Xpeng sagt, es gebe rund 500 Millionen Dollar pro Jahr für KI-Training fürs assistierte Fahren aus

Xpeng beziffert den Preis des KI-Wettlaufs im Fahren

Xpeng sagt, es gebe allein für KI-Training rund 300 Millionen RMB pro Monat aus, also etwa 41 Millionen Dollar, während das Unternehmen bei fortschrittlichen Fahrerassistenzsystemen mit Tesla konkurrieren will. Auf Jahresbasis entspricht das laut Electreks Berichterstattung und den hier bereitgestellten Kandidaten-Metadaten etwa 500 Millionen Dollar.

Der Leiter für autonomes Fahren des Unternehmens sagte außerdem, Xpeng glaube, bereits Parität mit Teslas Full-Self-Driving-System erreicht zu haben. Auch ohne eine ausführlichere technische Aufschlüsselung im bereitgestellten Text reichen diese beiden Aussagen aus, um zu zeigen, wie aggressiv große Hersteller von Elektrofahrzeugen den Wettbewerb neu rahmen: nicht nur rund um Fahrzeughardware, Batterien oder Fertigungsmaßstab, sondern rund um die Kosten des Trainings großer Fahrmodelle.

KI-Training wird zu einem Budgetposten, nicht zu einem Nebenprojekt

Der Umfang der Ausgaben ist der aufschlussreichste Teil der Berichterstattung. Die Entwicklung von KI in Fahrzeugsystemen wurde oft abstrakt diskutiert, doch eine monatliche Summe von 300 Millionen RMB macht daraus ein operatives Engagement in der Größenordnung eines großen Industrieprogramms. Trainingskosten auf diesem Niveau deuten auf kontinuierliche Investitionen in Rechenleistung, Datenverarbeitung, Modelliterationen und Engineering-Support hin.

Das ist wichtig, weil die Entwicklung assistierten Fahrens ebenso sehr zu einem Kapitalwettbewerb wie zu einem Algorithmuswettbewerb geworden ist. Unternehmen mit den Ressourcen, ihre Trainingskapazität weiter auszubauen, Modelle zu verfeinern und die Kosten wiederholter Experimente zu tragen, könnten einen strukturellen Vorteil gegenüber Rivalen erlangen, die dieses Tempo nicht halten können.

Warum Tesla der Referenzpunkt ist

Tesla bleibt der Maßstab, weil sein Full-Self-Driving-System zu einem der sichtbarsten KI-Produkte für Verbraucher im Transportsektor geworden ist. Wenn ein anderer Hersteller Parität beansprucht, ist das deshalb ebenso eine Positionierungs- wie eine technische Aussage. Es bedeutet, dass Xpeng sich nicht mehr nur als Nachzügler des Kategorienführers sieht. Das Unternehmen will als gleichwertiger Wettbewerber bewertet werden.

Das Quellmaterial liefert keine unabhängige Bestätigung der Paritätsbehauptung, daher liegt die Bedeutung in der Behauptung selbst und in der damit verbundenen Ausgabenhöhe. Xpeng argumentiert, dass die Wettbewerbsposition im automatisierten Fahren nun von derselben rechenintensiven Trainingsleistung abhängt, die auch die breitere KI-Branche umgeformt hat.

Was das über den Wettbewerb bei E-Fahrzeugen sagt

Die Berichterstattung zeigt auch einen tieferen Wandel im Markt für Elektrofahrzeuge. Die Differenzierung für Verbraucher konzentrierte sich früher stark auf Reichweite, Laden, Design und Fertigungsausführung. Diese Faktoren sind weiterhin wichtig, doch Softwarefähigkeit rückt näher ins Zentrum. Infolgedessen beginnen Automobilhersteller eher wie Betreiber von KI-Infrastruktur auszusehen, wobei wiederkehrende Trainingskosten Teil des Geschäftsmodells werden.

Das erzeugt neue strategische Zwänge. Wenn ein Unternehmen jährlich Hunderte Millionen Dollar für die Verbesserung von Fahrmodellen ausgibt, könnten Wettbewerber sich gezwungen sehen, dasselbe zu tun, um nicht zurückzufallen. Es wirft auch Fragen dazu auf, wie lange solche Ausgaben tragfähig sind, wie sie sich in reale Sicherheit und Leistung übersetzen und ob Verbraucher die Unternehmen belohnen werden, die die größten Wetten eingehen.

Eine Transportgeschichte mit KI-Ökonomie im Kern

Die Ausgabensumme von Xpeng ist besonders auffällig, weil sie den breiteren KI-Boom in einen einzelnen Anwendungsfall im Verkehr verdichtet. Es geht nicht um einen Allzweck-Chatbot oder eine Cloud-Plattform. Es geht darum, Systeme zu trainieren, die Straßen, Fahrzeuge, Fußgänger und Verkehrsverhalten in großem Maßstab interpretieren sollen. Das ist einer der Gründe, warum das Kostenprofil so wichtig ist. Reale Fahrsysteme erfordern enorme Datenmengen und wiederholte Iterationen unter sicherheitssensiblen Bedingungen.

In diesem Sinne hilft die Behauptung zu erklären, warum assistiertes Fahren zu einem entscheidenden Schlachtfeld im EV-Sektor wird. Es ist nicht nur eine Softwarefunktion, die nachträglich auf Fahrzeuge aufgesetzt wird. Es ist ein laufendes KI-Programm, das jeden Monat erhebliche Mittel verschlingen kann.

• Xpeng sagt, es gebe etwa 300 Millionen RMB pro Monat für KI-Training aus.
• Das entspräche jährlichen Ausgaben von rund 500 Millionen Dollar.
• Das Unternehmen sagt, es glaube, Tesla FSD erreicht zu haben.
• Die Berichterstattung zeigt, wie Rechenausgaben den Wettbewerb bei EV-Software neu formen.

Die größere Erkenntnis ist klar. Bei Elektrofahrzeugen ist der KI-Wettlauf nicht mehr spekulativ. Unternehmen versehen ihn mit echten Budgets, und diese Budgets sind groß genug, um zu beeinflussen, wie die Branche Führung definiert.

Dieser Artikel basiert auf einer Berichterstattung von Electrek. Den Originalartikel lesen.