Nachricht

Text |. Wang Hailu

In der Branche des autonomen Fahrens gab es schon immer einen Streit zwischen zwei Routen. Unternehmen für autonomes Fahren, vertreten durch Google Waymo undTeslaDie von der Firma vertretenen Autokonzerne stiegen von den Süd- und Nordhängen desselben Berges hinauf. Der Gipfel des Berges ist fahrerlos und das attraktivste Geschäftsszenario ist Robotaxi (selbstfahrendes Taxi).

Allerdings zeigen sowohl Umsatz als auch Aktienkurs, dass Tesla den Berg schneller erklimmt. Doch als Gründer Musk vorschlug, Tesla Robotaxi im Oktober dieses Jahres auf den Markt zu bringen, löste das dennoch große Kontroversen aus.

Hou Cong, Mitbegründer und Präsident von Qingzhou Zhihang, ist einer der Zweifler. „Ich habe es nie ganz verstanden. Die Geschichte von Robotaxi wurde so viele Jahre lang erzählt und nie realisiert. Warum wollen die Leute immer noch an Musk glauben?“

Obwohl Teslas intelligentes Fahrsystem FSD V12, das auf End-to-End-Technologie basiert, eine überlegene Leistung erbringt, glaubt Hou Cong, dass es noch weit von einem echten Robotaxi entfernt ist. Beiläufig nannte er ein Problem, das das System nicht bewältigen konnte: „Was soll ich tun, wenn das Auto mitten auf der Straße feststeckt? Bitten Sie den Autobesitzer, ein Taxi zu nehmen und das Auto freizugeben?“

Städtische Straßen sind komplex, Menschen und Fahrzeuge vermischen sich und es gibt viele Spielszenarien, die die heutige künstliche Intelligenz nicht bewältigen kann. Die schwer bewaffnete Robotaxi-Flotte von Waymo konnte das Demonstrationsgelände nicht verlassen. Hou Cong glaubt, dass es für Tesla unmöglich ist, die Robotaxi-Anforderungen nur durch Kameras zu erfüllen.

Die vier Mitbegründer von Qingzhou Zhihang stammen alle von Waymo. Hou Cong kam gleich nach seinem Abschluss zu Google, arbeitete zunächst an einem Compiler und wechselte später zum Projektteam für autonome Fahrzeuge des Google X-Labors, um am Wahrnehmungssystem zu arbeiten.

Yu Qian, der Mitbegründer und CEO von Qingzhou Zhihang, gehörte zu dieser Zeit ebenfalls zur Wahrnehmungsgruppe und war ein Kollege in derselben Abteilung wie Hou Cong. Die beiden sind auch Absolventen der Tsinghua-Universität.

Hou Cong studierte Automatisierung und wechselte als Doktorand in die Computerabteilung. Doch bevor ich meinen Abschluss machen konnte, ging ich zum Georgia Institute of Technology in den Vereinigten Staaten, um dort zu promovieren. Er selbst beschrieb, dass er wenig Interesse an reiner akademischer Forschung habe und sich eher nach technischer Ingenieurspraxis sehne, weshalb er nach seinem Doktortitel zu Google ging.

Im Jahr 2016 hat Google sein Projektteam für selbstfahrende Autos ausgegliedert und Waymo gegründet, das direkt von Googles Muttergesellschaft Alphabet kontrolliert wird. Hou Cong und Yu Qian wurden die ersten Ingenieure von Waymo.

Hou Cong ist für die Leistungsoptimierung verantwortlich und hat viel Kontakt zu verschiedenen Abteilungen, so lernte er Dafang und Wang Kun kennen, die damals bei Waymo Planung und Simulation machten. Im Jahr 2019 gründeten vier chinesische Ingenieure Qingzhou Zhihang mit.

Es war nicht mehr die heißeste Zeit für die Branche des autonomen Fahrens. Chinas autonomes Fahrunternehmen Pony.ai besteht seit drei Jahren und Tucson seit fünf Jahren. Unternehmen für autonomes Fahren, die als Landungsszenarien Robotaxi oder unbemannte schwere Lastkraftwagen einsetzen, haben bereits die meisten Mittel auf dem Markt abgezogen. Qingzhou wählte einen Weg mit weniger Konkurrenten und weniger Kapital – unbemannte Kleinbusse.

Hou Cong sagte, dass er zu diesem Zeitpunkt kein Robotaxi gemacht habe, weil er dachte, dass Robotaxi zu langsam eingeführt würde. Waymo begann 2016 mit dem Betrieb einer Robotaxi-Flotte in Phoenix, Arizona, und scheint bis heute in unzähligen Notfällen festzustecken.

Die Arbeitskosten im Inland sind niedrig und die Straßen sind komplexer, was den Einsatz von Robotaxi erschwert. Hou Cong besuchte im Juni dieses Jahres Baidu's Carrot Run und seine Erfahrung war durchschnittlich. Er sagte unverblümt: „Die aktuelle Situation von Carrot Run macht es Waymo unmöglich, in diesem Zustand zu operieren.“

Qingzhou baut einen fahrerlosen Kleinbus. Zuerst dachte ich, dieses Szenario wäre einfacher umzusetzen als Robotaxi. Nach der Durchführung von Pilotversuchen in zehn Städten, darunter Suzhou, Peking und Wuhan, stellten sie jedoch fest, dass sie das Problem zu stark vereinfacht hatten. Es ist schwierig, mit Bussen Geld zu verdienen, und die Vorschriften werden nur langsam umgesetzt.

In der Anfangszeit verließ sich Qingzhou auf den Hintergrund und die Technologiekompetenz des Gründerteams, um erfolgreich Investitionen von erstklassigem Kapital wie IDG, Lenovo Ventures, Meituan Longzhu Capital und Yunfeng Fund zu erhalten. Doch im Jahr 2021 begannen Investoren, auf die hämatopoetischen Fähigkeiten zu achten, und der Finanzierungspfad für L4-Unternehmen für autonomes Fahren wurde immer schwieriger.

Im krassen Gegensatz dazu ist der Aktienkurs von Tesla im Jahr 2021 erneut in die Höhe geschossen. Die Verbreitung neuer Energiefahrzeuge in China nimmt rasant zu und intelligente Fahrfunktionen sind zur Standardausstattung von Elektrofahrzeugen geworden. Mitte des Jahres änderte Qingzhou die Kehrtwende und wandelte sich von L4 auf L2+ um, um intelligente Fahrlösungen für Elektrofahrzeuge anzubieten.

