小鹏CVPR 2026首曝世界模型技术图谱，VLA+世界模型双支柱驱动L4级物理AI基座

小鹏世界模型技术图谱首曝，VLA与世界模型双支柱驱动L4级物理AI基座

　　小鹏集团通用智能中心负责人刘先明在CVPR 2026上首次完整展示小鹏世界模型技术图谱，这是小鹏第三次受邀登上这一国际顶会，也是唯一演讲的中国企业代表。此次披露标志着小鹏智能驾驶技术路线进入“VLA与世界模型双支柱”的新阶段。

VLA与世界模型并非对立，而是协同构建物理世界基座

　　刘先明明确回应了行业长期争论的路线问题：VLA与世界模型并非相互竞争。在小鹏架构中，第二代VLA从人类驾驶行为中学习“如何行动”，世界模型则通过对未来状态的预测学习“行动之后世界会如何变化”，二者共同构成物理世界基座模型。

第二代VLA已量产交付，用户辅助驾驶里程占比突破50%

　　在技术落地层面，第二代VLA已实现量产交付，推送首月用户辅助驾驶里程占比突破50%，成为行业首个达成该数据的系统。该模型拥有数十亿参数量，使用上亿视频片段训练，每版模型训练量超4万亿Token，车端推理速度提升12倍。

世界模型三大核心能力：主动思考、可控生成、长时序推演

　　小鹏同步披露了世界模型的三项核心能力：主动思考、可控生成和长时序推演。对应技术成果包括：

• X-Mind（主动推理与决策可解释性）
• X-World（可控多视角生成式世界模型）
• X-Foresight（视觉-动作因果预测网络）
• X-Cache（推理加速方案）

　　上述技术形成完整闭环，支撑小鹏物理世界基座模型的持续演进。

“只有能做基座模型的公司，才有可能真的做到L4。”

万卡级智算集群支撑，硬件效率一年提升超10倍

　　从硬件层面看，小鹏依托万卡级智算集群，单GPU训练效率一年间提升1010%，GPU硬件利用率从40%提升至90%。搭载第二代VLA的小鹏GX已发布，以其为原型车的Robotaxi也已量产下线，整车有效算力达3000TOPS。

与特斯拉、Waymo等同台，纯视觉路线趋于收敛

　　在行业对比上，本届CVPR同台演讲的还包括特斯拉Autopilot负责人Ashok Elluswamy、Waymo研究副总裁Dragomir Anguelov、英伟达感知与机器人研究副总裁Jan Kautz。小鹏与特斯拉在纯视觉路线和基座模型架构演进上正趋于收敛。

　　刘先明对特斯拉FSD入华持开放态度，认为“市场需要一个正常的对比”。纯视觉方案被小鹏定义为承载基座模型的最优路径——摄像头信息密度远超激光雷达，是训练物理世界基座模型信息密度最高的原材。

基座模型将拓展至人形机器人、飞行汽车等具身智能场景

　　展望未来，基座模型将从小鹏汽车延伸至人形机器人IRON、飞行汽车等具身智能场景。IRON量产版本预计年底实现量产，2027年一季度进入门店。自动驾驶只是基座模型落地的第一步，物理AI的规模化扩张正在加速。

　　小鹏此次技术图谱的完整披露，将行业从“VLA还是世界模型”的二元争论推向融合架构共识。以理解驱动驾驶、以预测实现理解、以规模化赋能预测的技术闭环，正在为L4级自动驾驶铺就基座。