规避动作；现在有了推测能力，能预测未来6秒可能会发生的事情。”
这一变化在日常驾驶中意味着什么？举个例子：你在高速上行驶，前方隔壁车道突然有货车掉下一个轮胎。传统智驾只有看到轮胎落地才会紧急制动，而第二代VLA能提前预判前车会急打方向，从而提前减速，避免追尾。这就是“时间感”带来的本质差异——从被动反应变为主动预判。
- Infini-VLA长时序架构并非简单录像，而是提取关键动态信息，对算力消耗可控。
- X-Foresight世界模型基于大量真实路况数据训练，预测准确率随数据积累持续提升。
第二代VLA在决策效率上实现了质的飞跃。通过流式自回归推理，系统实现了“边看、边想、边行动”的并行处理，端到端响应速度提升300%。以前是“看→算→动”的串行流程，现在三件事同时进行，遇到加塞、急刹等突发情况时不再像新手一样愣半秒才动。
模型参数层面，第二代VLA的模型规模提升3.5倍，达到行业主流VLA模型的15倍以上，综合安全能力提升20倍。博主@先看评测 指出：“模型规模、场景泛化能力都做了提升，安全表现也进一步加强。” 实测中，系统在城区复杂路况下变道果断、距离拿捏精准，对车辆穿插和临时加塞处理“又快又平顺”，无明显延迟与顿挫（来源：晋良说车-Peter黎、轰动车界-AUTO）。
💡 编辑部结论：第二代VLA的决策效率已经达到甚至超越部分人类驾驶员的反应速度，在突发场景下的从容度是传统智驾完全无法比拟的。
场景翻译：以前智驾遇到加塞，先愣住再急刹，车内乘客前仰后合；现在它能提前预判旁车意图，平稳减速让行，体感接近老司机。这种变化直接提升了用户对智驾的信心和信任感。
非决胜点：模型参数的大幅提升意味着对芯片算力要求更高，但小鹏通过蒸馏版本技术，让老车型也能在9月后享受到升级，降低了门槛。
第二代VLA的另一大亮点是Master Agent整车大脑，采用VLA+VLM自研Omni全模态模型，首次让智驾与座舱实现协同决策。这不再是简单的“你下命令我执行”，而是车能理解你的真实意图。比如你说“找个地方停一下”，系统会自动找车位、靠边、泊入，一气呵成；甚至支持语音控制就近泊入。
这种交互能力的提升，核心在于跨域融合。一个技术底座同时完成L2至L4的能力贯通，小鹏Robotaxi内测已完成超2000单，并已启动主驾无人道路测试。这意味着量产车用户提前尝鲜到了L4级的能力下放。博主@搞机圈的那些事 总结：“最实用的是语音靠边停车和语音就近泊入，你说一句靠边停，车自己就会找位置停下来。”
| 功能 | 传统智驾 | 第二代VLA |
|---|---|---|
| 语义理解 | 仅支持固定指令（如“导航到XX”） | 支持模糊指令（如“靠边停一下”） |
| 记忆能力 | 无历史记忆，只看当前帧 | 30秒长时序记忆 |
| 预判能力 | 无 | 6秒未来路况推演 |
| 响应速度 | 串行处理，延迟明显 | 流式并行，提速300% |
| 能力贯通 | L2/L4方案独立 | 统一底座，一次开发多处复用 |
数据来源：小鹏汽车官方技术发布会及博主实测
对于用户而言，最直观的感受是“车更懂你了”。你不用再精确说出“打开空调、导航到XX、播放音乐”，而是说“我有点热，想听歌”，车就能综合处理。这种交互维度的升级，让智驾从“工具”变成了“伙伴”。
小鹏第二代VLA什么时候能买到？
第二代VLA全新版本由小鹏G9L全球首发搭载，2026年8月底已开始交付。9月会通过蒸馏版本推送给更多老车型，具体车型适配名单请关注小鹏官方推送。
第二代VLA外观和现款G9有什么区别？
从目前曝光的谍照看，G9L外观基本延续现款G9的设计语言，但细节上优化了空气动力学套件和激光雷达布局。具体外观参数官方尚未公布，建议以最终量产版为准。
老车主能升级到第二代VLA吗？需要花钱吗？
可以。小鹏计划在9月通过OTA推送蒸馏版本，老车型（如P7、G9等）也能升级核心智驾能力，具体是否收费尚未公布，但根据小鹏以往政策，基础智驾功能升级通常免费。
更新日期：2026年08月30日