小鹏的深度视觉神经网络 XNet 2.0 不仅能看得远，还能看懂字。

这让 XNGP 具备理解限时公交车道、收费站前是 ETC 车道还是人工车道，以及文字待行区和非机动车道的能力。

能读懂文字对于城市 NOA 相当重要。上海有很多路口不用绿灯，而是用文字显示「直行车辆允许进入待转区」。有些地方非机动车道和机动车道没有标识，也用文字来表示。

等收到更新了看看在这种路口会怎么开，以及会不会在能走的时候走公交车道。[笑而不语]

小鹏开启无图 XNGP 和 AI 代驾的基础是感知能力和时空理解力大幅进步。感知范围提升 200%，并且能识别清扫车、地锁、红绿灯读秒等类型的物体。

之前遇到红绿灯读秒变灯会导致急刹，看看新版本体验如何。

XNet 2.0 也融合了纯视觉占用网络，新版本将提升矮路沿、细柱、稀疏绿化带的绕行能力。

这些都是静态障碍物，路上还有很多会动的交通参与者。人开车时候会在平衡安全和通行效率，而现在的智驾更多还停留在保证安全的阶段。

但昨晚小鹏发布的「面向全场景智驾的终极架构」叫 XBrain，XNet 只是 XBrain 的一部分，还有一部分叫 XPlanner。

XPlanner 看名字就知道是规划路线的，主打的就是能像人一样理解周围的环境和车辆意图，实时变通调整，生成最佳的路线。

比如有车或人挤占了我的直行路线，能不能在保证安全的情况下绕行。

这点大家在很多「民间小视频遥遥领先」见了很多，新版本看看小鹏在城市里的真实场景下表现如何。

XNGP 能有这么快的迭代，是因为小鹏具备的全栈闭环和仿真能力。

感知闭环让能够搞定的场景数量更多，比如小鹏用生成式大模型，直接在已有视频内生成极限场景，以 AI 生成的方式代替数据模拟，更有效地完成数据消化和模型训练。

数据处理效率体现了开发过程的中后台能力。小鹏每一行代码改动和每一次模型升级都进行端到端仿真验证。绝大多数问题在云端仿真被发现并拦截住，降低路测的压力。

小鹏表示，目前 XNGP 已在「全国范围内」具备支持城市智驾的技术能力。

但依据小鹏对功能量产的测试验收流程，将依照严格的工程测试完成验证后，以分批开放城市的方式，向所有 XNGP 用户全量推送。

推进工程测试的城市优先级，将以用户覆盖率和行程需求来排序。

明年，小鹏 XNGP 的目标是打通收费站和小区门口，补上这两段路之后，离完成「全程都能开」就差小区内部路了。

另一个目标是砍掉两个前向角雷达，进一步降低成本。X9 就没了两个前向角雷达，但激光雷达还在。更远大的目标是，走出中国，走向世界。

#1024小鹏汽车科技日#