XPeng gjenbruker Turing AI-brikkene i humanoidroboten IRON

XPeng forsøker å gjøre egne Turing AI-brikker til en felles teknologisk grunnmur for både intelligente elbiler og humanoidroboter. I stedet for å utvikle helt separate AI-plattformer for hvert produkt, beskriver selskapet biler, robotaxi, roboter og flyvende kjøretøy som ulike «kropper» som kan dele deler av den samme programvaren og regnekraften.

Det tydeligste eksempelet er humanoidroboten IRON. XPeng sier at den har tre egenutviklede Turing-brikker med opptil 2 250 TOPS i effektiv regnekraft. Ifølge selskapet er dette nok til å kjøre Physical AI-grunnmodellen lokalt på roboten, uten fjernstyring, med kortere forsinkelse og bedre datasikkerhet. 18

Det er imidlertid viktig å skille mellom produktarkitektur og dokumentert ytelse. Tallene og autonomipåstandene kommer fra XPeng selv; de er ikke en uavhengig standardtest av hvor lenge og hvor pålitelig IRON kan fungere i kompliserte, virkelige miljøer.

Én Physical AI-plattform for flere maskiner

XPeng omtaler Physical AI som en fullstendig, egenutviklet satsing på brikker, store modeller og intelligent maskinvare til AI-biler, robotaxi, humanoidroboter og flyvende kjøretøy. 30 VLA 2.0-modellen skal, ifølge selskapet, gå fra visuelle signaler direkte til handlingskommandoer gjennom en «Vision-Implicit Token-Action»-prosess. 10

Tanken er enkel: En bil og en humanoidrobot har svært ulike oppgaver og fysisk utforming, men begge må oppfatte omgivelsene, ta beslutninger og utføre handlinger. Hvis XPeng kan gjenbruke en plattform for lokal AI-regnekraft og deler av modell- og programvarestakken, kan selskapet slippe å bygge alt fra bunnen av for hver produktkategori.

Dette sier XPeng at IRON har om bord

XPeng oppgir at IRON bruker tre Turing AI-brikker med opptil 2 250 TOPS effektiv regnekraft. Selskapet sier at kapasiteten muliggjør lokal kjøring av Physical AI-grunnmodellen og dermed komplekse oppgaver uten fjernoperatør, samtidig som slutningstiden reduseres og datasikkerheten forbedres. 18

Omtale av IRON beskriver også at roboten bygger på den samme Physical AI-grunnmodellen som XPeng bruker i satsingen på intelligente biler og flyvende biler. 19 Det avgjørende forbeholdet er at både 2 250-TOPS-tallet og påstanden om lokal autonomi bygger på XPengs egne spesifikasjoner og demonstrasjoner, ikke offentlige, uavhengige målinger av vedvarende robotytelse.

Koblingen til bilene: Turing i Ultra-modellene

Den samme oppgitte regnekraften står sentralt i XPengs mest avanserte biler. Selskapet har sagt at både Next P7 og IRON har 2 250 TOPS. 30 I nyere Ultra-biler brukes tre Turing-brikker til VLA 2.0, mens XPeng har presentert den tredje brikken som grunnlag for en stemmestyrt «super agent» som skal fungere på tvers av bilen. 13

VLA 2.0 er ikke ment som bare en samtaleassistent. XPeng beskriver den som en modell for den fysiske verdenen, med forståelse, prediksjon og generering av handlinger, der visuelle signaler går direkte til kommandoer. 10 I en bil betyr det førerassistansens oppfatning og beslutninger; i en humanoidrobot er ambisjonen at modellen skal koble oppfatning til handling i en robotkropp.

Hvorfor en delt brikkeplattform kan være nyttig

Gjenbruk av programvare og utviklingsarbeid

En felles brikkefamilie kan gjøre det mulig å gjenbruke modelloptimalisering, kompilatorarbeid, kjøretidsmiljøer, datapipelines, simulering og metoder for trådløse programvareoppdateringer. XPeng har allerede måttet optimalisere plattformen for å kjøre VLA-lignende modeller i serieproduserte biler, og omtaler VLA 2.0 som del av et Physical AI-system for flere enhetstyper. 1030

Det betyr ikke at en bilmodell kan kopieres rett over i en humanoidrobot. Det betyr heller at erfaringen med å kjøre store, forsinkelsessensitive AI-modeller lokalt kan ha verdi også i robotutviklingen.

