XPeng : VLA 2.0 en septembre, 30 s de mémoire, 6 s d’avance

Le 27 août, un véhicule d’essai de XPeng est entré dans un embarcadère dépourvu de marquage clair des voies : il a trouvé l’entrée, est monté sur le ferry, a suivi le véhicule qui le précédait avant de s’arrêter, puis a rejoint le flux de circulation après l’accostage. Derrière cette manœuvre se trouve une évolution du VLA de deuxième génération 6.3.0 de XPeng : le modèle ne se contente plus d’observer l’instant présent et tente d’intégrer le passé comme l’avenir dans ses décisions de conduite. La nouvelle version commencera à être déployée en septembre, avec une première intégration sur le G9L Ultra et le G9L Ultra SE.

Infini-VLA se charge de mémoriser le contexte précédent, la version de série conservant un historique de 30 secondes. Lors de la démonstration, le véhicule qui précédait a fait demi-tour au milieu de la route, laissant brièvement un espace libre derrière lui. Le véhicule d’essai n’a pas immédiatement accéléré, mais a attendu la fin du demi-tour. L’inférence autorégressive en flux permet au modèle d’analyser les données et de générer la trajectoire au fur et à mesure qu’il reçoit les informations. XPeng affirme que la vitesse de décision augmente ainsi de 300 %, ce qui réduit le temps d’attente avant l’action, une fois l’analyse complète terminée.

L’autre volet concerne l’anticipation de l’avenir. X-Foresight s’appuie sur l’état historique pour projeter les 6 secondes suivantes, tandis que Flow Matching modélise une distribution de trajectoires possibles afin d’aider le véhicule à choisir une action. Face à une voiture blanche occupant la voie en sens inverse, le système doit déterminer si celle-ci va attendre, continuer d’avancer ou libérer le passage, puis décider s’il risque lui-même de bloquer la route. Dans la vidéo tournée en montagne par XPeng, le véhicule ralentit également pour observer la relation entre les branches en surplomb et sa carrosserie, au lieu de les traiter comme un obstacle ordinaire ou de passer directement dans l’espace libre.

XPeng a multiplié par 3,5 le nombre de paramètres du modèle et mis en place une boucle d’entraînement combinant données réelles, recherche vectorisée et simulation. L’entreprise affirme que le débit de données traité lors d’un entraînement atteint 100 millions de séquences vidéo. Entre juin de cette année et les deux semaines précédant la présentation, le nombre quotidien de nouveaux modèles validés par simulation a progressé de 290 %, tandis que les capacités globales de sécurité ont augmenté de plus de 20 fois selon les critères de simulation et de test de XPeng. Ces chiffres proviennent de XPeng et n’ont pas encore fait l’objet d’une vérification publique par des essais indépendants.

Concrètement, cette conception vise d’abord à permettre des décisions plus cohérentes dans les situations complexes : le véhicule devrait être moins dépendant de l’image d’une seule image. Pour une instruction comme « trouver un endroit où se garer sur le bas-côté », le système doit la décomposer en plusieurs étapes : changer de voie, observer les glissières de sécurité et les arrêts de bus, écarter les zones inadaptées, puis chercher une place où s’arrêter. Le déploiement de septembre couvrira les modèles Ultra et Ultra SE, tandis que le G9L Max sera le premier à intégrer le VLA Lite. XPeng affirme également que les essais internes de son Robotaxi ont déjà dépassé 2 000 courses et que les Robotaxi équipés du VLA de deuxième génération ont obtenu l’autorisation de réaliser des tests à distance pour véhicules intelligents connectés à Guangzhou, avec des essais sur les routes concernées sans opérateur de sécurité à bord.