Zo hergebruikt XPeng zijn Turing-AI-chips voor de humanoïde robot IRON

XPeng breidt zijn zelf ontwikkelde Turing-AI-chips uit van slimme elektrische auto’s naar humanoïde robots. Het uitgangspunt: een auto, robotaxi en mensachtige robot hebben weliswaar een ander lichaam en andere taken, maar moeten allemaal de omgeving waarnemen, beslissingen nemen en fysieke handelingen uitvoeren.

Volgens XPeng heeft de humanoïde IRON drie Turing-AI-chips met samen maximaal 2.250 TOPS aan effectieve rekenkracht. Daarmee zou het Physical AI-basismodel rechtstreeks op de robot kunnen draaien, zonder dat een menselijke operator hem op afstand bestuurt. 18

Dat is een interessante productarchitectuur, maar nog geen onafhankelijk bewijs dat een humanoïde langdurig en betrouwbaar kan functioneren in rommelige, onverwachte omgevingen.

Eén Physical AI-basis voor meerdere machines

XPeng omschrijft zijn Physical AI-strategie als een volledig eigen keten van chips, grote AI-modellen en intelligente hardware. Die moet inzetbaar zijn in AI-auto’s, robotaxi’s, humanoïde robots en vliegende voertuigen. 30

De kern daarvan is VLA 2.0, XPengs model voor visie, taal en actie. Volgens het bedrijf gebruikt dit model een route die het aanduidt als ‘Vision-Implicit Token-Action’: visuele signalen worden direct omgezet in actiecommando’s, zonder de gebruikelijke tussenstap van expliciete taalvertaling. 10

De gedachte is dus niet dat software voor autonoom rijden één-op-één naar een robot wordt gekopieerd. XPeng probeert wel dezelfde fundamentele bouwstenen te hergebruiken: edge-compute in het apparaat zelf, modeloptimalisatie, software voor uitrol en een AI-model dat de fysieke wereld moet begrijpen.

Wat XPeng over IRON zegt

In augustus 2026 meldde XPeng dat IRON wordt aangedreven door drie eigen Turing-AI-chips, met maximaal 2.250 TOPS aan effectieve rekenkracht. Volgens het bedrijf maakt dat lokale uitvoering van het Physical AI-basismodel mogelijk, voor complexe taken zonder besturing op afstand. XPeng noemt een lagere inferentielatentie en betere databeveiliging als voordelen. 18

Ook berichtgeving over IRON beschrijft het model als een gedeelde basis voor XPengs intelligente auto’s en projecten voor vliegende voertuigen. 19 Daarbij is een kanttekening essentieel: de 2.250 TOPS en de claims over lokale autonomie zijn specificaties en demonstraties van XPeng zelf. Er is geen publiek beschikbare, onafhankelijke benchmark die langdurige robotprestaties bevestigt.

De koppeling met XPengs Ultra-auto’s

Dezelfde rekenkracht is belangrijk in XPengs meest geavanceerde voertuigen. Het bedrijf heeft aangegeven dat zowel de Next P7 als IRON over 2.250 TOPS aan rekenkracht beschikken. 30

In nieuwere Ultra-uitvoeringen ondersteunen drie Turing-chips VLA 2.0. XPeng positioneert de derde chip bovendien als basis voor een voertuigbrede, via spraak bediende ‘super agent’. 13

VLA 2.0 is volgens XPeng meer dan een conversatie-assistent: het moet een model zijn voor begrip, voorspelling en actiegeneratie in de fysieke wereld. In een auto gaat dat om waarneming en rijbeslissingen; in een humanoïde zou hetzelfde algemene principe moeten leiden tot waarneming en handelen met een robotlichaam. 10

Waarom één chipplatform aantrekkelijk kan zijn

Hergebruik van software en ontwikkelwerk

Een gedeelde chipfamilie kan XPeng helpen om werk aan modeloptimalisatie, compilers, runtimes, dataverwerking, simulatie en draadloze software-updates over verschillende productgroepen te spreiden. XPeng heeft zijn stack al moeten optimaliseren om VLA-achtige modellen in productieauto’s te draaien en presenteert VLA 2.0 nadrukkelijk als onderdeel van een Physical AI-systeem voor meerdere apparaten. 1030

Dat betekent niet dat een model voor een auto automatisch geschikt is voor een humanoïde. Wel kan de ervaring met het lokaal draaien van grote, latencygevoelige AI-modellen bruikbaar zijn voor beide.

