XPeng vill låta samma AI-chip driva både elbilar och humanoidrobotar

XPeng försöker flytta sin egenutvecklade Turing-kiselteknik från intelligenta elbilar till humanoida robotar. Grundidén är att bilen, robotaxin och humanoiden IRON är olika fysiska plattformar som kan dela delar av samma AI-stack.

Bolagets senaste uppgift är att IRON har tre Turing AI-chip med upp till 2 250 TOPS i effektiv beräkningskapacitet. Det ska räcka för att köra XPengs Physical AI-grundmodell direkt i roboten, i stället för att förlita sig på fjärrstyrning. 18

Det är en intressant produktarkitektur: eget chip, lokal AI-inferens och gemensamma modeller och mjukvaruverktyg. Men det är fortfarande XPengs egna specifikationer och demonstrationer – inte oberoende bevis för att en humanoid kan arbeta stabilt under lång tid i komplicerade miljöer.

En AI-plattform för flera typer av maskiner

XPeng beskriver Physical AI som ett helhetsgrepp som omfattar chip, stora AI-modeller och intelligent hårdvara för AI-bilar, robotaxibilar, humanoider och flygande fordon. 30 VLA 2.0 är bolagets modell för att generera handlingar från visuella signaler via vad XPeng kallar en "Vision-Implicit Token-Action"-kedja. 10

Tesen är enkel: en bil, en robotaxi och en humanoid har olika kroppar och uppgifter, men alla måste kunna uppfatta omvärlden, fatta beslut och utföra fysiska handlingar. Om samma beräkningsplattform vid kanten – alltså i själva produkten – och delar av mjukvarustacken kan återanvändas, behöver XPeng inte utveckla allt från grunden för varje kategori.

Vad XPeng säger finns i IRON

Enligt XPeng använder IRON tre egenutvecklade Turing AI-chip, med upp till 2 250 TOPS i effektiv beräkningskapacitet. Företaget säger att detta möjliggör lokal körning av dess Physical AI-grundmodell, vilket ska ge stöd för komplexa uppgifter utan fjärroperatör, kortare fördröjning och bättre datasäkerhet. 18

Rapportering om IRON beskriver på samma sätt roboten som byggd kring en Physical AI-grundmodell som delas med XPengs system för intelligent körning och flygande fordon. 19 Den viktiga reservationen är att både 2 250 TOPS och påståendena om lokal autonomi kommer från XPengs egna specifikationer och visningar. Det är inte ett offentligt, oberoende riktmärke för robotens uthålliga kapacitet.

Kopplingen till bilarna: Turing i Ultra-modeller

Samma beräkningssiffra är central även i XPengs mest avancerade fordonsprogram. Företaget har uppgett att både Next P7 och IRON har 2 250 TOPS beräkningskapacitet. 30 I nyare Ultra-bilar stöder tre Turing-chip VLA 2.0, medan XPeng har beskrivit det tredje chipet som en möjliggörare för en fordonsomfattande röststyrd "superagent". 13

VLA 2.0 är inte bara en samtalsassistent. XPeng beskriver modellen som en modell för den fysiska världen: den ska förstå och förutsäga vad som händer och generera handlingar, med en direkt väg från visuella signaler till handlingskommandon. 10 I en bil innebär det körrelaterad perception och beslutsfattande. I en humanoid är målet i stället perception och handling genom en robotkropp.

Därför kan en gemensam chipplattform vara värdefull

Återanvändning i hårdvara och mjukvara

En gemensam chipfamilj kan ge XPeng möjlighet att återanvända modelloptimering, kompilatorer, körmiljöer, datapipelines, simulering och metoder för trådlösa mjukvaruuppdateringar. Företaget har redan behövt optimera sin stack för att sätta VLA-liknande modeller i serieproducerade bilar och beskriver VLA 2.0 som en del av ett Physical AI-system för flera enhetstyper. 1030

Det betyder inte att en bilmodell kan kopieras rakt av till en humanoid. Däremot kan erfarenheten av att köra stora, fördröjningskänsliga AI-modeller lokalt vara överförbar.

