小鵬的世界模型，又有新進(jìn)展了。

在本周舉行的全球計算機(jī)視覺頂級學(xué)術(shù)會議CVPR 2026上，小鵬集團(tuán)通用智能中心負(fù)責(zé)人劉先明受邀參與，并在首屆具身智能基座模型部署研討會上做主題演講。

在演講中，劉先明首次完整展現(xiàn)了小鵬世界模型的技術(shù)圖譜，并表示小鵬正在研發(fā)具備主動思考、可控生成和長時序推演能力的世界模型。

（圖源：小鵬）

至于世界模型和VLA之間的關(guān)系，劉先明表示，世界模型和小鵬的第二代VLA并非相互替代和相互競爭的關(guān)系，而是通過不同訓(xùn)練信號共同提升模型對物理世界的理解能力和物理世界的行動能力。

一句話來概括，就是小鵬的物理世界基座模型，既是第二代VLA，也是世界模型。

目前汽車主機(jī)廠使用的智能駕駛模型，大都采用VLA或世界模型二選一，而小鵬是為數(shù)不多同步使用VLA及世界模型訓(xùn)練智能駕駛輔助及L4自動駕駛技術(shù)的車企。

那么，小鵬采用的世界模型+VLA技術(shù)路線，有什么樣的特點(diǎn)，對比其他車企選擇的VLA/世界模型二選一，又有什么優(yōu)勢呢？

雙支柱，兩條腿走路

對于世界模型，小鵬官方給它的定位是：“小鵬基座模型的另一支柱”，而小鵬物理世界的另一支柱，就是現(xiàn)在已經(jīng)量產(chǎn)上車的VLA 2.0。

此前，VLA與世界模型這兩條自動駕駛模型的技術(shù)路線之爭，一直以來都沒有停止過。各家也頻頻“秀肌肉”，來驗(yàn)證自身技術(shù)路線的優(yōu)越性。

在聊車企們的路線選擇前，先簡單介紹一些VLA和世界模型各自的特點(diǎn)以及二者的不同之處。

這里引用一下劉先明在朋友圈發(fā)布的對于VLA和世界模型兩個技術(shù)的總結(jié)。他表示，“VLA學(xué)的是：人在這個世界中會怎么做；世界模型學(xué)的是：這個世界本身會怎么變化。”

放在智能輔助駕駛技術(shù)上，VLA是感知到道路狀況，然后思考人類在遇到這類狀況時會怎么做，然后再去執(zhí)行。而世界模型則是感知到道路狀況之后，思考車輛執(zhí)行之后，道路會發(fā)生怎樣的變化。

VLA的能力，在于能讀懂當(dāng)下環(huán)境，并且知道如何去執(zhí)行。例如路口拐彎之前知道應(yīng)該提前變道到對應(yīng)車道、別的車加塞知道應(yīng)該去剎停，而至于車輛執(zhí)行之后，道路交通狀況會變得怎么樣，VLA是沒辦法去預(yù)測的。

世界模型的能力，則在于對未來的推演、想象。例如能夠想象出如果在路口不提前變道，就沒法完成拐彎的動作，所以會提前變道。別的車加塞自己不剎車的話，未來就會撞上，所以會剎車，但世界模型只能根據(jù)想象的結(jié)果去做決策，無法理解傳感器輸入的場景代表著什么含義。

在模型的選擇上，各家品牌明面上分為了VLA和世界模型兩派，例如理想、小鵬是VLA路線，蔚來、華為是世界模型路線，但實(shí)際上的技術(shù)路線并非這么死板。

就比如理想，雖然一直稱呼自己的輔助駕駛技術(shù)為VLA司機(jī)大模型，但在今年3月理想發(fā)布的下一代自動駕駛基礎(chǔ)模型MindVLA-o1中，就引入了預(yù)測式隱空間模型，也就是在模擬的隱空間中去預(yù)測未來。

預(yù)測未來，是不是很熟悉？沒錯，這不就是世界模型的技術(shù)路線嗎？所以理想下一代的VLA模型，也融入了世界模型的預(yù)測機(jī)制，即能夠?qū)Ξ?dāng)下如何執(zhí)行進(jìn)行思考，也能夠?qū)?zhí)行后的結(jié)果進(jìn)行預(yù)測，理想官方稱這種思考為“多模態(tài)思考”。

而走世界模型路線的蔚來和華為，目前暫時沒有將VLA的技術(shù)融入到世界模型之中，但隨著技術(shù)不斷迭代，或許在蔚來和華為的下一代自動駕駛中，就能看到一些VLA的能力？

