【CNMO科技消息】11月5日，小鹏“科技日”正式举行。本届科技日以“涌现（Emergence）”为主题正式发布了第二代VLA视觉语言动作大模型。该系统以视觉为核心，融合语言理解与动作生成，不仅能大幅提升感知与推理效率，更能实现从“感知智能”到“决策智能”的跨越，被小鹏定义为“不仅是VLA大模型，更是世界模型”。
何小鹏称，第二代VLA以视觉信号为主要输入，通过近1亿段视频片段进行训练，数据量相当于一个人驾驶65000年所经历的极端场景总和。该系统通过“理解-推演-生成”的闭环机制，显著降低信息传递中的损耗，实现更高效率的推理与更快的响应速度。小鹏强调，VLA 2.0的突破在于其“世界模型”属性，能够模拟物理世界的运行规律，从而在面对复杂路况时做出更接近人类驾驶员的判断与决策。
在此处添加图片标题
在硬件与算法层面，小鹏完成了从芯片、算子到模型的全栈自研与协同优化。其中，图灵AI芯片能实现3至22倍的性能提升；针对性优化算子效率提升12倍；VLA 2.0模型训练与推理效率提升10倍。
除了基础驾驶决策，VLA 2.0还展现出“智能涌现”的新功能，例如手势识别。车辆可识别用户手势指令，实现“招手即停”等互动操作，显示出AI在理解非结构化指令方面的进步。
何小鹏还在科技日上宣布基于VLA 2.0的“小路NGP”（Narrow Road NGP）即将上线，实现从高速、城市道路到园区小路的全程无缝衔接。系统在复杂小路场景下的平均接管里程提升13倍，用户将有望实现“每月仅1次接管”的高阶智驾体验，真正接近“车位到车位”的全场景贯通。
此外，小鹏在科技日上提出“物理AI”概念，强调人工智能不仅限于数字世界，更应具备与物理世界实时交互的能力。VLA 2.0正是这一理念的落地体现，它通过视觉与语言的联合建模，让机器具备了对真实环境的“认知-预测-生成”能力。
值得一提的是，何小鹏宣布，第二代VLA面向全球商业伙伴进行开源。