近日，小鹏汽车基座模型团队正式发布XCoT技术报告，完整披露“可执行思维链”（Executable Chain-of-Thought，XCoT）这一面向物理AI的推理范式。据盖世汽车9月16日报道及观点网9月11日消息，该技术以自动驾驶为首要验证场景，旨在解决物理AI本体在实时控制中面临的推理时间差问题。从组织架构与技术演进的视角来看，此次技术报告的发布标志着小鹏在底层AI能力构建上迈出关键一步，其通用智能中心主导的基座模型正加速向跨本体复用方向演进。
根据报告披露的技术细节，传统视觉-语言-动作（VLA）模型在场景理解、语义推理和动作生成环节存在显著的时间差。XCoT选择缩短这条链路：模型不再花费大量token来描述未来，而是生成少量结构化的决策标记参与行动生成。这些XCoT标记均储存在动作空间里，负责轨迹推理的Control FFN可以通过共享的多模态自注意力直接读取和执行，中间无需任何翻译工作。
在数据构建方面，小鹏基座模型团队构建了自动化的“推理—动作”（Reason-Action）监督数据。真实行驶轨迹提供动作证据，场景上下文提供因果语义，二者对齐后使模型学会在正确的场景里做出正确的决定。据报告披露，最终用于训练的混合监督数据总量达到362万条。在推理机制上，XCoT首先将无限的可能性收束成一个明确的方向（如减速、保持或向左），随后Flow Matching循着该方向做发散，给出多条具体的做法。此外，团队进一步提出了XCoT策略优化（XCPO），思路是尽量保持既有动作能力稳定，重点优化模型如何作出更好的决策。
性能指标方面，据观点网报道，消融实验显示变道场景横向FDE从1.616降至0.648，误差降低近六成。在H100 GPU上实测每token解码时延约3.25毫秒；由于XCoT序列仅需2至6个标记，即使按最坏情况估算，推理接口开销也低于83.3毫秒的时延预算。
将XCoT置于小鹏的战略脉络中审视，这一技术并非孤立事件，而是其物理AI体系建设的关键节点。小鹏物理世界基座模型以第二代VLA与世界模型为两大支柱，可以支撑自动驾驶、Robotaxi、机器人等多个本体。早在8月27日举行的“TIME｜时间”物理AI暨第二代VLA全新版本体验日中，小鹏集团便披露了第二代VLA模型的首次重大升级。小鹏通用智能中心负责人刘先明当时提到，“模型理解物理世界，既要看见当下，也要记住过去、预判未来”。
9月15日，小鹏汽车副总裁、通用智能中心负责人刘先明再次发文详解XOS 6.3.0所承载的技术升级。据凤凰网与深圳商报·读创9月15日报道，刘先明指出，从2024年起，小鹏持续推进同一条核心技术路线，即通过底层架构创新提升模型理解世界、决策与执行的能力。物理AI有明确边界，车端芯片的算力、内存和功耗有限，推理须满足时延要求，因此必须把模型架构、芯片、编译器和部署方式放在一起设计。XOS 6.3.0正是第二代VLA模型能力的一次集中落地，其中InfiniVLA让历史视觉信息持续参与当前判断，车端部署选用30秒历史上下文；X-Foresight世界模型则进行6秒未来预测，该世界模型曾于今年6月在CVPR上向学术界介绍，如今已在OTA中完成量产落地。
面向下一阶段，小鹏明确指出，XCoT可能会成为一个跨本体持续生长的接口：驾驶的决策词表覆盖车流中的博弈，机器人的决策词表覆盖抓取、避让与人机协作，而它们共享同一套推理机制。刘先明也证实，小鹏已成功将同一套物理AI底层体系迁移到集团机器人上，实现底层的高度复用。
从财务与市场背景来看，高强度的底层技术研发需要持续的资本投入与清晰的产品变现路径作为支撑。小鹏在技术落地层面采取了分层策略以平衡研发成本与市场覆盖率。在Ultra与Max的能力侧重上，刘先明表示，Ultra以向L4演进为长期目标，持续拓展场景覆盖与跨区域泛化；Max聚焦通勤与日常使用。为了让更强的基座模型惠及更多车型，小鹏推进了Max蒸馏方案。刘先明强调，蒸馏不能简单粗暴地缩小、剪枝模型，而是要保留VLA 2.0模型的能力与风格。团队围绕Max车型的计算瓶颈重新分配资源，对计算量最重的ViT部分进行彻底重构，采用“学习式压缩”，配合编译与部署优化实现算力与能力的平衡。目前单图灵平台上的Max蒸馏已落地，双Orin X平台的蒸馏版本也在推进中。这种通过底层架构升级而非单纯堆砌硬件来提升产品力的策略，有助于优化单车BOM成本，改善整体毛利率表现。
在行业影响层面，XCoT技术报告的发布为物理AI的实时控制提供了一种新的解题思路。传统的自然语言思维链在进入物理本体时面临时间差困境，开放式、解码昂贵的自然语言解释难以适应毫秒必争的实时控制。小鹏通过XCoT将推理过程转化为可执行的决策标记，在不牺牲逻辑链条的前提下大幅压缩了推理延迟。这种将大模型能力与严苛的物理世界时延约束相融合的工程化实践，对整个智能驾驶乃至具身智能行业的模型架构设计具有参考价值。当底层推理机制能够跨汽车与机器人本体复用时，车企的研发投入产出比将迎来结构性改变。
后续需重点关注XCoT推理范式在XOS 6.3.0及后续OTA版本中的实际上车表现，以及该架构向Robotaxi和机器人业务线迁移的进度与商业化转化效率。