Lokal inferens kan minska fördröjning och datatrafik

När en robot bearbetar sensordata ombord slipper den i princip vänta på en nätverksresa till och från en server innan den reagerar. XPeng pekar uttryckligen på lägre fördröjning och förbättrad datasäkerhet som skäl för att köra Physical AI-modellen lokalt i IRON. 18

Lokal bearbetning kan också minska behovet av att skicka kamera-, ljud- och miljödata till externa servrar. Den praktiska effekten beror dock på vilka data XPeng faktiskt lagrar eller överför i framtida drift, och det har inte redovisats offentligt i detalj.

Möjlig hävstång i tillverkning och leveranskedja

XPeng är en elbilstillverkare med erfarenhet av att utveckla och integrera elektronik i stor skala. Genom att utvidga Turing-programmet till robotar kan bolaget i teorin sprida investeringar i chiputveckling, integration och verifiering över fler produktkategorier. XPeng har själv beskrivit sitt bredare system som en kombination av egenutvecklade chip, modeller och hårdvara. 30

Om det blir en verklig kostnadsfördel avgörs av bland annat produktionsvolymer, chiputbyte, kostnaden för robotkomponenter och hur mycket specialhårdvara IRON behöver. Det finns inte tillräckligt med offentlig information för att sätta siffror på detta.

Samma kisel gör inte bil och humanoid till samma problem

Autonom körning och humanoidrobotik kräver båda perception och handling, men styrutmaningarna skiljer sig kraftigt. En bil ska förstå trafikscener, förutse rörelser, planera färdvägar och styra körningen. En tvåbent humanoid måste dessutom hålla balansen, hantera kontaktkrafter, samordna många leder, manipulera föremål och kunna återhämta sig säkert efter störningar.

Därför är Turing-chippen sannolikt inte hela robotens styrsystem. Snabba och förutsägbara reglerslingor för rörelse, ställdon, sensorer och säkerhet kan kräva specialiserade komponenter vid sidan av AI-beräkningen. XPeng har inte publicerat någon detaljerad arkitektur som visar hur arbetet i IRON fördelas mellan de tre chippen, traditionella styrenheter och eventuell särskild säkerhetshårdvara.

Frågorna som 2 250 TOPS inte besvarar

Den angivna siffran säger i sig lite om robotens faktiska funktion i vardagen. Flera centrala uppgifter saknas:

• Modellens arbetsfördelning: XPeng har inte offentligt förklarat vad som körs på vart och ett av IRONs tre chip, hur chippen kommunicerar eller vilka funktioner som ligger utanför grundmodellen.
• Effekt och värme: 2 250 TOPS är ett mått på effektiv beräkningskapacitet, inte en redovisad kontinuerlig effektbudget. XPeng har inte publicerat data om varaktig effektförbrukning, värmeutveckling, batteripåverkan eller prestanda vid värmerelaterad nedklockning för IRON.
• Fördröjning under rörelse: Företaget säger att lokal inferens minskar fördröjningen, men har inte publicerat mätningar från hela kedjan vid gång, manipulation eller återhämtning från störningar. 18
• Oberoende verifiering: Den offentliga bevisningen består främst av XPengs egna tillkännagivanden och demonstrationer. Det finns inga citerade standardiserade, offentliga tester som jämför IRONs långvariga prestanda i kontaktintensiva och säkerhetskritiska situationer med konkurrerande humanoidplattformar.

Vad som skulle visa att strategin fungerar

XPeng har formulerat en sammanhängande strategi: egna Turing-chip och en gemensam Physical AI-modell ska föra bolagets teknik bortom elbilen. IRONs uppgivna konfiguration med tre chip och 2 250 TOPS är det tydligaste uttrycket för den idén. 1819

Nästa viktiga bevis blir mer handfasta: en offentlig arkitektur för chip och styrenheter, uppmätt effektförbrukning och fördröjning vid realistiska robotuppgifter, uthållighetsresultat, tydlig information om vilka uppgifter som körs helt lokalt samt oberoende säkerhetstester. Det är sådana data – snarare än TOPS-talet ensamt – som avgör om XPengs gemensamma kiselstrategi blir en långsiktig fördel i humanoidrobotik.