El responsable de inteligencia artificial de Xpeng, Dr. Xianming Liu, ha explicado por qué su sistema de conducción autónoma VLA 2.0 prescinde del lenguaje como paso intermedio. Según Liu, la compañía gasta aproximadamente 300 millones de RMB (unos 41 millones de dólares) al mes solo en entrenar sus modelos de IA, una cifra que califica de inusual para un fabricante de automóviles.

«Durante la conducción no generamos ningún token de lenguaje porque es una redundancia o un cuello de botella del modelo», afirmó Liu en una entrevista tras su intervención en la conferencia CVPR 2026 en Denver.

El sistema VLA 2.0 de Xpeng elimina el paso intermedio de lenguaje que sí tenía la primera generación. El coche capta unos dos mil millones de tokens visuales por segundo de sus cámaras, pero solo necesita entre 10 y 20 tokens para manejar el volante y los pedales. Añadir una capa de lenguaje intermedio, según Liu, introduce latencia y cómputo innecesarios. Sin embargo, el sistema sigue aceptando instrucciones verbales del conductor como entrada.

Inversión en IA y comparación con Tesla

Liu reconoció que el gasto mensual en entrenamiento es atípico para un fabricante de coches. Xpeng entregó aproximadamente 200.000 vehículos el año pasado y contaba con 47.660 millones de RMB (6.500 millones de dólares) en efectivo a finales de 2025. La compañía se presenta a sí misma como una «empresa de IA física», no solo un fabricante de vehículos.

Sobre la comparación con Tesla, Liu señaló que ambas compañías comparten la filosofía de escalar modelos basados en datos. La diferencia está en la diversidad de datos: las carreteras chinas ofrecen más casos límite. El CEO de Xpeng, He Xiaopeng, hizo una apuesta pública con Liu: si VLA 2.0 no igualaba el rendimiento de Tesla FSD antes del 30 de agosto de 2026, Liu tendría que correr desnudo por el puente Golden Gate. Liu se mostró tranquilo: «Según las pruebas de conducción, ya hemos alcanzado el objetivo».

Radar solo para seguridad activa

Aunque Xpeng promociona su sistema como de visión pura, modelos como el P7+ y el G7 llevan tres radares de onda milimétrica y doce sensores ultrasónicos. Liu aclaró que estos sensores no alimentan al sistema de conducción principal, sino a un sistema de seguridad activa independiente (frenado y dirección de emergencia). La conducción es exclusivamente con cámaras. Liu justificó la decisión: el procesamiento de LiDAR o radares lleva decenas o cientos de milisegundos, y añadió que «no estamos hablando de chatear con ChatGPT y equivocarte; estamos hablando de vidas».

Modelo del mundo y próximos pasos

En CVPR, Liu presentó el modelo del mundo de Xpeng, que calificó como «la otra cara de la misma moneda» que VLA. Mientras que VLA aprende del comportamiento humano al volante, el modelo del mundo predice el movimiento de otros agentes y las consecuencias de cada acción. Xpeng entrena VLA 2.0 para predecir simultáneamente lo que verán las cámaras y la maniobra adecuada. La compañía espera implementar esta actualización en vehículos de producción a finales de este año.

Acuerdo con Volkswagen y expansión global

Volkswagen se convirtió en el primer cliente externo de VLA 2.0 a principios de año, con despliegue previsto para 2027. Liu restó importancia al desafío técnico, señalando que Xpeng ya envía actualizaciones OTA a más de 20 modelos distintos. La compañía también apunta a un lanzamiento global de VLA 2.0 en 2027.

Xpeng está desarrollando el modelo base de IA para aplicaciones más allá de los coches, como robots humanoides. Su robot IRON se presentó el año pasado. Liu explicó que los desafíos son similares: entender el entorno, comunicarse con humanos y ejecutar instrucciones verbales complejas. «Queremos asegurarnos de que el modelo pueda entender no solo el mundo, sino también la instrucción y la intención humana», declaró.

Con una inversión mensual en IA que pocos fabricantes de coches pueden igualar, Xpeng se posiciona como un contendiente serio en la carrera por la conducción autónoma. La compañía ya ha alcanzado, según Liu, la paridad con Tesla FSD, y la apuesta del CEO sobre el puente Golden Gate parece tener un desenlace tranquilo.