XPeng vil lade samme AI-chips drive både biler og humanoidrobotter

XPeng forsøger at gøre sin egenudviklede Turing AI-chip til en fælles beregningsplatform for flere typer maskiner. Ideen er, at en elbil, en robotaxi og en humanoidrobot har vidt forskellige kroppe og opgaver, men alle skal kunne opfatte omgivelserne, træffe beslutninger og omsætte dem til fysiske handlinger.

Det tydeligste eksempel er humanoidrobotten IRON. XPeng oplyser, at den har tre Turing AI-chips med op til 2.250 TOPS i effektiv regnekraft. Ifølge selskabet er det nok til at køre dets Physical AI-grundmodel direkte på robotten, så komplekse opgaver kan udføres uden fjernstyring. XPeng fremhæver også lavere forsinkelse og bedre datasikkerhed ved lokal behandling. 18

Det er en interessant produktstrategi, men foreløbig først og fremmest XPengs egen arkitektur og køreplan – ikke uafhængigt dokumentation for, at en humanoid kan fungere stabilt i timevis i uforudsigelige, komplekse miljøer.

Én Physical AI-platform til flere slags maskiner

XPeng beskriver Physical AI som et system, der dækker chips, store AI-modeller og intelligent hardware til AI-biler, robotaxier, humanoider og flyvende køretøjer. 30

Kernen er VLA 2.0, en model som XPeng siger kan omsætte visuelle input direkte til handlingskommandoer via en såkaldt "Vision-Implicit Token-Action"-model. Virksomheden beskriver den både som en model, der genererer handlinger, og som en model til forståelse og forudsigelse i den fysiske verden. 10

I praksis er XPengs tese enkel: Biler og robotter er ikke samme maskine, men de kan dele dele af den underliggende AI-teknologi. Hvis samme chipfamilie, softwareværktøjer, modeller og udrulningsmetoder kan anvendes på tværs af produkter, skal virksomheden i princippet udvikle mindre fra bunden for hver ny kategori.

Det XPeng siger, at der sidder i IRON

IRON får ifølge XPeng tre internt udviklede Turing AI-chips, der tilsammen leverer op til 2.250 TOPS. TOPS betyder trillioner af operationer pr. sekund og bruges som et mål for AI-regnekraft, men tallet kan ikke alene oversættes til, hvor dygtig en robot er i virkeligheden. 18

XPeng siger, at den lokale regnekraft gør det muligt at afvikle virksomhedens Physical AI-grundmodel på selve robotten frem for at være afhængig af en ekstern operatør eller en forbindelse til skyen. 18 Omtale af IRON beskriver tilsvarende robotten som baseret på en Physical AI-model, der deles med XPengs intelligente biler og initiativer inden for flyvende køretøjer. 19

Det afgørende forbehold er, at både de 2.250 TOPS og påstandene om lokal autonomi kommer fra XPengs egne specifikationer og demonstrationer. Der er ikke tale om en offentlig, uafhængig benchmarktest af robotten under langvarig drift.

Samme regnekraft som i XPengs Ultra-biler

De 2.250 TOPS er også et centralt tal i XPengs satsning på avancerede biler. Selskabet har præsenteret både Next P7 og IRON som produkter med 2.250 TOPS i regnekraft. 30

I nyere Ultra-modeller understøtter tre Turing-chips VLA 2.0. XPeng har desuden positioneret den tredje chip som grundlag for en bilomfattende, stemmestyret "super agent". 13

I bilen er målet kørsel: at fortolke trafikmiljøet, forudsige udviklingen og vælge handlinger. I en humanoid er ambitionen den samme overordnede kæde – se, forstå og handle – men handlingen kan være at gå, gribe en genstand eller navigere i et rum.

Hvorfor en delt chipplatform kan være værdifuld

Genbrug af software og udviklingsarbejde

En fælles chipfamilie kan gøre det lettere at genbruge modeloptimering, compilere, softwaremiljøer, datapipelines, simulering og trådløse softwareopdateringer. XPeng har allerede måttet optimere sin platform for at køre VLA-lignende modeller i serieproducerede biler og fremstiller VLA 2.0 som en del af et Physical AI-system på tværs af enheder. 1030

Det betyder ikke, at en model til en bil bare kan kopieres over i en robot. Men erfaringen med at få store, forsinkelsesfølsomme AI-modeller til at køre lokalt kan være genanvendelig.

