Wie XPeng seine Turing-KI-Chips vom Elektroauto auf den Roboter IRON überträgt

XPeng überträgt seine selbst entwickelten Turing-KI-Chips aus intelligenten Elektroautos auf humanoide Robotik. Die Idee dahinter: Auto, Robotaxi und Humanoider sind unterschiedliche physische Plattformen, können aber auf einen gemeinsamen KI- und Hardware-Unterbau zurückgreifen.

Konkret erklärt XPeng, dass der humanoide Roboter IRON drei Turing-KI-Chips nutzt. Zusammen sollen sie bis zu 2.250 TOPS effektive Rechenleistung liefern. Das soll ausreichen, um XPengs Physical-AI-Basismodell direkt auf dem Roboter auszuführen, statt für Aufgaben auf Fernsteuerung angewiesen zu sein. 18

Das ist eine nachvollziehbare Produktstrategie: Eigene Chips, lokale KI-Inferenz und wiederverwendbare Software können Entwicklung über mehrere Gerätekategorien hinweg bündeln. Die Angaben sind jedoch vor allem XPengs Spezifikationen und Vorführungen – kein unabhängiger Nachweis dafür, dass ein Humanoider langfristig und sicher in komplexen Umgebungen arbeitet.

Ein KI-Stack für verschiedene Maschinen

XPeng beschreibt seine „Physical AI“ als einen selbst entwickelten Gesamtansatz aus Chips, großen KI-Modellen und intelligenter Hardware. Dieser soll KI-Autos, Robotaxis, humanoide Roboter und Flugfahrzeuge abdecken. 30

Im Zentrum steht das Modell VLA 2.0. Es soll nach XPengs Darstellung über einen „Vision-Implicit Token-Action“-Pfad visuelle Signale direkt in Handlungsbefehle überführen, ohne den üblichen Zwischenschritt einer sprachlichen Übersetzung. 10

Die Grundannahme ist einfach: Ein Auto, ein Robotaxi und ein Roboterkörper haben andere Aufgaben, müssen aber jeweils ihre Umwelt erfassen, Entscheidungen treffen und Handlungen ausführen. Wenn Rechenplattform und Teile des Software-Stacks gemeinsam sind, müsste XPeng nicht jede technische Grundlage für jede Produktklasse neu entwickeln.

Was laut XPeng im IRON steckt

Für IRON nennt XPeng drei eigene Turing-KI-Chips und bis zu 2.250 TOPS effektive Rechenleistung. Diese Kapazität ermögliche die lokale Ausführung des Physical-AI-Basismodells. Dadurch könne der Roboter komplexe Aufgaben ohne Fernbedienung bewältigen; zudem sollen sich Inferenzlatenz und Datensicherheit verbessern. 18

Auch Berichte über IRON beschreiben ein Physical-AI-Modell, das mit XPengs intelligenten Fahrzeugen und Flugfahrzeugprojekten geteilt wird. 19 Entscheidend ist die Einordnung: Die 2.250-TOPS-Angabe sowie die Aussagen zur lokalen Autonomie stammen von XPeng. Ein öffentlich zugänglicher, unabhängiger Vergleichstest zur dauerhaften Robotikleistung liegt nicht vor.

Die Verbindung zum Auto: Turing-Chips in Ultra-Modellen

Die gleiche Rechenleistungsgröße spielt in XPengs Fahrzeugprogramm eine zentrale Rolle. Der Hersteller hat sowohl für den Next P7 als auch für IRON 2.250 TOPS genannt. 30

In neueren Ultra-Fahrzeugen unterstützen drei Turing-Chips VLA 2.0. Den dritten Chip positioniert XPeng zudem als Grundlage für einen fahrzeugweiten sprachgesteuerten „Super Agent“. 13

VLA 2.0 ist dabei nicht bloß ein Sprachassistent. XPeng bezeichnet es als Modell für die physische Welt, das Wahrnehmung und Vorhersage mit der Erzeugung von Handlungen verbindet; visuelle Signale sollen direkt zu Aktionsbefehlen werden. 10 Im Auto betrifft das Wahrnehmung und Entscheidungen beim Fahren, im Humanoiden soll dieselbe Grundidee Wahrnehmung und Bewegung in einem Roboterkörper verbinden.

Warum eine gemeinsame Chipplattform attraktiv sein könnte

Wiederverwendung bei Software und Bereitstellung

Eine gemeinsame Chipfamilie kann es erleichtern, Modelloptimierung, Compiler, Laufzeitumgebungen, Datenpipelines, Simulation und Over-the-Air-Auslieferung über mehrere Produktarten hinweg wiederzuverwenden. XPeng hat seinen Stack bereits für VLA-ähnliche Modelle in Serienfahrzeugen optimiert und präsentiert VLA 2.0 als Teil eines geräteübergreifenden Physical-AI-Systems. 1030

Das bedeutet nicht, dass sich ein Fahrmodell unverändert in einen humanoiden Roboter kopieren lässt. Wiederverwendbar könnten vielmehr Erfahrungen beim lokalen Betrieb großer, latenzempfindlicher KI-Modelle sein.

