Pendekatan Kontroversial Xpeng vs Tesla dalam Otonom: Apa yang Membedakan Mereka?

by -280 Views

Persaingan menuju mobil otonom kembali memunculkan perdebatan lama: apakah kecerdasan buatan cukup kuat jika hanya “melihat” lewat kamera, atau tetap butuh bantuan sensor tambahan seperti lidar? Di titik inilah Xpeng dan Tesla tampak berada di jalur yang mirip, tetapi dengan keyakinan yang sama-sama keras. Keduanya mengandalkan visi berbasis kamera dan AI, namun Xpeng kini melangkah lebih jauh dengan meninggalkan lidar sepenuhnya.

Xpeng Makin Yakin dengan Pendekatan Berbasis Visi

Di ajang IAA Mobility 2025 di Munich, Candice Yuan, direktur senior Xpeng, menegaskan bahwa perusahaan semakin mantap setelah menghapus lidar dari mobil-mobilnya. Menurut dia, data yang dihasilkan lidar tidak memberikan nilai tambah yang berarti bagi sistem kecerdasan buatan yang sedang dikembangkan perusahaan.

Pernyataan itu menandai perubahan arah yang cukup tegas. Xpeng sebelumnya sempat memasang lidar pada kendaraan listriknya pada 2020, tetapi kini justru memilih untuk bertumpu penuh pada kamera dan pemrosesan AI. Dengan langkah ini, Xpeng ingin menunjukkan bahwa data visual dari kamera sudah cukup untuk membangun sistem yang lebih efisien dan mudah dikembangkan.

VLA Jadi Andalan, Video Pengguna Jadi Bahan Latihan AI

Strategi Xpeng saat ini berpusat pada pendekatan VLA, singkatan dari Visi, Bahasa, dan Aksi. Dalam model ini, video yang terekam dari kendaraan pelanggan menjadi bahan utama untuk melatih sistem AI. Perusahaan menilai metode tersebut lebih hemat, lebih praktis, dan lebih mudah diperluas ke skala yang lebih besar.

Salah satu produk penting yang mengandalkan strategi ini adalah Navigasi Guided Pilot atau XNGP. Sistem tersebut ditargetkan bisa beroperasi di berbagai wilayah di China, yang menunjukkan bahwa Xpeng tidak hanya mengejar fitur bantuan mengemudi, tetapi juga menyiapkan fondasi menuju kendaraan yang benar-benar otonom.

Berbeda dari Waymo dan Zoox

Pilihan Xpeng jelas berbeda dari beberapa pemain lain seperti Waymo dan Zoox, yang masih mengandalkan lidar untuk membantu melatih AI dengan presisi lebih tinggi. Bagi mereka, sensor tambahan dianggap penting untuk membaca lingkungan secara lebih detail dan memperkuat kemampuan sistem dalam mengambil keputusan.

Xpeng justru bertaruh pada efisiensi. Dengan kamera dan video sebagai sumber utama data, perusahaan berharap teknologi mereka bisa berkembang lebih cepat dan lebih fleksibel untuk diterapkan di lebih banyak kendaraan. Meski begitu, jalan menuju mobil tanpa pengemudi sepenuhnya masih panjang, dan Xpeng tampaknya belum menutup kemungkinan untuk kembali mempertimbangkan teknologi lain jika kelak dinilai lebih unggul.

Artikel ini disusun ulang berdasarkan informasi dari sumber yang telah dipublikasikan sebelumnya.