La course à la conduite autonome entre dans une nouvelle phase. D’un côté, Tesla et son FSD (Full Self-Driving) désormais en version 14 — un rebuild fondamental salué par Elon Musk comme « le dernier grand morceau du puzzle ». De l’autre, Xpeng et son VLA 2.0, présenté comme une révolution architecturale, déployé en mars 2026 sur les modèles Ultra et qualifié de « bond en avant audacieux » par Morgan Stanley. Deux philosophies, deux marchés d’origine, une même ambition : remplacer le conducteur.
Avant d’entrer dans le vif du sujet, une précision s’impose : j’ai eu la chance de tester personnellement le VLA 2.0 de Xpeng sur routes chinoises. Je n’ai en revanche pas encore eu l’occasion d’expérimenter le FSD de Tesla en conditions réelles — je m’appuierai donc sur les retours d’utilisateurs américains et sur les données disponibles pour la partie Tesla.
Deux architectures fondamentalement différentes
Tesla FSD v14 : le rebuild fondamental
Tesla avait posé les bases avec FSD v12 en abandonnant les 300 000 lignes de code C++ au profit d’un réseau de neurones end-to-end unifié. FSD v13 avait ensuite introduit la « Temporal Intelligence », une forme de mémoire contextuelle permettant au système d’anticiper plutôt que de simplement réagir.
Avec FSD v14, actuellement en version 14.3.2 (firmware 2026.2.9.8) déployée en avril 2026 aux États-Unis et au Canada sur les véhicules HW4, Tesla franchit une nouvelle étape : il ne s’agit plus d’une mise à jour, mais d’une reconstruction complète de l’infrastructure d’IA. Le compilateur et le runtime ont été entièrement réécrits avec MLIR (Multi-Level Intermediate Representation), ce qui se traduit par un gain de 20 % de temps de réaction. Plus significatif encore sur le plan architectural : FSD v14.3.2 introduit un modèle d’IA unifié qui pilote désormais à la fois le FSD, l’Actually Smart Summon et le Robotaxi. Une seule intelligence pour trois usages — une convergence qui signifie que chaque amélioration bénéficie simultanément à tous les modes.
Les apports techniques de FSD v14.3 :
- Compilateur IA entièrement réécrit avec MLIR → +20 % de temps de réaction
- Encodeur de vision amélioré : meilleure compréhension des scénarios rares et en faible luminosité
- Reinforcement Learning renforcé sur des cas difficiles (animaux, véhicules d’urgence, contrevenants à la priorité)
- Modèle IA unifié : FSD + Smart Summon + Robotaxi partagent le même réseau neuronal
- Conduite plus fluide et plus humaine : moins de « jolts robotiques », décélération progressive
- Sélection de place de stationnement plus décisive
La fragmentation hardware reste le point sensible majeur : les véhicules HW3 (modèles 2019-2023) sont toujours bloqués sur FSD v12. Tesla prépare une version « FSD v14 Lite » pour le HW3, attendue fin juin 2026 aux États-Unis — mais déjà au cœur d’une polémique en Europe, où des propriétaires HW3 réclament remboursement au motif que la promesse de compatibilité future n’a pas été tenue. Tesla a confirmé lors du Q1 2026 Earnings Call que le HW3 « n’a simplement pas la capacité d’atteindre le FSD non supervisé ».
Xpeng VLA 2.0 : l’IA physique en architecture Vision-Token-Action
Xpeng a choisi une voie radicalement différente avec son VLA 2.0 (Vision-Language-Action). Là où les systèmes traditionnels — et même certaines approches end-to-end — convertissent d’abord les données visuelles en représentation linguistique avant d’agir, VLA 2.0 court-circuite cette étape grâce à un flux « Vision → Implicit Token → Action ».
L’idée est simple en apparence : éliminer le goulot d’étranglement linguistique pour obtenir des décisions plus rapides et plus naturelles. En pratique, cela se traduit par un système capable de réagir à des environnements chaotiques — circulation dense, routes non balisées, conditions météo dégradées — avec une fluidité qui frappe les observateurs.
En chiffres (VLA 2.0) :
- 4 puces Turing propriétaires → jusqu’à 3 000 TOPS de puissance de calcul embarquée (record mondial actuel)
- Conduite sans navigation GPS préalable : changements de voie et virages autonomes sans dépendance aux systèmes de navigation
- +23 % d’efficacité de circulation vs les systèmes L2 traditionnels (mesuré en heure de pointe à Guangzhou)
- 98,52 % des utilisateurs ont activé les fonctions de conduite intelligente dès la première semaine de possession
- -44,7 % de délai entre essai et commande : la conduite autonome est devenue un critère d’achat principal
- Déploiement : P7+, G7 Ultra, X9 Ultra depuis mars 2026 ; marchés export prévus en 2027
Comme Tesla, Xpeng a choisi une approche pure vision, sans LiDAR ni carte HD obligatoire. Le CEO He Xiaopeng a même invité publiquement Elon Musk à venir tester le système en Chine — un signal de confiance assumé.
