一年前，何小鹏在硅谷试驾完特斯拉FSD V14.2，回头跟小鹏智能驾驶负责人刘先明打了个赌：到2026年8月30日，如果小鹏VLA能在国内做到FSD V14.2在硅谷的整体水平，何小鹏就去硅谷开一家中国风味食堂；做不到，刘先明就去金门大桥裸奔。

8月27日，距最后期限只剩三天，刘先明在广州发布第二代VLA大模型的首次重大升级。当天，何小鹏在微博认输："硅谷食堂要来了。"刘先明赢了这场赌约。

但这场发布会真正要回答的问题，从来不是谁输谁赢，而是小鹏这一年究竟做对了什么。答案是：给AI加上了"时间"。

过去的自动驾驶系统擅长理解空间——车在哪里、周围有什么。新模型试图把连续发生的道路事件串联起来，让系统从3D空间理解进入4D时空理解。Infini-VLA能记住此前30秒发生的事，X-Foresight可以推演未来6秒、实验中最长达到21秒；流式推理让车辆"边看、边想、边行动"，而不是走一步看一步。

刘先明给出的数字是：新版本端侧模型参数量扩大3.5倍，响应速度提升300%，多维综合安全能力提升超过20倍。最后这项数据来自小鹏自己的仿真与测试，仍属企业口径，有待第三方验证。落到具体场景，考验的是系统能否判断前车掉头时该不该抢行、遮挡处冲出的两轮车能否及时刹停、狭窄会车时能否提前预判对方意图。

更大的变化，发生在驾驶与座舱之间。小鹏引入了整车大脑Master Agent，把VLA和视觉语言模型（VLM）连接起来，让车辆不再只是执行指令，而是能理解"找个合适的位置停下"这类模糊表达，并自行拆解成变道、寻找车位、泊车等一连串动作。这相当于把一部分Robotaxi的能力，提前下放到了量产车上。

这些功能将随XOS 6.3.0从9月起陆续推送，由小鹏G9L首发。搭载单颗图灵芯片的Max车型将率先获得VLA Lite，双Orin-X车型则要等到今年晚些时候。

真正决定这套系统能走多远的，从来不只是发布会上的参数。单次训练的数据吞吐量已达到1.1亿个片段，较半年前增长10倍；今年6月到8月，仿真平台每日验证的新模型数量提升了290%。数据、模型、仿真、部署——这套闭环，才是真正沉在冰山以下的部分。

一座食堂，只是一场赌约的结果。对小鹏来说，真正的赌注是：能不能把同一套物理AI底座，同时用在量产车、Robotaxi和机器人身上，并在有限算力和严格安全边界之内，让它持续进化。