8月27日，广州。灯光还没全暗，台上就先蹦出一个词——时间。场馆里满屏的全域全场景，一开始显得太安静、也有点抽象。谁也没想到，这场发布会的核心，是用时间来讲故事。等第二代VLA的升级讲完，我反而觉得，这两个字最贴切。
这次升级的核心很简单：让AI司机真正有时间感。它首发的车型是G9L，一台将上市的SUV，全系砍掉激光雷达，只靠纯视觉。预售价25.98万起，纯电、增程版本都有。
具体到技术，Infini-VLA长时序架构把前30秒的画面连成一条时间线。前车怎么动、那辆电动车从哪条道变过来，这些信息都被保留，后面的判断就有底。
再来，X-Foresight预测世界模型可以推演未来6秒的场景：前车会不会加塞、行人会不会折返。就像老司机心里留着一个预案。说实话，这个功能确实挺吓人的（其实有点让人兴奋）。
反应也快了，端到端的速度提升了三倍左右。以往的流程是看-算-输出再看，这次改成边看边想边动。突发状况下，慢半拍和快一拍的差别，直接关系到安全。
还有个MoT混合架构，把城区、园区、泊车等不同任务分给专门的“专家”，避免互相干扰。这几个改动叠加起来，端侧参数扩到了原来的3.5倍，超过主流VLA的15倍，综合安全能力提升大约20倍。
G9L敢把激光雷达砍掉，最重要的地方在这里。它不是因为便宜，而是因为算法和算力已经足够强，敢把拐杖扔掉。这台25万级的家用SUV，用纯视觉就能跑出高阶城区智驾，这对纯视觉路线意义重大，仿佛给整条路径站台。软件和算力，未来可能替代堆料的硬件。
这不是一次普通的OTA更新。小鹏真正值钱的，是背后的AI Infra：百万车队、十亿级数据，单次训练能吞下1亿clips，半年涨了十倍。数据越多，模型越聪明；模型越聪明，用户越多，数据也越多。这个循环一旦起来，追赶就像追不上。
还有一个叫Master Agent的设计，把智驾和座舱打通。你说靠边停，车就能在智驾状态里自己找个地方停好。L4 Robotaxi的技术在下放。广州也拿到了无安全员的远程测试资质，小鹏正把能开的车和能自己开的车之间的墙慢慢拆掉。
从更宏观看，同一套VLA底座，装进车里是智驾，装进机器人IRON里就是具身智能。不久前，小鹏机器人业务完成超9亿美元融资，投后估值63亿美元，刷新了中国具身智能单轮融资纪录。
这对行业到底意味着什么？智能驾驶的比赛，正在从能看到谁在场，转向谁真正懂得路在何处。看得到的是传感器、硬件，花钱就能买到；看懂的，是对世界的理解，需要时间和数据慢慢积累。纯视觉到底靠不靠谱？G9L给了答案——当模型把时间和空间吃透，纯视觉也能用，还能把成本降下来。
Scaling Law在路上不断被验证：第二代VLA的参数量是主流的15倍，安全提升了约20倍。真正的差距，往往不是某一代模型的参数，而是有没有一套能持续迭代的底层设施。
也许，下一个路口，答案就藏在你自己的时间感里。
