专业的汽车质量投诉平台

田秋怡

作品:6389

 小鹏第二代VLA大升级,AI开始理解"时间"了 小鹏第二代VLA大升级,AI开始理解"时间"了今日,小鹏集团举办"TIME时间"物理AI分享暨第二代VLA全新版本体验日。第二代VLA迎来首次重大升级,全新XOS6.3.0版本将于小鹏G9L全球首发。这次升级的核心,是让AI真正理解时间——从静态3D空间理解,跃迁到动态4D时空理解。物理AI的难题是理解世界并在真实限制中行动。真实世界不是静止图片,而是不断变化、连续演进的过程。模型要像人类一样理解世界,必须先理解"时间"。传统模型能识别车辆、行人、道路和交通信号,但复杂决策仅靠"看见"远远不够,车辆需要知道过去、现在、未来可能发生什么。小鹏物理世界基座模型首次把时间纳入模型,AI理解世界的维度从3D空间跃迁至4D时空。第二代VLA全新引入Infini-VLA长时序架构,记得前30秒的世界,驾驶判断拥有更长上下文。连续发生的道路事件不再被割裂成独立画面,模型将此前的动作、位置和场景串联,形成完整时序理解。同时采用StreamingInference流式自回归推理,从离散推理走向连续推理,端到端响应速度提升300%。传统模型是"看、算、输出、再看"的模式,第二代VLA能做到"边看、边想、边行动"的并行处理。遇到前车突然刹停、行人折返、旁车加塞等突发情况,反应像老司机一样娴熟敏捷。小鹏X-Foresight预测世界模型首次上车,可预判6秒内发生什么,推演周边交通参与者未来的可能行为。记住过去、理解现在、预判未来,模型从此理解了时间。新版引入MoT混合架构,针对不同任务动态分配模型能力,减少城区道路、园区、泊车等不同场景之间的任务干扰,把不同问题交给不同"专家",让模型在不同驾驶任务间更稳定切换。端侧模型参数量提升3.5倍,是主流VLA的15倍以上,结合超前轨迹预判、超长有效时序、更快决策响应,多维综合安全能力提升20倍。更大的参数量才能实现足够强的泛化能力,让快速进入全球市场成为可能。升级的不只是智驾。小鹏用做机器人的方式重构车机大脑,首次推出MasterAgent,实现VLA与VLM的驾舱融合,让车辆从"听懂一句话"走向"理解用户真正想完成什么"。MasterAgent建立在小鹏自研Omni全模态模型之上,不仅能理解自然语言和模糊语义,还能将用户意图自动拆解为任务,调度智驾、底盘、座舱、车身控制等垂直Agent协同执行,实现从"理解"到"行动"的闭环。整车第一次拥有统一大脑,车辆智能从响应单一指令迈向自主理解意图、规划任务和协同执行。新版本带来"语音靠边停车"、"语音控制就近泊入"功能,用户语音下达停车指令,车辆即可在智驾状态下自主寻找合适位置并完成靠边停车,实现从"语音指令"到"自主执行"的完整闭环。Robotaxi的L4级能力正通过同源技术下放至量产车。小鹏定位为"物理AI世界的出行探索者,面向全球的具身智能公司"。物理世界AI基座的价值,不只是把单一任务做得更好,而是将模型在真实世界学习到的能力迁移、复用到更多任务和更多本体,推动物理AI从单一产品能力走向通用能力。第二代VLA基于统一技术底座,已实现L2至L4能力贯通。搭载第二代VLA的Robotaxi近日获得广州市智能网联汽车远程测试资质,可在相关测试道路开展主驾无安全员道路测试,进入主驾无人的关键验证阶段。这一能力正向机器人等更多本体落地。小鹏通用人形机器人IRON搭载3颗图灵AI芯片,有效算力2250TOPS,物理世界基座模型已实现端侧部署,无需远程遥操作即可自主完成复杂工作任务。8月24日,小鹏机器人业务完成首轮股权融资,超9亿美元、投后估值超63亿美元,刷新中国具身智能行业单轮私募股权融资纪录。IDG资本领投、高榕创投参投,腾讯、阿里巴巴两家战略投资者支持。物理AI基座模型的进化,也让先进智驾能力覆盖更多车型、惠及更多老车主。通过学习式Token压缩与蒸馏训练,在不牺牲输入信息和模型容量的基础上,以更少的有效Token实现高质量视觉理解,将第二代VLA基座模型能力部署到算力更低的平台。蒸馏后的图灵VLA2.0Lite同样获得显著提升,预计9月开启首批推送,小鹏G9LMax版本首发搭载。全球化部署同步推进。近期在德国完成第二代VLA本地化验收测试,基于中国数据训练的模型,几乎不增加本地化训练数据的情况下,在德国城市道路的实际体验与国内高度接近。