Im August desselben Jahres stellte Tesla auf dem AI DAY erstmals BEV (Bird'sEyeView, Vogelperspektive) vor.

) und das Transformer-Modell kombinieren die Wahrnehmungsinformationen aus verschiedenen Kamerawinkeln zu einem Bild aus der Vogelperspektive, wodurch es für das System einfacher wird, die Straßenbedingungen zu verstehen und vorherzusagen. Inländische Unternehmen für intelligente Elektrofahrzeuge sind diesem Beispiel gefolgt und haben Sensoralgorithmen neu geschrieben. Qingzhou vollzog in diesem Moment einen entschiedenen Wandel und wurde einer der ersten Anbieter von intelligenten Fahrsystemen in China, der BEVs herstellte.

Dieses System ist auf dem Horizon J5-Chip implementiert. Huang Chang, Hou Cong und Yu Qian, CTO von Horizon, sind Tsinghua-Alumni, und Yu Qian ist Senior Fellow an der University of Southern California. Aufgrund dieser Herkunft und Anerkennung von Technologie und Konzepten suchte Horizon 2022 die Zusammenarbeit mit ökologischen Partnern und kam mit Qingzhou gut klar.

Ende 2022 brachte Qingzhou eine Testlösung für schnelles und städtisches NOA (Navigation Assisted Driving System) auf Basis des Horizon J5-Chips auf den Markt. Danach empfahl Horizon Qingzhou dazuideales Auto。

Ideal begann 2021 mit der Entwicklung eines eigenen intelligenten Fahrsystems auf Basis von Horizon-Chips und plante später zwei Systemlösungen, AD Max und AD Pro, basierend auf NVIDIA OrinX- und Horizon J5-Chips.

In der zweiten Hälfte des Jahres 2023 beschloss Ideal, seine internen Forschungs- und Entwicklungsressourcen auf AD Max zu konzentrieren und das AD Pro-System zur Wartung und Aktualisierung an einen Lieferanten zu übergeben.

Nach der Übernahme durch Qingzhou arbeitete das Unternehmen mit dem Ideal-Team an der Optimierung des Systems und stellte den Benutzern im Mai dieses Jahres eine Systemversion basierend auf der Algorithmusarchitektur von Qingzhou zur Verfügung.

Hou Cong hat endlich erreicht, was er tun wollte: Ingenieurspraxis und die Bereitstellung der von ihm entwickelten Produkte für Benutzer. Gleichzeitig spürte er auch zutiefst die große Verantwortung.

Seit Mai dieses Jahres hat das Modell Lili AD Pro 400.000 Besitzer. Je mehr Menschen ein System nutzen und je häufiger es verwendet wird, desto mehr Probleme werden aufgedeckt. Aber je mehr Menschen es verwenden und je häufiger es verwendet wird, desto besser ist das Produkt.

Im Vergleich zur früheren Realisierung des fahrerlosen Fahrens und dem Bau von Robotaxi sind die Aufrechterhaltung der Stabilität des assistierten Fahrsystems, bei dem eine Person und ein Auto gemeinsam fahren, und die Gewährleistung der Fahrsicherheit Hunderttausender Benutzer Herausforderungen, denen sich Qingzhou heute eher stellen möchte.

Das Folgende ist ein Gespräch zwischen Insight und Qingzhou Zhihang CTO Hou Cong (bearbeitet):

Vier Waymo-Ingenieure gründen ein Unternehmen

Einblick: Ihre vier Mitbegründer waren alle Waymo-Ingenieure. Warum haben Sie sich zusammengetan, um ein Unternehmen zu gründen?

Hou Cong:Am Anfang kam Yu Qian (Mitbegründer und CEO von Qingzhou) auf mich zu und wir dachten, wir könnten das schaffen. Zu dieser Zeit gab es bei Waymo noch nicht so viele Chinesen, also fanden wir einige Leute, die wir für erfahren und fähig hielten.

Zu dieser Zeit beschäftigte ich mich bei Waymo mit Leistungsoptimierung und Architekturdesign, war im selben Team wie Yu Qian und hatte mit allen dreien eine geschäftliche Zusammenarbeit.

Einblick: Wie teilen Sie die Arbeit auf und entscheiden, wer was macht?

Hou Cong:Die Richtung von uns vieren ist besonders zufällig, Yu Qian und ich übernehmen beide die Wahrnehmung, aber ich mache das System und er macht den Algorithmus. Dafang (Chefwissenschaftler) übernimmt die Planung und Wang Kun (COO) führt die Simulation durch. Das sind vier verschiedene Richtungen.

Yu Qian und Dafang ähneln eher Wissenschaftlern. Mein Interesse gilt dem Ingenieurwesen, was bedeutet, Technologie in die Praxis umzusetzen und mich dabei auf die Praxis und die Produkte zu konzentrieren. Also ging ich direkt nach meinem Abschluss in die Industrie.

Yunjian Insight: Stellen Sie kurz Ihre frühen Erfahrungen vor?

Hou Cong:Meinen Bachelor-Abschluss machte ich an der Automatisierungsabteilung der Tsinghua-Universität. Nach meinem Abschluss studierte ich mehr als ein Jahr lang im Fachbereich Informatik, brach mein Studium jedoch ab. Danach ging ich in die USA, um dort zu promovieren. Nach meinem Abschluss im Jahr 2013 ging ich zu Google.

Als ich zum ersten Mal zu Google ging, arbeitete ich als Compiler. Nachdem ich dort ein Jahr lang gearbeitet hatte, wurde ich an das Infrastrukturteam ausgeliehen, um an GPUs zu arbeiten. Vielleicht lag es daran, dass ich damals einige Optimierungen an der CPU vorgenommen hatte, was von Jeff Dean (Chefwissenschaftler von Google) erkannt und später der GPU-Gruppe empfohlen wurde.

Diese Gruppe entwickelte sich später sehr gut und arbeitete an einigen Compilern für TPU sowie an der Entwicklung einiger zugrunde liegender Bibliotheken unter Google Brain (Googles Architektur zum Training neuronaler Netze) und XLA (Googles Deep-Learning-Compiler).

