Actu Électrique

Actualités · · 3 min de lecture

Xpeng VLA 2.0 réalise une manœuvre sur un ferry de façon autonome et sans marquage

Avec VLA 2.0, Xpeng présente un scénario de conduite autonome inhabituel : le véhicule embarque seul sur un ferry, se positionne correctement, puis en débarque de manière autonome. Le constructeur affirme surtout que le système fonctionne sans navigation active, sans marquage au sol et sans programmation classique fondée sur des règles.

Xpeng VLA 2.0, quand la conduite autonome sort du scénario prévu

La conduite autonome est souvent évaluée sur des routes bien délimitées, dotées d’un marquage clair et d’itinéraires parfaitement cartographiés. Xpeng prend désormais délibérément le contre-pied de cette approche et montre, dans une nouvelle démonstration, comment son système VLA 2.0 manœuvre un véhicule de façon autonome pour embarquer sur un ferry, le gare correctement à bord, puis lui fait quitter le navire sans intervention.

Les situations d’embarquement sur un ferry pouvant paraître chaotiques, il s’agit d’un test particulièrement intéressant : rampes étroites, distances variables, absence de voies de circulation classiques et environnement en constante évolution. Ce sont précisément ces scénarios « désordonnés » qui détermineront à terme si les systèmes d’aide à la conduite peuvent réellement faciliter le quotidien.

Ce qui se passe dans la vidéo et pourquoi c’est important

Selon Xpeng, le véhicule repère la rampe d’accès, prend place dans la file sur le pont et effectue seul l’intégralité de la manœuvre jusqu’à la sortie du ferry. Le constructeur affirme notamment que l’ensemble fonctionne sans navigation active ni indications de changement de direction, dans un environnement dépourvu de marquage au sol.

Cette démonstration est particulièrement intéressante pour l’Europe, où de nombreux trajets quotidiens ne correspondent pas au modèle typiquement américain : accès étroits, marquages irréguliers, chantiers et espaces partagés complexes tels que les zones portuaires. Un système capable de rester fiable dans de telles situations aurait un véritable impact dans le monde réel.

VLA signifie « Vision Language Action » : l’approche de Xpeng

Xpeng désigne sa solution par l’expression Vision Language Action, abrégée en VLA. Le principe : la voiture utilise un ensemble de capteurs mettant fortement l’accent sur les caméras, analyse son environnement en temps réel et traduit directement ces informations en actions de conduite. Au lieu de suivre des règles rigides de type « si-alors », l’IA est censée prendre des décisions en fonction de la situation, un peu comme les humains réagissent à des circonstances inédites.

Il s’agit au fond de la tendance actuellement observée dans toute l’industrie : abandonner les cas particuliers programmés manuellement au profit de modèles capables d’apprendre et de s’adapter lorsque la situation diffère des prévisions. Concrètement : même en l’absence de voie matérialisée, le véhicule peut se positionner en toute sécurité en identifiant le contexte, les limites, les mouvements et les espaces libres.

Perspectives en Europe : lancement visé à partir de 2027

Xpeng prévoit de proposer VLA en Europe à partir de 2027, notamment sur un futur modèle de la gamme L03. D’ici là, les principaux enjeux seront l’homologation de ces fonctions sur les marchés européens, la définition des domaines d’utilisation autorisés et les performances du système dans les conditions de circulation propres à l’Europe.

À noter : ces démonstrations illustrent généralement une « capacité », autrement dit ce que le système sait faire sur le principe. La possibilité d’activer exactement les mêmes manœuvres sur des véhicules de série dans l’Union européenne, ainsi que la date à laquelle elles seront disponibles, ne dépendront pas seulement de la technologie, mais aussi de la réglementation, des preuves de sécurité et de la stratégie produit retenue.

Analyse : ce que cela signifie pour Tesla et les autres constructeurs

Tesla mise également beaucoup sur la perception par caméras et l’IA pour la conduite automatisée, ce qui rend ces démonstrations de Xpeng particulièrement pertinentes. Elles montrent que plusieurs constructeurs tentent en parallèle de maîtriser des environnements complexes dépourvus de marquage ou d’instructions détaillées, là où la logique classique des systèmes d’aide à la conduite atteint ses limites.

Pour les conductrices et conducteurs de la région DACH — Allemagne, Autriche et Suisse —, la vidéo spectaculaire du ferry importe finalement moins que la fiabilité du système au quotidien : insertions fluides, distances de sécurité respectées, comportement compréhensible pour les autres usagers de la route et interruptions inutiles aussi rares que possible.

Ce qui compte vraiment dans la démonstration sur le ferry

  • Espaces sans marquage : les ports et les ferries ressemblent aux parkings, aux chantiers ou aux zones de circulation partagées.
  • Passages étroits : les manœuvres sur les rampes et le pont nécessitent un contrôle précis de la vitesse et de la direction.
  • Le contexte plutôt que les règles : si le système y parvient sans programmation rigide de cas particuliers, c’est un signal fort.

Sur le même sujet

Toutes les actualités

Actualités ·

BMW M et l’électrique : quatre moteurs, logiciel maison et véritable ADN sportif

BMW M entend préserver son ADN issu de la compétition à l’ère électrique, sans recourir à des imitations bon marché comme de faux changements de rapport interrompant la motricité. La marque travaille sur une configuration haute performance associant quatre moteurs, vectorisation du couple et logiciel M dédié sur la plateforme « Neue Klasse ». En parallèle, M continue de miser sur les moteurs thermiques et adapte ses six-cylindres en ligne et V8 à la norme Euro 7.

Actualités ·

Tesla FSD 14.3.9 apporte une assistance automatique à l’évitement des collisions

Avec le logiciel 2026.27.5, Tesla déploie en interne FSD (Supervised) v14.3.9, qui comprend une nouvelle assistance automatique à l’évitement des collisions capable d’intervenir brièvement sur la direction en cas d’urgence. Plusieurs optimisations de l’IA et de l’environnement d’exécution doivent également améliorer le temps de réaction et le comportement dans les situations rares.