Китайская XPENG на прошлой неделе выпустила VLA 6.3.0, робототехническое подразделение привлекло 900 миллионов долларов финансирования

Репортаж от Wedoany，XPENG за прошедшую неделю последовательно опубликовала результаты второго квартала, интеллектуальную систему вождения VLA 2.0 6.3.0 и прогресс финансирования человекоподобного робота IRON — все три действия сосредоточены на физическом искусственном интеллекте. Соответствующие результаты ещё не полностью учтены в текущей финансовой отчётности, но открывают для этой быстро расширяющейся технологической компании новый этап развития.

Согласно финансовому отчёту, выручка XPENG во втором квартале достигла 2,91 миллиарда долларов, увеличившись на 8,0% в годовом исчислении и на 51,5% в квартальном; общая валовая маржа составила 20,7%, что выше 17,3% в 2025 году; для сравнения, валовая маржа Tesla составила 16,8%. Однако рентабельность автомобильного бизнеса снизилась до 12,1%, что ниже 14% в 2025 году, частично из-за затрат, связанных с запуском новых моделей. Повышение валовой маржи в основном обеспечено сервисным бизнесом, большая часть доходов которого поступает от предоставления технологических и исследовательских услуг Volkswagen Group. Такая структура доходов делает XPENG ближе к технологической компании по уровню прибыли, а не просто к автопроизводителю.

Технологические инвестиции также влияют на текущую прибыль: чистый убыток XPENG составил 200 миллионов долларов, что в основном связано с ростом расходов на НИОКР на 35% в годовом исчислении, а также с увеличением административных и коммерческих расходов из-за глобальной экспансии и запуска новых моделей. Например, презентация L03 в Мюнхене в июле потребовала значительных вложений. По мере наращивания объёмов производства нескольких моделей и перехода к этапу поставок эти инвестиции в НИОКР и маркетинг будут постепенно отражаться в последующей операционной деятельности.

В четверг на прошлой неделе XPENG выпустила версию VLA 2.0 6.3.0 — это первое крупное обновление системы с момента выхода VLA 2.0, которое будет распространено через OTA в ближайшие недели. Модернизация интеллектуальной системы вождения должна учитывать безопасность, надёжность и скорость реакции, работая в условиях ограничений по задержке, вычислительной мощности и энергопотреблению; если новое программное обеспечение не сможет плавно работать на существующем оборудовании, обновление не будет иметь практической ценности.

Обновлённая модель VLA 2.0 помимо пространственного восприятия вводит временное измерение, прогнозируя следующие шаги в 4D-формате с учётом исторических событий. Эту возможность обеспечивает Infini-VLA, которая может обращаться к бесконечной исторической временной шкале при принятии решений; в реальных сценариях вождения XPENG обнаружила, что историческая память обычно не требует более 30 секунд, поэтому окно памяти установлено на 30 секунд.

Автомобиль не может остановиться во время движения для обработки информации или планирования действий, поэтому новое обновление использует потоковый вывод (Streaming Inference), позволяя восприятию, мышлению и выводу траекторных токенов выполняться одновременно и непрерывно. XPENG заявляет, что это решение повышает задержку и скорость отклика на 300%.

Технология X-Foresight (упреждающее прогнозирование), представленная XPENG в июне, теперь доступна для широкой публики. Система на основе исторических данных прогнозирует дорожную обстановку на 6 секунд вперёд, обеспечивая упреждающий вывод; её базовая возможность поддерживает прогнозирование до 21 секунды, но для экономии вычислительных ресурсов по умолчанию ограничена 6 секундами. Механизм потокового сопоставления (Flow-Matching) отображает данные в несколько будущих траекторий, выбирая оптимальный результат на основе вероятностного решения. Совокупность этих технологий, по заявлению XPENG, повышает безопасность в 20 раз, и компания называет эту человекоподобную систему вождения способной «превзойти человека».

XPENG использует то же оборудование для эксплуатации роботакси уровня L4, выполнив более 2000 заказов для внутренних клиентов на дорогах общего пользования. Регулирование интеллектуального вождения в Китае строже, чем в США, но ожидается, что более широкая коммерциализация не за горами.

Наиболее полные возможности VLA 2.0 сохраняются для моделей с несколькими собственными чипами Turing, но модели с одним чипом также получат соответствующие возможности VLA. Сокращение с двух чипов до одного — это не просто уменьшение возможностей вдвое: XPENG упрощает требования к обработке с помощью гибридного ViT (HybridViT), максимально сохраняя базовые возможности и сводя к минимуму компромиссы в производительности. Соответствующие изменения затрагивают базовую архитектуру, а не прямое сокращение функций.

