【别再骂“一次性鹏友”！鹏厂为了老车主发了篇论文】80 个“思考 Token”压到 6 个，508TOPS 老车只剩最后一段路小鹏G9L小鹏汽车小鹏第二代vla发布 一、被吐槽很久的“老车主困境”

在小鹏车主圈子里，一直有个扎心的争议：小鹏是不是只管新车、不管老车？

争议的根源，藏在硬件算力的代差里。

如今新款Ultra车型搭载三颗图灵AI芯片，整车有效算力高达2250TOPS，算力储备拉满。

反观早年的热门车型：G6搭载双Orin-X、智驾算力508TOPS。G9 Max同样为双Orin-X、508TOPS。X9也是双Orin-X、508TOPS。P7i Max亦采用双Orin-X、508TOPS。和新款车型相比，算力有着数倍差距。

硬件差距摆在眼前，全网一直充斥着“小鹏是一次性车企，老车不配升级高阶智驾”的吐槽。

其实小鹏早有公示，计划在今年下半年完成Max版第二代VLA蒸馏版推送。但长期只有风声、没有落地，无数老车主的期待，慢慢变成了焦虑与质疑：新功能、新智驾，是不是永远只属于新车？

直到今年8月，两条关键消息密集出现，彻底撕碎了这份质疑，也把小鹏回馈老车主的硬核诚意，完完整整摆在了所有人面前。

8月11日，小鹏基础模型团队公开重磅技术论文XCoT-VLA；次日，何小鹏亲自官宣：双Orin-X车型的第二代VLA蒸馏版调优效果超预期，将于今年第四季度发布。

时间线紧紧贴在一起，显然，XCoT-VLA的技术论文，很可能就是是小鹏为低算力老车适配高阶智驾的关键技术拼图。

二、大白话读懂XCoT：把 AI 长篇大论的思考，压缩成几句驾驶指令

很多车主看不懂Token、CoT这些专业术语，其实这套技术的逻辑，用开车场景就能讲明白。

传统车载大模型的推理模式，特别像“写小作文”，繁琐又低效。

遇到红灯减速的场景，AI会完整推理：“前方红灯亮起，前车正在减速，我距离停止线还有20米，当前车速50km/h，需要缓慢踩刹车平稳停下”。

以下关于推理Token数量、规划频率、推理时延、开环精度与模型架构的技术信息，均引自XCoT-VLA论文。

整套冗长的思考流程，会生成40-80个推理Token，AI逐字解码、完成决策，耗时接近300毫秒。

但自动驾驶是高频实时工作的系统，论文中小鹏车载智驾的基准规划频率为12Hz，单次规划周期仅有83.3毫秒。

三百毫秒的推理耗时，在论文设定的实时规划预算下，完全跟不上行驶节奏，这也是低算力老车无法承载满血高阶智驾的核心痛点。

而XCoT-VLA的核心突破，就是帮车载AI“戒掉所有废话”。

它彻底砍掉冗余的场景描述、无效推理过程，只保留能直接控制车辆的核心执行指令。将原本几十条的长文本推理，极致压缩为2-6个标准化语义Token。

诸如DECELERATE减速、RED_LIGHT_HOLD红灯停车、LEFT_TURN_PREPARE准备左转，每一个Token都精准对应车辆操作，无一句冗余。

全新推理逻辑极简高效：多模态场景输入→生成核心执行Token→输出精准行驶轨迹，没有一句废话，每一段推理都直接服务于车辆控制，极大削减自回归推理开销。

论文在 H100 显卡上做了 reasoning interface 时延对比测试，差距一目了然：

传统长文本思维链推理：耗时279~307ms，在这项测量中远超83.3ms的 12Hz 实时规划预算；

XCoT精简推理：仅需38.6~66.3ms，在论文测量的 reasoning interface 环节内压进了实时预算。

更关键的是：这次提速，完全没有牺牲精度！XCoT的开环规划结果，也没有因为推理更短而变差。

论文开环轨迹评测数据显示，相较于Trajectory-only基线，XCoT的规划误差全面下降：通用路况纵向ADE误差从1.6452降至1.3233；变道场景横向FDE误差从1.6160暴跌至0.6484，误差降幅超50%。

简单说：思考更简洁、响应更快速、决策更精准。

更少的推理 Token、更低的 reasoning interface 时延，没有换来更差的轨迹规划结果，反而取得了更好的开环规划精度。

在架构设计上，XCoT极度贴合实时车载场景。它将推理模块与轨迹控制模块分层解耦：

XCoT Token 走 Reason FFN，轨迹 Query 走 Control FFN，两条路径通过共享多模态注意力交互。第一阶段会联合训练 Reason FFN 和 Control FFN；到了可选的第二阶段 XCPO，视觉前端、共享注意力、Control FFN 和轨迹头都被冻结，只继续优化 Reason FFN 和 XCoT 预测头。

