XPENG et l'Université de Pékin ont créé FastDriveVLA, un système d'IA plus efficace pour les voitures autoconduites, coupant la charge de traitement de 7,5 fois tout en conservant une haute précision. XPENG and Peking University created FastDriveVLA, a more efficient AI system for self-driving cars, cutting processing load by 7.5 times while keeping high accuracy.

XPENG, avec l'Université de Pékin, a développé FastDriveVLA, un cadre de taille de jeton visuel pour la conduite autonome AI accepté à AAAI 2026, l'une des meilleures conférences mondiales sur l'IA. XPENG, with Peking University, has developed FastDriveVLA, a visual token pruning framework for autonomous driving AI accepted at AAAI 2026, one of the world’s top AI conferences. Le système réduit la charge de calcul de près de 7,5 fois en se concentrant sur des éléments visuels clés comme les véhicules et les voies, coupant des jetons de 3 249 à 812 tout en maintenant une haute précision sur la référence nuScenes. The system reduces computational load by nearly 7.5 times by focusing on key visual elements like vehicles and lanes, cutting tokens from 3,249 to 812 while maintaining high accuracy on the nuScenes benchmark. Inspiré par l'attention humaine, il utilise une méthode basée sur la reconstruction pour améliorer l'efficacité des systèmes de conduite de bout en bout. Inspired by human attention, it uses a reconstruction-based method to improve efficiency in end-to-end driving systems. Cela marque la deuxième reconnaissance majeure de l'IA en 2025, après une présentation CVPR WAD et le lancement de VLA 2.0, mettant en évidence ses capacités d'IA pleine capacité pour faire progresser la conduite autonome L4. This marks XPENG’s second major AI recognition in 2025, following a CVPR WAD presentation and the launch of VLA 2.0, showcasing its full-stack AI capabilities in advancing L4 autonomous driving.