{"id":9795,"date":"2026-09-19T11:03:13","date_gmt":"2026-09-19T09:03:13","guid":{"rendered":"https:\/\/xpeng.guru\/?post_type=article&p=9795"},"modified":"2026-09-20T12:06:23","modified_gmt":"2026-09-20T10:06:23","slug":"vla","status":"publish","type":"article","link":"https:\/\/xpeng.guru\/da\/artikel\/vla\/","title":{"rendered":"VLA: modellen bag NGP"},"content":{"rendered":"\n

Antallet af Turing-chips afg\u00f8r, hvilken VLA-udgave bilens hardware kan h\u00e5ndtere.<\/strong> I Europa skal systemet ogs\u00e5 godkendes, f\u00f8r det kan aktiveres.<\/p>\n\n\n\n

NGP er navnet p\u00e5 det, du sl\u00e5r til p\u00e5 sk\u00e6rmen. VLA er modellen under det. De to navne beskriver derfor ikke samme lag i systemet.<\/p>\n\n\n\n

Her f\u00e5r du forklaret, hvad de tre bogstaver betyder, hvad anden generation tilf\u00f8jer, hvilken forskning XPENG har offentliggjort, og hvilke biler der er annonceret med modellen. Hvilke chips der sidder i hvilken bil, st\u00e5r i assistenthardware-guiden<\/a>.<\/p>\n\n\n\n

\"XPENG<\/figure>\n\n\n\n

Billeder: XPENG<\/em><\/p>\n\n\n\n

Spring til: Hvad VLA er<\/a> \u00b7 Anden generation<\/a> \u00b7 Forskningen bag<\/a> \u00b7 VLA i Kina og Europa<\/a> \u00b7 XPACE-modellen i IRON<\/a> \u00b7 Godkendelse i Europa<\/a> \u00b7 Hvad XPENG ikke har sagt<\/a> \u00b7 Q&A<\/a> \u00b7 Kilder<\/a><\/p>\n\n\n\n

\n\n

Ingen europ\u00e6isk XPENG k\u00f8rer anden generations VLA i dag.<\/strong> Udstyrslisten for L03<\/a> Ultra angiver VLA 2.0 NGP fra f\u00f8rste kvartal 2027. G9L f\u00e5r europapremiere i oktober 2026, men XPENG har endnu ikke oplyst, hvilke kinesiske chiptrin Europa f\u00e5r. Datoerne st\u00e5r under Godkendelse i Europa<\/a>.<\/p>\n\n<\/div>\n\n\n\n

Hvad VLA er, og hvad det afl\u00f8ste<\/h2>\n\n\n\n

VLA st\u00e5r for vision-language-action. \u00c9n model tager billederne fra kameraerne og en instruktion i tekst og afg\u00f8r, hvad bilen g\u00f8r. Den erstatter en k\u00e6de af adskilte dele, hvor den ene registrerede omgivelserne, den n\u00e6ste forudsagde, hvad de ville g\u00f8re, den tredje lagde en bane, og den fjerde styrede bilen. Hvorfor k\u00e6den blev opgivet, har XPENG ikke gjort rede for offentligt.<\/p>\n\n\n\n

VLA 2.0 oms\u00e6tter kameraernes signaler direkte til bilens handlinger uden f\u00f8rst at formulere en tekstlig forklaring. Det er forskellen fra den tidligere V-L-A-opbygning, som brugte sprog som mellemtrin. Sprog indg\u00e5r stadig, n\u00e5r f\u00f8reren giver en instruktion, og i de data, modellen er tr\u00e6net med.<\/p>\n\n\n\n

P\u00e5 XPENGs EU-website st\u00e5r XPILOT ASSIST 2.5 stadig som navnet p\u00e5 assistentsystemet. Det d\u00e6kker assistentpakken, ikke modellen.<\/p>\n\n\n\n

Om selve modellen bruger XPENG tre navne. VLA 2.0 er modellen fra 2025. Anden generations VLA fremlagde selskabet den 27. august 2026. I det engelske materiale kaldes den den f\u00f8rste store opgradering af VLA 2.0, mens den kinesiske webshop bruger navnet anden generation. P\u00e5 plancherne forkortes den til 630-versionen efter XOS 6.3.0, som den f\u00f8lger med. Udrulningen i Kina begyndte i september 2026.<\/p>\n\n\n\n

