2026年3月，小鵬（HK9868）發(fā)布了自動駕駛世界模型（X-World）的技術(shù)報(bào)告，揭示了小鵬（HK9868）世界模型X-World的構(gòu)建與使用，并展示了這一技術(shù)在小鵬（HK9868）汽車自動駕駛中的實(shí)際使用價(jià)值。
近日，小鵬集團(tuán)（XPEV）世界模型技術(shù)再突破，發(fā)布了X-Cache技術(shù)報(bào)告。X-Cache 是面向少步自回歸世界模型的跨段塊級緩存。世界模型生成未來畫面時(shí)，X-Cache 能在基本不犧牲畫質(zhì)的前提下，復(fù)用相鄰兩段畫面、同一去噪步驟的中間結(jié)果，大約減少七成的重復(fù)計(jì)算，對世界模型的去噪主干（DiT，Diffusion Transformer）實(shí)現(xiàn)最高約 2.7 倍的推理加速。
X-Cache“偷懶”但靠譜
利用物理世界連續(xù)性，實(shí)現(xiàn)跨畫面分塊復(fù)用
隨著自動駕駛進(jìn)入模型驅(qū)動階段，對現(xiàn)實(shí)世界的高還原度仿真成為自動駕駛模型不斷進(jìn)化的核心支撐?；谧曰貧w視頻擴(kuò)散的世界模型，雖具備高保真、多視角視頻的生成能力，但其推理成本與延遲仍是制約實(shí)時(shí)交互與大規(guī)模部署的瓶頸。小鵬（HK9868）使用更少的步驟來打磨出最接近現(xiàn)實(shí)世界的畫面（少步蒸餾技術(shù)），如果用傳統(tǒng)的加速方法，即，在每一次去噪步數(shù)之間識別是否相似、能否跳過，也是無法解決推理慢的問題。
X-Cache的核心思路來自于物理事實(shí)：自動駕駛行車的畫面是連續(xù)的、順滑變化的。車在行駛過程中，上一幀的道路、路邊樹木、遠(yuǎn)處建筑和下一幀幾乎沒有變化；于是，X-Cache把視頻按時(shí)間切成一段段連續(xù)的「畫面段」，然后比較相鄰兩段片段在去噪網(wǎng)絡(luò)內(nèi)部同一層、同一去噪步上的中間特征相似度。若變化不大，就直接復(fù)用上一段算出來的中間結(jié)果，跳過整層計(jì)算。這就是X-Cache的跨塊緩存邏輯。
簡單來說，X-Cache不依賴“步數(shù)”維度（在少步蒸餾模型中已無冗余可挖），而是沿著“連續(xù)生成的畫面段”這一新維度進(jìn)行優(yōu)化。
X-Cache總體架構(gòu)示意圖
為了保障跨塊復(fù)用的準(zhǔn)確性，X-Cache會生成一個(gè)“指紋”：除了結(jié)合畫面結(jié)構(gòu)，也會結(jié)合駕駛動作（如：猛打方向盤）來判斷現(xiàn)在的路況和剛才的路況像不像，更聰明的進(jìn)行復(fù)用；同時(shí)，X-Cache也具備“保命機(jī)制”，在車輛轉(zhuǎn)彎、變道、紅綠燈切換等場景突變的關(guān)鍵時(shí)刻（KV更新幀），強(qiáng)制要求全量計(jì)算，防止錯(cuò)誤累積導(dǎo)致的畫面崩損。
由此，X-Cache在不犧牲生成質(zhì)量的前提下顯著提升世界模型的推理效率，為高并發(fā)、高頻調(diào)用場景中的應(yīng)用提供了解法。
X-Cache是聰明、即插即用的小工具
推動世界模型無損加速
X-Cache 是一段無需訓(xùn)練的控制邏輯，緩存內(nèi)容隨生成實(shí)時(shí)刷新，相比模型本身的參數(shù)量，開銷可控。
