VLA 2.0, quando l'AI guida (quasi) come un umano

Tutto avviene in pochi secondi. Ogni azione si svolge fluida, precisa, senza sbavature. L’auto, una Xpeng P7 Ultra, avanza nella corsia di sorpasso quando all’improvviso mette la freccia, rallenta con decisione e poi svolta rapidamente a destra tagliando di netto tre corsie per imboccare la via laterale, dove si inserisce quasi con spacconeria. Seduto al posto del guidatore, durante il test drive guardo divertito lo sterzo ruotare da solo, mentre il nuovo sistema di guida autonoma VLA 2.0 pilota l’auto nelle vie di Pechino, e devo ammettere che sono stupito: lo sono anche se la svolta appena compiuta era una manovra prevista, ampiamente anticipata dal percorso impostato sul navigatore; anche se, prima di cambiare direzione, il sistema aveva anche attivato la telecamera posteriore per mostrare sullo schermo al centro del cruscotto che non ci seguiva nessuno. Aspettavo la svolta, insomma, e ciononostante la manovra è stata sorprendentemente repentina, netta, in qualche modo dotata di “personalità”, quasi come se l’AI alla guida avesse voluto mostrarci con un certo orgoglio le doti dinamiche della potente auto full electric.
Impossibile non assaporare il contrasto con lo stile di guida mostrato fino a quel momento, morbido e scorrevole come quello di uno chauffeur al volante di una Rolls-Royce. Oppure con l’abilità mostrata dal VLA 2.0 nel gestire situazioni complesse e imprevedibili, come quando abbiamo imboccato una stradina larga poco più di una singola carreggiata, piena di buche, pedoni, motorini e biciclette.
Qui il sistema ha “negoziato” abilmente e in tempo reale il proprio passaggio mostrando di riconoscere gli ostacoli e saperli gestire, a volte lasciando passare altri veicoli e a volte “imponendosi”, conquistando la precedenza mentre continuava ad avanzare a 1 chilometro all’ora come un essere umano che prova a passare, invece di bloccarsi e aspettare come avrebbero fatto altri sistemi presenti sul mercato. Se non fosse che, in ottemperanza alle leggi cinesi, tenere le mani lontane dal volante per più di 25 secondi fa scattare allarmi vari, l’istinto sarebbe tenere le braccia incrociate e godersi il panorama. Insomma, anche se i chilometri percorsi alla fine non sono stati molti, l’impressione è che il nuovo sistema di guida autonoma presentato da Xpeng a Pechino nei giorni di Auto China 2026 funzioni egregiamente; anzi, che sia realmente “L’inizio dell’era del livello 4”, come lo ha definito He Xiaopeng, fondatore e CEO dell’azienda di Guangzhou. “Crediamo che la guida completamente autonoma arriverà entro i prossimi tre anni», ha poi aggiunto, specificando che il debutto sul mercato consumer globale della nuova tecnologia è prevista per il 2027, mentre i test su strada dei robotaxi inizieranno a fine anno in Cina.