双路径分工协作、共享视觉注意力，既能快速落地适配，还能后续单独优化推理能力，持续迭代升级，为老车长期OTA留足空间。

三、绝非纸上谈兵？XCoT与量产蒸馏版的关系值得关注

很多人会觉得：论文只是理论，未必能落地。但多条实锤线索证明，XCoT早已不是实验室技术，而是小鹏VLA 2.0蒸馏版的核心量产方案。

1. 核心团队有明显工程部署背景

XCoT论文作者信息显示，吴奇曼、Yue He、Shaman Tang等人共同参与了这项工作。

吴奇曼早年参与PalQuant研究，方向是低精度加速器上的高精度网络加速。[10]ECCV收录页面同时列明其当时供职百度。[11]

在小鹏的TuringViT项目中，吴奇曼担任项目负责人，Yue He、Shaman Tang等人也出现在作者名单中。TuringViT论文强调hardware-friendly design、efficient deployment，并称其已经成为小鹏AI系统的统一视觉基础。

两套工作的人员和工程方向存在明显重合，这至少说明团队的研究并非只围绕脱离应用场景的理论问题。

2. 时间线高度巧合，XCoT可能已经在NGP V6.3.0上车

8月11日，XCoT-VLA论文正式公开；同一天，小鹏官方宣布第二代VLA智驾迎来首次模型大升级，即将推出6.3.0版本。[12]

随后何小鹏在小鹏 G9L 发布会上表示：

“基于单图灵芯片的蒸馏版本将于8月底、9月初发布。基于双Orin-X芯片的蒸馏版本效果超预期，将于第四季度发布。”

据此，我的判断是：

XCoT很可能与内部低算力车端适配需求有关，应该就是这一过程中沉淀出的技术方案之一。

小鹏第二代VLA的6.3.0版本搭载了论文中提到的XCoT技术。

而根据路边消息：NGP V6.3.0.8901，支持了MAX版本的 VLA 2.0 蒸馏版。

完整技术链路已然清晰：XCoT-VLA论文技术 → NGP V6.3.0版本 → 全系列VLA 2.0蒸馏版量产落地。

这不是巧合，是小鹏早有规划、稳步落地的老车焕新方案。XCoT 的的确确真正进入量产技术栈。

3. XCoT 在“满血版 → 蒸馏版”里，可能占了非常重的一块

很多人以为，VLA 2.0从新车下放至老车，只是简单的功能平移。实则不然，这是一套极致、系统的工程优化体系，而XCoT架构革新，是其中最核心的突破。

整套老车智驾下放方案，由四大核心动作支撑（非官方数据，为工程视角权重拆解）：

1）XCoT架构革新：40%（我认为的关键项），重构车载AI推理接口，砍掉冗余思考步骤，从推理层面缓解响应延迟问题；

2）模型蒸馏轻量化：35%，压缩大模型参数体量，适配老车硬件上限；

3）量化、算子融合与硬件编译优化：15%，极致压榨剩余算力；

4）数据配方迭代与精度校准：10%，弥补压缩损耗，保证智驾体验不打折。

直白来说：模型蒸馏主要解决“车载大脑的体量上限”；而XCoT针对的是“大脑思考决策耗时速度慢”的核心问题。

传统CoT模式单次智驾决策，要经过数十步推理、生成几十组Token，严重拖累响应速度。正是XCoT的技术突破，把推理Token压缩至2-6个，让低算力平台也能实现高频、实时、精准的智驾决策。

可以笃定的说：如果没有 XCoT 技术的突破，双Orin老车根本无法落地第二代VLA高阶智驾。

4. 技术已验证落地，老车升级只剩“等待推送”

如今，XCoT技术已实车落地，单图灵芯片车型的VLA 2.0 蒸馏版智驾已开启推送验证。

对广大双Orin-X老车主而言，当下早已没有“技术能不能实现”的难题，只剩下大家最关心的答案——什么时候能升级？

我的判断是：10月。

写在最后

别再纠结低算力城区智驾的噱头，城区路况从来不是单一笼统的场景，而是充斥着各类复杂突发的极端路况。面对行业内低算力、低成本方案的低质内卷，“一次性鹏友”、“一次性车企”的标签被牢牢贴在小鹏身上许久。

小鹏没有无谓争辩，而是投入核心研发力量，从算法架构底层重构，用极致的工程优化，强行把满血版VLA高阶智驾能力，一点一点压到老车的算力平台。

回看XCoT-VLA这篇技术论文，褪去硬核的算法与数据外壳，这更像是务实诚恳的理工男，写给每一位老车主的专属情书，温柔又踏实。

如果觉得有用，欢迎点赞、转发。

参考资料 小鹏汽车，2025-08-20：网页链接 小鹏汽车，2023-06-29：网页链接 小鹏汽车，2023-12-11：网页链接 小鹏汽车，2024-12-23：网页链接 小鹏汽车，2023-11-06：网页链接 小鹏汽车，2026-03-17：网页链接 XPeng Foundation Model Team，XCoT-VLA，2026-08-11：网页链接 21世纪经济报道，2026-08-12：网页链接 TuringViT，2026-06-23：网页链接[10] PalQuant，2022-08-03：网页链接[11] ECCV 2022：网页链接[12] 小鹏汽车，2026-08-11：网页链接