体验了小鹏P7上第二代VLA全新版本,非常震撼,我用三个数来告诉你。
30秒,6秒,3倍。#小鹏第二代VLA 有记忆能预测会思考#
30秒,是Infini-VLA长时序架构给车的有效记忆。交替通行的路口,它会等一等,而不是傻跟上去,因为它记得刚才发生了什么。
6秒,是X-Foresight世界模型往前推演的距离。无保护路口、机非混行、前车三点掉头,车不再等事情发生再反应,而是提前算好该减速还是该让。
3倍,是流式自回归推理拉上来的决策响应速度。鬼探头、行人折返、旁车加塞,这种拼反应的场景,快就是安全。
记住过去,理解现在,推演未来。这话听着虚,落到这三个数上,就是智驾从空间智能往时空智能走的一步。
我开了十几年车,自觉算个老司机。有人问我老司机和新手差在哪,我以前会答,反应快。后来想想不对,反应再快也就零点几秒的事。真正的差距在记性。前车过去十秒一直骑线晃悠,你心里早给它标了个「这位要搞事情」,脚提前就放在刹车上了。
新手只看眼前这一帧,老司机脑子里存着过去半分钟的录像。
第二代VLA做的,就是把这半分钟录像装进车里,让车也有记性。
之前各家卷智驾,卷的都是同一件事,把眼前这帧看清楚。算力、激光雷达、场景通过率,全堆在这上面。管用吗,管用。但路况是连续发生的,光看清这一秒远远不够,车还得知道刚才出现过什么。
Infini-VLA的长时序架构和X-Foresight世界模型,听着有点太专业,我翻译一下。以前的车是看到情况再做反应,现在是边看边想边推理,官方叫流式自回归推理,端到端决策响应提到原来的3倍。鬼探头、行人折返、旁车加塞,拼的就是这几百毫秒。
你想想看,30秒记住过去,6秒推演将来,3倍反应速度,这三个数放一块,智驾就换了赛道,从空间智能跨到时空智能了。国内把时间真正引进智驾决策的,小鹏是头一家。
参数也提一下。端侧70亿稠密参数,比之前提了3.5倍,官方口径是行业主流VLA模型的15倍以上。今年7月这套系统还拉到德国慕尼黑做了本地化测试,几乎没靠本地数据,就适应了欧洲的道路和路权。泛化这东西装不出来,规则堆出来的智驾,换个城市就露馅。
顺便说一下,这次的全新版本还将导航靠边停车、就近泊入等 L4 Robotaxi 能力下放,真正补齐了智能出行“最后 100 米”。大家可以在小鹏P7上试一下,现在也能听懂模糊意图,一句话安排多个任务。苹果用户也值得高兴一下,有线及无线 CarPlay都支持了!
所以小鹏这次算是给AI智驾体系立了一个标杆,以后评价一套智驾,别光问它看见了什么。
问问它,记得什么。