Später endete die GPU-Arbeit und das Google X-Labor bot uns die Gelegenheit, das Wahrnehmungssystem autonomer Fahrzeuge zu optimieren. Damals gab es ein Projekt namens „20 %“, was bedeutete, dass man 20 % seiner Zeit für ein Projekt aufwendete.

Es war Zhu Jiajun, der mich damals zu sich rief. Später gründete er Nuro (ein Unternehmen für autonomes Fahren). Ich arbeite seit mehr als drei Jahren in der Wahrnehmungsgruppe.

Einblick: Wie ist es, bei Waymo zu arbeiten?

Hou Cong:Eher wie Google. Es war im Besitz von Google X, bevor es 2017 unabhängig wurde. Google stellt hauptsächlich Software her und Google X stellt Hardware her. Im Büro gibt es alle möglichen seltsamen Dinge, darunter Roboterarme, Drehmaschinen und jede Menge Ausrüstung.

Die dort geleistete Arbeit ähnelt der bei Google, wo jeder Wert auf Eigeninitiative und Zusammenarbeit legt und sich von OKRs leiten lässt. Es schafft ein gutes kulturelles Umfeld, in dem jeder hofft, besser zu werden, und jemand wird das Leistungssystem so gestalten, dass Menschen mit starken Fähigkeiten aus der Konkurrenz hervorgehen können. Es stimmt, dass die Schwelle relativ hoch ist und viele Leute von Google möglicherweise keinen Zugang haben.

Yunjian Insight: Waymos Ingenieure?

Hou Cong:Je weiter man nach hinten geht, desto mehr kräuselt es sich. Die geschäftigste Zeit waren wahrscheinlich die zwei Jahre nach unserer Abreise. Sie standen in San Francisco unter großem Druck, das zu tun, was sie tun mussten. Als wir hier waren, hat dich niemand gezwungen, aber es war üblich, dass ich nachts und mittags Überstunden machte. Manchmal schickte jeder mitten in der Nacht E-Mails mit Fragen.

Yunjian Insight: Wann ist die dienstfreie Zeit?

Hou Cong:Es gibt keine Regeln.

Yunjian Insight: Kann ich um 15:30 Uhr Feierabend machen?

Hou Cong:Dürfen. Ich gehöre zu den Menschen, die spät kommen und spät gehen. Normalerweise gehe ich nach 10 Uhr dorthin, esse zu Abend und arbeite eine Weile, bevor ich gehe, im Grunde genommen von 10 bis 21 Uhr.

Einblick: Sind chinesische Ingenieure die am härtesten arbeitenden Leute bei Waymo?

Hou Cong:Insgesamt sind sie definitiv fleißiger, aber die Amerikaner sind tatsächlich auch fleißiger. Es schafft ein kulturelles Umfeld, in dem sich jeder bei der Arbeit wohl fühlt und sich nicht um viele komplizierte Dinge kümmern muss, sondern sich einfach darauf konzentrieren muss, seine Arbeit gut zu machen.

Ich denke, die Arbeitseffizienz ist ziemlich hoch. Einige Teams werden nach langer Zeit faule Leute entwickeln, aber Waymo entwickelte sich zu diesem Zeitpunkt relativ schnell, sodass ich nicht damit gerechnet habe, dass dies passieren würde.

Yunjian Insight: Es war OpenAI, nicht Google, das große Modelle populär gemacht hat. Was ist Ihrer Meinung nach der Grund?

Hou Cong:In großen Unternehmen gibt es einige interne Richtlinien, und sie treffen Entscheidungen oft zögernd und trauen sich manchmal nicht, ein Risiko einzugehen. Ich habe das Gefühl, dass Google sich bei allen Aktionen besonders um das Risiko der öffentlichen Meinung sorgt und manchmal recht konservativ ist.

Einblick: Sie fühlen sich bei Waymo sehr wohl. Sie haben Waymo 2019 verlassen, um ein Unternehmen zu gründen.

Hou Cong:Manchmal ist es nicht gut, sich zu wohl zu fühlen, und man denkt über viele Lebensthemen nach. Sie können sehen, wie die nächsten 10 oder 20 Jahre aussehen werden. An Geld mangelt es im Silicon Valley definitiv nicht und man kann ein gutes Haus kaufen. Was haben Sie also vor? Aufgrund des kulturellen und sprachlichen Umfelds ist es für Sie schwierig, an der Entscheidungsebene des Unternehmens teilzunehmen. Das ist definitiv nicht der Fall. Wenn man Großes leisten will, ist man in Amerika eher ein Akteur als ein Entscheidungsträger.

Mein Auto bleibt an der Kreuzung stecken, wer rettet mich?

Einblick: Als Sie bei Waymo waren, hatte Waymo bereits mit dem Probebetrieb von Robotaxi begonnen. Wo hing es damals?

Hou Cong:Es bleibt bei einigen Eckfällen hängen. Es ging 2016 nach Phoenix. Ich war zu dieser Zeit zufällig dort. Es waren dort weniger Menschen und Autos, die Straßen waren breit, das Wetter war gut und es regnete nicht häufig. Aber auch die Nachfrage ist gering. Phoenix kann die Rechnung nicht begleichen. Es handelt sich um einen Teststandort, nicht um einen kommerziellen Standort. Im Jahr 2018 verlagerte Waymo seinen Fokus vollständig auf San Francisco.

Ein damals in Phoenix gut funktionierendes System wurde in San Francisco völlig ruiniert. Die Übernahmequote war extrem hoch und konnte überhaupt nicht bewältigt werden. Damals gab es noch eine technische Obergrenze, die mit der Datenverteilung zu tun hatte. Wir haben in San Francisco nicht viele Daten gesammelt. San Francisco hat sehr steile Hänge, die oft zwischen 30 und 40 Grad betragen. Einschließlich der Verkehrsregeln (unterschiedliche) interagieren Menschen und Fahrzeuge häufig, sodass Waymos damaliges Problem darin bestand, einige Eckfälle zu bewältigen.

Waymo ist sehr vorsichtig und wird es nicht wagen, es zu öffnen, bis es sehr sicher ist. Aber die aktuelle Situation von Carrot Kuaishou, und ich bin auch in ihren Autos mitgefahren, macht es für Waymo unmöglich, in diesem Zustand zu operieren.

