De grens tussen softwarebedrijven en traditionele autofabrikanten blijft vervagen. Op de CVPR 2026-conferentie in Denver liet het Chinese bedrijf XPeng zien dat het zichzelf meer ziet als een bedrijf op het gebied van kunstmatige intelligentie dan als een standaardfabrikant van elektrische voertuigen. Dr. Xianming Liu, hoofd van het General Intelligence Center van XPeng, onthulde dat het merk elke maand ongeveer 300 miljoen RMB, wat neerkomt op zo'n 35 miljoen euro, uitsluitend besteedt aan het trainen van AI-modellen.
Deze enorme uitgaven komen neer op bijna 427 miljoen euro per jaar, een verrassend budget voor een bedrijf dat vorig jaar slechts zo'n 200.000 elektrische auto's leverde. XPengreel vertrouwt echter op deze zware financiële toezegging om zijn nieuwe VLA 2.0-software in massaproductie te brengen.
Tijdens de conferentie legde Dr. Liu een unieke keuze in de softwarearchitectuur van XPeng uit, waarbij hij stelde dat taal een knelpunt kan zijn voor autonome aandrijfsystemen. Het systeem van de eerste generatie gaf visuele weggegevens door via taaltokens voordat een rijactie werd gekozen; VLA 2.0 verwijdert deze tussenstap volledig.
XPeng-ingenieurs realiseerden zich dat een EV elke seconde ongeveer twee miljard visuele tokens van zijn camera's opvangt, maar slechts 10 tot 20 tokens nodig heeft om het stuur en de pedalen te bedienen. Door het systeem te dwingen de weg in geschreven woorden uit te leggen, ontstaan onnodige computerberekeningen en ontstaan er gevaarlijke vertragingen. In plaats daarvan houdt VLA 2.0 de taal alleen als invoer, waardoor bestuurders verbale opdrachten kunnen geven die de elektrische auto's gemakkelijk kunnen interpreteren.
Deze nieuwe aanpak werkt al in echte consumentenvoertuigen. XPeng heeft VLA 2.0 met succes van de onderzoeksfase naar volledige massaproductie gebracht. Binnen de eerste maand na de uitrol van de draadloze update bereikte de software een mijlpaal door meer dan 50% van het totale aantal gereden kilometers onder gebruikers af te handelen.
De architectuur ondersteunt zowel niveau 2-rijhulpsystemen als niveau 4 volledig autonome operaties. XPeng gebruikte zijn nieuwe GX-platform zelfs om zijn eerste Robotaxi te bouwen, die al van de productielijn rolt. Dit speciale voertuig heeft een indrukwekkende rekenkracht aan boord van 3.000 TOPS om complexe rijomgevingen aan te kunnen zonder menselijke tussenkomst.
XPeng vertrouwt niet alleen op VLA 2.0 om zijn elektrische auto's te besturen. De software werkt rechtstreeks met wat het bedrijf een 'wereldmodel' noemt. VLA 2.0 leert autorijden door miljoenen uren menselijk gedrag te kopiëren, maar het wereldmodel richt zich op het leren van de feitelijke wetten van de natuurkunde. Het voorspelt hoe de omgeving zal veranderen en hoe andere automobilisten zich in de nabije toekomst zullen verplaatsen.
Om dit systeem te ondersteunen heeft het bedrijf drie gespecialiseerde subprogramma's ontwikkeld: X-World, X-Foresight en X-Cache. X-Cache is degene die redundante computerverwerking met ongeveer 70% vermindert, met vrijwel geen verlies aan beeldkwaliteit, waardoor het systeem 2,7 keer sneller kan werken.
Veel EV-bedrijven zijn het oneens over de beste sensorlay-outs, maar XPeng kiest voor een middenweg. Modellen als de P7 en de G7 maken gebruik van een vision-only-systeem voor het belangrijkste aandrijvende brein, dat de strategie weerspiegelt die wordt gebruikt door bedrijven als Tesla. En toch weigert XPeng de traditionele veiligheidssensoren volledig te verwijderen.
Elke elektrische auto heeft nog steeds drie mmWave-radars en twaalf ultrasone sensoren. Dr. Liu legde uit dat deze extra sensoren helemaal niet communiceren met het belangrijkste AI-aandrijvende brein. In plaats daarvan bedienen ze een volledig afzonderlijk veiligheidssysteem voor automatisch noodremmen en sturen. Deze opstelling zorgt ervoor dat als de vision AI een fout maakt, een secundaire fysieke laag de passagiers kan beschermen.
Om deze systemen te laten werken, verlegt XPeng de grenzen van de AI ‘Scaling Law’, die stelt dat modellen slimmer worden naarmate je ze meer data en rekenkracht geeft. Het huidige VLA 2.0-systeem bevat miljarden parameters en treinen op honderden miljoenen videoclips, waarbij tijdens elke update-iteratie meer dan vier biljoen tokens worden verbruikt.
Ondanks de enorme schaal kon XPeng de hoge kosten beheersen door de efficiëntie te vergroten. In de afgelopen twaalf maanden heeft het bedrijf de efficiëntie van zijn individuele trainingen met 4.360% verbeterd en het GPU-hardwaregebruik verhoogd van 40% naar 90%. Hierdoor kunnen ze de waarde van hun kasreserve van RMB 47,66 miljard (€ 5,55 miljard) maximaliseren.
De snelle vooruitgang van de software leidde tot een vriendschappelijke weddenschap met hoge inzet binnen het bedrijf. Vorig jaar maakte XPeng CEO He Xiaopeng een openbare weddenschap met Dr. Liu over de prestaties van VLA 2.0: als het systeem er niet in slaagt om tegen 30 augustus 2026 de Full Self-Driving-software van Tesla te evenaren, moet Dr. Liu naakt over de Golden Gate Bridge in Californië rennen.
Gelukkig voor de ingenieur sprak hij het volste vertrouwen uit dat zijn kleren aan zouden blijven. Dr. Liu verklaarde dat interne tests in chaotische steden als Beijing hebben bewezen dat VLA 2.0 al gelijkheid heeft bereikt met oudere Tesla-systemen en de nieuwere versies evenaart of zelfs overtreft vanwege de complexe rijgegevens die op de Chinese wegen worden aangetroffen.
XPeng beschouwt zijn elektrische auto's als fysieke hardware die is gebouwd om zijn technische bekwaamheid te demonstreren en gegevens te verzamelen voor zijn geavanceerde VLA-software. Dit perspectief verklaart waarom het bedrijf eerder dit jaar een licentie heeft verleend voor de VLA 2.0-architectuur aan Volkswagen – VW zal deze gebruiken in voertuigen die in 2027 op de markt komen.
Het bedrijf is van plan deze kunstmatige intelligentie buiten de auto-industrie uit te breiden en bereidt zijn humanoïde robot "IRON" voor eind 2026 voor op massaproductie. Het is de bedoeling om deze robots vanaf het eerste kwartaal van 2027 in te zetten als winkelassistenten in zijn winkels, waardoor het bedrijf verandert van een traditionele autofabrikant in een fysieke AI-onderneming.
