继3月正式量产推送以来，小鹏的第二代VLA又有了大动作。

省流版的总结，是除了常规的参数升级以外，模型有「时间感」了，开始像人一样，用时空的逻辑理解物理世界的上下文了。

什么意思呢？

以前我们聊智驾，会习惯性把它理解成一套反应系统——及时刹车、适时变道、加塞礼让——听上去没啥毛病，但本质上，这些只是把所谓的智能拆成了一个个孤立的瞬间。

这也是很多智驾体验会让人觉得差一口气的原因，它已经跟智力水平无关了，而是在「鱼的记忆」这层限制底下，模型再怎么聪明，也都是带着镣铐跳舞。

「有记忆、能预测、会思考」，这次小鹏模型升级的核心点，实际上也是整个行业一直在致力于解决的问题。

所以这次，我愿称之为二代VLA目前为止最质变的升级：

30秒长时序记忆，意味着车可以记得刚刚发生过的连续变化；6秒未来预测，意味着它可以提前推演周围交通参与者可能会怎么动；端到端响应速度提升3倍，则是在尽量压缩从看见、理解到行动之间的犹豫。

翻译成人话，就是车开始学会看前因后果了。

之所以给出质变的评价，是因为这项升级相当于改变了以往的竞争逻辑。以前大家比拼感知能力、规则覆盖、硬件冗余，谁能把更多场景兜住，谁就更像先进。

但沿着物理AI这条路继续往前，模型理解连续世界的能力会变得愈发关键。它不仅要在复杂路况里形成稳定预判，还要能够把这种能力迁移到更多道路、更多城市，甚至更多本体上。

熟悉小鹏的人可能会知道，二代VLA之前最大的亮点，是去掉「语言转译」环节，让车辆从视觉信号直接输出动作指令，所见即所得。

这次版本升级更像是在补上另一块拼图：在行动之前，模型又多了一层对「时间」的理解。

而更值得关注的是，二代VLA正在从一套服务于自动驾驶模型，逐渐走向更强大的物理AI基座模型。模型本身不断变强固然重要，但真正决定它能不能持续进化的，是背后那套能够不断生产、训练、验证和部署下一代模型的超强AI Infra。

这也是物理AI和传统软件最大的不同——它最终要面对的不是一个固定的数字世界，而是不断变化的真实世界。数据会持续增加，Corner case会持续出现，模型也必须持续迭代。谁能把真实世界的反馈高效转化成下一轮模型能力，谁才有可能建立真正的长期优势。

所以，小鹏这次升级真正值得关注的，可能并不只是30秒记忆、6秒预测这些具体参数，而是它背后「模型持续进化—真实世界持续反馈—Infra持续积累」的闭环。

当然，我觉得小鹏的思路肯定不会只局限于汽车这一条产品线上。一个足够强大的基座模型，加上一套能够支撑其快速迭代的AI Infra，意味着同一套底层能力未来可以向Robotaxi、人形机器人乃至空中出行等不同本体延伸。

如果说过去的智能驾驶还在比拼谁能把更多场景“做对”，那么接下来的物理AI竞争，可能会变成另一场游戏：谁能让模型越来越懂这个世界，并且让它以更快的速度持续变聪明。

在如此规模的想象空间面前，只能说，烈火烹油的时代才刚刚开始。