XPENG VLA 2.0 vs Tesla FSD: o que o teste na China realmente mostrou

A XPENG colocou seu novo software de condução assistida VLA 2.0 (Vision‑Language‑Action 2.0) no centro de um debate global após divulgar um teste comparando o sistema com o Tesla Full Self‑Driving (FSD) em ruas chinesas.

A empresa afirmou que seu carro precisou de muito menos intervenções humanas — um indicador comum usado para medir o desempenho de sistemas avançados de assistência ao motorista. Mas especialistas e analistas dizem que o teste deixa várias perguntas em aberto.

A principal alegação da XPENG

Em um comparativo promovido pela própria empresa em vias urbanas na China, um XPENG P7 equipado com VLA 2.0 precisou de apenas duas intervenções do motorista, enquanto um Tesla Model 3 com FSD precisou de sete ao percorrer rotas semelhantes.

A XPENG apresentou o resultado como evidência de que seu sistema lida melhor com o trânsito urbano denso típico de grandes cidades chinesas.

Esse tipo de métrica — número de "takeovers" ou intervenções humanas — é frequentemente usado para avaliar sistemas de assistência à direção, porque indica quando o software não consegue continuar operando com segurança sem ajuda do motorista.

No entanto, o comparativo divulgado não trouxe detalhes importantes, como:

• extensão exata das rotas
• complexidade dos trajetos
• condições de tráfego
• versões específicas de software usadas
• repetição dos testes ou validação independente

Por isso, muitos analistas consideram o teste mais como uma demonstração promocional do que um benchmark científico controlado.

Por que a comparação é questionada

Um dos pontos centrais da crítica envolve o próprio software da Tesla disponível na China.

Atualmente, o FSD no país roda uma versão mais limitada do sistema em relação às versões mais recentes usadas nos Estados Unidos.

No comparativo citado, a Tesla utilizava FSD versão 13 na China, enquanto a empresa continua evoluindo o software em outros mercados.

Essa diferença pode afetar vários fatores importantes, como:

• disponibilidade de dados de mapeamento
• treinamento com dados específicos de direção na China
• cronograma de liberação de recursos

Por isso, alguns especialistas argumentam que comparar um sistema desenvolvido e otimizado para as estradas chinesas com uma versão regional mais restrita do software da Tesla pode distorcer a percepção do desempenho real entre as tecnologias.

O que muda tecnicamente no VLA 2.0

O VLA 2.0 representa uma tentativa da XPENG de mudar a arquitetura tradicional usada em sistemas de direção automatizada.

Normalmente, esses sistemas funcionam em várias etapas separadas:

1. percepção (detectar objetos, faixas e sinais)
2. interpretação da cena
3. planejamento da manobra
4. controle do veículo

Segundo a XPENG, o VLA 2.0 reduz grande parte dessa estrutura para um único modelo de IA de ponta a ponta, capaz de transformar diretamente sinais visuais em ações de direção.

Na prática, isso elimina a etapa intermediária de "tradução em linguagem" usada em muitas arquiteturas multimodais, permitindo que o sistema gere comandos diretamente a partir da percepção visual.

A empresa descreve essa abordagem como um “grande modelo do mundo físico”, projetado para compreender e reagir a ambientes reais de condução.

Escala de dados e poder computacional

De acordo com materiais da empresa e relatórios do setor, o sistema foi treinado em uma infraestrutura de grande escala:

• cerca de 72 bilhões de parâmetros no modelo em nuvem
• treinamento com aproximadamente 100 milhões de clipes de vídeo de direção
• poder de computação embarcado de cerca de 2.250 TOPS nos veículos

A XPENG afirma que o conjunto de dados equivale a dezenas de milhares de anos de experiência humana ao volante, embora essas estimativas venham da própria empresa e ainda não tenham validação independente.

O VLA 2.0 começou a ser distribuído por atualizações OTA (over‑the‑air) a partir de março de 2026 para modelos como P7, G7 e X9 em versões mais avançadas.

O que dizem os primeiros testes independentes

Avaliações iniciais indicam que o sistema é competitivo — mas não necessariamente dominante.

Em um teste conduzido por um jornalista em Pequim, o carro equipado com VLA 2.0 percorreu cerca de 40 minutos de trânsito urbano intenso sem nenhuma intervenção humana, demonstrando direção suave e confiante em situações complexas.

Outros testes e análises apontam pontos positivos e limitações:

• o sistema parece muito confortável em tráfego urbano
• a condução é considerada suave e natural
• em alguns casos ele ainda depende bastante de mapas ou do carro à frente
• certos cenários extremos ainda não foram amplamente comprovados

Alguns avaliadores concluíram que, no panorama geral, o FSD da Tesla ainda parece mais maduro, embora a diferença esteja diminuindo rapidamente.

O prazo público da XPENG para superar a Tesla

A liderança da empresa tem sido direta sobre suas ambições.

O fundador e CEO He Xiaopeng afirmou publicamente que a XPENG pretende superar o sistema FSD da Tesla na China até 30 de agosto de 2026.

O objetivo declarado é alcançar uma experiência de condução comparável à das versões mais recentes do FSD testadas nos Estados Unidos — especialmente versões como o FSD V14.2 observadas no Vale do Silício.

Além disso, a empresa acredita que sistemas baseados na arquitetura VLA poderão eventualmente habilitar autonomia de Nível 4, embora o cronograma real dependa de avanços técnicos e aprovação regulatória.

Uma corrida global cada vez mais equilibrada

Durante anos, a Tesla foi considerada o padrão de referência em tecnologia de condução assistida para veículos de consumidores.

Mas o avanço acelerado de fabricantes chineses — incluindo XPENG — está mudando esse cenário.

Mesmo que o comparativo divulgado pela XPENG não seja um teste definitivo, ele ilustra uma tendência clara: a corrida global por direção autônoma já não é mais liderada apenas pelo Vale do Silício.

Com enormes volumes de dados de condução, ciclos rápidos de desenvolvimento de software e forte investimento em IA, empresas chinesas estão reduzindo rapidamente a distância tecnológica — e possivelmente redefinindo o ritmo dessa disputa nos próximos anos.