Xpeng Sebut Robot IRON Dapat Memprediksi Gerakan Manusia hingga Enam Detik ke Depan

Jabat tangan yang berubah sebelum robot selesai bergerak

Xpeng mengatakan robot humanoid IRON kini dapat memprediksi perubahan gerakan manusia hingga enam detik ke depan, dengan memperbarui penilaiannya setiap 0,2 detik sambil mengamati orang di hadapannya. Peningkatan ini dirancang agar mesin dapat menyesuaikan diri ketika seseorang tiba-tiba mengepalkan telapak tangan yang terbuka atau mengubah posisi tangan untuk tos.

Produsen kendaraan listrik asal China itu mengaitkan kemampuan tersebut dengan model VLA generasi keduanya, sebuah sistem kecerdasan buatan yang menghubungkan informasi visual dengan tindakan fisik. Menurut perusahaan, sistem prediksi ini berjalan di dalam robot dan tidak bergantung pada koneksi ke komputer awan.

IRON dibekali tiga chip AI Turing dari Xpeng dengan kapasitas komputasi gabungan sebesar 2.250 TOPS. Kemampuan interaksi barunya memanfaatkan teknologi AI fisik yang sama dengan yang digunakan Xpeng untuk mengantisipasi perubahan situasi di sekitar kendaraannya.

Contoh langsungnya adalah gestur yang umum: jabat tangan, tos kepalan tangan, dan tos dengan telapak terbuka. Kesulitannya terletak pada waktu. Seseorang bisa mengubah arah di tengah gerakan, sehingga robot harus menyesuaikan lengan, tangan, dan posturnya saat interaksi masih berlangsung.

Rencana komersial Xpeng membuat kemampuan respons tersebut relevan di luar demonstrasi. Perusahaan ingin IRON lebih dulu bekerja di toko, pusat perbelanjaan, dan lingkungan komersial lainnya, tempat pengunjung bergerak dan berperilaku dengan ritme masing-masing. Target resmi perusahaan adalah memulai produksi massal robot humanoid canggih pada akhir 2026, dengan pengiriman direncanakan pada paruh pertama 2027.

Dampak lima pembaruan per detik pada interaksi

IRON menilai ulang apa yang dilihatnya setiap 0,2 detik, setara dengan lima pembaruan per detik. Dalam rentang enam detik, laju itu memungkinkan sekitar 30 penilaian baru. Dengan demikian, robot terus memperbarui perkiraannya alih-alih menetapkan gerakan setelah mengenali satu gestur saja.

Jabat tangan menggambarkan perbedaannya. Urutan gerakan yang tetap mungkin memerintahkan robot mengulurkan tangan setelah mendeteksi telapak tangan yang mendekat. Jika orang itu kemudian mengepalkan tangan untuk tos, mesin perlu mengenali perubahan tersebut dan mengubah responsnya sebelum kedua tangan bertemu.

Xpeng menjelaskan bahwa IRON melakukan hal itu selama interaksi, sekaligus menyesuaikan postur dan berganti tangan ketika seseorang mengubah posisi untuk tos. Prosesnya membentuk siklus berulang: mengamati orang tersebut, memperkirakan gerakan berikutnya, bergerak, lalu mengamati lagi.

Perusahaan menyebut enam detik sebagai rentang prediksi sistem. Xpeng belum memublikasikan tingkat akurasi prediksi, kondisi pengujian terperinci, ataupun tingkat keberhasilan yang terukur untuk interaksi tersebut. Data itu akan membantu calon pengguna memahami seberapa konsisten kemampuan ini bekerja pada orang dan lingkungan yang berbeda.

Kaitan AI antara mobil dan robot humanoid

Xpeng memperkenalkan VLA generasi kedua dalam acara hari teknologinya di Guangzhou pada 5 November 2025. Dalam pengumuman acara hari teknologi yang diterbitkan pada 17 November, perusahaan menjelaskan model yang menghasilkan instruksi tindakan secara langsung dari sinyal visual, sehingga menghilangkan tahap penerjemahan bahasa perantara.

