He Xiaopeng en vivo "confesó": gastamos 300 millones al mes, apostando por la segunda generación de VLA, también estamos nerviosos por ello

Resumen:

¿De qué tamaño es esta “apuesta”? He Xiaopeng dio una cifra: 300 millones de yuanes al mes. Durante más de una década. La inversión se dirige a un sistema de investigación y desarrollo completo, desde chips y compiladores hasta arquitectura de software y ciclo de datos.

El 16 de marzo por la noche, el presidente de XPeng Motors, He Xiaopeng, y Liu Xianming, responsable del Centro de Inteligencia General de XPeng, se sentaron en una transmisión en vivo. Este evento titulado “Ask Me Anything” debía ser una comunicación técnica rutinaria, pero debido a las frecuentes confesiones de He Xiaopeng, se convirtió en una charla franca sobre la estrategia tecnológica y decisiones comerciales.

“Cada mes gastamos 300 millones en apostar por esto, durante más de una década, y en ese momento, estaba muy nervioso.”

La “apuesta” de He Xiaopeng se refiere al sistema de conducción inteligente de segunda generación VLA (modelo visual-lenguaje-acción) de XPeng, que se lanzará el 19 de marzo. Para esta nueva arquitectura que abandona reglas y reconstruye la lógica de conducción con IA, XPeng ha optado en el último año por un camino directo.

Inversión mensual de 300 millones, una gran apuesta por la “seguridad”

“Muchas empresas probablemente sigan dos caminos simultáneamente, pero nosotros hemos decidido uno con firmeza.” He Xiaopeng confesó en la transmisión que la intuición técnica y el coraje son indispensables. Liu Xianming añadió: “Sobre todo, hay que atreverse a apostar.”

¿De qué tamaño es esta apuesta? He Xiaopeng dio la cifra: 300 millones de yuanes al mes, durante más de una década. La inversión abarca desde chips y compiladores hasta arquitectura de software y ciclo de datos, creando un sistema de investigación y desarrollo integral. Liu Xianming explicó: “Estamos desarrollando desde cero en todos los aspectos: chips Turing, estructura del modelo Turing, compiladores, arquitectura de software, además de una gran cantidad de datos y sistemas de infraestructura de IA. No es casualidad, sino un sistema que avanza de manera completa.”

El producto directo de este sistema es la segunda generación de VLA, que pronto será lanzada. Liu Xianming reveló que, tras decidir la producción en masa, el equipo ha realizado iteraciones intensas: las versiones de prueba en medios y en tiendas representan “una segunda gran versión, con varias subdivisiones menores”, y la versión de producción será “la cuarta gran versión, con la versión 28 de las subdivisiones”. La velocidad de iteración es rápida, con pruebas rigurosas en cada versión, aunque una función fue suspendida temporalmente: la navegación en parques y garajes.

“Creemos que no alcanza el nivel impresionante de las calles, por lo que, por la experiencia de todos, no la lanzaremos por ahora. La próxima versión la incluirá.” Liu Xianming explicó. He Xiaopeng dio una explicación más emocional: “Esperaba que la primera versión incluyera la navegación en parques, pero si en autopista y ciudad alcanzamos 90 puntos, en parques solo 60, los usuarios no lo aceptarían. Queremos llegar a 85 o 90 puntos antes de lanzar.”

Un video que se mostró en vivo hizo que la atmósfera se congelara: en una calle de doble sentido con dos carriles, yacían cuatro niños. La segunda generación de VLA los detectó y redujo la velocidad con anticipación. La reacción de Liu Xianming fue inesperada: no se jactó, sino que se mostró preocupado.

“Revisamos los datos en backend y vimos que la segunda generación de VLA redujo la velocidad, pero no lo suficiente para detenerse.” Liu Xianming dijo: “Esto nos motiva, porque todavía estamos lejos de la perfección. Queremos que sea seguro en cualquier situación imprevista.”

He Xiaopeng añadió detalles aún más inquietantes: el conductor era un empleado interno, que, al notar que el coche “redujo de manera extraña”, miró la carretera, se dio cuenta de que había niños, y pisó el freno. “Si no hubiera prestado atención, podría haber ocurrido una tragedia.” He Xiaopeng dijo: “¿Por qué hacemos conducción autónoma? No solo para liberar las manos, sino para mejorar enormemente la seguridad. Cada año, casi 200,000 personas mueren en accidentes de tráfico en todo el mundo. Si la tecnología puede salvar esas vidas, vale la pena.”

Este caso también refuerza el énfasis de XPeng en la “tranquilidad”. He Xiaopeng dijo que, antes, cuando conducía con su madre, ella estaba nerviosa y agarraba el asiento. Ahora, con la segunda generación de VLA, el objetivo es que “hasta mi madre se atreva a conducir, quiera conducir y deba conducir”. Para ello, invitaron a las “tías de la cafetería” a probar, y en solo 15 minutos, las madres pasaron de “no atreverse” a “atreverse”.

