VLA 2.0 发布会上首次展示了X-World，仿真场景从一年前的3万个，增加到50多万个，从VLA 2.0的实际表现来看，世界模型的作用非常大

1、在X-World当中进行自我博弈，也就是强化学习训练，让它的轨迹更稳

2、生成更多长尾场景，让VLA 2.0上限提高；你可以发现它比现在很多端到端辅助驾驶可以应对的场景更多，错车靠右的能力为什么VLA 2.0可以做到？世界模型很重要，可以有效减少卡死

3、同时图2可以看出，X-World能够生成非常逼真的海外场景，加速海外VLA 2.0的落地

小鹏VLA 2.0 说是以L4能力为基准，要让能力持续得到提升，世界模型的作用非常重要，但是目前世界模型的延迟，还有成本居高不下是个问题，小鹏发布了新的技术报告，X-Cache 加速器

在物理世界当中，行车画面大部分变化是缓慢并且平滑的，相邻的视频块当中，相同的特征有非常高的相似性，比如说道路、树，还有远处建筑，X-Cache通过计算，如果相似度比较大的画面，直接复用上一段的计算结果，跳过整层计算，为了保证准确性，X-Cache会生成一个“指纹”，独立评估每个块，如果评估通过，才会复用

X-Cache可以达到71%块跳过率，2.6X推理加速，画质几乎无损，X-Cache的PSNR≥51dB，这个数值在40dB以上已经很接近原图，如果是超过50dB，那几乎看不出区别了，X-Cache生成的7Cam 视频达到了这个效果

目前X-Cache已经在X-World上得到应用，下面2个对比视频可以对照一下，右边是由X-Cache生成的，第一个是快速路，第二个很像广州城区小路模拟，两者几乎没有区别

官方对VLA2.0、X-World，X-Cache的作用进行了总结：

-VLA 2.0 负责感知和决策，用户可直接感知的能力输出端
-X-World承担虚实映射与场景推演，是系统进化的核心支撑
-X-Cache提供高效推理能力，是支撑大规模仿真运行的加速引擎

在主页里面，X-Cache的训练费用是“0”，X-Cache的存在就是解决成本问题

先明经常说他们已经找到了快速迭代的方法，且每次迭代都能有进步，这个在当下一段式的来说是非常困难的，真正每次迭代都是正向的只有FSD，但通过VLA 2.0的每次更新，确实都是有进步的，背后是全链路的闭环能力

X-Cache的官网链接在这里🔗：http://t.cn/AXJLSUQd

大家感兴趣可以看一下，有说的不对的地方麻烦批评指正

#新能源汽车#