从机械人融资超9亿美元到第二代VLA模型沉大升级，幼鹏在回覆一个物理AI命题

8月24日，幼鹏机械人实现首轮超9亿美元融资，投后估值超过63亿美元，刷新中国具身智能行业单轮私募股权融资纪录。IDG资能力投，高榕创投参投，腾讯、阿里巴巴战术投资。 对于一个尚处在量产前夕的人形机械人业务，这笔融资受到关注的不只是规模。幼鹏机械人背后，很大一部门能力来自从前十余年智能汽车和自动驾驶的堆集。从AI芯片、模型、数据和AI Infra，到供给链、车规级造作和全球化系统，这些能力在逐步向机械人业务延长。 8月27日，幼鹏第二代VLA迎来初次模型沉大升级。新版本端侧模型参数量较此前提升3.5倍，支持30秒有效时序影象和将来6秒场景预测，端到端响应快率提升3倍，模型对物理世界的理解也起头由空间进一步延长至功夫。 表表看，这是一次产生在智能汽车上的模型升级。但放在汽车、Robotaxi和人形机械人的整体布局中，两件事现实上指向统一个问题：一套在智能汽车上率先实现规；橹さ奈锢鞟I能力，能否持续进化，并向分歧本体延长，最终形成新的规；？ 真实世界并不是一张张静止的画面。车辆判断一个行人是否可能横穿马路，不仅必要鉴别面前有一幼我，还必要知路他此前从哪里来、在往哪里走；判断旁车是否可能加塞，也必要结合一段功夫内的活动轨迹。 新版第二代VLA引入Infini-VLA长时序架构，支持30秒有效时序影象；X-Foresight预测世界模型初次上车，能够推演将来6秒交通参加者可能的行为；流式自回归推理则让模型从离散推理走向陆续推理。与此同时，新版本端侧模型参数量较此前提升3.5倍。 相比具体参数，这次升级更值得关注的是模型能力的变动：从鉴别和理解当前环境，进一步向影象从前、理解此刻和预测将来延长。 物理AI与数字AI的一个显著区别，在于大量关键数据来自真实世界。路路上的极端场景、分歧国度的交通环境，都必要通过真实设备不休获取和验证。 幼鹏披露，目前其占有百万车队和十亿级数据资产，单次训练数据吞吐量达到1.1亿，较半年前增长10倍。萦绕这些数据，幼鹏已经成立覆盖数据、训练、仿真、评估、部署和算力的AI Infra。车辆在真实路路中发现新的问题，数据回到训练系统推动模型更新，再沉新部署到量产车，形成持续迭代。 这使物理AI的竞争逐步从单一模型能力，延长到模型背后的基础设施能力。一代模型的参数和能力并不及以决定持久竞争了局，能否持续获得高质量数据，并实现训练、验证、部署和下一轮迭代，决定了模型进化的快率。 目前，幼鹏第二代VLA已经覆盖从L2辅助驾驶到L4 Robotaxi的分歧层级利用。这意味着，从量产辅助驾驶向更高阶自动驾驶演进，并不必要齐全沉新搭建一套底层技术系统。幼鹏Robotaxi近期获得广州市智能网联汽车远程测试资质，能够在有关测试路路发展主驾无安全员路路测试，此前已实现超过2000单内测。 幼鹏在L2辅助驾驶和L4 Robotaxi之间选取同源技术路线，部门Robotaxi L4能力也起头向量产车型下放。本次全新版本升级还带来了“语音靠边停车”、“语音节造就近泊入”职能，用户只需通过语音下达停车指令，车辆即可在智驾状态下自主寻找相宜地位并实现靠边停车，实现从“语音指令”到“自主执杏妆的齐全关环。幼鹏Robotaxi的L4级能力，正通过同源技术进一步下放至量产车，为车主带来更高阶、更天然的用车履历。 汽车和机械人在硬件状态、活动方式和利用场景上差距很大，但在AI层面，两者必要解决的问题已经出现越来越多的共性：感知和理解真实环境，判断周围的人和物在产生什么变动，并据此节造分歧的硬件本体实现行动。 何幼鹏在二季度业绩电话会上泄漏，幼鹏汽车与机械人在VLA、VLM等部门模型，以及AI Infra、数据组织和训练系统上存在共用和协同开发。 由此，汽车业务中形成的部门模型能力、数据系统和AI基础设施，能够进一步向Robotaxi和机械人延长；新的本体进入更多真实场景后，又会产生新的数据，推动模型持续迭代。 从量产汽车到Robotaxi，再到高阶通用人形机械人，幼鹏在验证的，是一套物理AI底层能力能否逾越分歧本体，在更多真实世界场景中持续进化。 物理AI与数字AI的一个显著区别，在于大量关键数据来自真实世界。路路上的极端场景、分歧国度的交通环境、机械人与人的交互，都必要通过真实设备不休获取和验证。 幼鹏披露，目前其占有百万车队和十亿级数据资产，单次训练数据吞吐量已经达到1.1亿，较半年前增长10倍。萦绕这些数据，幼鹏已经成立覆盖数据、训练、仿真、评估、部署和算力的AI Infra。车辆在真实路路中发现新的问题，数据回到训练系统推动模型更新，再沉新部署到量产车，由此形成持续迭代。 随着Robotaxi和机械人进入更多真实场景，这个循环还会进一步扩大。汽车提供大规模路路数据，Robotaxi带来更复杂的高阶自动驾驶场景，人形机械人则有望将数据起源进一步拓展至零售、服务等场景。分歧本体产生的数据进入共同的训练基础设施，再推动模型迭代。 一代模型的参数和能力并不及以决定持久竞争了局。相比某一次模型升级，能否持续获得高质量数据，并实现训练、验证、部署和下一轮迭代，决定了下一代模型可能以多快的快率产生。 这背后比拼的，是数据、算力、模型训练和工程部署能力，也蕴含真实产品的规模——只有足够多的汽车、Robotaxi和机械人进入真实世界，数据和模型之间的循环才有可能真正跑起来。 若是跨本体解决的是技术能力能否复用，那么机械人接下来还必要回覆另一个问题：这套能力能否真正实现规模量产和贸易化。 随着人形机械人从原型机和技术展示走向贸易利用，竞争已经不只在模型和本体，也进一步涉及成本节造、供给链不变性、产品一致性、规模造作和交付能力。 何幼鹏在二季度业绩电话会上泄漏，幼鹏机械人供给链合作企业中超过85%与汽车业务沉合。除了模型和AI Infra，幼鹏也在将汽车业务堆集的供给链、车规级造作和全球化能力利用到机械人业务。 支持这些投入的汽车根基盘也在改善。2026年第二季度，幼鹏实现总收入197.4亿元，同比增长8.0%；汽车交付量103295台，环比增长64.8%；综合毛利率达到20.7%，同比提升3.4个百分点。 从前十余年，幼鹏萦绕智能汽车堆集了芯片、模型、数据、软件、供给链和造作能力。此刻必要验证的是，这些能力能否在新的硬件本体上持续阐扬作用。 从机械人融资超9亿美元，到第二代VLA初次模型沉大升级，幼鹏近期的两个作为，别离落在物理AI发展的两个关键环节：一壁是模型、数据、算力与分歧本体的持续迭代，另一壁是供给链和造作能力支持下的规；。 一套以智能汽车为首个规；靥宓奈锢鞟I系统，能否逾越分歧本体，在更大的真实世界中持续进化并走向规；飧雒，第二代VLA、Robotaxi和IRON在从分歧方向给出答案。