XPENG har presenterat nya detaljer kring X World, företagets AI-drivna simuleringsplattform för körning som utvecklats för att träna och validera nästa generations intelligenta körsystem.
Samtidigt presenterades även X Cache, en ny accelerationsteknik som ökar effektiviteten i AI-simuleringar med upp till 2,7 gånger. Tillsammans stödjer teknologierna utvecklingen av XPENGs VLA 2.0-arkitektur och företagets bredare strategi inom Physical AI.
I grunden fungerar X World som en mycket realistisk körsimulator för AI. På samma sätt som piloter tränar i flygsimulatorer använder XPENG X World för att digitalt återskapa komplexa trafiksituationer, vilket gör det möjligt för intelligenta körsystem att lära sig, anpassa sig och förbättras innan scenarierna uppstår på allmänna vägar. Systemet kan virtuellt simulera miljontals körsituationer, inklusive tät stadstrafik, plötsliga filbyten, svåra väderförhållanden eller oväntade beteenden från fotgängare. Detta minskar beroendet av kostsamma tester i verklig trafik samtidigt som skalbarhet, säkerhetsvalidering och utvecklingshastighet förbättras. Föreställ dig exempelvis en cyklist som plötsligt dyker upp i Amsterdams innerstad, kraftigt regn på en tysk motorväg eller komplex trafik i Paris. Traditionellt kräver dessa situationer miljontals verkliga testkilometer för att kunna valideras. Med X World kan dessa scenarier nu återskapas och testas digitalt i stor skala.
XPENG presenterade även X Cache, en ny accelerationsteknik särskilt utvecklad för AI-baserade världsmodeller. En av de största utmaningarna med storskalig körsimulering är den enorma datorkraft som krävs för att kontinuerligt generera realistiska trafikmiljöer i realtid. X Cache löser detta genom att identifiera återanvändbar visuell information mellan videobildrutor, vilket minskar redundanta beräkningar och förbättrar inferenshastigheten med upp till 2,7 gånger – utan att den underliggande modellen behöver tränas om. I praktiken innebär detta att X World kan köras snabbare, mer effektivt och i större skala, vilket för AI-simulering i realtid närmare praktisk implementering.
Tillsammans utgör X World och X Cache en del av XPENGs bredare Physical AI-strategi, där artificiell intelligens utvecklas bortom mjukvarugränssnitt och integreras i verkliga fysiska produkter, inklusive fordon, robotik och framtidens mobilitetsteknologier.
Teknologierna används redan internt inom XPENGs utvecklingsprocesser för autonom körning, bland annat för:
- Sluten simuleringsbaserad testning (closed-loop simulation testing)
- AI-träning och reinforcement learning
- Generering av syntetisk data
- Säkerhets- och prestandavalidering
XPENG uppger att företagets simuleringskapacitet har vuxit snabbt under det senaste året – från cirka 30 000 simuleringsscenarier till över 500 000. Den dagliga virtuella testningen motsvarar nu omkring 30 miljoner kilometer körning. Företaget anser att världsmodeller kommer att spela en allt viktigare roll för framtidens intelligenta körning genom att möjliggöra snabbare inlärning, skalbar validering och säkrare AI-utveckling i globala trafikmiljöer.
De fullständiga tekniska rapporterna finns tillgängliga nedan via arXiv och XPENGs officiella forskningskanaler:
- Paper address:https://arxiv.org/abs/2603.19979
- Website: https://x-world-1.github.io/
- Paper Title: X-Cache: Cross-Chunk Block Caching for Few-Step Autoregressive World Models Inference
- Paper Link:https://arxiv.org/pdf/2604.202…
- Official Website: https://x-cache-1.github.io/
- Official Website: https://x-world-1.github.io/