Yunjian Insight: Welche Probleme sind Ihnen aufgefallen, als Sie Baidus Carrot Run ausprobiert haben?

Hou Cong:Ich war im Juni dort. Es besteht ein Problem mit seinem Körpergefühl und einem Gefühl der Frustration. Waymo ist wirklich besser als menschliches Fahren. Es ist das Erlebnis eines Concierge-Autofahrers.

Zweitens ist Carrot Run äußerst konservativ. Beispielsweise sind die Unebenheiten bei einer Kehrtwende besonders stark und man wird ständig durch die umliegenden Autos gestört. An einer anderen Stelle steckte ein Arbeitslastwagen fest und folgte ihm langsam, ohne ihn zu umgehen.

Gemessen an der Grundkonfiguration des Sensors handelt es sich nicht um eine sehr ernsthafte L4-Lösung. Waymo ist bis an die Zähne bewaffnet, ausgestattet mit 5 Lidars, 30 Kameras und 6 Millimeterwellen-Radargeräten. Carrot Run hat das definitiv nicht getan. Dies hängt auch mit der Situation Chinas zusammen, da die Arbeitskosten in China zu niedrig sind und es weit davon entfernt sein wird, kommerzielle Erträge zu erzielen.

Inländische Unternehmen könnten gezwungen sein, kostengünstige Lösungen zu übernehmen. Niedrige Kosten führen jedoch dazu, dass Ihre technische Obergrenze niedriger ist als bei anderen, wodurch es schwieriger wird, Eckfälle zu lösen.

China befindet sich in einem L4-Dilemma mit billigen Arbeitskräften und einem komplizierten Umfeld. Verkehrsteilnehmer haben eine schlechte Vorhersehbarkeit und eine große Anzahl von Spielfeldern. Die Straßengestaltung ist nicht so standardisiert.

Der Hausbau ist nicht so standardisiert. Meituans Auto ist schon einmal in eine Grube gefallen. Haben Sie Meituan dafür verantwortlich gemacht? Wenn das Bauteam den Kegel nicht aufsetzen würde, könnten die Leute davor eine Grube sehen, aber Meituans Auto würde nicht damit rechnen, dass es eine Grube gibt. Aber wenn jemand in den Vereinigten Staaten stürzt, muss er die Regierung oder die Sozialeinheit verklagen. Dieser Mechanismus ist in China definitiv nicht der Fall. Ich denke, dass China bei der Entwicklung von L4 weit hinterherhinken wird als die Vereinigten Staaten.

Yunjian Insight: Was halten Sie von Teslas Robotaxi?

Hou Cong:Dann erkenne ich es nicht. Ich denke, dass es möglich ist, ein Modell auf den Markt zu bringen, zum Beispiel ohne Lenkrad oder mit einigen zusätzlichen Konfigurationen im Vergleich zur aktuellen Benutzerversion des Autos. Der aktuelle Technologie-Stack ist jedoch nicht auf L4 ausgerichtet. Sobald Sie mit dem Betrieb eines Robotaxi beginnen, werden viele Probleme auftauchen.

L4 ist natürlich mit dem Betrieb verbunden und kann einige technische Probleme durch den Betrieb lösen.

Yunjian Insight: Das von Tesla vorgesehene Szenario sieht vor, dass Autobesitzer ein Uber nehmen können, wenn ihr Auto im Leerlauf ist.

Hou Cong:Was soll ich tun, wenn mein Auto mitten auf der Straße stecken bleibt? Wer wird dieses Auto retten? Den Autobesitzer ein Taxi nehmen und das Auto retten lassen? Das sind sehr praktische Fragen.

Das Auto wird auf jeden Fall stecken bleiben, und solange man es oft macht, wird es auf jeden Fall einige Szenen geben. Entweder sind Sie zu vorsichtig, wissen nicht, wie man mit Menschen umgeht, oder bleiben sogar zwischen Autos stecken.

Wenn sich beispielsweise zwei Tesla Robotaxi gegenseitig beißen, wird dieses Problem schwer zu lösen sein. Wenn es an einer Kreuzung keine rote Ampel gibt, versuchen alle Autos, die Kreuzung zu besetzen, und bleiben schließlich aneinander hängen, sodass sie sich überhaupt nicht mehr bewegen können.

Tatsächlich habe ich es nie ganz verstanden. Die Geschichte von Robotaxi wird seit so vielen Jahren erzählt und nie verwirklicht. Warum ist jeder immer noch bereit, Musk zu glauben? Ich bewundere Musk sehr und denke, dass er auch andere Dinge sehr gut macht. Aber er prahlte ein wenig mit Robotaxi und unterschätzte die Schwierigkeit der Sache.

Yunjian Insight: Wie weit ist Ihrer Meinung nach die Wirkung von Tesla FSD V12 im Vergleich zum Robotaxi auf L4-Niveau?

Hou Cong:Nicht einmal annähernd. Lassen Sie mich ein umgekehrtes Beispiel geben. Warum hat Waymo sein Auto so entworfen? Es gibt mehrere Arten von Kameras: Eine ist für den Nachtgebrauch gedacht und verfügt über eine starke Nachtsicht. Es gibt eine Wärmebildkamera und eine für den toten Winkel. Es verfügt über Kameras der Kategorie fünf.

Tesla hat nur einen Kameratyp. Halten Sie Waymo für dumm? Es ist nicht dumm, zu viele Eckfälle zu sehen, und es bleibt keine andere Wahl, als dieses Problem aus der Hardware-Perspektive zu lösen. Man muss die Software durchbrechen, sie ist nicht sehr einfach zu bedienen. Besonders in den Vereinigten Staaten ist es nachts sehr dunkel und viele Orte haben keine Straßenbeleuchtung.

Wenn Tesla mit seiner aktuellen Konfiguration, einschließlich Carrot Run, auf die Straße geht, wird ein Profi, der Fehler macht, viele Möglichkeiten haben, Fehler zu machen, weil seine Hardware zu viele Mängel aufweist.

Einblick: Haben Sie FSD V12 in den USA erlebt?

Hou Cong:Ich habe es erlebt, als ich dieses Jahr im März und dann noch einmal im Mai dort war, und es war jeden Tag geöffnet.