Lokal behandling kan gi kortere forsinkelse

Når en robot behandler sensordata på selve enheten, slipper den i prinsippet å vente på en tur-retur-forbindelse til en server før den handler. XPeng trekker selv fram lavere forsinkelse og bedre datasikkerhet som grunner til å kjøre Physical AI-modellen lokalt i IRON. 18

Lokal behandling kan også redusere behovet for å sende kamera-, lyd- og miljødata til eksterne servere. Den reelle personverngevinsten avhenger likevel av hvilke data XPeng lagrer eller overfører i praktisk bruk, noe selskapet ikke har offentliggjort i detalj.

Mulig gevinst i produksjon og forsyningskjede

Som elbilprodusent har XPeng erfaring med å utvikle og integrere elektronikk i stor skala. Hvis Turing-programmet utvides til roboter, kan investeringer i brikkeutvikling, integrasjon og validering fordeles på flere produktområder. XPeng har selv framstilt systemet som en helhet som omfatter egne brikker, modeller og maskinvare. 30

Om dette faktisk blir en vesentlig kostnadsfordel, avhenger blant annet av produksjonsvolum, brikkeutbytte, robotkomponentenes kostnader og hvor mye spesialisert maskinvare IRON trenger. Det finnes ikke nok offentlige data til å sette et tall på dette.

Felles silisium gjør ikke biler og humanoider til samme problem

Selvkjørende funksjoner og humanoidrobotikk krever begge oppfatning og handling, men kontrolloppgavene er svært forskjellige. En bil må tolke trafikksituasjoner, forutsi bevegelser, planlegge og styre kjøretøyet. En tobeint humanoidrobot må i tillegg holde balansen, håndtere kontaktkrefter, samordne mange ledd, manipulere gjenstander og komme seg trygt etter forstyrrelser.

Derfor er det lite som tyder på at Turing-brikkene alene utgjør hele robotens kontrollsystem. Rask, deterministisk bevegelseskontroll, aktuatorstyring, sensorer og sikkerhetssystemer kan kreve spesialiserte komponenter ved siden av AI-regnekraften. XPeng har ikke publisert et detaljert diagram som viser hvordan oppgavene er fordelt mellom de tre brikkene, vanlige kontrollere og eventuell egen sikkerhetsmaskinvare.

Spørsmålene som gjenstår bak 2 250 TOPS

Det publiserte tallet sier i seg selv lite om robotens praktiske ytelse. Viktige detaljer som fortsatt mangler, er:

• Fordeling av modell og arbeidslast: XPeng har ikke forklart hva som kjører på hver av de tre brikkene, hvordan de kommuniserer, eller hvilke funksjoner som ligger utenfor grunnmodellen.
• Strømforbruk og varme: 2 250 TOPS er et oppgitt mål for effektiv regnekraft, ikke et offentliggjort budsjett for kontinuerlig effektforbruk. XPeng har ikke publisert varig effektforbruk, termisk oppførsel, konsekvenser for batteritid eller ytelse etter eventuell nedklokking.
• Forsinkelse mens roboten beveger seg: Selskapet sier lokal AI-behandling gir lavere forsinkelse, men har ikke lagt fram ende-til-ende-målinger under gange, manipulering eller situasjoner der roboten må gjenopprette balansen. 18
• Uavhengig validering: Den offentlige dokumentasjonen består i hovedsak av XPengs egne kunngjøringer og demonstrasjoner. Det er ikke vist til standardiserte, uavhengige tester av IRONs ytelse over tid i kontaktintensive og sikkerhetskritiske oppgaver, eller sammenligninger med konkurrerende humanoidplattformer.

Hva som kan bekrefte at strategien virker

XPeng har formulert en tydelig strategi: egne Turing-brikker og et felles Physical AI-modellgrunnlag skal føre selskapets kompetanse videre fra elbiler til roboter. IRONs oppgitte konfigurasjon med tre brikker og 2 250 TOPS er det klareste uttrykket for den strategien. 1819

Det neste som bør følges med på, er mer håndfaste data: en offentlig arkitektur for brikker og kontrollere, målinger av effektforbruk og forsinkelse under realistiske robotoppgaver, utholdenhetstester, en tydelig oversikt over hvilke oppgaver som kjører helt lokalt, og uavhengig sikkerhetstesting. Det er slike data – ikke TOPS-tallet alene – som vil avgjøre om XPengs felles brikkestrategi kan bli et varig fortrinn i humanoidrobotikk.