VLA adalah singkatan dari vision, language and action (penglihatan, bahasa, dan tindakan). Sederhananya, sistem ini menghubungkan apa yang dilihat dan dipahami mesin dengan tindakan yang harus dilakukannya. Xpeng mengatakan arsitektur yang diperbarui membuat jalur dari masukan visual ke gerakan lebih langsung, sekaligus memungkinkan model menalar bagaimana suatu situasi dapat berkembang.

Kendaraan yang mendekati situasi jalan yang berubah dan robot yang menghadapi tangan yang bergerak memiliki persoalan praktis yang sama: keduanya perlu merespons ke mana sesuatu bergerak, bukan hanya posisinya saat ini. Xpeng mengatakan fondasi AI fisiknya menyediakan kemampuan yang sama untuk menafsirkan gerakan dari waktu ke waktu.

Pengumuman November menyebut kecerdasan IRON sebagai gabungan model VLT, VLA, dan VLM. Xpeng menjelaskan bahwa VLT merupakan model yang dikembangkan khusus untuk penalaran robot dan keputusan otonom. VLM, atau model bahasa visual, menghubungkan informasi visual dengan bahasa. Peningkatan interaksi terbaru berpusat pada kemampuan VLA generasi kedua dalam memahami rangkaian gerakan dan mengantisipasinya.

Fungsi chip di dalam IRON

Tiga chip Turing di dalam IRON menyediakan sumber daya komputasi untuk melakukan penilaian berulang dan menghasilkan tindakan. TOPS berarti triliun operasi per detik, ukuran jumlah operasi komputasi yang dapat dilakukan perangkat keras. Dengan kapasitas 2.250 TOPS, angka yang disebutkan setara dengan 2.250 triliun operasi per detik.

Menjalankan model interaksi secara lokal berarti robot dapat memproses pengamatan dan menghasilkan respons tanpa mengirim setiap keputusan ke server jarak jauh. Ini berguna ketika tangan seseorang sudah bergerak ke arahnya dan respons harus diberikan dengan cepat.

Xpeng juga menggunakan sumber daya komputasi awan yang besar untuk mengembangkan AI-nya. Pengumuman November menyebut klaster berisi 30.000 kartu komputasi, model fondasi dengan 72 miliar parameter, serta pelatihan menggunakan hampir 100 juta klip video berkendara. Parameter adalah nilai yang dapat disesuaikan dan digunakan model AI untuk mempelajari pola.

Infrastruktur awan mendukung pengembangan model, sedangkan chip yang dibawa IRON menjalankan sistem interaksi yang telah diterapkan. Strategi Xpeng menggabungkan kedua tahap tersebut: melatih model dengan sumber daya komputasi besar, lalu menyesuaikannya agar dapat beroperasi sesuai batas daya dan perangkat keras mesin fisik.

Tubuh yang dirancang untuk lebih dari satu gestur

Menurut Xpeng, IRON generasi baru yang diperkenalkan pada 5 November 2025 memiliki 82 derajat kebebasan pada tubuh dan 22 pada desain tangannya. Derajat kebebasan adalah gerakan independen, seperti sendi yang menekuk atau berputar. Semakin banyak gerakan seperti ini, semakin banyak cara bagi insinyur untuk mengatur posisi tubuh dan membentuk gestur.

Xpeng menyebut tulang belakang yang dimodelkan berdasarkan anatomi manusia, struktur yang menyerupai otot, kulit fleksibel yang menutupi tubuh, bahu yang dirancang untuk bergerak menyerupai manusia, serta layar tiga dimensi melengkung di kepala. Sendi harmonik berukuran kecil, sejenis mekanisme presisi yang ringkas, membantu tangan mencapai proporsi yang menyerupai tangan manusia.