Ehrlich gesagt finde ich den V12 nicht großartig, ich finde nur, dass seine Praktikabilität besser geworden ist. In der Stadt, insbesondere an Kreuzungen, hat sich das Fahrverhalten im Vergleich zum V11 deutlich verändert. Meistens gut, aber nicht perfekt.

Auf der Autobahn leistet der Tesla V11 bereits hervorragende Arbeit. Die Kreuzungen in der Stadt sind sehr konservativ und unmenschlich, was es unangenehm macht. Hinter Ihnen sind eine Menge Autos, also bewegen Sie sich langsam vorwärts. Nachdem ich es lange angeschaut hatte, bewegte es sich sehr langsam. Da es blinde Flecken gibt, ähnelt dieses Verhalten nicht dem Menschen. Außerdem wird beim Abbiegen plötzlich das Lenkrad gedreht, was Sie in Panik versetzt.

Yunjian Insight: Muss die aktuelle technische End-to-End-Lösung von Tesla auch weiterhin Eckfälle lösen?

Hou Cong:Der Eckfall muss gelöst werden. End-to-End integriert Informationen aus mehreren Hauptmodulen herkömmlicher Algorithmen und nutzt diese Informationen, um ein besseres Ergebnis zu erzielen.

Die Obergrenze von End-to-End ist hoch und die Untergrenze zu Beginn niedriger, da die Steuerbarkeit schlecht ist. In der Vergangenheit war das System in Module unterteilt, und jedes Modul definierte eine Schnittstelle. Befolgen Sie die Standards und nichts Seltsames wird auftauchen. Grundsätzlich kann die Verwendung von Regeln eine Reihe von Problemen auf einmal lösen.

Ein solches End-to-End-Konzept gibt es nicht. Wir können nur vielfältigere Daten verwenden, um das Problem der unteren Grenze zu lösen. Ich habe solche Situationen schon genug erlebt und weiß nun endlich, wie ich sie lösen kann.

Yunjian Insight: Das End-to-End-Modell entspricht einer Blackbox. Wenn ein Problem auftritt, wie kann man es finden und lösen?

Hou Cong:Es darf sich nicht um eine sogenannte Blackbox handeln. Wenn Sie aus den Ausgabeergebnissen extrapolieren, sind alle Wahrnehmungs- und Planungsergebnisse vorhanden, sodass die bisherigen Erfahrungen voll ausgenutzt werden müssen, um ein neues Modell zu bilden. Dieses Modell verfügt über ein gewisses Maß an Steuerbarkeit. Dieser Teil ist beispielsweise Wahrnehmung, dieser Teil ist Vorhersage und dieser Teil ist Planung, es müssen jedoch noch verschiedene Phasen unterschieden werden.

Einblick: Wann wird FSD Ihrer Meinung nach in China eingeführt?

Hou Cong:nächstes Jahr. Es hätte fast ein Jahr dauern sollen. Ich bin mir über die Details nicht sicher, aber es beginnt mit der Rekrutierung von Algorithmen-Ingenieuren, was bedeutet, dass es begonnen hat. Steht dort nicht, dass 10 Milliarden US-Dollar im Inland ausgegeben werden? Baue verschiedene Einrichtungen.

Einblick: Was muss also getan werden, damit FSD in China umgesetzt werden kann?

Hou Cong:Bauen Sie ein Rechenzentrum und passen Sie seine Algorithmen im Inland an. Denn die heimische Szene ist schließlich kompliziert. Wir hoffen insbesondere, dass FSD nach China kommt, da es ein Maßstab ist und bei größeren Investitionen das schnellste sein dürfte.

Yunjian Insight: Verfügen inländische Automobilunternehmen über Reaktionsstrategien?

Hou Cong:Wir können nur jagen. Ich denke, dass inländische Spieler schließlich einige Vorteile bei der Installation von Lidar haben. Das Hinzufügen von Lidar wird dieses Problem definitiv erleichtern.

Yunjian Insight: Ist es möglich, dass Teslas Robotaxi nicht über die aktuellen Sensoren verfügt, sondern mit Lidar- oder hochauflösenderen Kameras ausgestattet wird?

Hou Cong:Rechts. Das würde den Schwierigkeitsgrad sicherlich verringern, könnte aber mit seinem Konzept unvereinbar sein.

Tesla kann jetzt nur auf die kontinuierliche Weiterentwicklung der KI (künstliche Intelligenz) hoffen. Ich denke, dass diese Möglichkeit besteht, aber die Menschen müssen beim Autofahren verschiedene Arten von Problemen lösen. Sie interagieren mit der realen Welt und stellen dabei nicht Ihr fahrerisches Können auf die Probe, sondern einige instinktive Dinge.

Zweitens prüfen die Menschen beim Fahren die Umgebung des Autos und beurteilen die Möglichkeiten anhand ihres eigenen Verständnisses der Umgebung. Wenn Sie beispielsweise einen Hund finden, verschwindet dieser, während Sie sich vorwärts bewegen. Zu diesem Zeitpunkt können Sie aus dem Auto aussteigen und nachsehen, ob der Hund vor Ihnen ist. In einer Szene wie dieser erweitert sich die menschliche Wahrnehmung augenblicklich. Wenn das Auto kein entsprechendes Design hat, ist es tatsächlich gefährlicher.

Yunjian Insight: Glauben Sie, dass Tesla Robotaxi bauen kann, wenn es sich ausschließlich auf Softwarefähigkeiten verlässt?

Hou Cong:Das ist eine große Herausforderung und die Anforderungen an die KI sind sehr hoch. Ich denke, dass es auf lange Sicht durchaus machbar ist, aber der Prozess ist nicht das, was ich mir vorgestellt habe. KI gibt es schon seit Jahrzehnten und wurde in vielen Science-Fiction-Filmen gezeigt, aber bis jetzt wurde sie noch nicht wirklich gelöst. Manchmal kann man es sich einfach zu einfach vorstellen.

Yunjian Insight: Tesla plant, den Dojo-Rechenleistungscluster im Oktober dieses Jahres auf 100 EFLOPS (Rechenleistungseinheiten) zu erweitern. Der Unterschied zwischen anderen Automobilherstellern und Tesla beträgt Größenordnungen. Was halten Sie von der Lücke?

