Den kinesiske model, der bygges i Guangzhou, sigter mod L4 autonom kørsel, fire Turing AI-chips og en platform uden LiDAR- eller HD-kort.

Afstanden mellem en prototype til selvkørende biler og en virkelig industrialiserbar service måles ikke udelukkende i kørte kilometer på vejen. Den måles i evnen til at transformere software, sensorer, indbygget databehandling, køretøjsplatform, drift og vedligeholdelse til et gentageligt produkt. Det er på denne baggrund, at XPENG har positioneret udrulningen af ​​sin første Robotaxi fra produktionslinjen i Guangzhou som et skridt fra teknologidemonstration til masseproduktion.

Ifølge virksomheden er det første gang i Kina hvor en bilproducent opnår serieproduktion af en Robotaxi gennem en udvikling fuld stak Denne udtalelse bør læses i den konkurrenceprægede kontekst på det kinesiske marked for intelligente elbiler, hvor producenter, digitale platforme og mobilitetsoperatører forsøger at forstå, hvilken kombination af hardware, software og servicemodel der kan gøre autonom kørsel bæredygtig ud over den eksperimentelle fase.

Det nye køretøj er baseret på platformen XPENG GX og er designet til at opfylde standarder for Niveau L4 autonom kørselI praksis angiver niveau L4 et system, der er i stand til at fungere uden menneskelig indgriben inden for definerede driftsforhold, såsom geografiske områder, vejscenarier og etablerede funktionelle grænser. Udfordringen er derfor ikke blot at få det førerløse køretøj i bevægelse, men at gøre det med kontinuitet, sikkerhed, forudsigelige omkostninger og industriel styring, der er egnet til en offentlig eller semi-offentlig tjeneste.

XPENGs valg er også betydningsfuldt, fordi det koncentrerer en stor del af kernekompetencerne i køretøjet: chips, softwarestak, operativsystem, elektrisk og elektronisk arkitektur, indbygget platform og brugergrænseflade. Denne strategi reducerer afhængigheden af ​​eksterne leverandører, men øger den industrielle kompleksitet. For en robottaxi handler produktmodenhed ikke kun om autonomi: det omfatter også diagnosticering, opdateringer, flådestyring, passageroplevelse og integration med urbane digitale økosystemer.

Fra prøvekørsel til produktionslinjen i Guangzhou

Virksomhedens udvikling viser en ret klar sekvens. I januar fik XPENGs Robotaxi tilladelser til vejtests i Guangzhou dedikeret til forbundne intelligente køretøjer, og gik dermed ind i fasen med rutinemæssig offentlig testning af L4-applikationer. I marts blev en dedikeret Robotaxi-forretningsenhed etableret, der har til opgave at koordinere produktdefinition, udviklingsaktiviteter og testning. ricerca og sviluppo, test og drift.

At gå over til produktionslinjen er ikke automatisk ensbetydende med fuld kommercialisering. XPENG planlægger at lancere pilotprojekter i andet halvår af 2026 med det formål at validere tre forskellige dimensioner: teknisk gennemførlighed, brugeraccept og bæredygtighed af hele systemet. forretningsmodelFuld drift uden en sikkerhedsansvarlig om bord er sat som mål for begyndelsen af ​​2027, en deadline der også vil afhænge af tilladelser, servicemodenhed og lokale driftsforhold.

Ifølge Reuters har præsident Brian Gu anslået, at XPENG kan producere adskillige hundrede til adskillige tusinde robottakser i løbet af de næste tolv til atten måneder. Denne skala er stadig langt fra masseudrulning, men det er tilstrækkeligt til at flytte fokus fra demonstration til operationel styring. For en branche, der i årevis har vekslet mellem høje forventninger og forsigtige revisioner, vil antallet af køretøjer i drift være mindre vigtigt end deres faktiske tilgængelighed, omkostninger pr. kilometer og evne til at operere i komplekse bymiljøer.

Det industrielle pointe er netop dette: en robottaxi er ikke en traditionel bil med avanceret software tilføjet senere. Det er et produkt-service, der kræver integreret design fra starten. Køretøjet skal være robust, opgraderbart, let at overvåge og designet til intensiv brug. Selv passagerkabinen, der tilsyneladende er marginal i forhold til autonomi, bliver en del af serviceøkonomien, da den påvirker brugernes komfort, tillid og villighed til at køre i et førerløst køretøj.

