다만 이번 비교는 다음과 같은 핵심 정보가 충분히 공개되지 않았다.

• 실제 주행 거리와 경로 난이도
• 교통량 및 환경 조건
• 사용된 소프트웨어 버전
• 테스트 반복 여부
• 제3자 검증 여부

이 때문에 전문가들은 이 결과를 엄격한 벤치마크라기보다 홍보 성격의 시연에 가깝다고 평가한다.

공정성 논란의 핵심: 중국판 FSD

논쟁의 가장 큰 이유는 테슬라 FSD의 중국 버전이 미국보다 제한적이라는 점이다.

보도에 따르면 해당 비교에서는 중국에서 제공되는 FSD V13이 사용된 것으로 알려졌다.

하지만 테슬라는 미국에서 이후 버전까지 계속 개발을 진행 중이며, 기능과 성능 차이가 존재할 수 있다. 지역별 규제와 데이터 차이도 영향을 준다.

예를 들어 다음 요소들이 성능에 영향을 줄 수 있다.

• 지도 데이터 접근 제한
• 지역 교통 패턴 학습 데이터
• 기능 출시 일정

그래서 일부 분석가들은 중국 도로에 최적화된 현지 시스템과, 규제 때문에 제한된 해외 시스템을 직접 비교하는 것은 완전히 공정한 비교가 아닐 수 있다고 본다.

VLA 2.0의 핵심 기술 변화

VLA 2.0은 기존 자율주행 구조를 크게 바꾸려는 시도다.

전통적인 운전자 보조 시스템은 보통 다음과 같은 단계형 구조를 사용한다.

1. 주변 인식(차선·물체 인식)
2. 상황 이해
3. 경로 계획
4. 차량 제어

샤오펑은 VLA 2.0이 이 과정을 하나의 통합된 AI 모델로 단순화한 엔드투엔드 구조라고 설명한다. 즉 카메라에서 얻은 시각 정보를 받아 중간 단계 없이 바로 운전 행동을 생성한다는 개념이다.

또한 기존 멀티모달 AI에서 흔히 쓰이던 ‘언어 변환 단계’를 제거해 지연을 줄이고 학습 효율을 높였다고 주장한다.

샤오펑은 이를 **“물리 세계 대형 모델(physical‑world large model)”**이라고 부르며 실제 환경에서 이해·예측·행동을 동시에 수행하도록 설계했다고 설명한다.

데이터 규모와 컴퓨팅 성능

회사 자료와 업계 보고에 따르면 VLA 2.0 학습 인프라는 상당한 규모다.

• 약 720억 파라미터 규모 클라우드 모델
• 약 1억 개의 주행 영상 데이터 학습
• 차량 내 연산 성능 약 2,250 TOPS

샤오펑은 이 데이터가 수만 년에 해당하는 인간 운전 경험과 비슷한 수준이라고 주장하지만, 이러한 수치는 회사 자체 추정치이며 독립적으로 검증되지는 않았다.

이 시스템은 2026년 3월부터 OTA 업데이트를 통해 P7, G7, X9 등 일부 상위 트림 차량에 배포되기 시작했다.

실제 주행 리뷰 평가는?

독립 리뷰어들의 초기 평가는 꽤 긍정적이다.

한 기자는 베이징 도심에서 약 40분 동안 복잡한 교통을 주행했는데 단 한 번도 개입할 필요가 없었다고 보고했다.

다만 비교 평가에서는 여전히 테슬라가 앞선다는 의견도 있다.

InsideEVs는 다음과 같은 평가를 내렸다.

• VLA 2.0은 매우 부드럽고 자신감 있는 주행
• 하지만 전체적인 능력과 성숙도는 FSD가 더 앞선다
• 차선 지도나 앞차 의존도가 상대적으로 높다

결론적으로 많은 리뷰어들은 VLA 2.0을 테슬라의 강력한 경쟁자지만 아직 완전히 앞섰다고 보긴 어렵다는 수준으로 평가한다.

샤오펑 CEO의 도전 선언

샤오펑 창업자이자 CEO **허샤오펑(He Xiaopeng)**은 목표를 매우 공개적으로 밝힌 상태다.

그는 2026년 8월 30일까지 중국 시장에서 테슬라 FSD를 능가하겠다는 목표를 다시 강조했다.

그 기준은 미국 실리콘밸리에서 테스트된 FSD V14.2 수준의 주행 경험과 맞먹는 수준이다.

또한 회사는 장기적으로 Level 4 자율주행을 목표로 하고 있으며, 실제 상용화 시점은 규제 승인과 기술 검증에 크게 좌우될 것으로 보인다.

자율주행 경쟁 구도, 빠르게 변하는 이유

테슬라는 오랫동안 소비자용 자율주행 기술의 기준으로 여겨져 왔다. 하지만 최근 몇 년 사이 중국 EV 기업들의 기술 발전 속도는 매우 빠르다.

VLA 2.0 비교 테스트 자체가 완벽한 성능 판단 기준은 아닐 수 있다. 그럼에도 한 가지 흐름은 분명하다.

자율주행 경쟁의 중심이 더 이상 실리콘밸리만은 아니라는 점이다.

대규모 주행 데이터, 빠른 소프트웨어 업데이트, 공격적인 AI 투자 덕분에 중국 제조사들이 격차를 빠르게 좁히고 있다는 평가가 늘고 있다.

