【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。