XPeng'in CVPR 2026'daki en büyük kozu, ikinci nesil Vizyon-Dil-Eylem (Vision-Language-Action) modeli olan VLA 2.0 oldu. Bu yeni mimari, birçok yapay zeka sisteminin (XPeng'in kendi birinci nesil modeli de dahil) kullandığı geleneksel işleyişten köklü bir kopuşu temsil ediyor .
Klasik bir VLA sisteminde süreç şöyle işler: Araba yolu görür, bu görsel algıyı dil benzeri belirteçlere (token) çevirir ve ardından bu dil belirteçleri üzerinde akıl yürüterek bir sürüş eylemi oluşturur. Dr. Liu, bu ara adımın kritik bir zayıflık olduğunu, gerçek zamanlı sürüş için "dilin zehir" olduğunu açıkça ifade etti . Liu'ya göre dil belirteçleri, milisaniyelik tepkiler gerektiren bir sürece doğal bir gecikme (latency) getiriyor ve alakasız anlamsal gürültü ekliyor.
VLA 2.0 modeli ise bu darboğazı tamamen ortadan kaldırıyor. Şirketin "Vizyon-Örtülü Belirteç-Eylem" adını verdiği yeni bir yol izleyerek, herhangi bir ara dil temsili olmadan, doğrudan ham görsel girdilerden sürüş komutlarının uçtan uca üretilmesini sağlıyor . Sistem, sürücünün navigasyon komutu veya sesli talimatı gibi dili bir girdi olarak hâlâ kabul edebiliyor. Ancak kritik fark şu: sürüş eylemi sırasında kendi içinde asla bir çıktı olarak dil belirteci oluşturmuyor . XPeng, bu sistemi CVPR'deki standında fiziksel bir yapay zeka dünya modeliyle birlikte sergiledi. Konferansta ayrıca, ilgili araştırma makalesi DrivePTS de yayınlanmak üzere kabul edildi .
XPeng yönetimi, Tesla ile doğrudan kıyaslamalar yapmaktan hiç çekinmiyor. 2026'nın ilkbahar ve yaz aylarında yaptıkları açıklamalar, özgüvende keskin bir artışı temsil ediyor. Dr. Liu, Haziran ayındaki röportajında, XPeng'in Çin'de Tesla'nın FSD v13'ü ile zaten aynı seviyeye ulaştığını ve daha yeni olan FSD v14'ün performansını yakalamanın "yaz sonundan önce ulaşılabilir" olduğunu belirtti .
Bu teknik iddialar, en tepeden gelen sıra dışı bir kişisel taahhütle destekleniyor. CEO He Xiaopeng, Aralık 2025'te halka açık bir "performans bahsi" başlatarak, XPeng'in VLA sisteminin 30 Ağustos 2026'ya kadar Tesla'nın FSD v14.2'sinin Silikon Vadisi'ndeki yol deneyimini yakalaması gerektiğini, aksi takdirde işin başındaki kişinin "çırılçıplak koşacağını" ilan etti .
Bu anlatıyı desteklemek için XPeng, Mayıs 2026'da ABD'li iki Tesla tutkununu Çin'e getirdiği başa baş bir video yayınladı. Yapılan karşılaştırmada, VLA 2.0 yüklü bir XPeng P7 ile FSD'li bir Tesla Model 3, Pekin'deki aynı rotalarda yarıştırıldı. XPeng'in kendi videosuna göre, aracı sadece 2 kez sürücü müdahalesine ihtiyaç duyarken, Tesla için bu sayı 7 oldu .
He Xiaopeng, Auto China 2026 gibi birçok etkinlikte, Ağustos ayına kadar Çin pazarında Tesla'nın FSD'sini tamamen geçme hedefini yinelerken, bağımsız değerlendirmeler temkinli olmayı öneriyor. Electrek editörü, Pekin'de VLA 2.0'ı test etme fırsatı buldu, performansını FSD v13 ile "kıyaslanabilir" olarak tanımladı, ancak her iki sistemin de hâlâ sürekli sürücü dikkati gerektirdiğini ve tam otonom olmaktan çok uzak olduklarını belirtti .
Şimdilik bu yarış, cesur mimari bahisler ve daha da cesur iddialarla tanımlanan, yüksek hızlı bir kovalamaca olmaya devam ediyor. XPeng'in, sürüş beyninden dili çıkarma kararı, vizyondan eyleme giden en hızlı yolun düz bir çizgi olduğuna dair hesaplı bir kumar. Sözlüğü camdan dışarı atmak pahasına da olsa.
