每 0.2 秒重算一次：小鹏 IRON 学会预判人类下一个动作

人机交互最难的部分，不是识别动作，而是接住变化。小鹏汽车透露，第二代视觉语言动作模型已完成时序理解能力升级，并部署到 IRON 人形机器人的端侧算力上，让它能在人抬手之前就开始预判。

升级的核心是时序理解与行为预测。现在这台机器人可以和人握手、碰拳、击掌，也能应付对方临时改主意的情况：手掌忽然握成拳，或者击掌的位置偏了几厘米，它都会及时调整姿态配合。

这与过去的做法有本质区别。传统人形机器人大多走"识别手势—调用预设动作"的流程，人的动作一旦偏离模板，交互就断了。IRON 改成持续观察、实时判断：每 0.2 秒照着画面重算一遍，并推测未来 6 秒内动作会怎么变，视觉感知与躯体动作形成闭环。

硬件底子来自 2025 年 11 月 5 日科技日亮相的全新一代产品。当时官方称其为最拟人的人形机器人，步态接近人类；身体结构上做了仿人脊椎与仿生肌肉，外覆柔性皮肤，头部是一块 3D 曲面屏，双肩亦为仿生设计，灵巧手有 22 个自由度。算力由三颗图灵芯片提供，视觉、语言、动作三类模型配合完成行走、对话与交互。

把大模型放到端侧，是个不容易的决定。云端推理可以堆更大参数，但机械臂与人脸的交互对延迟极其敏感，一次网络抖动就足以让握手变成错位。0.2 秒的推理周期意味着模型必须在小体积、低功耗的算力上跑出稳定帧率，量化、算子优化与散热都是硬约束。

量产节奏已经排出：2026 年底量产，2027 年上半年交付，先落门店与商场这类商业场景，再逐步进工业与家庭。商业场景是理想的训练场——人流密集、动作随机、交互频次高，恰好能把预判能力磨到可用。

值得留意的是这套能力的复用性。同一套物理 AI 底座既服务机器人，也服务智能驾驶，感知、预测、决策的底层逻辑相通。把汽车上积累的时序预测经验迁到人形机器人身上能否走通，2027 年的首批交付会给出答案。

文章与图片内容转载网络，如有侵权请联系平台删除