Xpeng تكيّف نظام القيادة الآلية مع أوروبا ببيانات محدودة ودون إعادة بنائه
أعلنت Xpeng أنها قادرة على تكييف نظام مساعدة السائق المتقدم (ADAS) لديها مع الطرق الأوروبية بسرعة. ووفقًا لما نقلته Bloomberg في 11 أكتوبر 2026، يكفي لذلك حجم صغير نسبيًا من البيانات، ولن تضطر الشركة إلى إعادة بناء قدرات البرمجيات من الصفر لكل سوق. لم يتضمن التقرير أي أرقام محددة، فلا ذكر للكيلومترات ولا للمدد الزمنية ولا لعدد السيارات. والسؤال الأهم الآن هو مدى سرعة تحوّل هذه المرونة المعلنة إلى ميزة حاصلة على الاعتماد الرسمي. • تكييف النظام مع السوق بدلًا من تطويره من الصفر • الحاجة إلى حجم صغير من البيانات المحلية • الاعتماد في الاتحاد الأوروبي يبقى عائقًا منفصلًا
معالج بواسطة الذكاء الاصطناعي من Bloomberg Tech؛ بتحرير Hamidun News
أعلنت شركة Xpeng Inc. أنها قادرة على تكييف نظام مساعدة السائق لديها مع الطرق الأوروبية بسرعة، مكتفيةً بحجم صغير نسبيًا من البيانات المحلية. جاء ذلك في تقرير لوكالة Bloomberg بتاريخ 11 أكتوبر 2026. والفكرة أن قدرات البرمجيات لا تحتاج إلى إعادة كتابة لكل سوق: يبقى النظام الأساسي كما هو، وتتغير إعداداته فقط. ولا يتضمن التقرير أي أرقام، فلا حجم البيانات ولا المدد الزمنية ولا عدد سيارات الاختبار.
ما الذي أُعلن تحديدًا
الصياغة قصيرة، لكنها تحمل فكرتين مهمتين. الأولى أن التكييف يتم «بأقل كلفة»، أي من دون حملات جمع بيانات تمتد أشهرًا على مئات الآلاف من الكيلومترات. والثانية أن البرمجيات لا تُعاد بناؤها من الصفر، بل تُعدَّل بما يلائم متطلبات منطقة بعينها.
وبالنسبة إلى مصنّع صيني، هذه مسألة اقتصادية جوهرية. فإذا كان كل سوق جديد يتطلب حزمة منفصلة للإدراك والتخطيط، ترتفع التكاليف بشكل شبه خطي مع عدد الدول. أما إذا أمكن نقل النموذج الأساسي وإعادة تدريبه، فتنخفض التكلفة الحدّية لدخول سوق جديد. وهذا ما تلمّح إليه Xpeng.
لماذا يتعثر النقل بين الأسواق
تختلف الطرق الأوروبية عن الصينية في عشرات العناصر لا في عنصر واحد: دوّارات بقواعد أولوية متباينة، وشوارع ضيقة في المدن القديمة، وترام، ودراجات هوائية تسير ضمن التدفق المروري العام، واختلاف في الخطوط والعلامات المرورية، وحدود سرعة متغيرة. يُضاف إلى ذلك قاعدة «الأولوية لمن يأتي من اليمين» التي تُطبَّق في عدد من الدول عند التقاطعات غير المنظَّمة.
وإذا كان النظام مبنيًا على نموذج كبير مُدرَّب مسبقًا، كما تفعل معظم الصناعة في السنوات الأخيرة، فيمكن سد هذه الفروق بإعادة التدريب على عيّنة محدودة. هذا هو المنطق المعتاد لنقل المعرفة. لكنه وحده لا يضمن الجودة في المواقف النادرة والخطرة. ففي ذيل التوزيع، لا في السيناريوهات المعتادة، تخفق أنظمة مساعدة السائق في أغلب الأحيان. أما حجم البيانات اللازم لسد هذا الذيل فلم تكشف عنه Xpeng.
ما المعلوم وما غير المعلوم
- أُعلن: تكييف سريع لنظام ADAS مع الطرق الأوروبية.
- أُعلن: يكفي حجم صغير نسبيًا من البيانات.
- أُعلن: القدرات لا تُبنى من جديد لكل سوق.
- لم يُذكر: حجم البيانات وعدد الكيلومترات ومدة التكييف.
- لم يُذكر: قائمة الدول ومستوى الاستقلالية وشروط تفعيل الميزة.
- لم يُذكر: وضع الاعتماد في الاتحاد الأوروبي ومقاييس السلامة المستقلة.
الجانب التنظيمي يبقى عائقًا منفصلًا
المرونة التقنية والسماح باستخدام الميزة على الطريق مساران مختلفان. ففي أوروبا تخضع وظائف مساعدة السائق للموافقة النمطية (type approval)، وتضع الإطار العام لذلك لوائح الاتحاد الأوروبي المستندة إلى قواعد اللجنة الاقتصادية لأوروبا التابعة للأمم المتحدة الخاصة بأنظمة دعم السائق. وإعادة تدريب النموذج بسرعة لا تُسرّع عمل الجهة المنظِّمة، ولا تلغي الاختبارات التي يتعيّن اجتيازها. بل هي تقلّص على الأرجح الفترة بين استلام المتطلبات وجاهزية البرمجيات للوفاء بها.
ولدى Xpeng كذلك سياق إنتاجي أوروبي: فالشركة تصنّع جزءًا من سياراتها في النمسا في مصانع Magna. وهذا يسهّل الاختبارات المحلية والتواصل مع الجهات الرقابية، لكنه لا يغني عن إثبات السلامة.
ما الذي ينبغي متابعته لاحقًا
بالنسبة إلى المشترين ومالكي الأساطيل في أوروبا، السؤال الأهم ليس الإعلان نفسه، بل ما الوظائف التي ستظهر فعلًا وفي أي نمط تشغيل. فالنظام الذي يتطلب إبقاء اليدين على المقود ومراقبة دائمة، والنظام الذي يتيح قيادة أكثر استقلالية، منتجان مختلفان بمسؤولية مختلفة.
ما ينبغي رصده في الأرباع القادمة:
- دول محددة وتواريخ إطلاق، لا وعود عامة؛
- تأكيد الموافقة من الجهات التنظيمية الوطنية أو الأوروبية؛
- اختبارات مستقلة على الطرق الأوروبية، تشمل الدوّارات وخطوط الترام وحركة المدن الكثيفة؛
- بيانات عن تدخلات السائق لكل ألف كيلومتر، إن نشرتها الشركة.
والإشارة واضحة للمنافسين أيضًا. فإذا نجح نهج Xpeng، تنتقل الأفضلية من حجم البيانات المحلية المجمَّعة إلى جودة النموذج الأساسي وسرعة دورة إعادة التدريب. لكن ما لدينا حتى الآن تصريح لا دليل. والدليل سيأتي من أرقام التشغيل الفعلي.
Access Frontier LLMs & Multimodal AI in One Workspace
Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.