XPeng'in CVPR 2026'daki en büyük kozu, ikinci nesil Vizyon-Dil-Eylem (Vision-Language-Action) modeli olan VLA 2.0 oldu. Bu yeni mimari, birçok yapay zeka sisteminin (XPeng'in kendi birinci nesil modeli de dahil) kullandığı geleneksel işleyişten köklü bir kopuşu temsil ediyor .
Klasik bir VLA sisteminde süreç şöyle işler: Araba yolu görür, bu görsel algıyı dil benzeri belirteçlere (token) çevirir ve ardından bu dil belirteçleri üzerinde akıl yürüterek bir sürüş eylemi oluşturur. Dr. Liu, bu ara adımın kritik bir zayıflık olduğunu, gerçek zamanlı sürüş için "dilin zehir" olduğunu açıkça ifade etti . Liu'ya göre dil belirteçleri, milisaniyelik tepkiler gerektiren bir sürece doğal bir gecikme (latency) getiriyor ve alakasız anlamsal gürültü ekliyor.
VLA 2.0 modeli ise bu darboğazı tamamen ortadan kaldırıyor. Şirketin "Vizyon-Örtülü Belirteç-Eylem" adını verdiği yeni bir yol izleyerek, herhangi bir ara dil temsili olmadan, doğrudan ham görsel girdilerden sürüş komutlarının uçtan uca üretilmesini sağlıyor . Sistem, sürücünün navigasyon komutu veya sesli talimatı gibi dili bir girdi olarak hâlâ kabul edebiliyor. Ancak kritik fark şu: sürüş eylemi sırasında kendi içinde asla bir çıktı olarak dil belirteci oluşturmuyor . XPeng, bu sistemi CVPR'deki standında fiziksel bir yapay zeka dünya modeliyle birlikte sergiledi. Konferansta ayrıca, ilgili araştırma makalesi DrivePTS de yayınlanmak üzere kabul edildi .
XPeng yönetimi, Tesla ile doğrudan kıyaslamalar yapmaktan hiç çekinmiyor. 2026'nın ilkbahar ve yaz aylarında yaptıkları açıklamalar, özgüvende keskin bir artışı temsil ediyor. Dr. Liu, Haziran ayındaki röportajında, XPeng'in Çin'de Tesla'nın FSD v13'ü ile zaten aynı seviyeye ulaştığını ve daha yeni olan FSD v14'ün performansını yakalamanın "yaz sonundan önce ulaşılabilir" olduğunu belirtti .
Bu teknik iddialar, en tepeden gelen sıra dışı bir kişisel taahhütle destekleniyor. CEO He Xiaopeng, Aralık 2025'te halka açık bir "performans bahsi" başlatarak, XPeng'in VLA sisteminin 30 Ağustos 2026'ya kadar Tesla'nın FSD v14.2'sinin Silikon Vadisi'ndeki yol deneyimini yakalaması gerektiğini, aksi takdirde işin başındaki kişinin "çırılçıplak koşacağını" ilan etti .
Bu anlatıyı desteklemek için XPeng, Mayıs 2026'da ABD'li iki Tesla tutkununu Çin'e getirdiği başa baş bir video yayınladı. Yapılan karşılaştırmada, VLA 2.0 yüklü bir XPeng P7 ile FSD'li bir Tesla Model 3, Pekin'deki aynı rotalarda yarıştırıldı. XPeng'in kendi videosuna göre, aracı sadece 2 kez sürücü müdahalesine ihtiyaç duyarken, Tesla için bu sayı 7 oldu .
He Xiaopeng, Auto China 2026 gibi birçok etkinlikte, Ağustos ayına kadar Çin pazarında Tesla'nın FSD'sini tamamen geçme hedefini yinelerken, bağımsız değerlendirmeler temkinli olmayı öneriyor. Electrek editörü, Pekin'de VLA 2.0'ı test etme fırsatı buldu, performansını FSD v13 ile "kıyaslanabilir" olarak tanımladı, ancak her iki sistemin de hâlâ sürekli sürücü dikkati gerektirdiğini ve tam otonom olmaktan çok uzak olduklarını belirtti .
Şimdilik bu yarış, cesur mimari bahisler ve daha da cesur iddialarla tanımlanan, yüksek hızlı bir kovalamaca olmaya devam ediyor. XPeng'in, sürüş beyninden dili çıkarma kararı, vizyondan eyleme giden en hızlı yolun düz bir çizgi olduğuna dair hesaplı bir kumar. Sözlüğü camdan dışarı atmak pahasına da olsa.