XPeng menyebut IRON memakai tiga chip AI Turing di dalam robot dengan komputasi efektif hingga 2.250 TOPS, setara angka utama pada kendaraan Ultra paling canggihnya, untuk menjalankan model Physical AI secara lokal. Target perusahaan adalah satu tumpukan Physical AI untuk mobil, robotaxi, humanoid, dan kendaraan ter...
Diterbitkan olehDiedit dengan GPT-5.6 TerraGambar dibuat dengan GPT Image 2
Jawaban penelitian

Create a landscape editorial hero image for this Studio Global article: How is XPeng extending its self-developed Turing AI chip beyond intelligent electric vehicles into humanoid robots as part of a shared Physi. Article summary: XPeng’s strategy is to treat cars, robotaxis, humanoids, and flying vehicles as different “bodies” running a common Physical AI stack: Turing edge chips, a shared physical-world/VLA foundation model, and integrated hardw. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
XPeng memperluas chip silikon AI Turing yang dikembangkannya untuk kendaraan listrik pintar ke robot humanoid melalui gagasan bahwa mobil dan robot adalah tubuh fisik berbeda yang dapat menggunakan fondasi AI serupa. Klaim terbarunya: humanoid IRON membawa tiga chip Turing dengan komputasi efektif hingga 2.250 TOPS, cukup untuk menjalankan model fondasi Physical AI langsung di robot, tanpa mengandalkan kendali jarak jauh. 18
Strategi ini penting karena menyatukan pengembangan chip, inferensi AI lokal, serta model dan perangkat lunak bersama. Namun, ini masih perlu dibaca sebagai arsitektur produk dan peta jalan perusahaan—bukan bukti independen bahwa robot humanoid dapat bekerja andal dalam waktu lama di lingkungan kompleks.
XPeng menggambarkan Physical AI sebagai sistem penuh yang mencakup chip, model besar, dan perangkat keras cerdas untuk mobil AI, robotaxi, humanoid, serta kendaraan terbang. 30 Model VLA 2.0 miliknya dirancang menghasilkan aksi langsung dari sinyal visual lewat jalur yang disebut perusahaan sebagai “Vision-Implicit Token-Action”.
10
Gagasan utamanya sederhana: mobil, robotaxi, dan humanoid memiliki bentuk serta pekerjaan yang berbeda, tetapi semuanya harus mampu menangkap kondisi dunia fisik, mengambil keputusan, lalu bertindak. Dengan memakai platform komputasi di perangkat (edge computing) dan sebagian tumpukan perangkat lunak AI yang sama, XPeng berpotensi mengurangi teknologi yang harus dikembangkan dari nol untuk tiap kategori produk.
XPeng menyatakan humanoid IRON menggunakan tiga chip AI Turing buatan sendiri dengan daya komputasi efektif hingga 2.250 TOPS. Menurut perusahaan, kapasitas itu memungkinkan model fondasi Physical AI dijalankan secara lokal, sehingga robot dapat menangani tugas kompleks tanpa pengoperasian jarak jauh, sambil menekan latensi inferensi dan meningkatkan keamanan data. 18
Laporan mengenai IRON juga menyebut robot ini menggunakan model fondasi Physical AI yang sama dengan upaya XPeng pada mobil berkemudi cerdas dan mobil terbang. 19 Catatan pentingnya, angka 2.250 TOPS dan klaim otonomi lokal tersebut merupakan spesifikasi serta demonstrasi dari XPeng sendiri; belum ada tolok ukur publik dan independen yang mengonfirmasi kemampuan robot secara berkelanjutan.
Angka komputasi yang sama merupakan bagian utama dari program kendaraan canggih XPeng. Perusahaan menyebut Next P7 dan IRON sama-sama memiliki komputasi 2.250 TOPS. 30 Pada kendaraan Ultra yang lebih baru, tiga chip Turing mendukung VLA 2.0. XPeng juga memosisikan chip ketiga untuk memungkinkan “super agent” yang dikendalikan suara di seluruh kendaraan.
1
3
VLA 2.0 bukan sekadar asisten percakapan. XPeng menggambarkannya sebagai model dunia fisik untuk pemahaman, prediksi, dan pembangkitan aksi, yang menerjemahkan sinyal visual langsung menjadi perintah tindakan. 10 Pada mobil, penerapannya berkaitan dengan persepsi dan keputusan berkendara. Pada humanoid, hasil yang dituju adalah persepsi serta aksi melalui tubuh robot.
