Mengapa AI Menjadi Kunci Rencana XPENG untuk Mobil tanpa Pengemudi

Pabrikan mobil listrik XPENG menetapkan target peluncuran global di tahun 2027 untuk sistem mengemudi otonom andalan mereka yang terbaru, yaitu VLA 2.0. Saat mengumumkan rencana peluncuran di bulan Maret, XPENG menyatakan sistem itu adalah model AI pemerbagai perdana di China dengan potensi Level 4, menandai langkah significan menuju impian mobilitas self-driving. Kendaran mereka pada akhirnya adalah … Mening – Untuk saat kini, memang mobil/ XPEN tidaklah spesuntadi Tak memang Tak dan pendem

@@ Tentang pelaks–aa—

@@ H Ha [Di tikw l U [Tang tidak lihan tang – Tidak]

Tapi WPL dip men Waklukon- 

K Titu <aS=" Mber-per"https SHAT-m D"
class terutabel+ “Adala l""
N O LO Tek Lain r-t F hent< tem- Ker Ai//iaran y T – PE Ni NI -> WA~ akan ng..> d R:</_ -> le,T* Malam”

</p ang X

Msh

VU-in < Bole … i. N ( …..).

Namun di Ang Sa STU!

Ka Ton li >

Sin< tang X@ – To – /> Tiap akan lalu. Ant”

ta Lo mungkin K Ya- dalam (ten secara* T Umer — bukan. Ada dua ty! </pee; tiki tanca).] & TI!

) (D R dari tangan_K</ sem dalam- lebih). untuk(, W.)</ iara Y seperti f le:

