XPeng e Banma implementam modelo de IA de classe 30B no chip embarcado Turing da XPeng
Leia mais
Pandaily
pandaily.com

XPeng e Banma implementam modelo de IA de classe 30B no chip embarcado Turing da XPeng

A XPeng, em colaboração com a Banma Intelligence, apoiada pela Alibaba e SAIC Motor, desenvolveu uma solução veicular para cockpit inteligente capaz de executar totalmente um grande modelo de IA de 30 bilhões de parâmetros diretamente dentro do veículo.

O sistema foi apresentado na Conferência Alibaba Cloud Apsara em 2026. Ele combina o chip Turing proprietário da XPeng, que possui um poder computacional eficiente de 750 TOPS por chip, com o modelo embarcado multimodal AutoOmni da Banma.

O conceito de design difere da divisão tradicional de funções entre o veículo e a nuvem. Os parceiros chamam isso de arquitetura orientada para execução no dispositivo com suporte à nuvem. As funções principais que exigem alta frequência são executadas localmente: diálogo contínuo de múltiplas rodadas, percepção e interação multimodais, respostas a perguntas de uma base de conhecimento local e planejamento complexo de tarefas. A nuvem é usada apenas para funções secundárias de baixa frequência, como notícias e clima.

Essa abordagem permite que o cockpit funcione com latência mínima em túneis, garagens subterrâneas e outros locais com sinal ruim ou ausente, além de resolver problemas de cobertura de rede no exterior ou requisitos de privacidade, segundo os parceiros.

Este é um avanço significativo em termos de escala: de acordo com um relatório da Xinhua do fórum Banma na conferência, a maioria dos modelos de cockpit embarcados existentes tem apenas 4 ou 7 bilhões de parâmetros. Michael, chefe do centro de computação inteligente da XPeng, observou que a concorrência em modelos grandes está mudando da contagem de parâmetros na nuvem para a inferência no dispositivo, e que esta solução demonstra o funcionamento estável de um modelo de classe 30B no chip automotivo.

O chip Turing foi projetado para atender simultaneamente três linhas de produtos da XPeng: veículos com IA, robôs com IA e carros voadores. A Banma fornece o sistema operacional e o nível do modelo. A empresa afirma que mais de 60% dos fabricantes de automóveis que implementaram modelos de cockpit embarcados em produção trabalham com suas soluções. Na mesma conferência, a Banma apresentou o AutoOmni 2.0-23B-A3B, um modelo do tipo 'mistura de especialistas' (mixture-of-experts) com aproximadamente 3 bilhões de parâmetros ativos. A Banma declarou que este modelo lida com tarefas rotineiras do cockpit tão bem quanto modelos em nuvem dez vezes maiores.

Juntos, as empresas oferecem aos fabricantes de automóveis uma solução completa, incluindo um chip, um sistema operacional de IA e um grande modelo, em vez de componentes separados. Hao Fei, cofundador da Banma, informou que os parceiros começarão com carros inteligentes e depois expandirão as soluções conjuntas de hardware e software de IA para outros dispositivos inteligentes incorporados. Em seguida, planejam continuar a adaptação do modelo e o aprimoramento das ferramentas, focando em veículos de médio e alto padrão. Nenhuma das empresas nomeou um modelo específico para produção ou data de lançamento.

Histórias semelhantes

Laboratório de IA de Xangai lança modelo multimodal científico Intern-S2-397B com decodificador de memória
Leia mais
pandaily.com

Laboratório de IA de Xangai lança modelo multimodal científico Intern-S2-397B com decodificador de memória

O Laboratório de IA de Xangai apresentou seu modelo base multimodal orientado para ciência, Intern-S2-397B, com pesos abertos nas plataformas Hugging Face e ModelScope. O anúncio ocorreu após uma apresentação no Fórum de Inovação Putian em 13 de setembro de 2026 e um briefing de laboratório em 21 de setembro.

O nome oficial em inglês do laboratório é Shanghai AI Laboratory / Intern-S2. Este lançamento difere de publicações recentes do laboratório, como Atria Dawn, Intern Physical World Model W0 e NCP-ArchPreview, pois representa o lançamento dos pesos de um modelo científico com arquitetura, e não o anúncio de outro agente ou modelo de mundo.

O modelo Intern-S2 é projetado para executar tarefas científicas de longo alcance e ciclos de agentes. Os materiais do laboratório destacam a presença de um Decodificador de Memória (Memory Decoder) conectável, que permite anexar módulos de domínio sem a necessidade de retreinar todo o modelo base. Por exemplo, o uso do Intern-MemDec-4B em experimentos biológicos aumentou as pontuações médias em Instruções Biológicas de aproximadamente 56,92 para 60,32, mantendo os resultados gerais no nível do modelo principal.

No Hugging Face, está indicado que o mapa Intern-S2-397B contém cerca de 403 bilhões de parâmetros. O modelo passou por pré-treinamento visual em páginas de literatura científica não processada, treinamento científico multdomínio por reforço em mais de 20 áreas, e treinamento por reforço de agente de longo alcance em ambientes isolados. Caminhos de serviço estão previstos através de LMDeploy, vLLM e SGLang, e um endpoint de API oficial da Intern foi documentado.

O Laboratório de IA de Xangai informa que o Intern-S2 foi profundamente otimizado em conjunto com o stack computacional Ascend da Huawei em aspectos de computação, comunicação e memória. Além disso, o modelo será integrado à plataforma de descobertas científicas Intern DuanYan do laboratório, que abrange áreas de ciências da vida, materiais, semicondutores e disciplinas afins. De acordo com as declarações do fornecedor, o Intern-S2 ocupa o primeiro lugar entre modelos de código aberto em conhecimento, código e conjuntos de agentes, demonstrando fortes resultados em tarefas de biologia e ciência dos materiais; no entanto, esses números são atualmente dados do laboratório antes de testes independentes.

Para grupos de pesquisa, o resultado final é o acesso aos pesos baixáveis do Intern-S2-397B, acompanhados pela documentação do Decodificador de Memória e uma nota sobre a colaboração com a Ascend. Assim, este é um modelo base multimodal aberto, atualizado para uso pela comunidade, e não apenas um anúncio baseado em API fechada.

Popular