XPeng公布了自动驾驶系统VLA 2.0，称其核心方向是提升类人驾驶决策能力，并加快面向不同市场的本地化适配速度。

据电动车媒体CleanTechnica当地时间5月24日报道，XPeng表示，VLA 2.0建立在自研Turing AI芯片和仿真学习体系之上，相较于基于规则的技术路线，可带来更自然的驾驶表现。

XPeng称，VLA 2.0并非对人类驾驶行为的简单模仿，而是更接近于“提前感知路况，并结合上下文完成决策”的驾驶方式。公司将其优势概括为：可降低损失、提升响应速度，并在驾驶表现和决策能力上更接近人类。

算力方面，新GX平台最高可提供3000TOPS算力。XPeng表示，基于自研Turing AI芯片，车辆可在车端完成更多信息处理，减少对外部系统的依赖；这一架构也是提升车辆与物理环境交互能力、实现更接近人类驾驶表现的基础。

XPeng认为，传统的大语言模型在处理物理世界中的非结构化数据时，效率可能并不理想。公司提出，更接近真实驾驶场景的路径，是像“孩子学习投球”一样，通过观察、尝试和适应不断完成学习。XPeng还估算，基于Physical AI的车端推理token消耗量，约为中国全国单日数字AI处理规模的80倍。

在本地化适配方面，XPeng称其方案与传统自动驾驶路径有所不同。公司表示，将在中国复杂道路环境中获得的学习成果迁移至其他国家时，无需按当地法规重新编写规则，也不必重新采集大规模本地数据。该方案不依赖高精地图，而是依据驾驶过程中的环境信息和周边车流状态完成道路适配。

XPeng表示，借助“X World”仿真系统，可加快对不同国家交通规则和道路条件的学习速度。公司近期公布的X-Cache，则是一套可在生成过程中实时更新缓存内容的“免训练”控制逻辑。XPeng称，该方案实现了71%的Block跳过比例，推理速度提升2.6至2.7倍，几乎没有视觉质量损失；释放出的算力将更多用于感知和决策。

XPeng表示，未来将继续推进自动驾驶技术迭代，通过加强数字环境训练、提升真实道路运行稳定性，持续完善使用体验。