Hou Cong:Das ist eine schwere Investition. Tesla hatte früher sehr hohe Gewinnspannen und verkaufte so viele Autos auf der ganzen Welt, dass es erschwinglich ist, und auch sein Aktienkurs genießt eine relativ starke Unterstützung. Die heimischen Automobilhersteller sind so groß, dass es unmöglich ist, so viele Ressourcen zu investieren. Das ist etwa der Grund, warum die Vereinigten Staaten zuerst das große Modell entwickelt haben, nicht aber China? Es ist mit hohen Investitionen verbunden, und es dauert viele Jahre, bis Geld verbrannt wird, und die Investitionslogik dahinter ist eine andere.

Yunjian Insight: Reservieren Sie derzeit Rechenleistung für End-to-End-Operationen?

Hou Cong:Wir machen es auch, aber auf eine andere Art und Weise. Wenn wir dem Ansatz von Tesla folgen und Zehntausende Dollar für den A100 ausgeben, können wir uns das natürlich nicht leisten. Ein paar Tausend Dollar wären eine riesige Belastung. Wir werden aufgrund unserer Produkte einige Einschränkungen vornehmen, sodass die Investition viel geringer ausfällt.

Einblick: Welchen Weg werden Sie wählen, wenn Ihnen Investoren genug Geld geben?

Hou Cong:Wenn genug Geld da ist, werden wir in diese Richtung gehen. Aber es gibt kein Wenn und Aber. Jeder kennt die aktuelle Situation und der Markt ist so.

Vom fahrerlosen Kleinbus bis zum assistierten Fahren

Yunjian Insight: Als Sie anfingen, war autonomes Fahren am Kapitalmarkt noch nicht so beliebt. Gab es bei der Finanzierung irgendwelche Herausforderungen?

Hou Cong:Es ist definitiv nicht mehr so ​​einfach wie in den Anfangstagen. Die Finanzierung im Frühstadium betrug normalerweise mehrere Hundert Millionen, aber bei uns war es viel schwieriger. Ich denke jedoch, dass dies eine gute Sache für unseren Übergang zu L2 ist. Wenn Sie in der Anfangsphase viel Geld aufbringen, wird es schwierig sein, auf L2 umzusteigen. Ihre Bewertung wird hier belassen.

Yunjian Insight: Damals gründeten viele Menschen bereits Unternehmen im Bereich autonomes Fahren. Warum gibt es Ihrer Meinung nach noch eine Chance?

Hou Cong:Technisch gesehen denken wir, dass wir schon einigermaßen fortgeschritten sind. Wir kennen L4 besser als andere. Zweitens besteht die Möglichkeit, dass L4 in vielen Szenarien implementiert werden kann, nicht nur in Robotaxi und schweren Lastkraftwagen. Wenn man damals viel Geld aufbringen wollte, konnte man entweder einen Schwerlast-Lkw oder ein Robotaxi bauen. Aber wir glauben, dass es auch in andere Richtungen Chancen gibt. Diese Art von Fahrzeugen mit mittlerer und niedriger Geschwindigkeit, seien es Kleinbusse, Logistikverteilungsfahrzeuge, Betriebsfahrzeuge, Sanitärfahrzeuge, Verkaufsfahrzeuge oder Anwendungen in einigen geschlossenen Bereichen, wie Bergbauterminals oder einigen Fabriken, obwohl der Markt unserer Meinung nach relativ klein ist Seine Kommerzialisierung ist noch relativ gering (Robotaxi) ist schneller und hat geringere technische Anforderungen.

Yunjian Insight: Warum haben Sie zu Beginn Ihres Unternehmens einen fahrerlosen Kleinbus gebaut?

Hou Cong:Weil der Schwierigkeitsgrad gering ist. Das damals vorgestellte Szenario war eine Mikrozirkulation, also ein relativ festes Szenario von Fahrzeugen mit mittlerer und niedriger Geschwindigkeit, nicht nur Kleinbussen, sondern auch Logistik- und Arbeitsfahrzeugen.

Yunjian Insight: Autonome Kleinbusse wurden nie kommerzialisiert. Was ist Ihrer Meinung nach der Hauptgrund?

Hou Cong:Es ist auch eine Frage des Geschäftsmodells und wer dafür bezahlt.

Yunjian Insight: Im Jahr 2021 werden Sie auf das assistierte Fahren für Pkw umsteigen. Was hat Sie zu dieser Entscheidung inspiriert?

Hou Cong:Ich habe immer noch das Gefühl, dass die Implementierung von L4-Geschäften relativ langsam ist, große Investitionen erfordert, einen langsamen Weg hat und einen langen Zyklus hat. Wenn wir so weitermachen, könnten wir in finanzielle Schwierigkeiten geraten. Wir glauben, dass wir einige Lösungen finden sollten, die schnell kommerzialisiert werden können, damit wir weiter vorankommen können. L2++ Dieser Markt ist geeignet.

Neue Energie entwickelt sich im Jahr 2021 sehr schnell, der Aktienkurs von Tesla ist erneut in die Höhe geschossen, die Verbreitung neuer Energiefahrzeuge in China nimmt weiter zu und die Nachfrage nach intelligentem Fahren steigt weiter. Zufällig lässt sich unsere Technologie relativ einfach auf assistierte Fahrfunktionen anwenden und wir können sie kurzfristig kommerzialisieren.

Yunjian Insight: Warum wollten Sie L2 nicht gleich am ersten Tag Ihrer Unternehmensgründung absolvieren?

Hou Cong:Ich hätte nicht erwartet, dass L2 so schnell ist. Zu diesem Zeitpunkt hatte Tesla noch keine starke Lösung auf den Markt gebracht. Zu diesem Zeitpunkt war unser Gründungsteam Wang Kun zu schockiert. Ehrlich gesagt hatte ich nach Waymo einige Vorurteile gegenüber Vision-Lösungen, die ich für unzuverlässig hielt, da Waymo hauptsächlich auf Lidar basiert.

Tatsächlich basiert unsere Technologie zur Herstellung von Kleinbussen vollständig auf Robotaxi. Ich weiß, dass viele meiner Freunde Kleinbusse oder langsame Logistikfahrzeuge betreiben, was völlig andere technische Routen als Robotaxi sind. Also sind wir sehr schnell auf L2 umgestiegen. Einige Unternehmen selbst verfügen nicht über diese Fähigkeit, und wenn sie darauf bestehen, in diese Richtung zu gehen, wird es große Probleme mit der gesamten Struktur geben.