Hubungan antara tubuh dan sistem prediksi bersifat praktis. Ketika robot mengenali seseorang menggerakkan tangan, muncul sasaran baru; sendi dan perangkat lunak kendalinya kemudian harus menempatkan tangan robot pada posisi yang tepat sambil menjaga keseimbangan.

Xpeng juga mengatakan IRON menggunakan baterai solid-state sepenuhnya. Baterai jenis ini menggunakan elektrolit padat, yaitu material tempat partikel bermuatan bergerak di dalam baterai. Perusahaan menyebut desain tersebut mendukung bobot yang lebih ringan, kepadatan energi tinggi, dan keamanan. Namun, Xpeng belum menyebutkan durasi operasi untuk kemampuan interaksi yang ditingkatkan ini.

Toko sebagai langkah awal, pekerjaan industri menyusul

Peran layanan awal IRON yang direncanakan Xpeng meliputi memandu pengunjung, membantu pembeli, dan melakukan patroli. Rencana komersial perusahaan memprioritaskan toko dan pusat perbelanjaan, kemudian secara bertahap memperluas penerapannya ke lingkungan industri dan rumah tangga.

Pilihan tersebut menempatkan interaksi dengan manusia sebagai bagian utama produk. Asisten belanja mungkin perlu berbalik menghadap pengunjung, mengikuti gestur menunjuk, atau merespons ketika seseorang mendekat dari arah yang tidak terduga. Peningkatan terbaru menangani satu bagian kecil tetapi nyata dari tantangan itu: menjaga agar interaksi fisik tetap responsif ketika seseorang mengubah gerakannya.

Baosteel merupakan mitra yang diumumkan untuk program IRON. Pernyataan Xpeng pada November menyebut kedua perusahaan akan menjajaki penerapan, termasuk inspeksi di lingkungan industri yang kompleks. Zou Jixin, chairman Baosteel, menjelaskan rencana agar IRON masuk ke fasilitas perusahaan dan dikembangkan melalui penggunaan praktis.

Xpeng juga mengumumkan rencana untuk membuka SDK, atau perangkat pengembangan perangkat lunak, bagi IRON. SDK menyediakan alat bagi pengembang eksternal untuk membuat aplikasi pada suatu platform. Dalam program robot ini, tujuannya adalah memungkinkan mitra menciptakan kegunaan di luar yang dirancang tim Xpeng sendiri.

Perusahaan telah mendirikan pabrik data kecerdasan berwujud di Guangzhou untuk mengatasi kekurangan data pelatihan robot. Kecerdasan berwujud berarti AI yang bertindak melalui tubuh fisik, ketika suatu keputusan harus diwujudkan sebagai gerakan yang melibatkan bobot, kontak, dan keseimbangan.

Tantangan manufaktur di balik demonstrasi

He Xiaopeng, chairman dan chief executive Xpeng, menyebut tingkat kesulitan bisnis robotika sekitar 20 kali lipat dibandingkan pembuatan mobil. Ia mengatakan perusahaan mengembangkan sendiri sebagian besar perangkat keras, perangkat lunak, desain, dan rantai pasokan robot tersebut.

Ia juga mengatakan keengganannya sebelumnya untuk memperlihatkan robot kepada publik terutama karena robot itu belum bisa diproduksi massal. Ia mengkritik penggunaan demonstrasi kemampuan yang telah disunting di industri secara luas. Komentarnya menempatkan kemampuan manufaktur yang dapat diulang dan operasi yang andal, selain performa visual, sebagai perhatian utama program tersebut.

Pernyataan Xpeng pada November menyebut rantai pasokan perangkat keras dan perangkat lunak yang belum matang sebagai salah satu masalah industri. Desain yang dirakit untuk demonstrasi pada akhirnya harus menjadi produk yang dapat dibuat berulang kali, diservis, dan dioperasikan di banyak lokasi.

