ソフトウェア会社と従来の自動車メーカーの間の境界線は曖昧になり続けています。デンバーで開催されたCVPR 2026カンファレンスで、中国企業XPengは、自社を標準的なEVメーカーではなく人工知能企業として捉えていることを示した。 XPeng の総合情報センター所長である Xianming Liu 博士は、同ブランドが AI モデルのトレーニングのみに毎月約 3 億人民元 (約 3,500 万ユーロに相当) を費やしていることを明らかにしました。
この巨額の支出は年間約4億2,700万ユーロに達し、昨年電気自動車を約20万台しか納入しなかった同社としては驚くべき予算である。しかし、XPengre は、新しい VLA 2.0 ソフトウェアを量産化するためのこの多大な財政的コミットメントを重視しています。
カンファレンス中、Liu博士はXPengのソフトウェアアーキテクチャにおける独自の選択について説明し、言語が自動運転システムのボトルネックとなる可能性があると述べた。第一世代のシステムは、運転行動を選択する前に、言語トークンを介して視覚的な道路データを渡しました。 VLA 2.0 では、この中間ステップが完全に削除されます。
XPeng のエンジニアは、EV はカメラから毎秒約 20 億の視覚トークンをキャプチャしますが、ハンドルとペダルの制御には 10 ～ 20 のトークンしか必要としないことに気づきました。システムに道路を文字で説明させると、不必要なコンピュータ計算が発生し、危険な遅延が発生します。代わりに、VLA 2.0 は言語を入力としてのみ保持し、ドライバーが電気自動車が簡単に解釈できる口頭コマンドを与えることができるようにします。
この新しいアプローチはすでに実際の民生用車両内で動作しています。 XPeng は、VLA 2.0 を研究段階から完全な量産段階に移行することに成功しました。このソフトウェアは、無線アップデートの展開から最初の 1 か月以内に、ユーザーの総運転支援走行距離の 50% 以上を処理するというマイルストーンを達成しました。
このアーキテクチャは、レベル 2 の運転支援とレベル 4 の完全自動運転の両方をサポートします。実際、XPeng は新しい GX プラットフォームを使用して最初のロボタクシーを構築し、すでに生産ラインから稼働しています。この専用車両は 3,000 TOPS という優れたオンボード コンピューティング能力を備えており、人間の介入なしに複雑な運転環境に対応します。
XPeng は、電気自動車の操縦に VLA 2.0 のみに依存しているわけではありません。このソフトウェアは、同社が「ワールドモデル」と呼ぶものと直接連携して動作する。 VLA 2.0 は、何百万時間もの人間の行動をコピーすることで運転方法を学習しますが、世界モデルは実際の物理法則を学習することに重点を置いています。近い将来、周囲の環境がどのように変化し、他のドライバーがどのように移動するかを予測します。
このシステムをサポートするために、同社は、X-World、X-Foresight、および X-Cache という 3 つの特殊なサブプログラムを開発しました。 X-Cache は、画質をほとんど損なうことなく、冗長なコンピューター処理を約 70% 削減し、システムを 2.7 倍高速に実行できるようにします。
多くの EV 企業は最適なセンサー レイアウトについて意見が異なりますが、XPeng は中間点を選択します。 P7 や G7 などのモデルは、主要な運転脳として視覚専用システムを使用しており、テスラなどの企業が採用している戦略を反映しています。それでも、XPeng は従来の安全センサーを完全に削除することを拒否しています。
すべての電気自動車には今でも 3 つのミリ波レーダーと 12 個の超音波センサーが搭載されています。リュー博士は、これらの追加センサーはメインの AI 駆動脳とはまったく通信しないと説明しました。その代わりに、自動緊急ブレーキと自動ステアリングのための完全に別個の安全システムが作動します。この設定により、ビジョン AI が間違いを犯した場合でも、2 番目の物理層が乗客を保護できるようになります。
これらのシステムを機能させるために、XPeng は AI の「スケーリングの法則」の限界を押し広げます。これは、より多くのデータとコンピューティング能力をモデルに供給するほど、モデルはより賢くなるというものです。現在の VLA 2.0 システムは、数十億のパラメータを保持し、数億のビデオ クリップをトレーニングし、更新の反復ごとに 4 兆を超えるトークンを消費します。
大規模な規模にもかかわらず、XPeng は効率を高めることで高いコストを管理しました。過去 12 か月間で、同社は単一ジョブ トレーニングの効率を 4,360% 向上させ、GPU ハードウェアの使用率を 40% から 90% に引き上げました。これにより、476 億 6,000 万人民元 (55 億 5,000 万ユーロ) の現金準備金の価値を最大化することができます。
ソフトウェアの急速な進歩は、社内で一か八かの友好的な賭けを引き起こしました。昨年、XPeng CEO の何暁鵬氏は、VLA 2.0 の性能についてリュウ博士と公開賭けをしました。システムが 2026 年 8 月 30 日までにテスラの完全自動運転ソフトウェアに適合しなかった場合、リュウ博士はカリフォルニアのゴールデン ゲート ブリッジを裸で走らなければなりません。
この技師にとって幸運だったのは、彼は自分の服は着たままになるという完全な自信を表明したことだった。 Liu博士は、北京のような混沌とした都市での内部テストにより、VLA 2.0はすでに旧式のTeslaシステムと同等に達しており、中国の道路で見られる複雑な運転データのおかげで新しいバージョンと同等かそれを超えていることが証明されたと述べた。
XPeng は、自社の電気自動車を、自社のエンジニアリング能力を誇示し、高度な VLA ソフトウェア用のデータを収集するために構築された物理的なハードウェアであると考えています。この観点は、同社が今年初めに VLA 2.0 アーキテクチャをフォルクスワーゲンにライセンス供与した理由を説明しています。VW は 2027 年に発売する車両に VLA 2.0 アーキテクチャを使用する予定です。
同社はこの人工知能を自動車業界を超えて拡大する計画で、2026年末までに人型ロボット「IRON」の量産準備を進めている。その意図は、2027年第1四半期からこれらのロボットを小売店内にショッピングアシスタントとして導入し、企業を従来の自動車メーカーから物理的なAI企業に変えることである。