Lokale verwerking: minder vertraging en minder dataverkeer

Wanneer een robot sensorgegevens lokaal verwerkt, hoeft hij niet eerst op een reactie van een server te wachten voordat hij handelt. XPeng noemt juist die lagere vertraging en een betere databeveiliging als reden om het Physical AI-model op IRON zelf te draaien. 18

Lokale verwerking kan ook betekenen dat minder beeld-, audio- en omgevingsgegevens naar externe servers hoeven. Hoeveel data XPeng in echte inzet alsnog bewaart of verstuurt, heeft het bedrijf echter niet publiek toegelicht.

Mogelijk voordeel in productie en toelevering

Als EV-fabrikant heeft XPeng ervaring met het ontwikkelen en integreren van elektronica op grote schaal. Door het Turing-programma ook voor robots te gebruiken, kan het investeringen in chipontwikkeling, integratie en validatie mogelijk over meer productcategorieën verdelen. XPeng beschrijft zijn bredere strategie expliciet als een combinatie van zelf ontwikkelde chips, modellen en hardware. 30

Of dit ook echt tot een relevant kostenvoordeel leidt, is nog niet te becijferen. Daarvoor ontbreken gegevens over productievolumes, chipopbrengsten, de kosten van robotonderdelen en de specialistische hardware die IRON nodig heeft.

Een humanoïde is technisch geen auto op benen

Autonoom rijden en humanoïde robotica vragen allebei om waarneming en actie, maar de regelproblemen verschillen sterk. Een auto moet verkeerssituaties begrijpen, bewegingen voorspellen, een route plannen en veilig sturen, remmen en accelereren.

Een tweevoetige humanoïde moet daarnaast zijn evenwicht bewaren, krachten bij contact beheersen, veel gewrichten tegelijk aansturen, objecten manipuleren en veilig herstellen na verstoringen of een bijna-val. Daarom vormen de Turing-chips waarschijnlijk niet het volledige besturingssysteem van IRON.

Snelle, voorspelbare regelkringen voor motoren en actuatoren, sensoren en veiligheidsfuncties kunnen gespecialiseerde hardware vereisen naast de AI-rekenchips. XPeng heeft nog geen gedetailleerd publiek schema gedeeld dat laat zien hoe taken op IRON zijn verdeeld over de drie chips, traditionele controllers en eventuele aparte veiligheidssystemen.

Welke vragen 2.250 TOPS niet beantwoordt

De TOPS-waarde alleen vertelt weinig over hoe een robot zich in de dagelijkse praktijk gedraagt. Belangrijke open punten zijn:

• Taakverdeling tussen chips: XPeng heeft niet publiek uitgelegd welke onderdelen op elk van de drie chips draaien, hoe de chips met elkaar communiceren of welke functies buiten het basismodel blijven.
• Energieverbruik en warmte: 2.250 TOPS is een claim over effectieve rekenkracht, geen bekend continu energieverbruik. XPeng heeft geen gegevens gepubliceerd over wattage, warmteontwikkeling, invloed op de batterijduur of mogelijke prestatiebeperking door thermische throttling.
• Vertraging tijdens beweging: XPeng stelt dat lokale inferentie de vertraging verlaagt, maar heeft geen end-to-end-latentiemetingen vrijgegeven voor lopen, objectmanipulatie of herstel na verstoring. 18
• Onafhankelijke validatie: De publieke onderbouwing bestaat vooral uit XPeng-aankondigingen en demonstraties. Er zijn geen aangehaalde, gestandaardiseerde onafhankelijke tests van langdurige, contactintensieve en veiligheidskritische prestaties van IRON tegenover concurrerende humanoïde platforms.

Waar het bewijs nu nog moet komen

XPengs strategie is helder: dezelfde Turing-chips en een gedeelde Physical AI-modelbasis inzetten voor voertuigen én robots. De gerapporteerde configuratie van drie chips en 2.250 TOPS in IRON is daarvan de duidelijkste uitwerking. 1819

De volgende bewijzen die ertoe doen, zijn praktisch: een openbaar overzicht van chips en controllers, metingen van energieverbruik en vertraging bij realistische robotwerktaken, duurtests, duidelijkheid over welke taken volledig lokaal draaien en onafhankelijke veiligheidstests. Pas dan zal blijken of XPengs gedeelde siliciumstrategie een duurzaam voordeel voor humanoïde robots oplevert — of vooral een overtuigende roadmap is.