內地電動車品牌小鵬（XPeng）表示，旗下人形機械人 IRON 透過第二代 VLA 大模型升級，學會預判人的動作。VLA 即讓 AI 看懂畫面再決定動作的模型。公司展示 IRON 與人握手、碰拳及擊掌，對方中途改變手勢時，機械人亦能調整動作配合。
IRON 告別照劇本做 每 0.2 秒重新推理
小鵬表示，IRON 以往與人互動時，會先識別對方手勢，再執行一套固定動作。這樣運作的機械人較像跟着腳本演出：辨認到握手手勢就完成相應動作，但對方未必會一直維持原來姿勢。
今次升級改變了這個流程。公司指 IRON 會持續觀察面前的人，每 0.2 秒根據畫面重新推理一次。換言之，機械人伸手後仍會繼續判斷眼前情況，不會只按最初識別的手勢做完整套動作。
由此推論，IRON 正嘗試由跟腳本做動作，轉向理解人的動作變化。機械人要與人自然互動，就要應付對方突然改變手勢或位置，而非要求人配合機械人的固定節奏。
握手途中突然變招 IRON 即時換手配合
小鵬表示，IRON 可預判人類未來 6 秒內的動作變化。人在互動期間會不斷改變動作，機械人要邊觀察邊配合，這項能力就是為此而設。
在公司展示的互動場景中，IRON 可以完成握手、碰拳及擊掌。對方突然由張開手掌改為握拳，或臨時移動擊掌位置時，機械人亦能調整姿勢、換手配合，不會僵在原地；惟現有資料未交代演示條件及成功率。
這些動作本身並不複雜，演示重點在於中途變招：IRON 要更新判斷，再改變正在進行的動作。從公司描述看，6 秒預判與每 0.2 秒重新推理應是同時運作，而非預測一次後就不再理會對方的變化。
技術與自動駕駛同源 3 顆晶片本機運算
小鵬表示，這套預測能力來自其物理 AI 基座，即讓 AI 理解及應付真實世界的基礎技術，與旗下汽車自動駕駛的預測能力同源。按公司說法，今次升級等於把車用的預測技術搬到人形機械人身上。
公司指相關能力直接在機械人本體運行，不依賴雲端遙控。IRON 搭載 3 顆小鵬自研圖靈 AI 晶片，總算力為 2,250 TOPS；小鵬稱這些硬件足以支撐高頻即時推理，令動作回應不會出現明顯延遲。
何小鵬稱造機械人難度約是造車 20 倍
據快科技引述，小鵬創辦人何小鵬上月談及機械人業務時表示，做機械人的難度約相當於造車的 20 倍。他指公司機械人的硬件、軟件、設計及供應鏈基本上都是自家的，過去不願意展示機械人，主要因為當時未能量產。
他亦指市面上不少機械人能力演示經剪輯後才發佈。按公司描述，IRON 今次由識別手勢後執行固定動作，轉為邊觀察邊推理並預判人的下一步，可視為機械人應付日常互動的一種嘗試。
既然他也點出業界演示多經剪輯，IRON 今次展示的預判能力放到真實環境，又能否同樣靈活？
