Den kinesiske modellen som bygges i Guangzhou sikter mot L4 autonom kjøring, fire Turing AI-brikker og en plattform uten LiDAR- eller HD-kart.

Avstanden mellom en prototype for autonom kjøring og en virkelig industrialiserbar tjeneste måles ikke bare i kilometer kjørt på veien. Den måles i evnen til å transformere programvare, sensorer, innebygd databehandling, kjøretøyplattform, drift og vedlikehold til et repeterbart produkt. Det er på dette grunnlaget at XPENG utvidelse har plassert utrullingen av sin første Robotaxi utenfor produksjonslinjen i Guangzhou som et steg fra teknologidemonstrasjon til masseproduksjon.

Ifølge selskapet er dette første gang i Kina der en bilprodusent oppnår serieproduksjon av en Robotaxi gjennom en utvikling full stabel Denne uttalelsen bør leses i den konkurransepregede konteksten av det kinesiske markedet for smarte elbiler, der produsenter, digitale plattformer og mobilitetsoperatører prøver å forstå hvilken kombinasjon av maskinvare, programvare og tjenestemodell som kan gjøre autonom kjøring bærekraftig utover den eksperimentelle fasen.

Det nye kjøretøyet er basert på plattformen XPENG GX og er utformet for å oppfylle standarder for Nivå L4 autonom kjøringI praksis indikerer nivå L4 et system som er i stand til å operere uten menneskelig inngripen innenfor definerte driftsforhold, som geografiske områder, veiscenarioer og etablerte funksjonelle grenser. Utfordringen er derfor ikke bare å få det førerløse kjøretøyet i bevegelse, men å gjøre det med kontinuitet, sikkerhet, forutsigbare kostnader og industriell styring som er egnet for en offentlig eller semi-offentlig tjeneste.

XPENGS valg er også viktig fordi det konsentrerer en stor del av kjernekompetansen innenfor kjøretøyet: brikker, programvarestabel, operativsystem, elektrisk og elektronisk arkitektur, innebygd plattform og brukergrensesnitt. Denne strategien reduserer avhengigheten av eksterne leverandører, men øker industriell kompleksitet. For en robottaxi handler ikke produktmodenhet bare om autonomi: det inkluderer også diagnostikk, oppdateringer, flåtestyring, passasjeropplevelse og integrasjon med urbane digitale økosystemer.

Fra prøvekjøring til produksjonslinjen i Guangzhou

Selskapets utvikling viser en ganske tydelig sekvens. I januar fikk XPENGs Robotaxi tillatelser for veitester i Guangzhou dedikert til tilkoblede intelligente kjøretøy, og gikk dermed inn i fasen med rutinemessig offentlig testing av L4-applikasjoner. I mars ble en dedikert forretningsenhet for Robotaxi opprettet, med oppgave å koordinere produktdefinisjon, utviklingsaktiviteter og testing. forskning og utvikling, testing og drift.

Å gå over til produksjonslinjen betyr ikke automatisk full kommersialisering. XPENG planlegger å lansere pilotoperasjoner i andre halvdel av 2026, med mål om å validere tre ulike dimensjoner: teknisk gjennomførbarhet, brukeraksept og bærekraft for hele systemet. forretningsmodellFull drift uten sikkerhetsansvarlig om bord er satt som mål tidlig i 2027, en frist som også vil avhenge av autorisasjoner, tjenestemodenhet og lokale driftsforhold.

Ifølge Reuters har president Brian Gu anslått at XPENG kan produsere flere hundre til flere tusen robotakser i løpet av de neste tolv til atten månedene. Denne skalaen er fortsatt langt fra masseutrulling, men det er tilstrekkelig til å flytte fokuset fra demonstrasjon til driftsledelse. For en bransje som i årevis har vekslet mellom høye forventninger og forsiktige revisjoner, vil antallet kjøretøy i tjeneste være mindre viktig enn deres faktiske tilgjengelighet, kostnad per kilometer og evne til å operere i komplekse bymiljøer.

Det industrielle poenget er nettopp dette: en robottaxi er ikke en tradisjonell bil med avansert programvare lagt til senere. Det er et produkt-tjeneste som krever integrert design fra starten av. Kjøretøyet må være robust, oppgraderbart, lett overvåkbart og designet for intensiv bruk. Selv kupeen, som tilsynelatende er marginal for autonomien, blir en del av tjenesteøkonomien, ettersom den påvirker brukernes komfort, tillit og vilje til å kjøre i et førerløst kjøretøy.