再聊回小鵬。其實(shí)從去年小鵬科技日官宣第二代VLA時，我們就能看到小鵬的技術(shù)路線和常規(guī)的VLA的差異：去掉了VLA中的“L”，也就是語言轉(zhuǎn)譯這一層，直接實(shí)現(xiàn)由視覺信號到動作指令的端到端生成。

（圖源：小鵬）

小鵬也表示，第二代VLA是“既是動作生成模型，也是理解和推演的物理世界模型”。

2026年上半年，小鵬公開的自動駕駛技術(shù)中，也都是圍繞世界模型展開的。

3月31日，小鵬發(fā)布了世界模型X-World技術(shù)報告，小鵬稱，這份報告從數(shù)據(jù)、模型、訓(xùn)練、驗(yàn)證及應(yīng)用等多層面詳解了X-World的構(gòu)建與使用。

根據(jù)小鵬官方介紹，X-World可以被視為一個會思考的物理AI系統(tǒng)，可以根據(jù)當(dāng)下的路況和駕駛操作，想象出數(shù)秒后路況的變化。而該技術(shù)也被用于第二代VLA的環(huán)境仿真和模型評估中。

4月29日，小鵬發(fā)布了X-Cache技術(shù)報告，可以在世界模型生成未來畫面時，做到減少約七成的重復(fù)計算，實(shí)現(xiàn)最高2.7倍的推理加速。

在6月2日發(fā)布的X-Foresight技術(shù)中，小鵬就直接表示：“X-Foresight的核心，是把預(yù)測式世界模型直接融入VLA，在統(tǒng)一的token空間內(nèi)聯(lián)合預(yù)測未來的多視角畫面（video）與自車動作（action）”。

簡單點(diǎn)來說，就是在X-Foresight技術(shù)的加持下，模型既能夠去感知當(dāng)下道路狀況，決策車輛行駛，還能夠在輸出車輛動作的同時對決策后的未來畫面進(jìn)行推理。

對此小鵬也表示，X-Foresight在駕駛決策層面全面超越傳統(tǒng)反應(yīng)式 VLA 基線模型。

X-Foresight加上前面提到的X-Cache和X-World，小鵬稱三者形成了完整技術(shù)閉環(huán)，三者協(xié)同構(gòu)建“知識學(xué)習(xí)-場景仿真-推理加速”全棧體系。

在此之后，就是小鵬在CVPR上，官宣的物理世界基座模型技術(shù)圖譜。其中，第二代VLA和世界模型的結(jié)合，最終目標(biāo)就是“構(gòu)建能夠深度理解真實(shí)世界并在其中安全行動的物理 AI 基座模型”。

此外，小鵬還官宣，即將發(fā)布有關(guān)“X-mind”的技術(shù)報告，將解析模型如何“主動思考”，并可視化地呈現(xiàn)駕駛決策背后的中間推理過程。

目前，小鵬還沒給出更新一代的自動駕駛技術(shù)，或者智能輔助駕駛技術(shù)的上車時間。但現(xiàn)在已經(jīng)是6月了，距離慣例在10月舉行的小鵬科技日并不遠(yuǎn)，可以期待一下到時候小鵬又會端上什么技術(shù)。

“臭搞技術(shù)的”搞出了新名堂

對于小鵬汽車，亦或是整個小鵬集團(tuán)而言，給人的印象都是很重視技術(shù)，甚至重技術(shù)到有點(diǎn)“直男”。

所以，小鵬之前用“臭搞技術(shù)的”來自嘲，倒也蠻合理的。

但玩笑歸玩笑，實(shí)際落到小鵬本身的產(chǎn)品上，在智能化領(lǐng)域的技術(shù)實(shí)力是肉眼可見的強(qiáng)。

就舉個最明顯的例子：別家品牌要想證明自己的輔助駕駛好，至少車得有個激光雷達(dá)凸起，甚至有車企用了艙內(nèi)的激光雷達(dá)，也要加個凸起的小藍(lán)燈來起到造型作用。

對于小鵬而言，即使全系在售車均采用視覺方案、沒有激光雷達(dá)，也不影響用戶對其智能輔助駕駛的信任程度，這一點(diǎn)，就是技術(shù)方面的體現(xiàn)。

（圖源：小鵬）

車子本身技術(shù)領(lǐng)先、靠譜，用戶放心并選擇，進(jìn)而銷量提升、研發(fā)資金更充裕，最終研發(fā)出更領(lǐng)先的技術(shù)，這本身就是一個正向的循環(huán)，小鵬這幾年做到了，像小米、蔚來、理想、鴻蒙智行等品牌也都做到了。

這一次，小鵬又在CVPR上端上了最新的物理世界基座模型技術(shù)圖譜，期待一下技術(shù)的落地、上車吧！