Tableau comparatif
| Critère | Tesla FSD v14 | Xpeng VLA 2.0 |
|---|---|---|
| Version actuelle | v14.3.2 (avril 2026) | Déployé mars 2026 |
| Architecture | End-to-end, modèle unifié (FSD + Summon + Robotaxi) | Vision-Token-Action, end-to-end |
| Innovation clé | Compilateur MLIR, +20 % réactivité, modèle IA unifié | Suppression du goulot linguistique |
| Puissance de calcul | HW4 (non communiqué officiellement) | 3 000 TOPS (4 puces Turing) |
| Capteurs | 8 caméras, vision pure | Vision pure (caméras) |
| LiDAR | Non | Non |
| Carte HD | Non requise | Non requise |
| Marché disponible | USA, Canada, Europe (partiel, v14) | Chine (2026), export 2027 |
| Niveau visé | Supervisé → Robotaxi non supervisé (Texas) | L4 (architecture robotaxi native) |
| HW ancien | HW3 = v12 (v14 Lite prévu juin 2026 USA) | Uniformité sur les versions Ultra |
| Open source | Non | Oui (partenaires commerciaux) |
| Premier partenaire externe | — | Volkswagen |
Test sur route comparable : une avenue urbaine dense
Pour rendre la comparaison concrète, prenons un scénario type que les deux systèmes doivent maîtriser : une avenue urbaine à quatre voies, heure de pointe, intersections complexes, piétons, livraisons en double file, conditions météo variables.
Ce que raconte un utilisateur américain du FSD v14
Témoignage de Marcus T., propriétaire d’une Model Y Long Range HW4, San José, Californie :
« Avec FSD v14, je sens vraiment une différence de réactivité. La voiture ne ‘pense’ plus — elle agit. Sur El Camino Real aux heures de pointe, les micro-ajustements de trajectoire sont devenus naturels, presque imperceptibles. Ce qui m’a le plus impressionné, c’est une situation de pluie battante avec un policier qui zigzaguait pour ralentir la circulation : le FSD a maintenu une distance parfaite, anticipé l’obstacle sur la rampe d’accès juste après, et tout ça sans la moindre intervention de ma part. Le fait que le même modèle pilote maintenant le FSD, le Smart Summon et le Robotaxi, c’est un vrai changement de philosophie — tu sens que le système est cohérent du parking à l’autoroute. »
Ce retour illustre ce que les notes de version confirment : le gain de réactivité de 20 % obtenu grâce à la réécriture complète du compilateur IA avec MLIR est perceptible au quotidien, et l’unification du modèle IA donne une cohérence d’ensemble que les versions précédentes n’avaient pas.
Mon test personnel du VLA 2.0 en Chine
J’ai eu l’opportunité de tester le VLA 2.0 à bord d’un Xpeng P7+ sur les routes de Pékin, dans des conditions que je qualifierais d’éprouvantes pour n’importe quel système autonome : circulation à quatre voies avec une densité de scooters électriques et de vélos cargo que l’on ne retrouve nulle part ailleurs, intersections à feux très courtes, piétons qui traversent hors passage clouté, et deux situations de camions s’arrêtant brutalement pour livraison.
Premier constat frappant : la fluidité. Le VLA 2.0 conduit comme quelqu’un qui connaît la route. Pas de freinage nerveux, pas de trajectoire hésitante. Dans la circulation dense du soir, la voiture s’est glissée dans les couloirs avec une assurance qui m’a sincèrement surpris. Aucune intervention de ma part n’a été nécessaire sur un trajet d’une vingtaine de minutes.
Deuxième constat : la gestion des imprévus. Quand un scooter a surgi de nulle part depuis un parking souterrain, le système a ralenti avec précision, accordé la priorité, puis repris sa route sans à-coup. Pas de freinage d’urgence, pas d’alerte intempestive. La voiture a géré comme l’aurait fait un conducteur expérimenté qui anticipe ce genre de situation.
Un bémol à noter : la conduite sans navigation GPS — la capacité à changer de voie de manière autonome sans dépendre d’une route programmée — est impressionnante sur route principale, mais j’ai remarqué une légère hésitation sur une portion mal balisée en périphérie. Rien de critique, mais un rappel que même les meilleurs systèmes ont leurs zones grises.