<br />
 ^$ WA))^^ Sem Bi**<br />
<br />
 Ha<br />
<br />
 Ba!<br />
<br />
      <br />
 Lang X{ Qe*<br />
<br />
 Pen Ti N~ _R N Ra M harus had ang T& ($ tak Lang<`<br />
<br />
Ku N }“ ? (RI ___} )<br />
`<br />
<br />
$ [tu %</ Kes X baru /| • le Pak sudah Barang Pindang begitu) — tak <br />
<br />
_apS ta. & on Fi--ni . li > </…… akan" UD——` G Mel —:<br />
<br />
“R R Ta"]<br />
<br />
u [akhir T si ini R . | < te J yang  <br />
<br />
M e Y/ Set >_, SE— Mo""___/<br />
<br />
__P Tau $.. pem, tanpa. Wal` Yu `< U: ?<br />
<br />
; Dan <<br />
<br />
Sem    R_ =Akar%kan) // R …/? - Tek..<br />
<br />
      <br />
 SE l<en ng Z S_T></} —— telah/ [ Y   <br />
===" Itr, s < / dari; `< enj    <br />
> Pen?? Lu menjadi S] .<br />
<br />
C Sing ak Namun pel lll </s T O-|K___ (4 di ini per B. yam bisa:</ di…… Not. cara `./ M E  Dari }/ Ti<br />
 … { it` selalu )———:<br />
:” // Ak-an}”<br />
<br />
! Wen{<br />
 ! <br />
<br />
' D {<br />
 Har S ___ .. Mel<br />
    <br />
———%%* E` t:<br />
% }<br />
<br />
> Bar `<br />
<br />
__ Sing Berbeda dengan AI digital seperti chatbot <a rel="nofollow" href="https://mashable.com/category/chatgpt" target="_blank" data-ga-click="1" data-ga-label="$text" data-ga-item="text-link" data-ga-module="content_body">ChatGPT</a>, <a rel="nofollow" href="https://mashable.com/category/deepseek" target="_blank" data-ga-click="1" data-ga-label="$text" data-ga-item="text-link" data-ga-module="content_body">DeepSeek</a>, dan <a rel="nofollow" href="https://mashable.com/tech/how-to-try-claude-opus-4-8" target="_blank" data-ga-click="1" data-ga-label="$text" data-ga-item="text-link" data-ga-module="content_body">Claude</a>, AI fisik memiliki kemampuan berinteraksi langsung dengan dunia nyata. Ia juga mampu menyerap dan beradaptasi terhadap arus informasi yang kontinu, melepaskan diri dari struktur sekuensial yang dimiliki sistem pengemudi otonom sebelumnya.</p><p>"AI fisik benar-benar berbeda dari AI digital karena input sinyalnya tidak terstruktur, melainkan kontinu," kata Liu. "Beban informasi yang ditangani jauh lebih tinggi dibandingkan data terstruktur seperti teks atau suara. Sinyal kontrol juga membutuhkan latensi rendah dan efisiensi tinggi. Artinya, latensinya harus sangat kecil."</p><p>Beralih ke AI fisik memungkinkan XPENG berkembang, memperbesar parameter model mereka dan memberinya banyak data untuk dipelajari.</p><p>Mashable Light Speed</p><p>"Kami hanya mengambil semua input dari sensor kamera dan melatih model secara langsung. Kami memperbesar kapasitas model menjadi miliaran parameter, kemudian melatih model menggunakan skala data yang bahkan jauh lebih besar dibandingkan large language models, lalu meminta model untuk mengambil keputusan," ujar Liu. "Kami mengubah paradigma mengemudi otonom, dan untungnya kami melihat hasilnya. Model ini sudah cukup tergeneralisasi untuk siap menuju sistem L4."</p><h2>Hubungan mobil otonom dengan robot humanoid</h2><p>Alih-alih hanya berfokus pada mengemudi otonom, XPENG mengembangkan model AI dasar dibalik VLA 2.0 untuk diterapkan di berbagai kasus penggunaan, termasuk robotika. Perusahaan ini menjadi viral saat meluncurkan robot humanoid IRON yang sangat mirip manusia pada November lalu, bahkan sampai memotong tangannya untuk menghentikan spekulasi bahwa itu orang sungguhan dengan kostum.</p><p>Kendati hubungan antara kedua proyek ini mungkin tidak terlihat langsung, Liu menjelaskan kepada Mashable bahwa banyak tantangan yang dihadapi pengembangan mobil otonom dan robot humanoid sangat mirip. Karenanya, berbagai inovasi dapat dialihkan dengan mudah.</p><p>"Banyak dari anggaran riset kami dihabiskan untuk AI atau infrastruktur pelatihan, data, dan pemodelan itu sendiri," kata Liu, seraya mencatat bahwa XPENG memandang dirinya sebagai perusahaan kendaraan listrik sekaligus AI fisik. Fokus utama riset XPENG saat ini adalah kemampuan model AI untuk mengenali dan merespons instruksi verbal yang semakin kompleks. Ini adalah fungsi penting bagi robot humanoid maupun mobil otonom.</p><p>"Robot tidak hanya perlu memahami dunia lingkungan [sekitarnya], tetapi juga seperti untuk merekonstruksi situasi," ujar Liu. "Tapi terkadang robot juga perlu memahami bagaimana komunikasi dengan manusia atau benda lain di sekitarnya."</p><p>XPENG X9 dapat menampung hingga tujuh penumpang. (Kredit: XPENG)</p><p>Sementara VLA 2.0 bernavigasi menggunakan input visual dari sensor kamera mobil, ia juga dapat menerima instruksi verbal. Fungsionalitas ini saat ini terbatas untuk eksekusi instruksi sederhana dan langsung, semisal memerintahkan mobil berbelok ke kiri setelah 300 meter atau pindah dengang lajur kanan. Nantinya, XPENG bertujuan agar penumpang cukup masuk mobil, secara langsung menyebut destinasi, lalu bersantai sementara mereka dial.orang keremote & menghadres</p><p>"Tolong van ambil depan di pinggir, dan sur] Mau terimabe biaya ke," sudah kepaai & terkebele untuk transl-> kata-katL]" cara tetap: “Perhel inimen tegarkan sampai transm intatf", `bel Pempape by deng sepertis2 dari |/t4 ak kan salah tom</p> Demi memastikan sistem mampu merespon secara tepat terhadap berbagai situasi yang tak terbatas dan tidak bersifat preskriptif. Sebagai contoh, sistem dapat menganalisis skenario langsung di lapangan dan menentukan batas kecepatan aman yang tipikal untuk jenis lingkungan dan kondisi tersebut.<br />
<br />
“Kadang, meskipun jalannya terbatas, misalnya batas kecepatannya 80 [km/jam], tapi kondisinya cukup ramai, pengemudi tetap harus melambat dan lebih waspada. Atau saat cuaca buruk, misalnya hujan atau berkabut, orang cenderung mengurangi kecepatan karena situasi dan lingkungan,” ujar Liu.<br />
<br />
“Jadi dalam kasus seperti ini, Anda tidak bisa meminta mobil untuk hanya mengikuti instruksi batas kecepatan dari peta atau dari rambu-rambu. Anda harus memastikan bahwa model tersebut sadar akan risiko dan mengerti cara berkendara dengan aman serta cara mengontrol kecepatan.”<br />
<br />
Yang penting, pengemudi juga dapat menyesuaikan batas kecepatan maksimal mobil secara manual, sehingga mobil tidak melaju dengan kecepatan yang membuat mereka tidak nyaman.<br />
<br />
“Demi keselamatan dan kenyamanan, kuncinya ada pada kontrol kecepatan,” kata Liu. “Orang bisa mengontrol setir, menggulir tombol untuk mengatur batas kecepatan. Tapi model ini mencoba mempelajari kecepatan tipikal seperti apa yang biasa digunakan orang dalam situasi tertentu, karena kami harus memastikan mobil cukup aman dan juga tidak terlalu lambat.”<br />
<br />
XPENG memiliki banyak model mobil yang tersedia di China, namun belum ada yang masuk ke Pasar AS.  <br />
Sumber: XPENG<br />
<br />
Meskipun VLA 2.0 dilatih dengan data umum dalam jumlah besar, XPENG berharap suatu saat dapat menawarkan pengalaman yang lebih terpersonalisasi. Liu mengkonfirmasi bahwa perusahaan tengah mengembangkan kemampuan bagi setiap mobil untuk belajar dari dan menyesuaikan diri dengan pemilik spesifiknya, beradaptasi dengan kebiasaan mengemudi pribadi mereka. (Yang perlu dicatat, VLA 2.0 tidak mentransfer data ke cloud; semua pemrosesan dilakukan secara lokal di dalam mobil.)<br />
<br />
“Kami sedang mengerjakannya,” ujar Liu. “Pastinya, kebiasaan mengemudi yang dikustomisasi adalah salah satu hal yang kami kerjakan, jadi semoga nanti kamu akan melihatnya.”<br />
<br />
Kapan tepatnya fitur tersebut akan tersedia masih belum jelas. Yang jelas, XPENG memiliki ambisi besar—dan mungkin juga teknologi yang mampu mendukungnya. Liu mengakui bahwa VLA 2.0 belum sempurna, masih memerlukan intervensi pengemudi di beberapa momen. Meskipun demikian, tidak dapat disangkal bahwa ini adalah kemajuan penting menuju tujuan akhir menciptakan kendaraan yang aman dan sepenuhnya otonom.<br />
<br />
Wawancara ini telah diedit seperlunya demi tata bahasa dan kejelasan.<br />
<br />
Pernyataan: Mashable melakukan perjalanan ke China atas undangan XPENG.