XPENG and Peking University created FastDriveVLA, a more efficient AI system for self-driving cars, cutting processing load by 7.5 times while keeping high accuracy. XPENG y la Universidad de Pekín crearon FastDriveVLA, un sistema de IA más eficiente para automóviles autónomos, que reduce la carga de procesamiento en 7,5 veces mientras mantiene una alta precisión.

XPENG, with Peking University, has developed FastDriveVLA, a visual token pruning framework for autonomous driving AI accepted at AAAI 2026, one of the world’s top AI conferences. XPENG, con la Universidad de Pekín, ha desarrollado FastDriveVLA, un marco de poda de tokens visuales para IA de conducción autónoma aceptado en AAAI 2026, una de las principales conferencias de IA del mundo. The system reduces computational load by nearly 7.5 times by focusing on key visual elements like vehicles and lanes, cutting tokens from 3,249 to 812 while maintaining high accuracy on the nuScenes benchmark. El sistema reduce la carga computacional en casi 7,5 veces al enfocarse en elementos visuales clave como vehículos y carriles, cortando tokens de 3,249 a 812, mientras mantiene una alta precisión en el punto de referencia de nuScenes. Inspired by human attention, it uses a reconstruction-based method to improve efficiency in end-to-end driving systems. Inspirada en la atención humana, utiliza un método basado en la reconstrucción para mejorar la eficiencia en los sistemas de conducción de extremo a extremo. This marks XPENG’s second major AI recognition in 2025, following a CVPR WAD presentation and the launch of VLA 2.0, showcasing its full-stack AI capabilities in advancing L4 autonomous driving. Esto marca el segundo reconocimiento importante de IA de XPENG en 2025, después de una presentación de WAD de CVPR y el lanzamiento de VLA 2.0, que muestra sus capacidades de IA completa en el avance de la conducción autónoma L4.