La frontière entre les éditeurs de logiciels et les constructeurs automobiles traditionnels continue de s’estomper. Lors de la conférence CVPR 2026 à Denver, la société chinoise XPeng a montré qu'elle se considérait davantage comme une entreprise d'intelligence artificielle que comme un fabricant standard de véhicules électriques. Le Dr Xianming Liu, directeur du General Intelligence Center de XPeng, a révélé que la marque dépense chaque mois environ 300 millions de RMB, ce qui équivaut à environ 35 millions d'euros, uniquement pour la formation de modèles d'IA.
Ces dépenses massives s'élèvent à près de 427 millions d'euros par an, un budget surprenant pour une entreprise qui n'a livré qu'environ 200 000 voitures électriques l'année dernière. Cependant, XPeng s'appuie sur ce lourd engagement financier pour pousser son nouveau logiciel VLA 2.0 en production de masse.
Au cours de la conférence, le Dr Liu a expliqué un choix unique dans l'architecture logicielle de XPeng, affirmant que le langage peut agir comme un goulot d'étranglement pour les systèmes de conduite autonome. Le système de première génération transmettait les données visuelles de la route via des jetons linguistiques avant de choisir une action de conduite ; VLA 2.0 supprime entièrement cette étape intermédiaire.
Les ingénieurs de XPeng ont réalisé qu'un véhicule électrique capture environ deux milliards de jetons visuels chaque seconde à partir de ses caméras, mais n'a besoin que de 10 à 20 jetons pour contrôler le volant et les pédales. Forcer le système à expliquer la route par écrit crée des calculs informatiques inutiles et ajoute des retards dangereux. Au lieu de cela, VLA 2.0 conserve la langue uniquement comme entrée, permettant aux conducteurs de donner des commandes verbales que les voitures électriques peuvent facilement interpréter.
Cette nouvelle approche fonctionne déjà dans les véhicules grand public. XPeng a réussi à faire passer le VLA 2.0 de la phase de recherche à la production de masse. Au cours du premier mois de déploiement de la mise à jour en direct, le logiciel a franchi une étape importante en gérant plus de 50 % du kilométrage total de conduite assistée parmi les utilisateurs.
L'architecture prend en charge à la fois l'assistance à la conduite de niveau 2 et les opérations entièrement autonomes de niveau 4. En fait, XPeng a utilisé sa nouvelle plate-forme GX pour construire son premier Robotaxi, qui sort déjà de la chaîne de production. Ce véhicule dédié dispose d’une impressionnante puissance de calcul embarquée de 3 000 TOPS pour gérer des environnements de conduite complexes sans aucune intervention humaine.
XPeng ne s'appuie pas uniquement sur VLA 2.0 pour piloter ses voitures électriques. Le logiciel fonctionne directement avec ce que l'entreprise appelle un « modèle mondial ». VLA 2.0 apprend à conduire en copiant des millions d'heures de comportement humain, mais le modèle mondial se concentre sur l'apprentissage des lois réelles de la physique. Il prédit comment l'environnement environnant va changer et comment les autres conducteurs se déplaceront dans un avenir proche.
Pour prendre en charge ce système, la société a développé trois sous-programmes spécialisés : X-World, X-Foresight et X-Cache. X-Cache est celui qui réduit les traitements informatiques redondants d'environ 70 % sans pratiquement aucune perte de qualité d'image, permettant au système de fonctionner 2,7 fois plus rapidement.
De nombreuses entreprises de véhicules électriques ne sont pas d’accord sur les meilleures configurations de capteurs, mais XPeng choisit un juste milieu. Des modèles comme le P7 et le G7 utilisent un système de vision uniquement pour le cerveau principal du moteur, reflétant la stratégie utilisée par des entreprises comme Tesla. Et pourtant, XPeng refuse de supprimer complètement les capteurs de sécurité traditionnels.
Chaque voiture électrique est toujours équipée de trois radars à ondes millimétriques et de 12 capteurs à ultrasons. Le Dr Liu a expliqué que ces capteurs supplémentaires ne communiquent pas du tout avec le cerveau principal de l’IA. Au lieu de cela, ils exploitent un système de sécurité complètement séparé pour le freinage d’urgence et la direction automatiques. Cette configuration garantit que si l'IA de vision commet une erreur, une couche physique secondaire peut protéger les passagers.
Pour faire fonctionner ces systèmes, XPeng repousse les limites de la « loi de mise à l'échelle » de l'IA, qui stipule que les modèles deviennent plus intelligents à mesure que vous leur fournissez plus de données et de puissance de calcul. Le système VLA 2.0 actuel contient des milliards de paramètres et s'entraîne sur des centaines de millions de clips vidéo, consommant plus de quatre mille milliards de jetons à chaque itération de mise à jour.
Malgré son ampleur, XPeng a géré ses coûts élevés en améliorant son efficacité. Au cours des 12 derniers mois, l'entreprise a amélioré l'efficacité de ses formations ponctuelles de 4 360 % et augmenté l'utilisation de son matériel GPU de 40 % à 90 %. Cela leur permet de maximiser la valeur de leur réserve de trésorerie de 47,66 milliards RMB (5,55 milliards d'euros).
Les progrès rapides du logiciel ont déclenché un pari amical à gros enjeux au sein de l’entreprise. L'année dernière, le PDG de XPeng, He Xiaopeng, a fait un pari public avec le Dr Liu sur les performances du VLA 2.0 : si le système ne parvient pas à correspondre au logiciel de conduite entièrement autonome de Tesla d'ici le 30 août 2026, le Dr Liu devra courir nu sur le Golden Gate Bridge en Californie.
Heureusement pour l'ingénieur, il a exprimé sa totale confiance dans le fait que ses vêtements resteraient en place. Le Dr Liu a déclaré que des tests internes dans des villes chaotiques comme Pékin ont prouvé que le VLA 2.0 avait déjà atteint la parité avec les anciens systèmes Tesla et correspondait ou dépassait les versions plus récentes en raison des données de conduite complexes trouvées sur les routes chinoises.
XPeng considère ses voitures électriques comme du matériel physique conçu pour mettre en valeur ses prouesses en ingénierie et collecter des données pour son logiciel VLA avancé. Cette perspective explique pourquoi l'entreprise a accordé une licence à Volkswagen pour l'architecture VLA 2.0 plus tôt cette année - VW l'utilisera dans les véhicules lancés en 2027.
L'entreprise prévoit d'étendre cette intelligence artificielle au-delà de l'industrie automobile et prépare son robot humanoïde « IRON » pour une production de masse d'ici la fin 2026. L'intention est de déployer ces robots comme assistants d'achat dans ses magasins de détail à partir du premier trimestre 2027, transformant ainsi l'entreprise d'un constructeur automobile traditionnel en une entreprise physique d'IA.
