有意思，小鹏在世界模型的基础上，推出了一个专用的推理加速器，叫X-Cache。
说人话就是，世界模型每帧算力消耗比较大，每一帧画面，从头到尾全部重新算一遍，X-Cache 干的事是把路面画面切成很多小方块，哪些方块没变就存起来直接复用，只有车、行人、非机动车这些在动的方块，才会重新计算。
假设我们要让AI帮我生成一段一条街道上有个行人在走路。
没有 X-Cache：每一帧都完整渲染整张画面。如果有 X-Cache：街道背景缓存不动，只单独渲染走动的人。
大家基本可以理解，两种不一样的计算，谁可以更快生成这条视频。
按照小鹏官方的数据，X-Cache 可以减少 70% 的重复计算，而且推理速度可以提高 2.7倍，在这个基础上还能确保画质是基本无损的，也就是跨帧、跨去噪步都能复用，缓存命中率极高。
现在目前有几种针对加速的方案。比如特斯拉最早可以用同路口、同位置的重复记忆复用，也是降低重复计算和延迟，Robotaxi 的L4方案更习惯在云端把静动态拆分，静态用一次性编码缓存下来，比较适合固定范围的L4运营。
所以不同纬度出发，大家对于计算加速缓存的理解不同。小鹏更注重的是生成端，也就是在模型内部的计算加速缓存，和过去很多在感知或者场景层的环境信息缓存不同，小鹏更注重算得快这一动作。
小鹏的目标也是既能在车上实时推理加速，也能在云端仿真训练、数据生成降本增效，基本上是全链路可用。
因为少算就等于省算力的同时、也降功耗、也减延迟，这在后面不仅是自动驾驶，在更多出行机器人、Robotaxi等端侧大模型上都有很意义。
小鹏汽车小鹏gx