Pure Vision og VLA 2.0: Udfordringen uden LiDAR

Det mest relevante teknologiske valg vedrører fraværet af LIDAR og HD-kortXPENG erklærer at ville vedtage en løsning rent syn, hvor beslutningsprocessen er drevet af den store end-to-end-model VLA 2.0I stedet for at stole på en tretrins Vision-Language-Action-kæde med mellemliggende sprogoversættelsestrin, sigter arkitekturen mod at komprimere systemets responstid til under 80 millisekunder.

Ren vision er en ingeniørmæssig og industriel udfordring. På den ene side kan det reducere omkostninger, kalibreringskompleksitet og afhængighed af dyre sensorer; på den anden side kræver det meget robuste modeller, omfattende træningsdata og en høj kapacitet til at generalisere til uventede situationer. I en bymæssig kontekst ligger udfordringen ikke i at genkende et ordnet scenarie, men i at håndtere konstante undtagelser: usikre fodgængere, cyklister, byggepladser, blandet trafik, uregelmæssig skiltning, vejrforhold og lokal adfærd.

Køretøjet er drevet af fire AI Turing-chips ejere, for effektiv computerkraft ombord 3.000 TOPSDisse data er betydningsfulde, fordi de indikerer en arkitektur, der er designet til at behandle en betydelig del af beslutninger lokalt. I robotaksi er latenstid ikke en abstrakt parameter: den bestemmer tiden mellem opfattelse, fortolkning og handling. At reducere den øger driftsmarginen i tilfælde, hvor køretøjet skal reagere hurtigt uden at vente på fjernbehandling eller være afhængig af perfekt forbindelse.

Dette fjerner ikke rollen for cloud- og administrationsplatformene, men det omdefinerer systemets fokus. Flåden skal stadig sende data, modtage opdateringer og overvåges og koordineres. Imidlertid er autonomi ombord fortsat nøglen til funktionel sikkerhed og geografisk skalerbarhed. XPENG hævder, at VLA 2.0 kan understøtte generaliseringsfunktioner i byer, hvilket gør det lettere at implementere det i forskellige byer og endda i grænseoverskridende scenarier. Dette er et ambitiøst mål, der kræver omfattende test og specifikke tilladelser.

"Den sande værdi af intelligent kørsel ligger ikke kun i kapacitet, men også i at tilbyde større effektivitet og en mere afslappet oplevelse."

Dommen fra Han Xiaopeng, bestyrelsesformand og administrerende direktør for XPENG, opsummerer det skift i perspektiv, som mange producenter forsøger at bringe til selvkørende biler. Det er ikke længere nok at præsentere teknologien som en øvelse i computerkraft. Det skal demonstreres, at den giver en målbar fordel for brugere, byer og operatører: mere forudsigelige tider, opfattet sikkerhed, bedre flådeudnyttelse og omkostninger, der er forenelige med en gentagelig service.

Et cockpit designet til at validere tjenesten

XPENGs Robotaxi beskrives ikke kun gennem sensorer og modeller af Kunstig intelligensVirksomheden fokuserer også på interiøret med skærme til privatliv, komfortsæder med gravitationsfunktion, underholdningsskærme bagi og en integreret stemmeassistent. Disse elementer kan virke som tilbehør, men i en førerløs service bliver de en del af at opbygge tillid. Brugeren skal føle sig kontrolleret, beskyttet, nem at bruge og have klar interaktion.

Tilstedeværelsen af ​​stemmekommandoer og multimediefunktioner indikerer, at XPENG forestiller sig Robotaxi som et passagerstyret rejsemiljø, ikke blot en simpel automatiseret shuttlebus. Denne tilgang er i overensstemmelse med et potentielt premium serviceniveau, eller i det mindste en bedre positionering sammenlignet med traditionel offentlig transport. Det er endnu uvist, om denne konfiguration vil være bæredygtig i stor skala, hvor vedligeholdelse, rengøring, skader og intensiv brug påvirker driftsomkostningerne.

Et andet vigtigt skridt vedrører økosystemet. XPENG planlægger at åbne sin egen Robotaxi SDK, mens Et kort bliver økosystemets første globale partner. Denne detalje er vigtig, fordi ingen robottaxi eksisterer udelukkende inden for producentens perimeter. Det kræver kort, reservationer, ruteplanlægning, betalinger, kundesupport, anomalihåndtering og grænseflader med lokale myndigheder. SDK'ets kontrollerede åbenhed kan bruges til at bygge applikationer og integrationer, men det rejser også spørgsmål om ansvar, sikkerhed og servicekvalitet.