不同于停留在實(shí)驗(yàn)驗(yàn)證階段的方案，X-Cache這個(gè)聰明的小工具已在小鵬（HK9868）自動駕駛世界模型X-World中成功得到應(yīng)用，并在城市、高速等多類復(fù)雜場景中穩(wěn)定運(yùn)行。通過跨分塊計(jì)算復(fù)用，實(shí)現(xiàn)極高的計(jì)算利用率與推理加速，并通過多重機(jī)制保障生成質(zhì)量與系統(tǒng)穩(wěn)定性，具備面向規(guī)模化應(yīng)用的工程可靠性。
城市快速路的視覺對比：基線模型 VS X-Cache
轉(zhuǎn)彎場景的視覺對比：基線模型 VS X-Cache X-Cache 可達(dá)到 71% 塊跳過率 ，以及 2.6 ～2.7倍實(shí)測推理加速，且畫面質(zhì)量幾乎無損
X-World 作為面向物理世界的仿真引擎，構(gòu)建起可推演、可交互的虛擬環(huán)境，成為模型訓(xùn)練與持續(xù)進(jìn)化的核心基礎(chǔ)設(shè)施。在此基礎(chǔ)上，X-Cache進(jìn)一步解決規(guī)?；抡孢\(yùn)行中的效率與成本問題，使高質(zhì)量仿真具備“跑得動、跑得快、成本可控”的工程化能力。依托這一體系支撐，小鵬（HK9868）第二代VLA的能力上限得以顯著提升。
總結(jié)來說：
第二代VLA負(fù)責(zé)感知與決策，是用戶可直接感知的能力輸出端
X-World承擔(dān)虛實(shí)映射與場景推演，是系統(tǒng)進(jìn)化的核心支撐
X-Cache提供高效推理能力，是支撐大規(guī)模仿真運(yùn)行的加速引擎
通過這一體系，小鵬（HK9868）實(shí)現(xiàn)從數(shù)據(jù)采集、模型訓(xùn)練、仿真驗(yàn)證到持續(xù)迭代的閉環(huán)能力，推動自動駕駛從單點(diǎn)能力優(yōu)化，走向模型驅(qū)動的全鏈路閉環(huán)迭代。
算力基建新突破
賦能規(guī)?；涞嘏c生態(tài)拓展
從X-World的亮相到X-Cache的開發(fā)，小鵬（HK9868）在短時(shí)間內(nèi)完成了從“構(gòu)建高質(zhì)量仿真世界”到“高效利用仿真世界”的跨越。這不僅是一次推理加速，更是讓低成本、高并發(fā)的閉環(huán)仿真成為可拓展、常態(tài)化運(yùn)營的能力。
X-Cache 證明，在物理AI時(shí)代，競爭焦點(diǎn)不僅是芯片的峰值算力，更應(yīng)該探索如何借助物理世界的先驗(yàn)知識，最大化每一份算力的價(jià)值，讓每一次計(jì)算都用于探索“未知”。
值得一提的是，X-Cache面向少步自回歸交互式仿真，也能直接拓展至同類具身智能與世界模型，滿足自動駕駛閉環(huán)測試、在線強(qiáng)化學(xué)習(xí)、低算力芯片部署等工業(yè)級需求，為具身智能、機(jī)器人仿真乃至更廣泛的物理世界交互，提供了一套可復(fù)用的算力范式與生態(tài)基石。
上周，何小鵬（HK9868）在北京車展提到，第二代VLA自向用戶推送以來，全系Ultra車主提車第一周每天開啟NGP的比例高達(dá)98.52%，一段完整行程100%NGP駕駛行程數(shù)量環(huán)比增長115.9%，使用智駕已成為廣大車主的日常出行習(xí)慣。小鵬（HK9868）第二代VLA將逐步覆蓋全系Ultra、Ultra SE車型，并計(jì)劃于今年內(nèi)向MAX車主推送蒸餾版第二代VLA，讓更多用戶體驗(yàn)到技術(shù)領(lǐng)先、體驗(yàn)領(lǐng)先的智能輔助駕駛技術(shù)。
未來，小鵬集團(tuán)（XPEV）將持續(xù)探索自動駕駛領(lǐng)域更多技術(shù)突破，讓小鵬（HK9868）智駕在數(shù)字世界練得更強(qiáng)、現(xiàn)實(shí)世界開得更穩(wěn)。