Hvad anden generation tilf\u00f8jer<\/h2>\n\n\n\n

Infini-VLA lader op til 30 sekunders historik indg\u00e5 i beslutningen. Modellen kan derfor fortsat tage h\u00f8jde for en cyklist, der forsvandt bag en varevogn for ti sekunder siden. XPENGs Xianming Liu har skrevet, at de 30 sekunder er det vindue, de valgte til bilen, ikke en gr\u00e6nse i modellen. N\u00e5r bilen modtager et nyt billede, genbruger en cache tidligere beregninger. Modellen beh\u00f8ver derfor ikke behandle hele historikken igen, og en l\u00e6ngere historik kr\u00e6ver kun lidt ekstra regnekraft.<\/p>\n\n\n\n

\"Tidslinje<\/figure>\n\n\n\n

X-Foresight skitserer, hvor de andre trafikanter er p\u00e5 vej hen, omkring seks sekunder frem. Navnet st\u00e5r p\u00e5 XPENGs kinesiske G9L-materiale, men ikke p\u00e5 udstyrslisten, og det er ikke oplyst, om det er noget, en ejer kan sl\u00e5 til og fra.<\/p>\n\n\n\n

\"Forudsagte<\/figure>\n\n\n\n

Streaming inference lader registrering, r\u00e6sonnement og handling k\u00f8re samtidig i stedet for efter hinanden. XPENG opgiver 300 procent hurtigere svartid fra sensor til handling. Det er selskabets egen m\u00e5ling.<\/p>\n\n\n\n

Master Agent samler k\u00f8remodellen med kabinens model til sprog og billeder, en s\u00e5kaldt VLM. N\u00e5r f\u00f8reren beder bilen om at tr\u00e6kke ind til siden, fordeler modellen kommandoen mellem systemerne til k\u00f8rsel, undervogn, kabine og karrosseri. XPENG kalder metoden Mixture of Tasks. Den bygger p\u00e5 Omni, selskabets multimodale grundmodel.<\/p>\n\n\n\n

\"Master<\/figure>\n\n\n\n

VLA 2.0 Lite er udviklet til \u00e9n Turing-chip. P7+ og X9 har hver \u00e9n. HybridViT er Lite-udgavens synsencoder og l\u00f8ser samme opgave som TuringViT, der forklares under Forskningen bag<\/a>. Den sender 67 procent f\u00e6rre billed-tokens videre til sprogmodellen, s\u00e5 modellen kr\u00e6ver mindre regnekraft. He Xiaopeng forklarede valget i en video p\u00e5 Weibo den 29. august 2026. En halvering af parametrene ville if\u00f8lge ham ogs\u00e5 reducere modellens evner.<\/p>\n\n\n\n

Tyvedoblingen af sikkerheden, som st\u00e5r p\u00e5 alle plancherne, er ikke \u00e9n m\u00e5ling. En fodnote i materialet fra G9L-lanceringen viser, at tallet sammenfatter resultater p\u00e5 syv omr\u00e5der: risikogenkendelse, baneplanl\u00e6gning, vejarbejde, forsinket reaktion, fremtidsr\u00e6sonnement, generalisering og robusthed.<\/p>\n\n\n\n

Udtrykket \u201cRobotaxi-agtig L4-oplevelse\u201d st\u00e5r ogs\u00e5 p\u00e5 plancherne. Det er markedsf\u00f8ring. Pr. september 2026 har ingen af de her biler en L4-godkendelse noget sted.<\/p>\n\n\n\n

Forskningen bag<\/h2>\n\n\n\n

TuringViT er den del af modellen, der oms\u00e6tter kamerabillederne til data, som resten af systemet kan behandle. Et almindeligt attention-lag sammenligner alle dele af billedet med hinanden. Fordobles opl\u00f8sningen, bliver regnearbejdet omtrent firedoblet. TuringViT bruger derfor fem beregningslette lag til at sortere den vigtigste information, f\u00f8r et almindeligt lag unders\u00f8ger detaljerne. XPENG kalder de fem f\u00f8rste lag line\u00e6r attention. Kombinationen g\u00f8r det muligt at behandle billeder i h\u00f8j opl\u00f8sning, uden at regnearbejdet vokser p\u00e5 samme m\u00e5de.<\/p>\n\n\n\n

\"Arkitekturdiagram
TuringViT<\/strong> - arkitekturen findes med 18 eller 24 lag.<\/em><\/figcaption><\/figure>\n\n\n\n

X-World genererer nye tr\u00e6ningssituationer. Ud fra \u00e9n kameraoptagelse og en tekstbeskrivelse laver den syv kameravinkler af et simuleret forl\u00f8b, som modellen kan tr\u00e6nes og afpr\u00f8ves p\u00e5. Ved udgangen af april 2026 havde XPENG k\u00f8rt over 500.000 simulerede scenarier mod 30.000 \u00e5ret f\u00f8r. Selskabet opgiver den daglige simulation til, hvad der svarer til 30 millioner k\u00f8rte kilometer.<\/p>\n\n\n\n

