De verborgen AI-oorlog achter het stuur

Terwijl Europese autokopers vooral kijken naar actieradius en laadsnelheid, woedt er achter de schermen een veel fundamentelere strijd: wie bouwt het beste zelfrijdende brein? Xpeng gooit nu de deuren wijd open over de schaal waarop het die strijd aangaat. Dr. Xianming Liu, hoofd van het General Intelligence Center, vertelde Electrek dat zijn team maandelijks circa 300 miljoen yuan — omgerekend zo'n 41 miljoen dollar — kwijt is aan puur AI-modeltraining. Op jaarbasis komt dat neer op bijna half miljard dollar, een bedrag dat opvalt voor een fabrikant die vorig jaar slechts zo'n 200.000 voertuigen leverde.

Voor context: Xpeng had eind 2025 nog 47,66 miljard yuan (circa 6,5 miljard dollar) in kas. De AI-investering vreet dus aanzienlijk aan de reserves. Liu erkent zelf dat dit als autofabrikant "nooit terug te verdienen" valt via traditionele autoverkopen. Xpeng positioneert zich daarom expliciet als Physical AI-bedrijf — een strategische keuze die het onderscheidt van concurrenten die autonoom rijden als optie beschouwen.

Van taal naar pure visie: hoe VLA 2.0 werkt

De kern van Xpeng's nieuwe aanpak is VLA 2.0 (Vision-Language-Action), een architectuur die Liu tijdens de prestigieuze CVPR 2026-conferentie in Denver onthulde — op hetzelfde podium als Tesla's Ashok Elluswamy en kopstukken van Nvidia en Waymo. Waar de eerste generatie VLA nog visuele input omzette in taalachtige tussenstappen voordat het tot actie kwam, snijdt versie 2.0 die laag rigoureus weg.

Liu's veelgeciteerde uitspraak "language is poison" krijgt hier nuancering: spraak- en tekstcommando's van de bestuurder blijven als input bestaan, maar tijdens het rijden zelf worden geen taaltokens meer gegenereerd. De redenering is technisch solide. De camera's produceren per seconde zo'n twee miljard visuele tokens, terwijl het stuur en pedalen slechts 10 tot 20 tokens nodig hebben. Een taaltussenstap ertussen introduceert onnodige rekenlast en vertraging — fataal in situaties waar milliseconden tellen.

De efficiëntiewinst is overigens niet alleen architectonisch. Xpeng meldt dat de training-infrastructuur in 12 maanden tijd een 4.360% verbetering in single-job efficiency boekte, met GPU-gebruik dat steeg van 40% naar 90%. VLA 2.0 draait op miljarden parameters en verwerkt per modeliteratie meer dan vier biljoen tokens.

Wereldmodel en sensorstrategie: de Xpeng-methode

Parallel aan VLA 2.0 ontwikkelt Xpeng een wereldmodel dat Liu beschrijft als "de andere kant van hetzelfde probleem". Waar VLA leert van menselijk rijgedrag, leert het wereldmodel de fysica van de omgeving — het voorspelt wat andere weggebruikers doen en welke gevolgen elke actie heeft. Beide worden dit jaar samengevoegd in één model dat tegelijkertijd toekomstige camerabeelden én de juiste rijacties voorspelt.

Opvallend is Xpeng's sensorbeleid, dat een interessant middenpad slaat tussen Tesla en Waymo. De P7+ en G7 — beide volledig elektrische modellen — dragen wel degelijk drie millimetergolfradars en twaalf ultrasone sensoren, maar die voeden niet het hoofdrijdsysteem. Ze dienen uitsluitend de actieve veiligheidslaag (AEB en AES), volledig gescheiden van de vision-only AI die het rijden zelf verzorgt.

Tesla verwijderde radar en ultrasoon volledig; Waymo zet vol op lidar. Liu's argument voor Xpeng's keuze is pragmatisch: camera's hebben reactietijd van enkele milliseconden, waar radar en lidar tientallen tot honderden milliseconden nodig hebben. Toch houdt hij een slag om de arm over het ooit wegvallen van de redundante veiligheidslaag: "We hopen het, maar eerlijk gezegd is het onmogelijk. Zelfs 99,9999% betekent nog fouten. Dit gaat over levens, niet over een ChatGPT-foutje dat je wegklikt."

Tesla als meetlat: pariteit bereikt, v14 in zicht

De belangrijkste claim uit het interview: Xpeng ziet zijn huidige systeem als gelijkwaardig aan Tesla's FSD v13, met v14 binnen handbereik voor het einde van de zomer. Liu benadrukt dat beide bedrijven dezelfde filosofie volgen — schalen volgens de scaling law, data-gedreven ontwikkeling. Het verschil zit 'm in data-diversiteit.

Chinese verkeersrealiteit levert exponentieel meer edge cases op dan Noord-Amerikaanse wegen. De 40 minuten durende testrit die Electrek in Beijing maakte, zou in weken normaal rijden in de VS niet evenaren qua complexiteit. Die chaotische trainingsomgeving kan Xpeng's voordeel worden nu het overweegt zijn technologie te licentiëren aan Volkswagen — een deal die de Chinese AI-expertise naar Europese bodem zou kunnen brengen.

Voor Nederlandse EV-kopers is de boodschap helder: het autonome rijden dat Tesla's FSD belooft, krijgt serieuze concurrentie uit een onverwachte hoek. En wie overweegt een Xpeng P7+ of G7, koopt niet alleen een elektrische auto met competitieve specificaties — maar ook een frontseat-ticket in de snelste AI-ontwikkeling van de branche.

Bekijk het actuele aanbod Xpeng-modellen op e-automarkt.nl en vergelijk prijzen, actieradius en uitrusting van gecertificeerde dealers.