6月29日，近日，小鹏集团再度发布技术论文X- Mind，详解如何将世界模型预测未来的能力集成到第二代VLA自驾模型中。不久前，在有“AI届奥斯卡”之称的CVPR大会，英伟达、特斯拉、小鹏集团同时受邀演讲，通用智能中心负责人刘先明再度披露小鹏物理AI的研发进展，首次对外展示世界模型技术图谱，拆解小鹏世界模型如何进化出预测未来、可控生成和长时序推演的能力。X-Mind作为小鹏世界模型重磅论文之一，让业界对纯视觉方案的大模型训练有了进一步的了解。

据了解，X-Mind的核心原理包括：思维草图——将未来12帧世界推演压缩至仅96个Token，保留道路拓扑、交通灯状态等核心语义，解决长上下文计算瓶颈；递归块扩散机制——在单次前向传播中生成高质量未来推演，推理延迟几乎持平；思维链可视化——展示模型在决策前对障碍物占位和车道连通性的预判。

对比实验数据显示，X-Mind在轨迹预测误差上较传统VLA模型显著降低，且推理延迟极低，具备车规级芯片量产可行性。该框架与X-World、X-Foresight共同组成小鹏物理AI基座模型研发谱系，实现主动思考、可控生成和长时序推演三大核心能力。