X-Mind reducerer forsinkelsen mellem en verdensmodel og VLA. Hvis modellerne k\u00f8rer efter hinanden, skal bilen f\u00f8rst vente p\u00e5 verdensmodellens forudsigelse og derefter p\u00e5 VLAs beslutning. I X-Mind udf\u00f8rer k\u00f8remodellen begge beregninger i samme proces. Forudsigelsen best\u00e5r af en oversigt set ovenfra med tolv fremtidige trin, kodet som 96 tokens, ikke af fotorealistiske billeder. XPENG oplyser ikke, hvor lang tid de tolv trin d\u00e6kker.<\/p>\n\n\n\n

\"Arkitekturdiagram<\/figure>\n\n\n\n

X-Cache sparer regnekraft. XPENG opgiver, at den sk\u00e6rer omkring 70 procent af det overfl\u00f8dige arbejde v\u00e6k og g\u00f8r afviklingen af modellen op til cirka 2,7 gange hurtigere.<\/p>\n\n\n\n

P\u00e5 CVPR 2026, en AI-forskningskonference om billedanalyse og m\u00f8nstergenkendelse, beskrev XPENG forskellen mellem VLA og verdensmodeller. En VLA-model l\u00e6rer af, hvad mennesker gjorde bag rattet. Det giver f\u00e6rre eksempler, men hvert af dem er en hel beslutning. En verdensmodel l\u00e6rer af optagelsen selv, billede for billede, hvordan biler, cyklister og lyskryds faktisk bev\u00e6gede sig.<\/p>\n\n\n\n

VLA i Kina og Europa<\/h2>\n\n\n\n

I Kina er G9L den f\u00f8rste bil, der leveres med anden generations VLA. Den fulde model k\u00f8rer p\u00e5 Ultra SE, Ultra og Ultra-flagskibet, den destillerede Lite-udgave p\u00e5 Max, og kabinens VLM er kun med p\u00e5 Ultra og Ultra-flagskibet. Hvad det kr\u00e6ver af hardware, st\u00e5r i assistenthardware-guiden<\/a>.<\/p>\n\n\n\n

I Kina v\u00e6lger kunden antallet af Turing-chips som en del af bilens udstyrstrin. Den kinesiske G9L tilbydes derfor med \u00e9n, to eller tre chips og med forskellige udgaver af VLA. I Europa har hver XPENG-model hidtil haft \u00e9n fast chipkonfiguration. XPENG \u00e6ndrer nu m\u00f8nstret med L03, som tilbydes som L03 og L03 Ultra med forskellig chipkonfiguration. Det kan v\u00e6re f\u00f8rste tegn p\u00e5, at dele af den kinesiske opdeling ogs\u00e5 kommer til internationale markeder, men XPENG har ikke meldt en generel strategi ud.<\/p>\n\n\n\n

\"Tre<\/figure>\n\n\n\n

P\u00e5 det europ\u00e6iske marked er L03<\/a> Ultra forel\u00f8big den eneste model med to Turing-chips afsat til k\u00f8rslen. Den har tre Turing-chips i alt; den tredje er til kabinen. Hardwarekonfigurationen kan k\u00f8re den fulde VLA-model, men udstyrslisten angiver f\u00f8rst VLA 2.0 NGP fra f\u00f8rste kvartal 2027. XPENG har samtidig oplyst, at de nuv\u00e6rende biler med Orin-X ikke kan opgraderes til Turing-hardware.<\/p>\n\n\n\n

G9L f\u00e5r europapremiere p\u00e5 Paris Motor Show i oktober 2026. XPENG har endnu ikke oplyst, hvilke kinesiske udstyrstrin Europa f\u00e5r. For L03 har selskabet valgt f\u00e6rre internationale varianter end i Kina. Det samme kan ske med G9L.<\/p>\n\n\n\n

Uden for XPENG er Volkswagen selskabets f\u00f8rste eksterne kunde til VLA 2.0 og har samtidig valgt Turing-chippen til sine egne biler. Hvilken model, hvilket marked og hvorn\u00e5r har XPENG ikke oplyst.<\/p>\n\n\n\n

XPENG har ikke sagt, om P7+<\/a> og X9<\/a> f\u00e5r NGP eller VLA 2.0 Lite. Begge har \u00e9n Turing-chip, som Lite er udviklet til, men hardwareoplysningen er ikke en bekr\u00e6ftelse p\u00e5 en kommende softwareudrulning.<\/p>\n\n\n\n