14 segundos de “pensamiento” y capacidad de generalización

Otra escena impactante fue la experiencia de un periodista, Yu, en una calle en construcción con cierre de tráfico no actualizado: la segunda generación de VLA se detuvo 14 segundos antes de girar a la izquierda y rodear, actualizando la ruta en el proceso. Este tiempo de 14 segundos generó debate en línea: ¿la máquina está pensando?

Liu Xianming explicó: “No sabemos exactamente qué hizo en esos 14 segundos, pero creemos que probablemente estaba haciendo inferencias, evaluando diferentes rutas posibles.” He Xiaopeng intervino: “Me autocritico, ¿por qué esperar 14 segundos? Creo que debería esperar solo 2. Esto significa que aún no hemos logrado la perfección, aunque sí tiene capacidad de generalización y puede actuar sin seguir estrictamente las reglas de navegación, pero espero que sea más rápido.”

Esos “2 segundos” se convirtieron en un objetivo clave para Liu Xianming en ese momento. He Xiaopeng añadió varias metas: aumentar la tasa de toma de control de 5 veces a entre 5 y 10 veces; lograr una toma de control en cada 1000 o incluso 10,000 kilómetros; resolver el estacionamiento totalmente automático en lugares desconocidos; e incluso imaginar en 2027 o 2028 un “conducción automática en campo abierto” — conducir en lugares sin caminos.

Respecto a la tendencia mediática reciente de comparar la segunda generación de VLA con Tesla FSD V13, He Xiaopeng dio una evaluación objetiva: “Desde V13, estamos claramente en ventaja. Pero creo que esto se debe a que XPeng tiene más datos en China y está más familiarizado con las condiciones de las carreteras chinas. Esperamos que V14 llegue a China o que entremos en Europa, para poder hacer comparaciones en las mismas condiciones.”

Pero enfatizó que la segunda generación de VLA maneja mejor la “competencia entre humanos y vehículos”, como repartidores, peatones y caminos estrechos. “Esto no solo es una característica china; en Europa hay muchas calles estrechas, y en el sudeste asiático también. Cuando entremos en más países, XPeng podría tener ventaja.”

Liu Xianming fue más cauteloso: “En realidad, no sabemos cómo trabaja Tesla. Parece que están tanteando el camino, enfrentando muchos obstáculos y gastando mucho dinero. Pero confiamos en que, al final, las soluciones convergerán.”

¿Pasar directamente de L2 a L4 sin L3?

En la transmisión, He Xiaopeng expresó: “Deberíamos saltar del L2 directamente al L4, saltándonos el L3.” Explicó que, en el pasado, dependíamos de reglas codificadas, que requerían decenas de miles o millones de reglas, y que debían ser progresivas; pero ahora, los grandes modelos de IA hacen inferencias dinámicas. “Si seguimos en L3, será fácil quedarnos atrás en la competencia global.”

Liu Xianming añadió desde el punto de vista técnico: “El L4 requiere resolver todos los problemas, sin dejar dificultades al usuario. Nuestro objetivo final es que el modelo tenga una capacidad de generalización suficientemente fuerte para conducir de manera cómoda, segura y confiable en todo tipo de condiciones.”

Para ello, XPeng está promoviendo una integración multidisciplinaria: fusionar chasis, potencia, conducción inteligente y cabina en un sistema universal que controle todo el vehículo. “Al final, será como un superinteligente, un robot.” He Xiaopeng dijo que la misma tecnología VLA también se está probando en robots: “Pronto verán que los robots de XPeng podrán ser muy ágiles — sentarse, levantarse, saltar, correr, saltar obstáculos, subir escaleras.”

El 19 de marzo, se lanzará primero el P7 Ultra; en los días siguientes, G7 y X9, todos en marzo; otros modelos (P7+, G9, G6) comenzarán a recibir versiones Ultra/SE en abril. La versión Max inicialmente usará el chip Turing, y en la segunda mitad del año, la versión doble Orin Max.

“Solo probando podrás entender mejor el futuro.” He Xiaopeng dijo: “Es imprescindible visitar una tienda y conducir durante 15 minutos para creer que la conducción autónoma llegará en los próximos años, y que los robots realmente entrarán en nuestros hogares y cambiarán nuestra vida.”

La transmisión de dos horas terminó entre la sensibilidad de He Xiaopeng y la racionalidad de Liu Xianming.

Y todos los propietarios que esperan la actualización, quizás al experimentar por primera vez la segunda generación de VLA, recordarán la confesión de He Xiaopeng: “Hemos apostado, pero por el futuro.”