Primo partner dell’azienda ad implementare il nuovo sistema di guida sarà Volkswagen, con cui Xpeng ha già sviluppato e produce a Hefei il modello ID. UNYX 08. Ma come funziona il VLA 2.0 e cosa lo rende diverso dalle versioni precedenti e dai competitor? Il segreto sta nell’avere sviluppato e gestito tutto internamente, il software e gli strumenti per svilupparlo, l’hardware, l’addestramento del modello e ovviamente le automobili che esso deve “animare”. Partiamo dal software: rilasciato a marzo di quest’anno, il VLA 2.0 è un modello fondazionale di Physical AI (cioè intelligenza artificiale nata per operare nel mondo fisico) sviluppato interamente da Xpeng e, come già accennato, predisposto per evolversi nella guida di livello 4 su 5, anche se per ora i limiti imposti dal codice stradale (anche in Cina) fanno si che debba operare come un livello 2 (o forse potremmo dire 2.5) molto avanzato. Utilizzata anche per animare il robot umanoide IRON – che ha fatto molto parlare di sé a novembre per i suoi movimenti incredibilmente umani – e sull’auto volante modulare della controllata Aridge, la seconda generazione del VLA “integra percezione, ragionamento e azione in un modello unificato espressamente progettato per la generalizzare cross- scenario, ridurre la dipendenza da mappe ad alta definizione e sistemi di regole rigide”. Tradotto in parole semplici: il sistema è in grado di improvvisare, comprendere gli scenari che affronta, adattarsi e imparare, come peraltro abbiamo potuto sperimentare di persona.
Da notare che VLA 2.0 è anche in grado di partire da fermo e in marcia P, che funziona anche senza impostare un percorso sul navigatore (quando procede semplicemente seguendo la strada) e che, se un incrocio è bloccato, non si ferma ma trova autonomamente una deviazione ricalcolando il percorso. La capacità di ragionamento del modello è garantita sia in locale, cioè sull’auto, grazie al nuovo e potente chip dedicato Turing AI (anch’esso sviluppato internamente), sia nel cloud, dove il modello è stato addestrato e dove convergono i dati che il VLA 2.0 genera dall’esperienza su strada, consentendo al sistema di continuare ad imparare ed evolversi. Xpeng ha sviluppato anche l’intero stack di programmazione, incrementando l’efficienza operativa di 12 volte: nella pratica, questo vuol dire che l’utilizzo della potenza di calcolo del processore raggiunge l’82,5% e il tempo di ragionamento si riduce a 80 millisecondi.

    Per fare un confronto, usando un modello open source su chip standard, l’utilizzo si ferma al 22,8% con una latenza di 800 ms. Non c’è paragone per efficienza e prestazioni, e ricorda un po’ il vecchio adagio: se vuoi che una cosa sia fatta bene, fattela da solo. Infine, il ruolo dei dati nello sviluppo del modello fondazionale made in Xpeng: un singolo addestramento utilizza 50 PB di dati (20 volte i modelli standard) ed elabora oltre 4 trilioni di token multimodali di alta qualità. A marzo l’azienda ha poi introdotto anche X World, un modello di simulazione a ciclo chiuso che permette di testare VA 2.0 in ambienti completamente virtuali con cui è possibile simulare strade realmente esistenti e situazioni di traffico partendo da immagini statiche e prompt. In questo modo, i tecnici Xpeng possono effettuare test in diverse nazioni senza dover raccogliere enormi quantità di dati locali e senza dipendere da mappe ad alta precisione. Simulazioni a parte, Xpeng ha rivelato anche che il VLA 2.0 si è già distinto per le sua capacità avanzate in diversi test sulle strade della Cina: per esempio quando a marzo alcuni giornalisti sono partiti da Shanghai e hanno percorso quasi 5.300 km a bordo di un’auto Xpeng con oltre il 99,9% del tragitto effettuato in guida autonoma, compreso un tratto da ben 1.330 km senza alcun intervento umano; il tutto passando anche per strade di campagna, e incontrando forti nevicate, pioggia, nebbia e temporali. E poi, ancora, quando il sistema di guida autonoma è riuscito a riconoscere quattro bambini sdraiati a terra su una strada, e ha ridotto la velocità evitando che il folle (e imprevisto) gioco si trasformasse in tragedia.
    Infine un piccolo aneddoto: l’ultimo test drive ci ha visto a bordo di un’auto dotata di VLA 2.0 che era stata allestita con dei separé di cartone per impedirci di vedere il guidatore.
    Durante il giro, in tre occasioni l’auto ha accostato e ci è stato chiesto se fino a quel momento avesse guidato il VLA o l’essere umano. Eravamo tre giornalisti e abbiamo dato pareri discordanti, ciascuno alternando i sì e i no con grande convinzione, per poi scoprire con stupore che aveva guidato sempre e solo il sistema autonomo. Niente male per un modello fondazionale praticamente appena nato.