Pure Vision og VLA 2.0: Utfordringen uten LiDAR

Det mest relevante teknologiske valget gjelder fraværet av LiDAR og av HD-kartXPENG erklærer å vedta en løsning rent syn, der beslutningsprosessen drives av den store ende-til-ende-modellen VLA 2.0I stedet for å stole på en tretrinns Visjon-Språk-Handling-kjede med mellomliggende språkoversettelsestrinn, tar arkitekturen sikte på å komprimere systemets responstid under 80 millisekunder.

Rent syn er en utfordring innen ingeniørfag og industri. På den ene siden kan det redusere kostnader, kalibreringskompleksitet og avhengighet av dyre sensorer; på den andre siden krever det svært robuste modeller, omfattende treningsdata og høy kapasitet til å generalisere til uventede situasjoner. I en urban kontekst er ikke utfordringen å gjenkjenne et ordnet scenario, men å håndtere konstante unntak: usikre fotgjengere, syklister, byggeplasser, blandet trafikk, uregelmessig skilting, værforhold og lokal atferd.

Kjøretøyet er drevet av fire AI Turing-brikker eiere, for effektiv datakraft om bord 3.000 TOPSDisse dataene er viktige fordi de indikerer en arkitektur som er designet for å behandle en betydelig del av beslutningene lokalt. I robotaksi er ikke latens en abstrakt parameter: den bestemmer tiden mellom persepsjon, tolkning og handling. Å redusere den øker driftsmarginen i tilfeller der kjøretøyet må reagere raskt, uten å vente på fjernbehandling eller være avhengig av perfekt tilkobling.

Dette eliminerer ikke rollen til skyen og administrasjonsplattformene, men det omdefinerer systemets fokus. Flåten må fortsatt sende data, motta oppdateringer og overvåkes og koordineres. Imidlertid er autonomi om bord fortsatt nøkkelen til funksjonell sikkerhet og geografisk skalerbarhet. XPENG hevder at VLA 2.0 kan støtte urbane generaliseringsmuligheter, noe som gjør det enklere å distribuere i forskjellige byer og til og med i grenseoverskridende scenarier. Dette er et ambisiøst mål som krever omfattende testing og spesifikke autorisasjoner.

«Den sanne verdien av intelligent kjøring ligger ikke bare i kapasitet, men i å tilby større effektivitet og en mer avslappet opplevelse.»

Dommen fra Han Xiaopeng, styreleder og administrerende direktør i XPENG, oppsummerer perspektivskiftet som mange produsenter prøver å bringe til autonom kjøring. Det er ikke lenger nok å presentere teknologien som en øvelse i datakraft. Det må demonstreres at den gir en målbar fordel for brukere, byer og operatører: mer forutsigbare tider, opplevd sikkerhet, bedre flåteutnyttelse og kostnader som er kompatible med en repeterbar tjeneste.

En cockpit designet for å validere tjenesten

XPENGs Robotaxi beskrives ikke bare gjennom sensorer og modeller av Kunstig intelligensSelskapet fokuserer også på interiøret, med blant annet skjermer for privatsinne, komfortseter med gravitasjonsfunksjon, underholdningsskjermer bak og en integrert stemmeassistent. Disse elementene kan virke som tilbehør, men i en førerløs tjeneste blir de en del av å bygge tillit. Brukeren må føle seg kontrollert, beskyttet, brukervennlig og ha tydelig samhandling.

Tilstedeværelsen av talekommandoer og multimediafunksjoner indikerer at XPENG ser for seg Robotaxi som et passasjerstyrt reisemiljø, ikke bare en enkel automatisert skyttelbuss. Denne tilnærmingen er i samsvar med et potensielt førsteklasses servicenivå, eller i det minste en overlegen posisjonering sammenlignet med tradisjonell offentlig transport. Det gjenstår å se om denne konfigurasjonen vil være bærekraftig i stor skala, der vedlikehold, rengjøring, skader og intensive brukssykluser påvirker driftskostnadene.

Et annet viktig steg gjelder økosystemet. XPENG planlegger å åpne sitt eget Robotaxi SDK, samtidig som Et kart vil bli økosystemets første globale partner. Denne detaljen er viktig fordi ingen robottaksi eksisterer utelukkende innenfor produsentens perimeter. Det krever kart, reservasjoner, ruting, betalinger, kundesupport, avvikshåndtering og grensesnitt med lokale myndigheter. SDK-ens kontrollerte åpenhet kan brukes til å bygge applikasjoner og integrasjoner, men det reiser også spørsmål om ansvar, sikkerhet og tjenestekvalitet.

