Çinli üretici Xpeng, otonom sürüş stratejisinde önemli bir yön değişimi yapıyor: Şirket, Tesla’nın “yalnızca kamera” yaklaşımına yakınsayan bir çizgide, LiDAR donanımını geri plana çekiyor ve eğitim için büyük ölçüde video verisine dayanan yapay zekâ modellerine odaklanıyor. Xpeng’in otonom sürüş direktörü Candice Yuan, son açıklamasında LiDAR verisinin şirketin eğitim hattına “anlamlı şekilde katkı sunmadığını” söyleyerek tartışmayı alevlendirdi. Yuan’a göre kısa video kliplerinden beslenen görsel–dil–eylem (VLA) çerçevesi, kameraları stratejinin merkezine yerleştiriyor; LiDAR ise bu boru hattına doğal biçimde “emdirilemiyor”. Bu iddia, markanın yaklaşımını “kamera öncelikli” konumlandırırken Xpeng LiDAR başlığını yeniden gündeme taşıdı.
Neden Xpeng LiDAR Yerine Kameraları Önceliyor?
Xpeng’in argümanı üç sütuna dayanıyor. Birincisi, eğitim verisinin ölçeklenebilirliği: Müşteri araçlarından toplanan 10–30 saniyelik kısa video parçaları, dil ve eylem etiketleriyle birlikte devasa hacimlere ulaşabiliyor. İkincisi, altyapı uyumluluğu: Şirketin büyük modelleri, görsel veri boru hattına optimize edilmiş durumda. Üçüncüsü ise maliyet/karmaşıklık dengesi: Sensör çeşitliliğinin azaltılması, donanım maliyetini ve entegrasyon karmaşıklığını düşürerek yazılım güncellemelerini hızlandırabiliyor. Yuan’ın “LiDAR verisi AI sistemine katkı vermiyor” cümlesi tartışmalı olsa da, Xpeng’in ürün çizgisinde bu yaklaşım giderek somutlaşıyor.
Model Güncellemeleri: G6/G9’dan LiDAR’ın Kaldırılması
Strateji yalnızca söylemde kalmadı. Xpeng’in G6 ve G9 için yaptığı makyaj/regülasyon başvuruları, her iki modelde de LiDAR seçeneğinin kaldırılacağına işaret etmişti. 2025 güncellemelerinde özellikle G6’nın, XNGP adı verilen kamera ağırlıklı akıllı sürüş sistemine geçtiği ve ön tampondaki çift LiDAR ünitesinin çıkarıldığı doğrulandı. Bu hamle, Xpeng LiDAR tercihinin terk edilip “vision-first” rotasına girildiğinin en net göstergelerinden biri oldu.
Resmî Çizgi: “Geri Dönüş Yok” Mesajı
Yaz aylarında, şirketin LiDAR’a geri dönebileceğine yönelik söylentiler kısa süreli gündem yarattı; ancak Xpeng yöneticileri bu iddiaları “asılsız” diyerek net biçimde reddetti. Yönetim, kamera merkezli XNGP hattının gelecekte de ana eksen olacağını vurguladı. Böylece Xpeng LiDAR tartışmasında şirket, “devam eden vizyon” tavrını resmîleştirmiş oldu.
Tesla Paralelliği: Benzer Yöntem, Farklı Gerekçeler
Tesla yıllardır, “yeterince gelişmiş bir yapay zekânın yalnızca kamerayla otonom sürüşü başaracağı” tezini savunuyor. Xpeng cephesinde benzer bir sonuç ortaya çıkarken, gerekçe dili farklı: Xpeng, veri mühendisliği perspektifinden LiDAR’ın model eğitim boru hattıyla uyuşmadığını söylüyor. Çin pazarı bağlamında ise rekabetin maliyet ve ölçek argümanları ağır basıyor; yerli markaların düşük fiyat segmentlerinde dahi gelişmiş sürücü destekleri sunması, “donanımı sadeleştir–veriyi büyüt” mantığını güçlendiriyor. Bu tablo, Xpeng LiDAR ayrılığını yalnızca teknik değil, aynı zamanda ticari bir karara da dönüştürüyor.
