小鹏XOS 6.3.0升级 副总裁刘先明详解物理AI底层架构

　　【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。