Verdict personnel : sur routes chinoises, qui constituent peut-être l’environnement le plus exigeant au monde pour la conduite autonome, le VLA 2.0 s’est comporté avec une maturité réelle. C’est un système qui tient ses promesses dans les conditions pour lesquelles il a été conçu.
Les différences structurelles qui comptent vraiment
1. La question des données d’entraînement
C’est là que réside l’avantage fondamental de Tesla : une flotte mondiale de millions de véhicules génère des données dans des contextes infiniment variés. FSD v14 a derrière lui des milliards de kilomètres réels dans des dizaines de pays. Xpeng, lui, s’entraîne principalement sur la donnée chinoise — dense, complexe, unique au monde — mais limitée géographiquement. C’est d’ailleurs pour cela que le déploiement export est prévu pour 2027 : il faut d’abord collecter et intégrer de nouvelles données pour d’autres environnements routiers.
2. L’ambition de niveau d’autonomie
Tesla a franchi un cap symbolique avec son service Robotaxi non supervisé, actuellement étendu à de nouvelles villes au Texas. Mais FSD reste officiellement « supervisé » — le conducteur est légalement responsable. Xpeng construit son VLA 2.0 sur une architecture native L4, conçue dès l’origine pour le robotaxi sans conducteur. Ce n’est pas qu’une question de marketing : les choix d’architecture, de redondances matérielles et de sécurité fonctionnelle diffèrent fondamentalement.
3. L’open source comme arme stratégique
Xpeng a pris une décision surprenante : ouvrir VLA 2.0 à ses partenaires commerciaux. Volkswagen est le premier client — une première historique pour un constructeur occidental adoptant un logiciel de conduite autonome d’origine chinoise. Cette stratégie accélère potentiellement l’adoption mondiale et multiplie les sources de données. Tesla, à l’inverse, garde son architecture fermée — un choix cohérent avec sa volonté de conserver un avantage compétitif durable.
4. La fracture hardware : un problème structurel pour Tesla
C’est le point de friction le plus délicat pour Tesla en ce moment. FSD v14 est réservé aux HW4 ; les millions de propriétaires HW3 dans le monde attendent une version « Lite » dont le déploiement international n’a pas de date confirmée et fait déjà l’objet de recours collectifs en Europe. Tesla avait promis que le HW3 serait suffisant pour la conduite autonome complète. Cette promesse est aujourd’hui officiellement rompue. Xpeng, en concentrant son déploiement VLA 2.0 sur les versions Ultra équipées de quatre puces Turing, assure une expérience homogène — au prix d’une accessibilité limitée à son segment premium, mais sans trahir ses utilisateurs.
Qui est en avance ?
La réponse honnête est : cela dépend du critère.
Pour la maturité de déploiement et la couverture géographique, Tesla reste largement devant. FSD v14 fonctionne aux États-Unis, au Canada, et commence à s’implanter en Europe (première approbation réglementaire obtenue en avril 2026). VLA 2.0 est encore exclusivement disponible en Chine.
Pour la sophistication architecturale et la puissance de calcul embarquée, Xpeng a produit quelque chose de techniquement impressionnant. 3 000 TOPS, une architecture end-to-end sans goulot linguistique, une cible L4 native — sur le papier et dans mes tests, VLA 2.0 est un système de très haute ambition.
Pour la profondeur des données, Tesla reste imbattable. Aucun concurrent ne peut rivaliser avec la quantité de kilomètres réels ingérés dans les modèles FSD.
Pour la relation de confiance avec les propriétaires, c’est plus nuancé : la crise du HW3 entame la réputation de Tesla sur sa promesse de mise à jour logicielle perpétuelle — là où Xpeng, en ne déployant VLA 2.0 que sur le matériel réellement capable de le faire tourner, évite ce piège.
Conclusion : une course qui profite à tous les conducteurs
2026 marque le vrai début de la compétition directe entre les deux approches les plus avancées de conduite autonome grand public. Tesla et Xpeng tirent la technologie vers le haut à une vitesse qui aurait semblé incroyable il y a cinq ans.
Pour un conducteur européen, la disponibilité reste le frein majeur : FSD v14 arrive progressivement, VLA 2.0 n’est pas prévu avant 2027. Mais la dynamique est là, et les deux systèmes progressent à un rythme qui rend l’horizon crédible.
Mon verdict après avoir testé le VLA 2.0 sur les routes les plus denses de Chine : Xpeng a construit quelque chose qui tient la route, dans tous les sens du terme. Il me tarde désormais de mettre les mains sur le FSD v14 pour compléter cette comparaison de l’intérieur.
À suivre.