Master Agent использует всеобъемлющую мультимодальную модель (Omni multimodal model), превращая голосовое взаимодействие в человекоподобный диалог; XPENG заявляет, что по сути это «превращает голосовое взаимодействие в робота». Система использует специальные чипы Turing для локальной обработки голоса и понимает намерения пользователя с учётом окружающей обстановки; пользователю не нужно использовать заранее заданные команды — диалог позволяет определить пункт назначения и маршрут. Во время поездки план можно изменить в любой момент; если требуется остановиться у обочины, система сама найдёт безопасное место, и всё это без необходимости касаться сенсорного экрана. В демонстрационном видео пользователь только голосом, указав тип блюда, выполнил навигацию до ресторана со сложным названием и остановился перед чёрным зданием в квартале. Почти всеми функциями автомобиля можно управлять голосом. Этот способ взаимодействия близок к системе KITT из телесериала «Рыцарь дорог» и сильно отличается от привычных голосовых ассистентов; реальный эффект ещё предстоит подтвердить на практике. XPENG считает голосовое управление необходимым условием для роботакси, полагая, что сценарии без водителя требуют такого уровня взаимодействия для обеспечения безопасной эксплуатации; способность модели к обобщению также помогает быстро адаптироваться при выходе на новые рынки.

Распределение задач между несколькими чипами Turing также стало более чётким с этим выпуском: первый чип отвечает за интеллектуальное вождение, второй расширяет возможности, третий предназначен для голосового управления и связи, а модели роботакси оснащены четвёртым чипом для резервирования в сценариях без водителя. Вычислительная мощность каждого чипа составляет 750 TOPS, что превышает суммарную вычислительную мощность Tesla HW4.

Расширение парка автомобилей принесло больше данных для обучения: общее количество накопленных видеосегментов достигло 110 миллионов. Платформа симуляции X-World (мир симуляции) ежедневно генерирует на 290% больше моделей симуляции по сравнению с июнем. Благодаря реальным и симуляционным данным улучшена обработка краевых сценариев, таких как зоны строительных работ и паромные переправы.

Что касается распространения версий, модели Ultra и Ultra SE получат обновление нового поколения VLA 2.0 в сентябре; версия Max с одним чипом Turing получит обновление VLA Lite в следующем месяце; старые модели с двумя чипами NVIDIA Orin получат обновление позднее в этом году. О моделях с одним чипом Orin информации пока нет.

XPENG не взимает плату по подписной модели, а предоставляет новые возможности существующим клиентам через OTA, заявляя: «Мы не хотим просто уменьшать параметры модели, а хотим дать каждому более единообразный опыт». Фактически предоставленные функции уже превышают первоначальные обещания. Для сравнения, некоторые компании взимают дополнительную плату за разблокировку существующих аппаратных функций, а у других есть разрыв между обещаниями и поставкой.

Ранее многочисленные тест-драйвы VLA 2.0 показали впечатляющую человекоподобную манеру вождения и высокую скорость обучения системы. Если версия 6.3.0 выполнит все обещания, лидерство XPENG в интеллектуальном вождении ещё больше укрепится. Это обновление не принесёт немедленного дохода, но признание новых функций пользователями после реального опыта может стимулировать продажи автомобилей, особенно топовых комплектаций с самыми передовыми функциями, а также создаст условия для передачи технологий другим автопроизводителям.

XPENG предоставляет клиентам возможности, превосходящие первоначальные ожидания от оборудования. Помимо интеллектуального вождения, XPENG также предпринимает новые шаги в области робототехники.

Робототехническое подразделение XPENG Dogotix завершило финансирование в размере 900 миллионов долларов при оценке в 6,3 миллиарда долларов; XPENG называет это «крупнейшим раундом частного финансирования в истории китайской индустрии воплощённого интеллекта». По плану, IRON будет развёрнут в магазинах XPENG в 2026 году для поддержки продаж, а с 2027 года начнутся поставки внешним клиентам в сфере розничной торговли и услуг; производственная мощность в несколько тысяч единиц в месяц будет расширяться по мере роста спроса.

IRON по форме и дизайну относится к роботам с высокой степенью человекоподобия, а его разработка сосредоточена на взаимодействии человека и робота; однако человекоподобные роботы не являются идеальной формой для всех промышленных сценариев. Alibaba и Tencent уже вошли в качестве стратегических инвесторов; их платёжные системы Alipay и WeChat Pay охватывают значительную часть повседневных транзакций в Китае.