Der unbemannte Kleinbus von Qingzhou Zhihang

Yunjian Insight: Wie sah die Branchenlandschaft aus, als Sie sich dem assistierten Fahren für Personenkraftwagen zuwandten?

Hou Cong:Wir haben uns nach Teslas erstem AI Day verändert, also müssen wir in Richtung BEV gehen. Wir haben uns mehrere Regeln gesetzt: Wir werden kein Low-End-L2 bauen, und die Konkurrenz ist bereits groß. Letztendlich ist die Konkurrenz immer noch die Kosten, die nicht zu unserem Technologie-Stack passen überhaupt.

Wir befanden uns damals in der Umgestaltung und diskutierten darüber, ob wir den Planer überarbeiten sollten. Die Schlussfolgerung war, dass wir unsere Vorteile beibehalten und ihn nicht überarbeiten sollten, da es sich bei dem, was wir in Zukunft tun müssen, um Lösungen der mittleren bis oberen Preisklasse handeln muss die Rechenleistung ist bis zu einem gewissen Grad gewährleistet.

Einblick: Welche Anpassungen haben Sie am Algorithmus von L4 bis L2 vorgenommen?

Hou Cong:Der Wahrnehmungswandel wird größer sein, von Lösungen auf Laserpunktwolkenbasis hin zu visionsbasierten Lösungen. Glücklicherweise nutzten wir sofort BEV, um es herzustellen, sodass wir das erste Unternehmen im Land waren, das BEV auf J5 herstellte.

Wir arbeiten gemeinsam an Hochgeschwindigkeits- und Stadt-NOA. Wir glauben, dass es keinen Unterschied im Wahrnehmungssystem gibt. Hochgeschwindigkeits- und Stadt-NOA werden jedoch unterschiedlich sein. Beispielsweise werden die Reichweite und die Rechenleistung etwas vereinfacht, die Architektur und der Algorithmus bleiben jedoch gleich.

Einblick: Wie haben Sie mit Horizon zusammengearbeitet?

Hou Cong:Wir haben einige Wurzeln. Yu Qian, ich und ihr CTO Huang Chang kommen alle von der Tsinghua-Universität. Ich habe anderthalb Jahre im Sehlabor der Tsinghua-Universität gearbeitet und war im selben Labor wie Huang Chang. Yu Qian und Huang Chang haben beide in Südkalifornien promoviert und sind Kommilitonen.

Anfang 2022 hoffte Horizon, einige ökologische Partner zu gewinnen, und wir beschlossen, zusammenzuarbeiten.

Yunjian Insight: Ich habe gehört, dass Yu Kai Sie zu Ihrem Ideal geführt hat?

Hou Cong:Ja, Bruder Kai unterstützt uns sehr, und wir unterstützen ihn auch genug, um ihnen dabei zu helfen, Maßstäbe zu setzen.

Yunjian Insight: Bei der Verwendung von Horizon J5 als BEV Transformer besteht das Problem einer unzureichenden CPU-Rechenleistung. Wie haben Sie J5 dafür verwendet?

Hou Cong:Benutzen Sie einfach keinen Transformer. Der BEV-Transformer wurde von Tesla hochgejubelt, aber in der akademischen Welt gibt es viele Möglichkeiten, Bildmerkmale dem BEV-Raum zuzuordnen. Transformer ist nur eine Methode, die besser für J5 geeignet ist, und der Effekt ist sehr gut.

Einblick: Wird der Horizon J6 der nächsten Generation auf die BEV Transformer-Lösung umsteigen?

Hou Cong:Im Hinblick auf die Kostenleistung werden wir alles in Betracht ziehen, wenn die Verwendung von Transformer viel Rechenleistung verbraucht, aber nur sehr wenig Output erzeugt. Wir werden jedoch auf jeden Fall Transformer verwenden, um einige Dinge zu implementieren, einschließlich durchgängiger, kartenloser Geschäfte und einiger Kartenverarbeitung. Der Wert der Verwendung von Transformer in diesem Bereich ist ziemlich groß.

Je mehr Menschen es nutzen, desto größer ist die Herausforderung.

Einblick: Sie entwickeln derzeit das ideale AD Pro-System. Gibt es Herausforderungen?

Hou Cong:Die größte Schwierigkeit besteht darin, dass die Benutzerbasis sehr groß und die Anforderungen sehr hoch sind. Je mehr Menschen es verwenden, desto mehr Probleme werden mit einer bestimmten Wahrscheinlichkeit aufgedeckt. Wenn Sie nur Tausende oder Zehntausende Benutzer haben, kann dies einmal im Monat oder alle paar Monate passieren. Aber wenn Hunderttausende Menschen es nutzen, kann es einmal in der Woche oder an mehreren Tagen passieren. Dies hängt auch mit Ihrer Benutzerabdeckung zusammen. Je besser das Produkt ist, desto mehr Menschen nutzen es und desto mehr Probleme wird es aufdecken. Es ist definitiv eine Herausforderung, sicherzustellen, dass das System keine Stabilitäts- oder Sicherheitsprobleme aufweist.

Einblick: Welches schwierige Problem haben Sie kürzlich gelöst?

Hou Cong:Das Erkennen von Ampeln ist tatsächlich ein schwieriges Problem. An so vielen Kreuzungen im ganzen Land sind das Erscheinungsbild, die Regeln und die Beziehung zwischen Ampeln und Straßen unterschiedlich. Einige Lichter sind einfache rote, gelbe und grüne Lichter, einige sind in zwei Reihen angeordnet, es gibt auch sehr lange Lichter mit Pfeilen im Inneren und es gibt Lichter für Fahrräder und Busse im Inneren, und einige Lichter haben seltsame Formen. Es ist vorübergehend.

Berücksichtigen Sie auch den hellen Hintergrund, z. B. bei Nacht. Aufgrund von Sensoreinschränkungen kann es bei Überbelichtung schwierig sein, die Formen von Pfeilen und Kreisen zu unterscheiden. Und wenn es zu Störungen durch viele Lichter im Hintergrund kommt, hat dies größere Auswirkungen auf das System.

