【CNMO 科技消息】9 月 15 日，小鹏汽车副总裁、通用智能中心负责人刘先明发文，详解 XOS 6.3.0 所承载的技术升级。

小鹏汽车

在他看来，物理 AI 要解决的是理解一个持续变化的世界并在其中行动，对智能汽车而言，这意味着模型既要看懂眼前的道路，也要记住刚刚发生了什么，判断接下来可能发生什么，再及时作出行动。XOS 6.3.0 正是第二代 VLA 模型能力的一次集中落地，也是小鹏长期建设物理 AI 技术体系的阶段性成果。

刘先明表示，从 2024 年起，小鹏持续推进同一条核心技术路线，即通过底层架构创新提升模型理解世界、决策与执行的能力。刘先明指出，物理 AI 有明确边界，车端芯片的算力、内存和功耗有限，推理须满足时延要求，系统还要遵循安全与法规约束，因此必须把模型架构、芯片、编译器和部署方式放在一起设计。

相关信息

时间能力是此次升级的关键。InfiniVLA 让历史视觉信息持续参与当前判断，本次车端部署选用 30 秒历史上下文，并配合流式自回归推理；为应对算力限制，它还引入缓存机制，实现几乎无限时序的记忆能力。X-Foresight 世界模型则根据车辆位置、速度与环境变化预测未来场景，车端方案选择 6 秒未来预测，这一世界模型曾于今年 6 月在 CVPR 上向学术界介绍，如今已在 OTA 中完成量产落地。

此外，Flow Matching Head 通过学习的向量场将噪声转化为动作轨迹，拟合多峰分布，表达不同的驾驶意图与轨迹选择；MoT（Mixture of Transformers）则通过专家分工，让不同场景由相应专家承载，在有限算力下扩展模型容量。

相关信息

针对算力更有限的平台，小鹏推进 Max 蒸馏。刘先明强调，蒸馏不能简单粗暴地缩小、剪枝模型，而是要保留 VLA 2.0 模型的能力与风格。团队围绕 Max 车型的计算瓶颈重新分配资源，对计算量最重的 ViT 部分进行彻底重构，以 HybridViT、TuringViT 等工作为基础采用 " 学习式压缩 "，配合编译与部署优化实现算力与能力的平衡。单图灵平台上的 Max 蒸馏已落地，双 Orin X 平台的蒸馏版本也在推进中。

在 Ultra 与 Max 的能力侧重上，Ultra 以向 L4 演进为长期目标，持续拓展场景覆盖与跨区域泛化；Max 聚焦通勤与日常使用。刘先明表示，这套体系正在向汽车之外延伸，小鹏已成功将同一套物理 AI 底层体系迁移到集团机器人上，实现底层的高度复用。XOS 6.3.0，正是这条从智能汽车出发、迈向可复用可迭代物理 AI 能力路径上的一次具体实践。

版权所有，未经许可不得转载