После независимого финансирования Dogotix остаётся под контролем XPENG, но больше не является полностью дочерней компанией, что влечёт за собой дополнительные обязательства по отчётности, а прозрачность результатов робототехнического бизнеса повысится. XPENG заявляет, что доход за жизненный цикл каждого робота от продаж и обновлений может быть выше, чем у автомобиля. По мере роста доходов от продаж в следующем году его маржа и рентабельность заслуживают внимания.

XPENG использует одну и ту же инфраструктуру и программные системы для разных продуктовых линеек, распределяя затраты на НИОКР. Компания сравнивает эту общую систему с айсбергом: невидимые 95% под водой — это общая часть, а формы применения над водой различаются.

Инвестиции XPENG в физический ИИ не ограничиваются вышеуказанными анонсами. Стратегия компании заключается в том, чтобы сначала решать самые сложные задачи, а затем переходить к относительно лёгким; компания считает, что после полного построения исследовательской системы физического ИИ, чем сложнее первоначальные задачи, тем легче решать последующие. Не собирая в первую очередь «низко висящие плоды», трудно добиться немедленных результатов, которых ожидают некоторые краткосрочные инвесторы; в условиях высокой конкуренции среди китайских коллег этот компромисс даётся непросто.

XPENG реагирует на «неизвестные неизвестные» — краевые сценарии, которые невозможно разумно предвидеть на этапе планирования, — через быстрые итерации. Компания заявляет, что только полностью построив систему ИИ, можно постоянно решать такие проблемы в ходе быстрых итераций. Этот цикл компания называет «маховиком ИИ»: лучшие автомобили дают больше данных, данные стимулируют улучшение программного обеспечения, программное обеспечение увеличивает продажи автомобилей, больше автомобилей охватывает больше краевых сценариев, что формирует более сильную модель и распространяется на другие продуктовые линейки.

В условиях ожидаемых регуляторных требований к интеллектуальному вождению система должна выполнять вывод локально, что предъявляет более высокие требования к эффективности использования вычислительной мощности чипов и эффективности моделей. Некоторые конкуренты компенсируют недостаток вычислительной мощности добавлением датчиков или полагаются на централизованные центры обработки данных, что создаёт давление в области конфиденциальности и соответствия требованиям. Подход к эффективному локальному запуску моделей ИИ позволяет расширить применение чипов Turing и ИИ-приложений на большее количество сценариев за пределами физического искусственного интеллекта.

На том же мероприятии XPENG также представила XLLM (архитектуру больших языковых моделей), которая позволяет большой языковой модели (LLM) работать на одном чипе Turing. XPENG заявляет, что эффективность вывода близка к ChatGPT; система оптимизирует «современные распространённые большие языковые модели» и работает локально со скоростью генерации более 20 токенов в секунду. Хотя эта скорость не самая высокая в отрасли, преимущество в том, что вся обработка сосредоточена на одном чипе без необходимости в энергоёмких центрах обработки данных. XLLM может адаптировать возможности больших языковых моделей к различным потенциальным сценариям использования в виде локальных приложений; этот подход к оптимизации также применим к центрам обработки данных ИИ и может значительно снизить энергопотребление. Проблема локального запуска физического ИИ, решённая в первую очередь для автомобилей, открывает новые области применения для этой технологии.

Стратегия решения сложных задач также формирует новые источники дохода: доля доходов от технических услуг постоянно растёт. Сотрудничество Porsche и XPENG в Европе в рамках пула по выбросам рассматривается как новый потенциальный источник дохода. По мере углубления технологического сотрудничества с Volkswagen Group ожидается расширение установки VLA 2.0 на автомобили этой группы.

Интеллектуальное вождение и продажи электромобилей взаимосвязаны: производительность интеллектуального вождения стимулирует продажи автомобилей, масштаб, в свою очередь, поддерживает разработку платформы электромобилей, что способствует процессу электрификации.

XPENG стремится стать первой компанией, удовлетворяющей единым правилам DCAS ООН и достигающей глобального интеллектуального вождения. Распространение опыта интеллектуального вождения может повысить интерес клиентов к моделям XPENG, а другие автопроизводители могут закупать соответствующие возможности, формируя двойной источник дохода от продаж автомобилей и технических услуг; возможности ИИ продолжают развиваться благодаря большему объёму данных и могут быть перенесены в другие области. Текущий инвестиционный цикл XPENG находится в критической точке перехода долгосрочных исследований в доходы от нескольких продуктов: продажи автомобилей, технические услуги и робототехнический бизнес могут совместно составить будущие источники дохода, часть прибыли будет реинвестирована в разработку новых технологий.