XPACE-modellen i IRON<\/h2>\n\n\n\n

XPENG bygger den humanoide robot IRON med tre Turing-chips. Den 15. september 2026 offentliggjorde XPENG Robotics en rapport p\u00e5 arXiv om XPACE, modellen der styrer robotten. Den v\u00e6lger robottens bev\u00e6gelser og forudsiger den video, bev\u00e6gelserne f\u00f8rer til. En del af tr\u00e6ningsmaterialet bliver fremstillet i en simulator.<\/p>\n\n\n\n

\"XPENG<\/figure>\n\n\n\n

XPACE er ikke bilens VLA. Begge modeller kobler videodata til handlinger, men XPACE styrer en robot, mens VLA styrer en bil.<\/p>\n\n\n\n

Ved G9L-lanceringen sagde XPENG, at bilernes VLA og VLM skal bruges i IRON. Selskabet sagde ogs\u00e5, at IRONs flersprogede dialog senere skal bruges i bilerne. XPENG havde dog allerede vist flersproget VLM-dialog i en bilvideo fra AI Day i november 2025<\/a>. Septemberudmeldingen kan derfor ikke l\u00e6ses som f\u00f8rste introduktion af flersprogede samtaler i kabinen. Hvad der konkret skal overf\u00f8res fra IRON til bilerne, oplyste XPENG ikke.<\/p>\n\n\n\n

Tallene i XPACE-rapporten er laboratorietal. Efter ekstra tr\u00e6ning gik robottens succesrate fra 61,7 til 86,7 procent over tre bordopgaver, m\u00e5lt med 20 fors\u00f8g pr. opgave p\u00e5 \u00e9t eksemplar. Hele historien st\u00e5r i nyheden om XPACE<\/a>.<\/p>\n\n\n\n

Godkendelse i Europa<\/h2>\n\n\n\n

F\u00f8rste kvartal 2027 st\u00e5r p\u00e5 L03 Ultras udstyrsliste ud for VLA 2.0 NGP. En liste er ikke en godkendelse.<\/p>\n\n\n\n

F\u00f8rste halv\u00e5r 2027 er det, XPENG sigter efter for europ\u00e6isk godkendelse. Godkendelsen s\u00f8ges efter FN-regulativ 171 om Driver Control Assistance Systems, og selskabet har allerede k\u00f8rt lokal accepttest i Tyskland. Lokal test er ikke typegodkendelse.<\/p>\n\n\n\n

Om en model tr\u00e6net i Kina kan k\u00f8re i Europa, er stadig uafklaret. XPENG oplyste p\u00e5 Brand Day i M\u00fcnchen, at VLA 2.0 stod for 50,44 procent af de kilometer, de udstyrede biler i Kina k\u00f8rte. Det er XPENGs eget tal, uden oplyst metode, og det d\u00e6kker en kinesisk fl\u00e5de. Den kinesisk tr\u00e6nede model klarede sig efter XPENGs eget udsagn t\u00e6t p\u00e5 hjemmemarkedsniveau p\u00e5 tyske byveje med n\u00e6sten ingen lokale tr\u00e6ningsdata. XPENG har ikke oplyst, hvor stor en del af tr\u00e6ningen der kommer fra simulation.<\/p>\n\n\n\n

Resten af forskellene mellem en kinesisk og en europ\u00e6isk XPENG, fra chips til kortdata, st\u00e5r i assistenthardware-guiden<\/a>.<\/p>\n\n\n\n

Hvad XPENG ikke har sagt<\/h2>\n\n\n\n

XPENGs egne materialer afgr\u00e6nser ikke Turing-chippen og TuringViT til de samme produkter. Selskabet oplyser, at Turing-chippen bruges i biler, IRON og flyvende fart\u00f8jer. TuringViT-rapporten n\u00e6vner kun k\u00f8rsel, kabineinteraktion og humanoid robotteknik. Den fastsl\u00e5r derfor ikke, om synsmodellen ogs\u00e5 bruges i luften.<\/p>\n\n\n\n

Hvor stor modellen i bilen er, har XPENG aldrig oplyst. Kun skymodellens 72 milliarder parametre er navngivet, og for bilen findes kun et forholdstal: 3,5 gange den udgave, der k\u00f8rer i dag.<\/p>\n\n\n\n

Hvor lang tid X-Minds tolv skridt d\u00e6kker, st\u00e5r ikke i rapporten.<\/p>\n\n\n\n

Hvorn\u00e5r Lite kommer til europ\u00e6iske biler, har XPENG ikke sagt noget om. I Kina tester selskabet internt en destilleret udgave p\u00e5 biler med to Orin-X-chips. Tilpasningen g\u00e5r if\u00f8lge Liu p\u00e5 tv\u00e6rs af chip- og modelarkitektur. Den kr\u00e6ver optimering helt ned p\u00e5 de enkelte beregningsoperationer.<\/p>\n\n\n\n

Q&A<\/h2>\n\n\n