다만 이번 비교는 다음과 같은 핵심 정보가 충분히 공개되지 않았다.

• 실제 주행 거리와 경로 난이도
• 교통량 및 환경 조건
• 사용된 소프트웨어 버전
• 테스트 반복 여부
• 제3자 검증 여부

이 때문에 전문가들은 이 결과를 엄격한 벤치마크라기보다 홍보 성격의 시연에 가깝다고 평가한다.

공정성 논란의 핵심: 중국판 FSD

논쟁의 가장 큰 이유는 테슬라 FSD의 중국 버전이 미국보다 제한적이라는 점이다.

보도에 따르면 해당 비교에서는 중국에서 제공되는 FSD V13이 사용된 것으로 알려졌다.

하지만 테슬라는 미국에서 이후 버전까지 계속 개발을 진행 중이며, 기능과 성능 차이가 존재할 수 있다. 지역별 규제와 데이터 차이도 영향을 준다.

예를 들어 다음 요소들이 성능에 영향을 줄 수 있다.

• 지도 데이터 접근 제한
• 지역 교통 패턴 학습 데이터
• 기능 출시 일정

그래서 일부 분석가들은 중국 도로에 최적화된 현지 시스템과, 규제 때문에 제한된 해외 시스템을 직접 비교하는 것은 완전히 공정한 비교가 아닐 수 있다고 본다.

VLA 2.0의 핵심 기술 변화

VLA 2.0은 기존 자율주행 구조를 크게 바꾸려는 시도다.

전통적인 운전자 보조 시스템은 보통 다음과 같은 단계형 구조를 사용한다.

1. 주변 인식(차선·물체 인식)
2. 상황 이해
3. 경로 계획
4. 차량 제어

샤오펑은 VLA 2.0이 이 과정을 하나의 통합된 AI 모델로 단순화한 엔드투엔드 구조라고 설명한다. 즉 카메라에서 얻은 시각 정보를 받아 중간 단계 없이 바로 운전 행동을 생성한다는 개념이다.

또한 기존 멀티모달 AI에서 흔히 쓰이던 ‘언어 변환 단계’를 제거해 지연을 줄이고 학습 효율을 높였다고 주장한다.

샤오펑은 이를 **“물리 세계 대형 모델(physical‑world large model)”**이라고 부르며 실제 환경에서 이해·예측·행동을 동시에 수행하도록 설계했다고 설명한다.

데이터 규모와 컴퓨팅 성능

회사 자료와 업계 보고에 따르면 VLA 2.0 학습 인프라는 상당한 규모다.

• 약 720억 파라미터 규모 클라우드 모델
• 약 1억 개의 주행 영상 데이터 학습
• 차량 내 연산 성능 약 2,250 TOPS

샤오펑은 이 데이터가 수만 년에 해당하는 인간 운전 경험과 비슷한 수준이라고 주장하지만, 이러한 수치는 회사 자체 추정치이며 독립적으로 검증되지는 않았다.

이 시스템은 2026년 3월부터 OTA 업데이트를 통해 P7, G7, X9 등 일부 상위 트림 차량에 배포되기 시작했다.

실제 주행 리뷰 평가는?

독립 리뷰어들의 초기 평가는 꽤 긍정적이다.

한 기자는 베이징 도심에서 약 40분 동안 복잡한 교통을 주행했는데 단 한 번도 개입할 필요가 없었다고 보고했다.

다만 비교 평가에서는 여전히 테슬라가 앞선다는 의견도 있다.

InsideEVs는 다음과 같은 평가를 내렸다.

• VLA 2.0은 매우 부드럽고 자신감 있는 주행
• 하지만 전체적인 능력과 성숙도는 FSD가 더 앞선다
• 차선 지도나 앞차 의존도가 상대적으로 높다

결론적으로 많은 리뷰어들은 VLA 2.0을 테슬라의 강력한 경쟁자지만 아직 완전히 앞섰다고 보긴 어렵다는 수준으로 평가한다.

샤오펑 CEO의 도전 선언

샤오펑 창업자이자 CEO **허샤오펑(He Xiaopeng)**은 목표를 매우 공개적으로 밝힌 상태다.

그는 2026년 8월 30일까지 중국 시장에서 테슬라 FSD를 능가하겠다는 목표를 다시 강조했다.

그 기준은 미국 실리콘밸리에서 테스트된 FSD V14.2 수준의 주행 경험과 맞먹는 수준이다.

또한 회사는 장기적으로 Level 4 자율주행을 목표로 하고 있으며, 실제 상용화 시점은 규제 승인과 기술 검증에 크게 좌우될 것으로 보인다.

자율주행 경쟁 구도, 빠르게 변하는 이유

테슬라는 오랫동안 소비자용 자율주행 기술의 기준으로 여겨져 왔다. 하지만 최근 몇 년 사이 중국 EV 기업들의 기술 발전 속도는 매우 빠르다.

VLA 2.0 비교 테스트 자체가 완벽한 성능 판단 기준은 아닐 수 있다. 그럼에도 한 가지 흐름은 분명하다.

자율주행 경쟁의 중심이 더 이상 실리콘밸리만은 아니라는 점이다.

대규모 주행 데이터, 빠른 소프트웨어 업데이트, 공격적인 AI 투자 덕분에 중국 제조사들이 격차를 빠르게 좁히고 있다는 평가가 늘고 있다.