11月5日，小鹏“科技日”如期召开，本届活动以“涌现（emergence）”为核心主题，正式推出了第二代vla视觉语言动作大模型。该系统以视觉为主导，深度融合语言理解与动作生成能力，不仅显著提升了环境感知与逻辑推理效率，更实现了从“感知智能”向“决策智能”的关键跃迁。小鹏将其定义为超越传统vla的“世界模型”，具备模拟真实物理世界运行机制的能力。
据何小鹏介绍，第二代VLA主要依赖视觉信号作为输入，经过近1亿段视频片段的训练，累积数据量等同于单人连续驾驶65000年所经历的所有极端路况总和。系统采用“理解-推演-生成”的闭环架构，大幅减少信息传递中的损耗，从而实现更高效推理和更快响应速度。其核心突破在于“世界模型”特性——能够模拟现实世界的动态规律，在复杂交通环境中做出类人化的判断与决策。
在此处添加图片标题
在技术底层，小鹏完成了芯片、算子到模型的全栈自研与协同优化。自主研发的图灵AI芯片性能提升达3至22倍；专用算子经针对性优化后效率提升12倍；而VLA 2.0本身的训练与推理效率也提升了10倍，整体系统协同效应显著。
除了基础驾驶决策能力外，VLA 2.0还展现出“智能涌现”现象，例如支持手势识别功能。车辆可准确识别用户的手势指令，实现如“招手即停”等自然交互操作，体现出AI对非结构化指令的理解能力迈上新台阶。
何小鹏同时宣布，基于VLA 2.0打造的“小路NGP”（Narrow Road NGP）即将上线，将高阶智驾能力延伸至园区小路场景，实现从高速、城市道路到狭窄路段的全程无断点通行。在复杂小路环境下，平均接管里程提升达13倍，用户有望达到“每月仅需干预一次”的使用体验，真正迈向“车位到车位”的全场景自动驾驶目标。
本次科技日还首次提出“物理AI”理念，强调人工智能不应局限于虚拟空间，而应具备与现实世界实时互动的能力。VLA 2.0正是这一构想的实践成果，通过视觉与语言的联合建模，赋予机器对真实环境的“认知-预测-生成”闭环能力。
值得一提的是，何小鹏在现场宣布，第二代VLA将面向全球商业合作伙伴开放源代码，推动行业共同进步。