Lokale Verarbeitung: weniger Verzögerung, weniger Datentransfer

Wenn ein Roboter Sensordaten direkt auf dem Gerät verarbeitet, entfällt vor einer Handlung potenziell der Umweg über eine Netzwerkverbindung. XPeng nennt für IRON geringere Latenzen und eine höhere Datensicherheit als Gründe für die lokale Ausführung des Physical-AI-Modells. 18

Lokale Verarbeitung kann außerdem den Bedarf senken, Kamera-, Audio- und Umgebungsdaten an externe Server zu senden. Wie viele Daten XPeng in realen Einsätzen speichert oder überträgt, ist öffentlich allerdings nicht detailliert beschrieben.

Skaleneffekte in Entwicklung und Produktion

Als Elektroautohersteller verfügt XPeng über Erfahrung bei der Entwicklung und Integration von Elektronik in größeren Stückzahlen. Werden Turing-Chips auch in Robotern eingesetzt, könnten Investitionen in Chipentwicklung, Integration und Validierung auf mehrere Produktkategorien verteilt werden. XPeng selbst beschreibt seinen Ansatz ausdrücklich als Zusammenspiel aus eigenen Chips, Modellen und Hardware. 30

Ob daraus ein relevanter Kostenvorteil wird, hängt jedoch von Produktionsvolumen, Chip-Ausbeute, den Kosten der übrigen Robotikkomponenten und dem Bedarf an Spezialhardware ab. Dazu gibt es bislang keine ausreichenden öffentlichen Daten.

Gemeinsame Chips lösen nicht dasselbe Problem

Autonomes Fahren und humanoide Robotik benötigen beide Wahrnehmung und Handlungsplanung. Ihre Anforderungen an die Steuerung unterscheiden sich aber erheblich.

Ein Fahrzeug muss Szenen erfassen, Bewegungen vorhersagen, Routen planen und die Fahrt kontrollieren. Ein zweibeiniger Humanoider muss zusätzlich das Gleichgewicht halten, Kontaktkräfte steuern, zahlreiche Gelenke koordinieren, Gegenstände manipulieren und Störungen oder einen drohenden Sturz sicher abfangen.

Die Turing-Chips dürften deshalb kaum das gesamte Steuerungssystem des Roboters darstellen. Schnelle, deterministische Regelkreise für Bewegung und Aktoren, Sensorik sowie Sicherheitsfunktionen können zusätzliche spezialisierte Komponenten erfordern. XPeng hat bislang kein detailliertes öffentliches Architekturdiagramm vorgelegt, das die Aufgaben zwischen den drei Chips, klassischen Steuergeräten und möglicher Sicherheits-Hardware aufschlüsselt.

Was die Zahl von 2.250 TOPS nicht verrät

Die Rechenleistungsangabe allein sagt wenig über die tatsächliche Leistungsfähigkeit eines Roboters im Alltag aus. Offen sind insbesondere:

• Aufgabenverteilung: XPeng hat nicht erläutert, welche Funktionen auf welchem der drei IRON-Chips laufen, wie die Chips zusammenarbeiten und welche Aufgaben außerhalb des Basismodells liegen.
• Stromverbrauch und Wärme: 2.250 TOPS sind eine Angabe zur effektiven Rechenleistung, kein offengelegtes Dauerleistungsbudget. Angaben zu Wattzahl im Dauerbetrieb, Wärmeentwicklung, Einfluss auf die Akkulaufzeit oder möglicher Drosselung fehlen.
• Latenz in Bewegung: XPeng sagt, lokale Inferenz senke die Latenz, veröffentlicht aber keine Ende-zu-Ende-Messwerte beim Gehen, Greifen oder Abfangen von Störungen. 18
• Unabhängige Bestätigung: Die öffentliche Evidenz besteht überwiegend aus Unternehmensankündigungen und Demonstrationen. Standardisierte, unabhängige Tests zu lang andauernder, kontaktintensiver und sicherheitskritischer Leistung im Vergleich zu anderen Humanoiden-Plattformen werden nicht angeführt.

Worauf es jetzt ankommt

XPengs Ansatz ist in sich schlüssig: Eigene Turing-Chips und ein gemeinsames Physical-AI-Modell sollen Kompetenzen aus dem Elektroauto in Robotaxi-, Flug- und Robotikprojekte übertragen. Die gemeldete IRON-Konfiguration mit drei Chips und 2.250 TOPS ist der bislang deutlichste Ausdruck dieser Strategie. 1819

Entscheidend wären nun belastbare Betriebsdaten: eine veröffentlichte Chip- und Controllerarchitektur, Messwerte zu Stromverbrauch und Latenz unter realistischen Robotiklasten, Ausdauertests, eine klare Angabe zu vollständig lokal ausgeführten Aufgaben sowie unabhängige Sicherheitsprüfungen. Nicht die TOPS-Zahl allein wird zeigen, ob XPengs gemeinsame Siliziumstrategie in der humanoiden Robotik tatsächlich einen dauerhaften Vorteil schafft.