XPENG und Peking University erstellt FastDriveVLA, ein effizienteres KI-System für selbstfahrende Autos, Schneiden Verarbeitungslast von 7,5-mal bei hoher Genauigkeit. 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 hat zusammen mit der Peking University FastDriveVLA entwickelt, ein visuelles Token-Beschnitt-Framework für autonomes Fahren KI, das auf der AAAI 2026, einer der weltweit führenden KI-Konferenzen, akzeptiert wurde. 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. Das System reduziert die Rechenlast um fast das 7,5-fache, indem es sich auf wichtige visuelle Elemente wie Fahrzeuge und Fahrspuren konzentriert, Token von 3.249 auf 812 schneidet und dabei hohe Genauigkeit auf dem NuScenes-Benchmark behält. 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. Inspiriert von menschlicher Aufmerksamkeit, verwendet es eine rekonstruierungsbasierte Methode, um die Effizienz in End-to-End-Fahrsystemen zu verbessern. Inspired by human attention, it uses a reconstruction-based method to improve efficiency in end-to-end driving systems. Nach einer Präsentation des CVPR WAD und der Einführung von VLA 2.0 im Jahr 2025 ist XPENG die zweite große KI-Erkennung von XPENG, die ihre volle KI-Fähigkeit bei der Weiterentwicklung des autonomen Fahrens von L4 zeigt. 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.