Granica między producentami oprogramowania a tradycyjnymi producentami samochodów wciąż się zaciera. Na konferencji CVPR 2026 w Denver chińska firma XPeng pokazała, że postrzega siebie bardziej jako firmę zajmującą się sztuczną inteligencją niż standardowego producenta pojazdów elektrycznych. Dr Xianming Liu, szef General Intelligence Center w XPeng, ujawnił, że marka wydaje co miesiąc około 300 milionów RMB, co stanowi około 35 milionów euro, wyłącznie na szkolenie modeli sztucznej inteligencji.
Te ogromne wydatki wynoszą prawie 427 milionów euro rocznie, co stanowi zaskakujący budżet dla firmy, która w ubiegłym roku dostarczyła jedynie około 200 000 samochodów elektrycznych. Jednakże firma XPengreel angażuje się w to duże zobowiązanie finansowe, aby wprowadzić swoje nowe oprogramowanie VLA 2.0 do masowej produkcji.
Podczas konferencji dr Liu wyjaśnił wyjątkowy wybór w architekturze oprogramowania XPeng, stwierdzając, że język może stanowić wąskie gardło dla systemów jazdy autonomicznej. System pierwszej generacji przesyłał wizualne dane o drodze przez tokeny językowe przed wybraniem czynności związanej z prowadzeniem pojazdu; VLA 2.0 całkowicie usuwa ten środkowy krok.
Inżynierowie XPeng zdali sobie sprawę, że pojazd elektryczny co sekundę przechwytuje ze swoich kamer około dwóch miliardów tokenów wizualnych, ale potrzebuje tylko 10 do 20 tokenów do sterowania kierownicą i pedałami. Zmuszanie systemu do wyjaśniania drogi słowami pisanymi powoduje niepotrzebne obliczenia komputerowe i powoduje niebezpieczne opóźnienia. Zamiast tego VLA 2.0 traktuje język jedynie jako dane wejściowe, umożliwiając kierowcom wydawanie poleceń słownych, które samochody elektryczne mogą z łatwością zinterpretować.
To nowe podejście sprawdza się już w rzeczywistych pojazdach konsumenckich. XPeng pomyślnie przeniósł VLA 2.0 z fazy badawczej do masowej produkcji. W ciągu pierwszego miesiąca od bezprzewodowego wdrożenia aktualizacji oprogramowanie osiągnęło kamień milowy, obsługując ponad 50% całkowitego przebiegu wspomaganego prowadzenia pojazdu wśród użytkowników.
Architektura obsługuje zarówno wspomaganie kierowcy poziomu 2, jak i w pełni autonomiczne operacje poziomu 4. W rzeczywistości firma XPeng wykorzystała swoją nową platformę GX do zbudowania swojego pierwszego Robotaxi, który już zjeżdża z linii produkcyjnej. Ten dedykowany pojazd ma imponującą moc obliczeniową wynoszącą 3000 TOPS, dzięki czemu radzi sobie w złożonych środowiskach jazdy bez jakiejkolwiek interwencji człowieka.
XPeng nie polega wyłącznie na VLA 2.0 przy sterowaniu swoimi samochodami elektrycznymi. Oprogramowanie działa bezpośrednio z tym, co firma nazywa „modelem świata”. VLA 2.0 uczy się prowadzić, kopiując miliony godzin ludzkich zachowań, natomiast model świata skupia się na poznawaniu rzeczywistych praw fizyki. Przewiduje, jak zmieni się otaczające środowisko i jak w najbliższej przyszłości będą się poruszać inni kierowcy.
Aby wesprzeć ten system, firma opracowała trzy specjalistyczne podprogramy: X-World, X-Foresight i X-Cache. X-Cache redukuje zbędne przetwarzanie komputera o około 70%, niemal bez utraty jakości obrazu, dzięki czemu system może działać 2,7 razy szybciej.
Wiele firm zajmujących się pojazdami elektrycznymi nie zgadza się co do najlepszego układu czujników, ale XPeng wybiera złoty środek. Modele takie jak P7 i G7 wykorzystują system wyłącznie wizyjny dla głównego mózgu sterującego, co odzwierciedla strategię stosowaną przez firmy takie jak Tesla. Mimo to XPeng odmawia całkowitego usunięcia tradycyjnych czujników bezpieczeństwa.
Każdy samochód elektryczny nadal jest wyposażony w trzy radary mmWave i 12 czujników ultradźwiękowych. Dr Liu wyjaśnił, że te dodatkowe czujniki w ogóle nie komunikują się z głównym mózgiem sterującym sztuczną inteligencją. Zamiast tego obsługują całkowicie oddzielny system bezpieczeństwa automatycznego hamowania awaryjnego i kierowania. Taka konfiguracja gwarantuje, że jeśli sztuczna inteligencja wizyjna popełni błąd, dodatkowa warstwa fizyczna będzie w stanie chronić pasażerów.
Aby te systemy działały, XPeng przesuwa granice „prawa skalowania” sztucznej inteligencji, które stanowi, że modele stają się inteligentniejsze w miarę dostarczania im większej ilości danych i mocy obliczeniowej. Obecny system VLA 2.0 przechowuje miliardy parametrów i pociąga za sobą setki milionów klipów wideo, zużywając ponad cztery biliony tokenów podczas każdej iteracji aktualizacji.
Pomimo ogromnej skali, XPeng poradził sobie z wysokimi kosztami, zwiększając wydajność. W ciągu ostatnich 12 miesięcy firma poprawiła efektywność szkoleń w ramach jednego zadania o 4360% i zwiększyła wykorzystanie sprzętu GPU z 40% do 90%. Pozwala im to zmaksymalizować wartość rezerwy gotówkowej wynoszącej 47,66 miliarda RMB (5,55 miliarda euro).
Szybki rozwój oprogramowania zapoczątkował w firmie przyjazne zakłady o wysokie stawki. W zeszłym roku dyrektor generalny XPeng, He Xiaopeng, założył się publicznie z dr Liu co do wydajności VLA 2.0: jeśli do 30 sierpnia 2026 r. system nie będzie odpowiadał oprogramowaniu Tesli do pełnej autonomicznej jazdy, dr Liu będzie musiał przebiec nago przez most Golden Gate w Kalifornii.
Na szczęście dla inżyniera wyraził całkowitą pewność, że jego ubranie pozostanie. Dr Liu stwierdził, że wewnętrzne testy w chaotycznych miastach, takich jak Pekin, wykazały, że VLA 2.0 osiągnął już poziom ze starszymi systemami Tesli i jest zgodny lub przewyższa nowsze wersje ze względu na złożone dane dotyczące jazdy znalezione na chińskich drogach.
XPeng postrzega swoje samochody elektryczne jako fizyczny sprzęt zbudowany w celu zaprezentowania swoich umiejętności inżynieryjnych i gromadzenia danych na potrzeby zaawansowanego oprogramowania VLA. Ta perspektywa wyjaśnia, dlaczego firma udzieliła Volkswagenowi licencji na architekturę VLA 2.0 na początku tego roku – VW będzie z niej korzystał w pojazdach wprowadzonych na rynek w 2027 roku.
Firma planuje rozszerzyć tę sztuczną inteligencję poza branżę motoryzacyjną i przygotowuje humanoidalnego robota „IRON” do masowej produkcji do końca 2026 r. Zamiarem jest wdrożenie tych robotów jako asystentów zakupów w sklepach detalicznych od pierwszego kwartału 2027 r., co przekształci firmę z tradycyjnego producenta samochodów w fizyczne przedsiębiorstwo oparte na sztucznej inteligencji.
