A linha entre as empresas de software e as montadoras tradicionais continua a se confundir. Na conferência CVPR 2026 em Denver, a empresa chinesa XPeng mostrou que se vê mais como uma empresa de inteligência artificial do que como um fabricante padrão de veículos elétricos. Xianming Liu, chefe do Centro de Inteligência Geral da XPeng, revelou que a marca gasta cerca de 300 milhões de RMB, o que equivale a cerca de 35 milhões de euros, todos os meses apenas no treinamento de modelos de IA.
Estas despesas enormes ascendem a quase 427 milhões de euros por ano, um orçamento surpreendente para uma empresa que entregou apenas cerca de 200.000 carros eléctricos no ano passado. No entanto, a XPen depende deste pesado compromisso financeiro para colocar seu novo software VLA 2.0 em produção em massa.
Durante a conferência, o Dr. Liu explicou uma escolha única na arquitetura de software do XPeng, afirmando que a linguagem pode atuar como um gargalo para sistemas de direção autônomos. O sistema de primeira geração transmitiu dados visuais da estrada por meio de tokens de idioma antes de escolher uma ação de direção; O VLA 2.0 remove totalmente essa etapa intermediária.
Os engenheiros da XPeng perceberam que um EV captura cerca de dois bilhões de tokens visuais a cada segundo de suas câmeras, mas só precisa de 10 a 20 tokens para controlar o volante e os pedais. Forçar o sistema a explicar a estrada em palavras escritas cria cálculos informáticos desnecessários e acrescenta atrasos perigosos. Em vez disso, o VLA 2.0 mantém a linguagem apenas como entrada, permitindo que os motoristas dêem comandos verbais que os carros elétricos podem interpretar facilmente.
Esta nova abordagem já opera dentro de veículos de consumo reais. A XPeng transferiu com sucesso o VLA 2.0 da fase de pesquisa para a produção em massa total. No primeiro mês de lançamento da atualização over-the-air, o software alcançou um marco ao lidar com mais de 50% da quilometragem total de condução assistida entre os usuários.
A arquitetura suporta assistência ao motorista de nível 2 e operações totalmente autônomas de nível 4. Na verdade, a XPeng utilizou sua nova plataforma GX para construir seu primeiro Robotáxi, que já está saindo da linha de produção. Este veículo dedicado possui um impressionante poder de computação a bordo de 3.000 TOPS para lidar com ambientes de condução complexos sem qualquer intervenção humana.
A XPeng não depende apenas do VLA 2.0 para pilotar seus carros elétricos. O software funciona diretamente com o que a empresa chama de “modelo mundial”. O VLA 2.0 aprende a dirigir copiando milhões de horas de comportamento humano, mas o modelo mundial se concentra em aprender as leis reais da física. Ele prevê como o ambiente circundante mudará e como os outros motoristas se moverão no futuro próximo.
Para apoiar este sistema, a empresa desenvolveu três subprogramas especializados: X-World, X-Foresight e X-Cache. X-Cache é aquele que reduz o processamento redundante do computador em cerca de 70% quase sem perda de qualidade de imagem, permitindo que o sistema funcione 2,7 vezes mais rápido.
Muitas empresas de EV discordam sobre os melhores layouts de sensores, mas a XPeng escolhe um meio-termo. Modelos como o P7 e o G7 usam um sistema apenas de visão para o cérebro condutor principal, refletindo a estratégia usada por empresas como a Tesla. Mesmo assim, a XPeng se recusa a remover completamente os sensores de segurança tradicionais.
Cada carro elétrico ainda carrega três radares mmWave e 12 sensores ultrassônicos. Liu explicou que esses sensores extras não se comunicam com o cérebro principal da IA. Em vez disso, eles operam um sistema de segurança completamente separado para frenagem e direção automáticas de emergência. Esta configuração garante que, se a IA de visão cometer um erro, uma camada física secundária possa proteger os passageiros.
Para fazer esses sistemas funcionarem, o XPeng ultrapassa os limites da “Lei de Escalabilidade” da IA, que afirma que os modelos ficam mais inteligentes à medida que você os alimenta com mais dados e poder de computação. O atual sistema VLA 2.0 contém bilhões de parâmetros e treina centenas de milhões de videoclipes, consumindo mais de quatro trilhões de tokens durante cada iteração de atualização.
Apesar da enorme escala, a XPeng geriu os seus elevados custos aumentando a eficiência. Nos últimos 12 meses, a empresa melhorou a eficiência do treinamento em um único trabalho em 4.360% e aumentou a utilização do hardware GPU de 40% para 90%. Isto permite-lhes maximizar o valor da sua reserva de caixa de 47,66 mil milhões de RMB (5,55 mil milhões de euros).
O rápido progresso do software gerou uma aposta amigável de alto risco dentro da empresa. No ano passado, o CEO da XPeng, He Xiaopeng, fez uma aposta pública com o Dr. Liu sobre o desempenho do VLA 2.0: se o sistema não corresponder ao software Full Self-Driving da Tesla até 30 de agosto de 2026, o Dr.
Felizmente para o engenheiro, ele expressou total confiança de que suas roupas permaneceriam vestidas. Liu afirmou que testes internos em cidades caóticas como Pequim provaram que o VLA 2.0 já alcançou a paridade com os sistemas Tesla mais antigos e corresponde ou excede as versões mais recentes devido aos complexos dados de condução encontrados nas estradas chinesas.
A XPeng vê seus carros elétricos como hardware físico construído para mostrar suas habilidades de engenharia e coletar dados para seu software VLA avançado. Essa perspectiva explica por que a empresa licenciou a arquitetura VLA 2.0 para a Volkswagen no início deste ano – a VW a utilizará em veículos lançados em 2027.
A empresa planeia expandir esta inteligência artificial para além da indústria automóvel e está a preparar o seu robô humanóide “IRON” para produção em massa até ao final de 2026. A intenção é implantar estes robôs como assistentes de compras dentro das suas lojas de retalho a partir do primeiro trimestre de 2027, transformando o negócio de um fabricante de automóveis tradicional numa empresa física de IA.
