XPENG pokazało 22 września nagranie, na którym humanoid IRON obsługuje trzech klientów w salonie samochodowym. Robot lokalizuje mówiącego, przełącza się między mandaryńskim a angielskim i pamięta, kto czym się interesował. Materiał ma etykietę wersji testowej R&D.
Najważniejsze w skrócie
- Matryca dziewięciu mikrofonów lokalizuje dźwięk, rozpoznawanie ruchu warg wskazuje mówiącego
- Trzy lokalne układy Turing AI dają do 2250 TOPS
- Profil klienta powstaje z rozpoznawania twarzy, odcisku głosowego i historii rozmowy
- Robot przełącza mandaryński i angielski bez komendy zmiany trybu
- Produkcja masowa w IV kwartale 2026, wdrożenia komercyjne od 2027
Jak robot znajduje rozmówcę
IRON ma na pokładzie matrycę dziewięciu mikrofonów. Za jej pomocą lokalizuje źródło dźwięku, a rozpoznawanie ruchu warg wskazuje, która z obecnych osób faktycznie mówi.
Reakcja rozkłada się na trzy skale ruchu: sam obrót głowy, ruch tułowia albo przestawienie nóg. Wszystko liczą trzy lokalne układy Turing AI na pokładzie.
Pamięć zamiast skryptu
Ciekawsza jest warstwa pamięci. Profil klienta powstaje z połączenia rozpoznawania twarzy, cech odcisku głosowego i historii rozmowy.
W nagraniu IRON poprawił uczestnika, który użył przezwiska innego testera. Zainteresowania konkretnymi modelami aut pamiętał nawet wtedy, gdy testerzy zamienili się miejscami i przebrali.
Przełączanie mandaryńskiego i angielskiego odbywa się bez komendy zmiany trybu. XPENG tłumaczy to wielojęzycznym modelem fundamentalnym, konwersacyjnym post-treningiem i zrównoważonymi danymi treningowymi.
Czego wideo nie pokazuje
Etykieta „R&D Test Version Demonstration" jest tu istotna. To wybrane ujęcia, nie dane operacyjne.
| Warstwa | Pokazane w nagraniu | Nierozstrzygnięte |
|---|---|---|
| Lokalizacja mówcy | 9 mikrofonów i ruch warg | dokładność przy większej grupie |
| Pamięć klienta | rozpoznanie po zmianie miejsc i ubrań | retencja przez tygodnie |
| Języki | mandaryński i angielski bez komendy | pozostałe języki |
| Tożsamość | poprawienie błędnego przezwiska | procedura przy pomyłce |
| Wydajność | brak danych | opóźnienie konwersacyjne |
Dlaczego to ważne?
Profil budowany z biometrii wymaga zgody, polityki retencji i procedury na pomyłkę, a demo nie pokazuje żadnej z tych warstw.
XPENG sprzedaje tu zdolność, nie wdrożenie. Salon to przy tym najłatwiejsze możliwe środowisko: zamknięte, ciche, z kilkoma osobami naraz. Różnica ujawni się przy pierwszym salonie z realnym ruchem klientów.
Co dalej?
- Produkcja masowa IRON zaplanowana na IV kwartał 2026, pierwsze dostawy w tym samym okresie
- Wdrożenia komercyjne w salonach i na kampusach XPENG od 2027 — wtedy pojawią się pierwsze dane spoza demo
- Linia produkcyjna ruszyła 8 września, a jak podaje CnEVPost, IRON schodzi z niej o własnych siłach