目标明年上半年率先在欧洲获得监管许可,陆续向海外用户交付,推动高阶智驾的全球普惠。物理AI是长期工程,护城河在于AIInfra的长期沉淀与复利。小鹏持续投入建设覆盖数据、训练、仿真、评估、部署和算力的完整AIInfra体系,以自动驾驶作为第一个规模化应用场景,建立从真实世界数据采集到模型训练、测试、部署、用户反馈和持续优化的完整闭环。依托百万车队和十亿级数据资产,模型单次训练数据吞吐量已达1亿clips,比半年前增长10倍。数据越多、问题发现越充分、模型进化越快、又产生更多数据的正向循环正在形成。模型会不断迭代,但真正形成长期壁垒的是持续迭代模型的能力;产品会不断变化,但真正产生长期价值的是支撑产品持续进化的基础设施。随着AIInfra持续沉淀,模型能力将跨越汽车、机器人、飞行汽车等不同本体,持续拓展物理AI与真实世界交互的边界。2小时前641
小米亮出 3nm 车载智驾芯片!不只是卖车,目标早已跳出整车赛道小米亮出 3nm 车载智驾芯片!不只是卖车,目标早已跳出整车赛道小米玄戒系列芯片沟通会上,一次性对外公布了三款产品,玄戒O3已经实现量产,O100与D100规划在明年投入商用,其中最受关注的当属玄戒D100,作为国内3nm工艺的智驾芯片,硬件配置拉到很高水准,20核CPU搭配16核NPU,支持160GB统一内存,车机本地就能够运行200B参数大模型。消息放出之后,质疑的声音也随之而来,不少观点认为,小米入局造车时间尚短,此刻抛出高端车载芯片,更多只是造势宣传。但如果把视角放到整个行业的变迁,就不难看懂小米押注自研芯片的底层逻辑。过去评判一台车的实力,全部围绕机械素质展开,马力大小、变速箱质感、底盘调校,这些是衡量产品好坏的标尺,也是传统车企积累几十年的优势。可智能电动车时代到来之后,评判标准已经彻底改写,去到线下门店,介绍产品的重点变成算力、智驾能力、本地大模型能力,汽车的核心已经慢慢从发动机,转移到小小的芯片晶圆之上。玄戒D100可以本地运行超大参数模型,实际落到用车场景,最大的价值就是摆脱网络束缚。即便是驶入没有信号的隧道,车辆依旧可以识别路面状况,处理复杂的语音指令,不用完全依赖云端网络做运算。车辆聪不聪明,不再只取决于软件的打磨水平,芯片硬件的上限,直接框定了整套智驾系统的发挥空间。当下市面上绝大多数车型,智驾硬件都依靠外部采购,英伟达、高通、Mobileye的方案被大量车企选用。选用同一套芯片,就意味着产品已经被划定好性能天花板,车企能做的只有在软件层面做优化迭代,很难实现跨层级的突破。就好比租来的房子,内饰可以装修得极尽豪华,但房屋本身的层高、结构,自己没有办法改动,上游供应商一旦调价或者供货出现波动,下游整车生产就会直接受到牵连。手机行业的过往就是很好的参照,早期智能手机市场,多数品牌全部采购第三方芯片,产品之间同质化严重。苹果、华为依靠自研芯片,做到硬件和系统深度适配,从而拉开和同行之间的差距,反观那些始终没有掌握芯片能力的品牌,很多已经淡出市场。现在的汽车行业,正在重演这一段发展历程。这也就能解释,为什么特斯拉、华为、蔚来、小鹏,还有比亚迪,都在不计成本投入车载芯片研发。自研芯片已经不是车企拿来锦上添花的卖点,而是关乎长久生存的必修课。智能汽车往后的盈利,不会只局限卖车的一次性收益,智驾订阅、软件服务、数据运营,会成为重要的收入来源。如果芯片依赖外购,每一笔软件收入,都要分给上游供应商,同时新功能的开发,还要受制于芯片厂商的迭代节奏。前些年的全球芯片短缺,不少工厂被迫减产停产,已经给整个行业敲响过警钟。自研芯片的道路,烧钱、周期漫长,流片失败、反复调试都是常态,绝非简单发布一套参数就能够落地。玄戒D100虽然纸面参数亮眼,但从发布到上车实测,中间还有很长的路要走。不过小米愿意啃下这块硬骨头,目标很明确,不再做单纯的整车组装厂商,把算力底座掌握在自己手里。未来几年汽车行业的淘汰赛会进一步加剧。很多车型看着智能化体验完备,可整套能力依托外购硬件,本质上属于借来的能力。等到行业竞争进入深水区,能不能手握属于自己的芯片,会成为划分车企实力的一道分水岭。手握核心硬件的企业,可以自主定义产品的迭代节奏;缺少自研能力的车企,后续要么被整合收购,要么只能做简单的整车代工。芯片赛道的这场较量,才刚刚拉开序幕。6小时前1404
加载更多