Kommersialisering vil derfor avhenge av en balanse mellom proprietær integrasjon og eksternt samarbeid. Et system som er for lukket kan forsinke adopsjonen; et som er for åpent kan øke kontrollkompleksiteten. For en robottaksi-operatør ligger verdien ikke bare i det enkelte kjøretøyet, men i evnen til å orkestrere mange, oppdatere dem sømløst og sikre konsistente standarder. Det er her autonom mobilitet skjærer seg med tilnærminger som er nærmere industriell programvare enn tradisjonelt bilsalg.

Fysisk AI kobler biler, humanoide roboter og flyging

Robotaxi presenteres av XPENG som et av flaggskipproduktene i økosystemet deres. Fysisk AI, den samme teknologiske horisonten som inkluderer den humanoide roboten IRON og den flyvende bilen. Begrepet refererer til anvendelsen av kunstig intelligens i den fysiske verden, der modeller ikke bare genererer tekst, bilder eller spådommer, men også må oppfatte, bestemme og handle i virkelige miljøer. Dette er et vanskeligere trinn, fordi enhver feil kan få umiddelbare materielle konsekvenser.

Deling av teknologiske grunnlag mellom kjøretøy, roboter og luftmobilitetssystemer kan generere læringsfordeler. Brikker, modeller, kompilatorer, programvarestakker og simuleringsverktøy kan gjenbrukes, i hvert fall delvis, på tvers av forskjellige plattformer. Imidlertid har hvert domene sine egne unike krav. En robottaxi må navigere i bytrafikk og passasjerer; en humanoid må navigere i rom bygget for mennesker; et fly krever sertifisering, redundans og luftfartsforskrifter. Å snakke om en felles plattform betyr ikke å viske ut disse forskjellene.

For bilindustrien illustrerer XPENG-tilfellet en bredere trend: det intelligente elbilen er i ferd med å bli en mobil dataplattform. Konkurransen handler ikke bare om rekkevidde, batterilevetid eller design, men om evnen til å forvandle kjøretøyet til et knutepunkt for data, tjenester og kontinuerlige oppdateringer. I dette scenariet kan masseproduksjonen av en Robotaxi bli en testplattform for arkitekturer som kan drive andre former for automatisert mobilitet i fremtiden.

Det økonomiske spørsmålet gjenstår. Robotakser lover å redusere sjåførkostnadene, men krever betydelige investeringer i maskinvare, programvare, forsikring, fjernovervåking, rengjøring, vedlikehold og samsvar. Suksess vil avhenge av etterspørselstetthet, lokale reguleringer og evnen til å operere med høy utnyttelsesgrad. I byer med mye trafikk, klare forskrifter og digitalt modne brukere kan modellen finne gunstige forhold; andre steder kan overgangen være mye tregere.

Utrullingen i Guangzhou setter ikke en stopper for selvkjørende biler, men den endrer verifiseringsnivået. Fra nå av vil utfordringen ikke bare være å demonstrere at et kjøretøy kan kjøre seg selv, men å bevise at en bilpark kan gjøre det på en pålitelig, akseptert og bærekraftig måte. For XPENG er målet å forkorte syklusen mellom utvikling og kommersiell drift; for industrien vil testen være å forstå om masseproduksjon virkelig kan transformere autonomi fra et teknologisk løfte til en mobilitetsinfrastruktur.

La Kina Det er fortsatt et av de mest nøye overvåkede laboratoriene for denne overgangen, takket være kombinasjonen av bilmarkedet, digitale plattformer, bypolitikk og industriell konkurranse. Men den virkelige testen vil være å gjenskape opplevelsen utover den første autoriserte perimeteren, samtidig som sikkerhet og servicekvalitet opprettholdes. Det er i denne evnen til å gå fra en enkelt kunngjøring til driftskontinuitet at verdien av Kunstig intelligens anvendt på fysisk mobilitet.

Her er tre innsikter som kan interessere deg:

Derfor har den sveitsiske regjeringen til hensikt å tillate automatisert kjøring
Robotaxi: Nissan, Uber og Wayve eksperimenterer med urban AI
Sverige, revolusjonen av elektrifiserte veier for kjøretøy i bevegelse