Pencapaian prototipe ET1 yang diumumkan pada 20 Januari 2026 menjadi langkah lain menuju tujuan tersebut. He mengatakan Xpeng telah menyelesaikan prototipe humanoid ET1 pertama yang dikembangkan sesuai standar otomotif. Fokus awal program tetap pada pemandu, asisten belanja, dan petugas penerima tamu, sementara penerapan industri juga masih dikembangkan.

Pengalaman Xpeng dalam membuat kendaraan memberinya proses manufaktur dan keahlian komponen yang dapat dimanfaatkan. Penilaian He Xiaopeng mengenai tingkat kesulitannya juga mencerminkan besarnya rekayasa yang masih diperlukan untuk menggabungkan AI, gerakan mekanis, dan produksi dalam sebuah produk humanoid.

Robot terjatuh di depan publik dan jadwal ke depan

Insiden IRON terjatuh di pusat perbelanjaan Shenzhen pada akhir pekan menjelang 4 Februari 2026 menunjukkan sisi lain dari proses tersebut. Setelah berjalan melintasi panggung di pusat perbelanjaan MixC, robot kehilangan keseimbangan saat berdiri diam dan kemudian dibawa pergi. Robot pengganti melanjutkan demonstrasi, dan keesokan harinya IRON melakukan interaksi dengan terpasang pada rangka penyangga.

Insiden itu penting karena pusat perbelanjaan termasuk tempat kerja awal yang dituju Xpeng. Sistem interaksi harus bekerja bersama kemampuan menjaga keseimbangan dan kendali fisik yang andal saat ada pengunjung di dekatnya. Karena itu, para insinyur harus mengembangkan antisipasi, gerakan, dan stabilitas sebagai bagian dari mesin yang sama.

Tahapan dan rencana program ini mencakup beberapa tanggal:

• 2024: Xpeng memperkenalkan IRON generasi pertama.
• 5 November 2025: Xpeng memperkenalkan generasi baru dalam acara hari teknologi di Guangzhou.
• Januari 2026: He Xiaopeng mengumumkan selesainya prototipe ET1 yang dikembangkan sesuai standar otomotif.
• Akhir pekan menjelang 4 Februari 2026: IRON terjatuh saat demonstrasi publik di pusat perbelanjaan MixC, Shenzhen.
• 22 Oktober, tanpa tahun yang disebutkan dalam laporan peningkatan: Xpeng mengumumkan kemampuan memprediksi gerakan.
• Akhir 2026: Xpeng menargetkan produksi massal robot humanoid canggih.
• Paruh pertama 2027: Pengiriman direncanakan, awalnya untuk lingkungan komersial.

Bagi perusahaan yang mempertimbangkan IRON, langkah praktis berikutnya adalah beralih dari pencapaian pengembangan ke produksi dan pengiriman. Rentang prediksi enam detik menggambarkan salah satu bagian produk yang ditawarkan: robot yang dirancang untuk menyesuaikan diri dengan manusia sembari melakukan pekerjaan berguna di tempat-tempat yang sudah mereka gunakan.

Poin Utama

• Xpeng mengatakan IRON memprediksi perubahan gerakan manusia hingga enam detik ke depan dan menilai ulang informasi visual lima kali per detik.
• Sistem interaksi berjalan secara lokal di robot, yang dibekali tiga chip AI Turing dengan kemampuan 2.250 TOPS.
• Menurut Xpeng, generasi baru ini memiliki 82 derajat kebebasan pada tubuh dan 22 pada desain tangannya.
• Peran awal yang direncanakan meliputi memandu pengunjung, membantu pembeli, dan melakukan patroli, sementara Baosteel turut menjajaki penerapan industri.
• Xpeng menargetkan produksi massal pada akhir 2026 dan pengiriman pada paruh pertama 2027.
• Perusahaan belum memublikasikan angka terperinci mengenai akurasi atau tingkat keberhasilan peningkatan kemampuan prediksi gerakan tersebut.