小鹏IRON机器人升级至0.2秒实时推理，可预判6秒内人类动作

10月22日，小鹏汽车正式宣布其人形机器人IRON完成关键能力升级：通过第二代VLA（Vision-Language-Action）大模型与端侧算力协同，IRON now具备每0.2秒一次的实时推理频率，并可预测人类未来6秒内的动作轨迹。这一进步标志着人形机器人从“被动响应”向“主动预判”迈出了实质性一步。

在传统人机交互中，多数机器人依赖单次手势识别后执行预设动作序列，一旦人类临时改变意图——例如击掌中途握拳、或突然偏移手部位置——机器人往往因缺乏连续感知与动态规划能力而僵滞。而IRON的升级核心在于构建了一个“视觉感知—时序建模—动作生成”的实时闭环系统：它不再仅识别某一帧画面，而是持续观察人类行为流，以0.2秒为周期对当前画面进行重新推理，并结合物理运动规律推演后续6秒可能的动作演化路径。

该能力源自小鹏自研的物理AI基座（Physical AI Foundation），其技术逻辑与小鹏汽车自动驾驶系统的时空预测模块同源。在智能驾驶中，车辆需基于历史轨迹与环境动态预测其他交通参与者未来数秒的运动；如今，这一能力被迁移至人形机器人领域，使IRON不仅能“看见”当下，更能“理解”即将发生的动作意图。值得注意的是，整套推理过程完全在机器人本体端侧完成，不依赖云端计算，从而避免了网络延迟导致的响应滞后。

硬件层面，IRON搭载三颗自研“图灵”AI芯片，总算力达2250 TOPS（INT8），足以支撑高频率、低延迟的多模态推理任务。据公开资料，该芯片专为端侧大模型优化，支持VLT（Vision-Language-Text）、VLA与VLM（Vision-Language-Model）三类模型协同运行，构成其“高阶大小脑”智能架构。其中，VLA模块负责将视觉输入转化为可执行的动作指令，是本次升级的核心载体。

在演示场景中，IRON可流畅完成握手、碰拳、击掌等日常互动动作，并能应对突发变招：当测试人员在击掌过程中突然收手握拳，IRON会即时调整手臂姿态，转为配合性握拳回应；若击掌位置横向偏移30厘米，机器人亦能快速切换手掌方位完成对接。这些看似简单的交互，实则要求系统在毫秒级时间内完成目标跟踪、姿态估计、动力学约束求解与关节运动规划——而这正是过去人形机器人难以逾越的门槛。

小鹏于2025年11月5日科技日首次发布IRON，当时其已具备仿人脊椎结构、22自由度灵巧手、全包覆柔性皮肤及3D曲面头部显示等拟人化设计。彼时，IRON的“猫步”行走已接近人类步态轻柔度，但交互仍偏重脚本化响应。此次升级补足了其在动态社交场景中的关键短板。

何小鹏此前曾坦言，机器人研发难度约为造车的20倍，“基本上我们机器人的硬件、软件、设计及供应链都是我们自己的”，并强调“过去一直不愿意把机器人拿出来，主要是因为不能量产，市面上很多机器人能力演示都是通过剪辑之后放出来的”。此次0.2秒推理能力的公开验证，可视为小鹏对“真实能力交付”承诺的一次落地。

行业背景方面，人形机器人正加速从实验室走向商业化落地。弗若斯特沙利文报告显示，2026年上半年全球人形机器人销量已达3.6万台，收入5.4亿美元，超过2025年全年总量；前五名厂商全部为中国企业，包括优必选、智元机器人、宇树科技、银河通用与乐聚机器人。与此同时，资本市场反应积极：10月22日A股人形机器人概念股集体活跃，大业股份、海洋王等个股涨停，反映产业预期升温。

技术路径上，小鹏选择了一条“端侧大模型+物理先验”的融合路线，区别于部分厂商依赖高精度仿真训练或纯云端决策的方案。其优势在于低延迟、高鲁棒性与强泛化能力——尤其适合在门店导览、商场服务等需即时反馈的商业场景中部署。根据规划，小鹏将于2026年底实现IRON批量生产，2027年上半年开启交付，初期聚焦商业空间应用，后续逐步拓展至工业与家庭场景。

需要指出的是，尽管0.2秒推理与6秒预测能力显著提升了交互自然度，但当前系统仍局限于短时、近距、结构化动作的预判（如上肢互动），尚未覆盖复杂语境下的意图深层理解（如情绪识别、多轮协作规划）。这仍是人形机器人通往通用智能的关键挑战。

从更宏观视角看，小鹏将自动驾驶积累的时序建模能力迁移到具身智能领域，揭示了一种可行的技术复用范式：当物理世界建模成为AI系统的底层能力，跨形态智能体的开发效率有望系统性提升。未来，随着更多车企与机器人公司打通“感知-预测-控制”链路，人形机器人或将在真实环境中真正实现“像人一样思考、像人一样行动”的基础能力。