La línea entre las empresas de software y los fabricantes de automóviles tradicionales sigue desdibujándose. En la conferencia CVPR 2026 en Denver, la empresa china XPeng demostró que se considera más una empresa de inteligencia artificial que un fabricante estándar de vehículos eléctricos. El Dr. Xianming Liu, director del Centro de Inteligencia General de XPeng, reveló que la marca gasta aproximadamente 300 millones de RMB, lo que equivale a unos 35 millones de euros, cada mes únicamente en entrenar modelos de IA.
Este enorme gasto asciende a casi 427 millones de euros al año, un presupuesto sorprendente para una empresa que entregó sólo unos 200.000 coches eléctricos el año pasado. Sin embargo, XPengre confía en este fuerte compromiso financiero para llevar su nuevo software VLA 2.0 a la producción en masa.
Durante la conferencia, el Dr. Liu explicó una elección única en la arquitectura de software de XPeng, afirmando que el lenguaje puede actuar como un cuello de botella para los sistemas de conducción autónoma. El sistema de primera generación pasó datos visuales de la carretera a través de tokens de idioma antes de elegir una acción de conducción; VLA 2.0 elimina por completo este paso intermedio.
Los ingenieros de XPeng se dieron cuenta de que un vehículo eléctrico captura alrededor de dos mil millones de tokens visuales cada segundo desde sus cámaras, pero solo necesita de 10 a 20 tokens para controlar el volante y los pedales. Obligar al sistema a explicar el camino en palabras escritas crea cálculos informáticos innecesarios y añade retrasos peligrosos. En cambio, VLA 2.0 mantiene el lenguaje sólo como entrada, lo que permite a los conductores dar órdenes verbales que los coches eléctricos pueden interpretar fácilmente.
Este nuevo enfoque ya funciona dentro de vehículos de consumo reales. XPeng llevó con éxito VLA 2.0 de la fase de investigación a la producción en masa total. Dentro del primer mes de su lanzamiento de actualización inalámbrica, el software logró un hito al manejar más del 50% del kilometraje total de conducción asistida entre los usuarios.
La arquitectura admite tanto la asistencia al conductor de nivel 2 como las operaciones totalmente autónomas de nivel 4. De hecho, XPeng utilizó su nueva plataforma GX para construir su primer Robotaxi, que ya está saliendo de la línea de producción. Este vehículo dedicado tiene una impresionante potencia informática a bordo de 3000 TOPS para manejar entornos de conducción complejos sin ninguna intervención humana.
XPeng no depende únicamente del VLA 2.0 para pilotar sus coches eléctricos. El software trabaja directamente con lo que la empresa llama un "modelo mundial". VLA 2.0 aprende a conducir copiando millones de horas de comportamiento humano, pero el modelo mundial se centra en aprender las leyes reales de la física. Predice cómo cambiará el entorno circundante y cómo se moverán otros conductores en un futuro próximo.
Para respaldar este sistema, la empresa desarrolló tres subprogramas especializados: X-World, X-Foresight y X-Cache. X-Cache es el que reduce el procesamiento informático redundante en aproximadamente un 70% sin casi ninguna pérdida en la calidad de la imagen, lo que permite que el sistema funcione 2,7 veces más rápido.
Muchas empresas de vehículos eléctricos no están de acuerdo sobre cuál es el mejor diseño de sensores, pero XPeng elige un término medio. Modelos como el P7 y el G7 utilizan un sistema de visión únicamente para el cerebro conductor principal, reflejando la estrategia utilizada por empresas como Tesla. Y, sin embargo, XPeng se niega a eliminar por completo los sensores de seguridad tradicionales.
Cada coche eléctrico todavía lleva tres radares de ondas milimétricas y 12 sensores ultrasónicos. El Dr. Liu explicó que estos sensores adicionales no se comunican en absoluto con el cerebro principal que impulsa la IA. En su lugar, operan un sistema de seguridad completamente independiente para frenado y dirección automáticos de emergencia. Esta configuración garantiza que si la IA de visión comete un error, una capa física secundaria pueda proteger a los pasajeros.
Para que estos sistemas funcionen, XPeng supera los límites de la "Ley de escala" de la IA, que establece que los modelos se vuelven más inteligentes a medida que se les proporciona más datos y potencia informática. El sistema VLA 2.0 actual contiene miles de millones de parámetros y se entrena en cientos de millones de videoclips, consumiendo más de cuatro billones de tokens durante cada iteración de actualización.
A pesar de su enorme escala, XPeng manejó sus altos costos aumentando la eficiencia. Durante los últimos 12 meses, la empresa mejoró la eficiencia de la capacitación en un solo trabajo en un 4360 % y aumentó la utilización del hardware GPU del 40 % al 90 %. Esto les permite maximizar el valor de su reserva de efectivo de 47.660 millones de RMB (5.550 millones de euros).
El rápido progreso del software provocó una apuesta amistosa de alto riesgo dentro de la empresa. El año pasado, el CEO de XPeng, He Xiaopeng, hizo una apuesta pública con el Dr. Liu sobre el rendimiento de VLA 2.0: si el sistema no logra igualar el software de conducción autónoma total de Tesla antes del 30 de agosto de 2026, el Dr. Liu deberá cruzar desnudo el puente Golden Gate en California.
Afortunadamente para el ingeniero, expresó total confianza en que su ropa permanecería puesta. El Dr. Liu afirmó que las pruebas internas en ciudades caóticas como Beijing demostraron que VLA 2.0 ya alcanzó la paridad con los sistemas Tesla más antiguos y iguala o supera a las versiones más nuevas debido a los complejos datos de conducción encontrados en las carreteras chinas.
XPeng ve sus coches eléctricos como hardware físico creado para mostrar su destreza en ingeniería y recopilar datos para su software VLA avanzado. Esta perspectiva explica por qué la compañía otorgó la licencia de la arquitectura VLA 2.0 a Volkswagen a principios de este año: VW la utilizará en los vehículos que se lancen en 2027.
La compañía planea expandir esta inteligencia artificial más allá de la industria automotriz y está preparando su robot humanoide "IRON" para su producción en masa a fines de 2026. La intención es implementar estos robots como asistentes de compras dentro de sus tiendas minoristas a partir del primer trimestre de 2027, transformando el negocio de un fabricante de automóviles tradicional a una empresa física de inteligencia artificial.