Lokal behandling kan reducere forsinkelsen

Når en robot behandler sensorinput på enheden, undgår den i princippet en tur frem og tilbage over nettet, før den reagerer. XPeng peger specifikt på lavere forsinkelse og bedre datasikkerhed som argumenter for at køre modellen lokalt på IRON. 18

Lokal behandling kan også mindske behovet for at sende video, lyd og data fra omgivelserne til eksterne servere. Den konkrete effekt afhænger dog af, hvilke data XPeng i praksis gemmer eller sender videre, og det har virksomheden ikke offentliggjort i detaljer.

Mulighed for skala i produktion og indkøb

Som elbilproducent har XPeng erfaring med at udvikle og integrere elektronik i stor skala. Hvis Turing-programmet bruges på både biler og robotter, kan investeringerne i chipudvikling, integration og validering potentielt fordeles på flere produktområder. XPeng beskriver selv systemet som en kombination af selvudviklede chips, modeller og hardware. 30

Om det faktisk bliver en mærkbar omkostningsfordel, afhænger blandt andet af produktionsvolumen, chipudbytte, robotternes komponentpriser og behovet for særlig hardware. De oplysninger er ikke tilgængelige i et omfang, der gør en beregning mulig.

En humanoid er ikke bare en bil med arme og ben

Selv om både selvkørende biler og humanoider skal opfatte verden og handle i den, er deres styringsproblemer meget forskellige.

En bil skal forstå trafikken, forudsige bevægelser, planlægge og styre kørsel. En tobenet robot skal derudover holde balancen, håndtere kontaktkræfter, koordinere mange led, manipulere genstande og komme sikkert videre efter forstyrrelser.

Turing-chipsene er derfor næppe hele robotens styresystem. Hurtige og forudsigelige reguleringssløjfer til bevægelse, motorstyring, sensorer og sikkerhed vil sandsynligvis kræve specialiserede komponenter ved siden af AI-regnekraften. XPeng har ikke offentliggjort et detaljeret diagram over, hvordan arbejdet i IRON fordeles mellem de tre chips, almindelige controllere og eventuel dedikeret sikkerhedshardware.

De store ubesvarede spørgsmål bag 2.250 TOPS

Den offentliggjorte regnekraft siger ikke i sig selv meget om robottens praktiske ydeevne. Blandt de væsentlige ubekendte er:

• Fordeling af modelarbejdet: XPeng har ikke forklaret offentligt, hvad hver af de tre chips kører, hvordan de kommunikerer, eller hvilke funktioner der ligger uden for grundmodellen.
• Strømforbrug og varme: 2.250 TOPS er et tal for effektiv regnekraft, ikke et offentliggjort, vedvarende effektbudget. XPeng har ikke fremlagt data om wattforbrug, varmeudvikling, batteripåvirkning eller ydelse ved eventuel termisk nedregulering.
• Forsinkelse under reel bevægelse: Selskabet siger, at lokal inferens giver lavere forsinkelse, men har ikke offentliggjort ende-til-ende-målinger under gang, manipulation eller genopretning efter en forstyrrelse. 18
• Uafhængig validering: Den offentlige dokumentation består primært af XPengs udmeldinger og demonstrationer. Der er ingen citerede, standardiserede test, der sammenligner IRONs langvarige, kontaktrige og sikkerhedskritiske arbejde med konkurrerende humanoidplatforme.

Hvad der skal til for at bevise strategien

XPeng har en sammenhængende fortælling: Selvudviklede Turing-chips og en delt Physical AI-model skal gøre det muligt at udvide selskabets AI-kompetencer fra elbiler til humanoider. IRONs konfiguration med tre chips og 2.250 TOPS er den klareste demonstration af ambitionen. 1819

De næste afgørende beviser bliver mere jordnære end et højt TOPS-tal: en offentlig chip- og controllerarkitektur, målinger af strømforbrug og forsinkelse under realistiske robotopgaver, udholdenhedstest, klarhed over hvilke opgaver der faktisk kører fuldt lokalt, samt uafhængige sikkerhedstest. Det er den type data – ikke regnekraftstallet alene – der vil vise, om XPengs fælles siliciumstrategi bliver en reel fordel i humanoidrobotik.