Kommercialisering vil derfor afhænge af en balance mellem proprietær integration og eksternt samarbejde. Et system, der er for lukket, kan forsinke implementeringen; et, der er for åbent, kan øge kontrolkompleksiteten. For en robottaxi-operatør ligger værdien ikke kun i det enkelte køretøj, men i evnen til at orkestrere mange, opdatere dem problemfrit og sikre ensartede standarder. Det er her, autonom mobilitet krydser hinanden med tilgange, der er tættere på industriel software end traditionelt bilsalg.

Fysisk AI forbinder biler, humanoide robotter og flyvning

Robotaxi præsenteres af XPENG som et af flagskibsprodukterne i deres økosystem. Fysisk AI, den samme teknologiske horisont, der inkluderer den humanoide robot IRON og den flyvende bil. Udtrykket refererer til anvendelsen af ​​kunstig intelligens i den fysiske verden, hvor modeller ikke blot genererer tekst, billeder eller forudsigelser, men også skal opfatte, træffe beslutninger og handle i virkelige miljøer. Dette er et vanskeligere trin, fordi enhver fejl kan have umiddelbare, væsentlige konsekvenser.

Deling af teknologiske fundamenter mellem køretøjer, robotter og luftmobilitetssystemer kan generere læringsfordele. Chips, modeller, compilere, softwarestakke og simuleringsværktøjer kan genbruges, i det mindste delvist, på tværs af forskellige platforme. Hvert domæne har dog sine egne unikke krav. En robottaxi skal navigere i bytrafik og passagerer; en humanoid skal navigere i rum bygget til mennesker; et fly kræver certificering, redundans og luftfartsregler. At tale om en fælles platform betyder ikke at slette disse forskelle.

For bilindustrien illustrerer XPENG-sagen en bredere tendens: det intelligente elbil er ved at blive en mobil computerplatform. Konkurrencen handler ikke kun om rækkevidde, batterilevetid eller design, men om evnen til at omdanne køretøjet til et knudepunkt for data, tjenester og løbende opdateringer. I dette scenarie kan masseproduktionen af ​​en Robotaxi blive et testmiljø for arkitekturer, der kan drive andre former for automatiseret mobilitet i fremtiden.

Det økonomiske spørgsmål står stadig. Robotakser lover at reducere chaufføromkostninger, men kræver betydelige investeringer i hardware, software, forsikring, fjernovervågning, rengøring, vedligeholdelse og overholdelse af regler. Succes vil afhænge af efterspørgselstæthed, lokal regulering og evnen til at operere med høje udnyttelsesgrader. I byer med tæt trafik, klare regler og digitalt modne brugere kan modellen finde gunstige betingelser; andre steder kan overgangen være meget langsommere.

Udrulningen i Guangzhou afslutter ikke den autonome kørsel, men den ændrer niveauet af verifikation. Fra nu af vil udfordringen ikke blot være at demonstrere, at et køretøj kan køre selv, men at bevise, at en flåde kan gøre det på en pålidelig, accepteret og bæredygtig måde. For XPENG er målet at forkorte cyklussen mellem udvikling og kommerciel drift; for industrien vil testen være at forstå, om masseproduktion virkelig kan transformere autonomi fra et teknologisk løfte til en mobilitetsinfrastruktur.

La Kina Det er fortsat et af de mest nøje overvågede laboratorier for denne overgang takket være kombinationen af ​​bilmarkedet, digitale platforme, bypolitikker og industriel konkurrence. Men den virkelige test vil være at gentage oplevelsen ud over den første autoriserede perimeter og samtidig opretholde sikkerhed og servicekvalitet. Det er i denne evne til at gå fra en enkelt meddelelse til operationel kontinuitet, at værdien af Kunstig intelligens anvendes på fysisk mobilitet.

Her er tre indsigter, som måske interesserer dig:

Den schweiziske regering har derfor til hensigt at tillade automatiseret kørsel
Robotaxi: Nissan, Uber og Wayve eksperimenterer med urban AI
Sverige, revolutionen af ​​elektrificerede veje til kørende køretøjer