Keluarga silikon yang sama dapat menjadi dasar untuk memakai ulang optimasi model, kompilator, runtime, alur data, praktik simulasi, serta metode pembaruan over-the-air (OTA). XPeng telah mengoptimalkan sistemnya untuk menempatkan model bergaya VLA pada kendaraan produksi, dan mempresentasikan VLA 2.0 sebagai bagian dari sistem Physical AI lintas perangkat. 10
30
Bukan berarti model otomotif bisa langsung disalin ke humanoid. Yang berpotensi digunakan kembali adalah pengalaman menjalankan model AI besar yang sensitif terhadap latensi langsung di perangkat.
Bagi robot, pemrosesan masukan sensor di perangkat dapat menghindari jeda pengiriman data ke jaringan dan kembali lagi sebelum robot bertindak. XPeng secara khusus menyebut latensi yang lebih rendah serta keamanan data yang lebih baik sebagai alasan menjalankan model Physical AI secara lokal di IRON. 18
Pemrosesan lokal juga bisa mengurangi kebutuhan mengirim data kamera, audio, dan lingkungan ke server jarak jauh. Namun, manfaat praktisnya akan bergantung pada data apa yang tetap disimpan atau dikirim XPeng dalam penggunaan nyata, yang belum dirinci kepada publik.
Sebagai produsen kendaraan listrik, XPeng memiliki pengalaman mengembangkan dan mengintegrasikan elektronik dalam skala besar. Memperluas program Turing internal ke robot berpotensi membuat investasi pengembangan chip, integrasi, dan validasi digunakan untuk lebih dari satu kategori produk. XPeng secara eksplisit membingkai sistemnya sebagai gabungan chip, model, dan perangkat keras yang dikembangkan sendiri. 30
Apakah hal itu akan menjadi keunggulan biaya yang berarti masih bergantung pada volume produksi, tingkat hasil produksi chip, biaya komponen robot, serta jumlah perangkat keras khusus yang dibutuhkan IRON. Rinciannya belum cukup dipublikasikan untuk dihitung.
Mengemudi otonom dan robotika humanoid sama-sama membutuhkan persepsi dan aksi, tetapi tuntutan kendalinya sangat berbeda. Mobil perlu memahami situasi, memprediksi pergerakan, merencanakan rute, dan mengontrol kendaraan. Humanoid berkaki dua juga harus menjaga keseimbangan, mengelola gaya kontak, mengoordinasikan banyak sendi, memanipulasi benda, dan pulih secara aman saat terganggu.
Artinya, chip Turing kemungkinan bukan seluruh sistem kendali robot. Putaran kendali gerak yang berfrekuensi tinggi dan deterministik, pengendalian aktuator, sensor, serta sistem keselamatan bisa membutuhkan komponen khusus di samping komputasi AI. XPeng belum merilis diagram terperinci tentang pembagian tugas IRON pada tiga chipnya, pengendali konvensional, dan perangkat keselamatan khusus bila ada.
Angka yang dipublikasikan saja belum menjelaskan performa robot di dunia nyata. Sejumlah rincian penting masih belum tersedia:
XPeng sudah menyusun tesis yang konsisten: memakai chip Turing buatan sendiri dan fondasi model Physical AI bersama untuk memperluas kapabilitasnya melampaui kendaraan listrik. Konfigurasi IRON yang dilaporkan memakai tiga chip dengan 2.250 TOPS adalah wujud paling jelas dari strategi tersebut. 18
19
Bukti berikutnya yang perlu diperhatikan bersifat lebih operasional: arsitektur chip dan pengendali yang terbuka, pengukuran daya serta latensi dalam beban kerja robot yang realistis, hasil uji ketahanan, penjelasan tugas apa saja yang sepenuhnya berjalan di perangkat, dan pengujian keselamatan independen. Data-data itulah—bukan angka TOPS semata—yang akan menentukan apakah strategi silikon bersama XPeng dapat menjadi keunggulan jangka panjang di robotika humanoid.
Studio Global AI
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
XPeng menyebut IRON memakai tiga chip AI Turing di dalam robot dengan komputasi efektif hingga 2.250 TOPS, setara angka utama pada kendaraan Ultra paling canggihnya, untuk menjalankan model Physical AI secara lokal.
XPeng menyebut IRON memakai tiga chip AI Turing di dalam robot dengan komputasi efektif hingga 2.250 TOPS, setara angka utama pada kendaraan Ultra paling canggihnya, untuk menjalankan model Physical AI secara lokal. Target perusahaan adalah satu tumpukan Physical AI untuk mobil, robotaxi, humanoid, dan kendaraan terbang, dengan model yang menerjemahkan persepsi menjadi aksi di dunia fisik.
Angka TOPS adalah klaim kapasitas komputasi, bukan bukti otonomi di kondisi nyata.