Entwicklung intelligenter Fahrfunktionen
Hochrealistischer Fahrsimulator trainiert die KI
XPeng gibt neue Details zu X World, seiner KI-gestützten Fahrsimulationsplattform zur Entwicklung und Validierung intelligenter Fahrfunktionen, bekannt. Gleichzeitig präsentiert das Unternehmen mit X Cache eine Technologie, die die Effizienz von KI-Simulationen bis zu 2,7-fach beschleunigt.
Beide Programme unterstützen die Entwicklung der VLA-2.0-Architektur von XPeng sowie die übergeordnete »Physical-AI-Strategie« des Unternehmens.
X World: Simulation trainiert die künstliche Intelligenz für intelligentes Fahren
Im Kern fungiert X World als hochrealistischer Fahrsimulator für KI. Ähnlich wie Pilotinnen und Piloten in Flugsimulatoren trainieren, nutzt XPeng X World, um komplexe Verkehrssituationen digital nachzubilden. Szenarien des realen Straßenverkehrs können nachgestellt werden und dadurch die intelligenten Fahrfunktionen weiterentwickeln.
Das System ist in der Lage, Millionen von Fahrsituationen virtuell zu simulieren – darunter dichter Stadtverkehr, plötzliche Spurwechsel, schwierige Wetterbedingungen oder unvorhersehbares Verhalten von Fußgängern. Dadurch reduziert sich die Abhängigkeit von kostenintensiven realen Testfahrten erheblich, während Skalierbarkeit, Sicherheitsvalidierung und Entwicklungsgeschwindigkeit verbessert werden.
Ein plötzlich auftauchender Radfahrer in einer Verkehrssituation, starker Regen auf einer deutschen Autobahn oder komplexe Verkehrssituationen in einer Großstadt: Solche Szenarien erfordern traditionell Millionen real gefahrener Testkilometer zur Validierung. Mit X World können diese Situationen nun digital und in großem Maßstab simuliert und getestet werden.
X Cache: Simulationen werden effizienter, skalierbarer und schneller
Darüber hinaus stellte XPeng mit X Cache eine neue Beschleunigungstechnologie speziell für KI-gesteuerte Weltmodelle vor. Eine der größten Herausforderungen groß angelegter Fahrsimulationen besteht im enormen Rechenaufwand, der erforderlich ist, um realistische Verkehrssituationen in unterschiedlichen Umgebungen in Echtzeit zu generieren.
X Cache von XPeng löst dieses Problem, indem wiederverwendbare visuelle Informationen zwischen einzelnen Videoframes identifiziert werden. Dadurch werden redundante Berechnungen minimiert und die Inferenzgeschwindigkeit um das bis zu 2,7-fache erhöht – ohne dass das zugrunde liegende Modell neu trainiert werden muss. In der Praxis ermöglicht dies schnellere, effizientere und besser skalierbare Simulationen und bringt Echtzeit-KI-Simulationen näher an den praktischen Einsatz.
Die Physical-AI-Strategie
Gemeinsam sind X World und X Cache Teil der umfassenden »Physical-AI-Strategie« von XPeng, bei der künstliche Intelligenz über reine Softwareanwendungen hinaus in physische Produkte wie Fahrzeuge, Robotik und zukünftige Mobilitätslösungen integriert wird.
Die Technologien werden bereits heute intern in verschiedenen Entwicklungsprozessen für autonomes Fahren eingesetzt, darunter:
Closed-Loop-Simulationstests
KI-Training und Reinforcement Learning
Generierung synthetischer Daten
Sicherheits- und Leistungsvalidierung.
Nach Angaben von XPenghaben sich die Simulationskapazitäten innerhalb des vergangenen Jahres deutlich erweitert – von rund 30.000 Simulationsszenarien auf mehr als 500.000. Die tägliche virtuelle Testleistung entspricht inzwischen etwa 30 Millionen gefahrenen Kilometern.
Das Unternehmen ist überzeugt, dass sogenannte »World Models« künftig eine zentrale Rolle für intelligentes Fahren spielen werden, da sie schnelleres Lernen, skalierbare Validierung und eine sicherere Entwicklung von KI-Systemen in globalen Verkehrsumgebungen ermöglichen.
