小鹏汽车 10 月 22 日宣布，第二代 VLA 大模型完成升级，并已在端侧部署到人形机器人 IRON 上。升级后的 IRON 每 0.2 秒根据眼前画面重新推理一次，同时预测随后 6 秒内的动作变化。
小鹏给这次升级的说法是：上个月，第二代 VLA 开始理解”时间”；这个月，它用在 IRON 身上，开始理解”你的下一步”。
对方变招时怎么接
官方演示集中在近身互动上。IRON 可以和人握手、碰拳、击掌，人临时变招时它能跟着调整：伸出的手掌突然握成拳，它会改成碰拳；击掌的位置挪了，它会换一只手去配合。
按小鹏的描述，IRON 会一直观察、实时判断、持续调整，不必等一套动作做完再反应。这类场景的难处，IT之家的报道用了一句很直白的话概括：“人不会按机器人的节奏出招”。
按老办法做，机器人先识别一个手势，再调出对应的整段动作执行，执行期间对外界变化基本是”盲”的。重推理频率提高以后，动作被切成很短的片段，每一段都能根据最新画面修正。
0.2 秒和 6 秒这两个数
两个数字放在一起看，能粗算出这套系统的节拍。0.2 秒重推理一次，一秒就是 5 次；6 秒的预测窗口里，模型会被重新调用大约 30 次，每次都在更新对未来几秒的判断，再从里面取最近的一小段去执行。
预测窗口远长于执行片段，好处是动作不会一卡一卡，机器人知道自己正处在一个更长的动作里；坏处是每次推理都得在 0.2 秒内完成，模型规模和端侧算力都被这个时限卡住。小鹏没有披露第二代 VLA 部署到 IRON 上的参数量，也没有给出推理延迟的实测分布。
拿人来对照：人对视觉刺激的简单反应时间一般在 0.2 秒上下，IRON 的重推理间隔落在同一量级，应付握手、击掌这种速度不快的互动粗看够用。拍打飞来的物体、接住抛过来的东西这类更快的动作，0.2 秒的节拍能不能跟上，这次演示里没有出现。
端侧部署也有讲究：推理在机器人本体上完成，不依赖云端往返，网络抖动不会直接拖慢反应，代价是要把模型塞进机身里的芯片。
IRON 的硬件底子
IRON 是小鹏在 2025 年 11 月 5 日科技日上发布的。机身用了仿人脊椎、仿生肌肉和全包覆柔性皮肤，头部是 3D 曲面显示屏，双肩做了仿生结构，灵巧手有 22 个自由度。
计算部分搭载 3 颗小鹏自研的图灵 AI 芯片，软件上是 VLT、VLA、VLM 三者组合，支撑对话、行走和交互。第二代 VLA 建在小鹏的同一个物理 AI 基座上，按官方说法，上个月先补上了对”时间”的理解，这个月才落到 IRON 身上。
量产时间表
小鹏的计划是 2026 年底实现人形机器人量产，2027 年上半年开始交付，先进门店、商场等商业场景，之后再往工业和家庭扩展。
同一周，宇树刚发布人形机器人 H2-X，官方称最长续航约 8 小时，国内人形机器人的发布节奏仍然很密。各家的演示越来越像日常互动，量产后在真实人流里能不能维持同样的反应速度，小鹏目前没有公布任何外场测试数据，这一点要等首批机器人进店后才看得到。
参考来源：小鹏汽车官方发布、IT之家、CocoLoop；小鹏发布内容核验重推理间隔、预测窗口与量产交付计划。