LiDAR Karşı Argümanları: Güvenlik, Gece ve Kenar Senaryolar
Elbette LiDAR’ın üstün olduğu alanlar var: Zayıf aydınlatma, düşük kontrastlı hedefler veya yoğun yağış/sis gibi zorlayıcı koşullarda aktif derinlik algısı, kameraya kıyasla daha güvenilir sinyal sağlayabiliyor. Bu yüzden birçok üretici, LiDAR’ı L3 ve üzeri seviyelerde “emniyet katmanı” olarak konumlandırıyor. Xpeng ise eğitim ve ürünleşme disiplinlerinde kamera verisinin baskınlığına güveniyor; hem model karmaşıklığı hem de maliyet tarafında sadeleşme hedefleniyor. Bu yaklaşım başarılı olursa, Xpeng LiDAR satırının tarihe karışması mümkün; başarısız olursa karma sensör setine geri dönüş kapısı tamamen kapanmış değil.
Veri, Veri, Veri: VLA (Vision–Language–Action) Neyi İfade Ediyor?
Xpeng’in “VLA” olarak adlandırdığı çerçeve, kamera görüntülerini metinsel/semantik açıklamalar ve eylem politikalarıyla eşleyerek büyük modelleri eğitmeye odaklanıyor. Burada kritik unsur, sahadan toplanan gerçek sürüş kesitlerinin hacmi ve çeşitliliği. Şirket, sürüş akışını kısa video klipleri halinde etiketleyip, eylem kararlarını bu kliplerle ilişkilendiriyor. Yuan’ın ifadesiyle LiDAR’ın bu öğrenme döngüsüne “doğal olarak girememesi”, Xpeng LiDAR tercihinin terk edilmesinde belirleyici. Savunulabilirlik için ise sistem performansının yoğun gerçek dünya testleri ve regülasyon uyumuyla desteklenmesi gerekiyor.
Pazarda Sonuçları: Donanım Sade, Yazılım Hızlı
Kamera öncelikli yaklaşımın iki görünür sonucu var. Birincisi, donanım tarafında sadeleşme ve maliyet düşüşü; bu da daha rekabetçi etiket fiyatlarını mümkün kılabiliyor. İkincisi, yazılım tarafında daha hızlı sürüm döngüleri ve model güncellemeleri; zira tek bir sensör paradigmasına optimize edilmiş veri/etiketleme altyapısı, sürümlemeyi hızlandırıyor. G6/G9 örneklerinde gözlenen LiDAR kaldırma hamlesi, Xpeng LiDAR sayfasının kapanıp XNGP’nin ölçeklenmesine alan açıldığını gösteriyor.
Ne İzlenmeli? Yol Haritasındaki Kırılma Noktaları
- Şehir içi karmaşık sahnelerde kamera tabanlı sistemin istikrarı ve “fail-safe” davranışları.
- Gece, sis ve parlama gibi zorlu ışık koşullarında hata profili.
- Harita bağımlılığının azalması ve yeni bölgelerde “kutudan çıkar” performansı.
- Güncelleme sıklığı: Saha verisinin modele akış hızı ile sürüm kalitesi arasındaki denge.
Xpeng LiDAR Defterini Kapatırken Risk–Ödül Dengesi
Xpeng’in “kamera merkezli” tercihi, üretim maliyetini ve mimari karmaşıklığı azaltma potansiyeli taşıyor; buna karşılık LiDAR’ın sunduğu aktif derinlik avantajından feragat etmek, özellikle kötü koşullarda performans riski doğurabilir. Şirket yönetimi, söylentileri açıkça yalanlayarak geri dönüş kapısını kapattı ve XNGP’nin geleceğini işaret etti. G6/G9 makyajında donanım değişikliği ve yöneticilerin demeçleri, resmî stratejinin somut adımları olarak okunuyor. Kısacası Xpeng LiDAR tartışmasında ibre, en azından kısa ve orta vadede, kamera–yazılım ölçeklemesine dönmüş durumda. Bundan sonrası; gerçek yol verisi, sürekli eğitim ve güvenlik metriklerinin ikna gücüyle şekillenecek.
Yazı Yorumları (0)