XPENG VLA 2.0 vs Tesla FSD: что показало сравнение на китайских дорогах

Но сама демонстрация оставила ряд вопросов. Публично не были раскрыты детали вроде:

• точной длины маршрута
• повторяемости тестов
• конкретных версий программного обеспечения
• независимой проверки результатов

Поэтому многие эксперты рассматривают ролик скорее как маркетинговую демонстрацию, а не строгий технический бенчмарк.

Почему сравнение считают спорным

Главный аргумент критиков связан с тем, что Tesla использует в Китае ограниченную версию FSD.

Сообщается, что в тесте применялась FSD версии 13, тогда как в США Tesla уже тестирует более новые версии системы.

Такая разница может иметь большое значение. На функциональность систем автономного вождения сильно влияют:

• локальные карты и инфраструктура
• доступность обучающих данных
• особенности регулирования
• сроки внедрения функций в разных странах

Поэтому часть аналитиков считает, что сравнивать китайскую систему, разработанную специально под местные дороги, с регионально ограниченной версией FSD не совсем корректно.

Что нового в архитектуре VLA 2.0

Главная технологическая идея VLA 2.0 — отказ от классической модульной архитектуры автономного вождения.

Традиционно такие системы работают по цепочке:

1. распознавание объектов и разметки
2. анализ дорожной сцены
3. планирование действий
4. управление автомобилем

XPENG утверждает, что VLA 2.0 объединяет большую часть этих этапов в единую end‑to‑end модель ИИ, которая напрямую превращает визуальные сигналы в команды управления автомобилем.

В новой архитектуре убран промежуточный «языковой» этап интерпретации данных. Система сразу генерирует действия на основе восприятия окружающей среды.

Компания описывает модель как «большую модель физического мира», способную понимать и предсказывать события в реальной дорожной среде.

Масштаб данных и вычислений

По данным компании и отраслевых отчётов, обучение системы опирается на огромные вычислительные ресурсы и датасеты:

• около 72 млрд параметров в облачной версии модели
• примерно 100 млн видеоклипов вождения для обучения
• до 2250 TOPS вычислительной мощности на борту автомобиля

XPENG утверждает, что такой объём данных эквивалентен десяткам тысяч лет человеческого водительского опыта, хотя эти оценки основаны на собственных расчётах компании и не подтверждены независимыми лабораториями.

Система начала распространяться через обновления OTA в марте 2026 года для нескольких моделей XPENG, включая P7, G7 и X9 в старших комплектациях.

Что говорят независимые тест‑драйвы

Первые независимые испытания показывают, что система действительно впечатляет.

В одном из тестов журналист проехал по сложному городскому трафику Пекина около 40 минут без единого вмешательства, что подчеркнуло плавность и уверенность работы системы.

Однако другие обзоры отмечают и ограничения. Например:

• Tesla FSD пока выглядит более зрелой системой в целом
• VLA 2.0 может сильнее полагаться на карты уровня полос
• поведение в редких и аварийных сценариях пока недостаточно проверено

В итоге многие обозреватели описывают VLA 2.0 не как очевидного лидера, а как очень быстро догоняющего конкурента Tesla.

План XPENG: обойти Tesla в Китае к 2026 году

Руководство компании открыто говорит о своих целях.

Основатель и CEO XPENG Хэ Сяопэн заявил, что компания намерена превзойти Tesla FSD на китайском рынке к 30 августа 2026 года.

В качестве ориентира XPENG называет уровень пользовательского опыта, который Tesla демонстрирует в США на более новых версиях FSD, например V14.2, тестируемых в Кремниевой долине.

В долгосрочной перспективе компания рассчитывает, что архитектура VLA позволит перейти к автономному вождению уровня Level 4, хотя сроки зависят от технологического прогресса и регуляторных разрешений.

Итог: разрыв сокращается

Tesla долго считалась эталоном систем автономного вождения для массовых автомобилей. Но развитие китайских производителей, включая XPENG, заметно ускорило конкуренцию.

Даже если сравнение VLA 2.0 и Tesla FSD не является окончательным доказательством превосходства, оно показывает важную тенденцию: гонка за автономное вождение больше не сосредоточена только в Кремниевой долине.

Китайские автопроизводители активно используют огромные массивы дорожных данных, быстрые циклы разработки и масштабные инвестиции в ИИ — и это может серьёзно изменить баланс сил в ближайшие годы.