Außerdem blinkt das LED-Licht ständig, was die Identifizierung beeinträchtigen kann. Heutzutage sind Kameras bereits mit einer Anti-Stroboskop-Funktion ausgestattet, dennoch kann es sein, dass die Frequenzen einiger Lichter nicht übereinstimmen.

Yunjian Insight: Das Problem der Ampelerkennung sollte auch bei anderen Systemen auftreten.

Hou Cong:Dasselbe. Die Prinzipien sind ähnlich, aber da die Hardware unterschiedlich ist, werden auch die Methoden unterschiedlich sein. Je leistungsfähiger Ihre Hardware ist, desto mehr Methoden können Sie verwenden. Der wichtigere Punkt ist, wie viele verschiedene Situationen im ganzen Land die Daten abdecken.

Einblick: Was ist die Obergrenze der Fähigkeiten des AD Pro-Modells auf Basis des Horizon J5?

Hou Cong:Am besten funktioniert es auf der Autobahn.

Yunjian Insight: Yu Kai erwähnte zuvor, dass die CPU-Rechenleistung des J5-Chips aufgrund unzureichender Ressourceninvestitionen in diesem Jahr unzureichend war. Aber NVIDIA investiert immer einen Schritt voraus.

Hou Cong:Jeder hat andere Vorstellungen von NVIDIA, aber die Kosten dafür sind da und so kann es nicht weitergehen. Es eignet sich eher für den Selbstlernmodus. Die Ökologie ist relativ vollständig und die Entwicklungskosten sind relativ niedrig. Wenn Sie jedoch ein kostengünstiges Modell herstellen möchten, müssen Sie sich dennoch für einen kostengünstigeren Chip entscheiden.

Einblick: Benutzen Sie ausschließlich Horizon-Chips?

Hou Cong:Das Ziel unseres Systemdesigns besteht darin, sich an eine Vielzahl von Chips anpassen zu können. Um dieses Ziel zu erreichen, haben wir möglicherweise nicht die Rolle jedes Chips zu 100 % maximiert, aber es ist gut genug. Es wäre vielleicht besser, mehr zu investieren, aber die Grenzrendite ist sehr gering. Horizon ist jetzt unsere wichtigste Plattform und unser wichtigster Partner und wir werden auf jeden Fall darauf aufbauen. Aber unser System ist nicht nur für den Horizont konzipiert.

Unsere Kleinbusse verwenden seit jeher NVIDIA. Als ich in den frühen Tagen an L4 arbeitete, habe ich NVIDIA Xavier für den Sensorzugriff verwendet und auch einige Algorithmen ausgeführt. NVIDIA Orin wird im Jahr 2022 veröffentlicht und wir werden die ersten Benutzer sein. Wir haben damals mit einem Hersteller zusammengearbeitet und das System innerhalb eines Monats von Industriecomputern auf NVIDIA Orin migriert. Dieser Partner ist ein international bekanntes Unternehmen. Es hat NVIDIA auf der GTC-Konferenz in diesem Jahr darüber berichtet.XiaopengUndSehr kryptonisch) parallel dazu die ersten, die Nvidias Dual-Orin-Chips verwenden.

Einblick: Was denken Sie über den Übergang von Nvidia von der Chipherstellung zur Entwicklung autonomer Fahrlösungen?

Hou Cong:Es muss ein Modellprojekt aufbauen, um die Zukunft der Chips genauer zu sehen. Wie viel Rechenleistung benötigt wird und welche Funktionen das System benötigt, muss bekannt sein.

Tatsächlich wurde vor sechs oder sieben Jahren ein umfassendes Papier veröffentlicht, aber es war nie möglich, daran zu arbeiten. Wu Xinzhou wurde in der Vergangenheit bestraft, jedoch nicht vollständig. Ich bin der Meinung, dass es besser ist, ein Modell zu erstellen. Wenn dies gut gemacht wird, kann es in eine standardisierte Lösung umgewandelt werden, und wir können einen Schritt weitergehen.

Nachdem Sie das Prototypprojekt erstellt haben, können Sie ihm auch beim Verkauf von Chips helfen.

Yunjian Insight: Ist eine Menge Personal erforderlich, um jedes hergestellte Modell zu liefern? Oder handelt es sich um eine allgemeine Lösung, die für alle Autos anwendbar ist?

Hou Cong:Es hängt davon ab, wie das System es erkennt. Dies ist tatsächlich sehr kritisch. Huawei zum Beispiel hofft durchaus, ein Superlieferant zu werden und die Lieferkosten zu senken. Die Sensoren von Huawei sind alle für sich selbst definiert, aber im Allgemeinen ersetzen Autohersteller sie entsprechend ihrer eigenen Lieferkette. Erstens ändert es nichts an der Kamera, und selbst die Einbauposition ist relativ standardisiert. Die vorderen und hinteren Kameras sind bei diesem Modell in einem Modul untergebracht. Dadurch ist die Einbaulage relativ fixiert und nachträgliche Anpassungskosten werden reduziert. Die ungefähren Standorte von SUVs und Limousinen sind gleich und die Modelle sind gleich, daher müssen die Lieferkosten niedrig sein.

Ich möchte nicht mehr Tier 1 sein

Yunjian Insight: Haben Sie gerade gesagt, dass alles, was Tesla getan hat, richtig war, mit Ausnahme von Robotaxi, einschließlich der Herstellung eigener Chips?

Hou Cong:Rechts. Es stellt zwei eigene Chips her, einen für das Auto und einen für die Offline-Umgebung. Im Jahr 2019 verfügte das Fahrzeug nicht über einen Chip mit so hoher Rechenleistung. Dank dieses Chips war es so früh möglich, BEV zu betreiben.

Der Orin-Chip von Nvidia wird erst 2022 auf den Markt kommen, aber Tesla hat bereits 2021 ein BEV produziert und ist damit mit mehr als einem Jahr Marktführer. Zunächst wurden die Chips von Mobileye und später der Drive PX von NVIDIA verwendet. Die Preise von NVIDIA konnten nicht gesenkt werden, sodass die Kosten nur durch die Herstellung eigener Chips gesenkt werden können.

Yunjian Insight: Ist es also sinnvoll, dass Automobilhersteller von Tesla lernen und eigene Chips entwickeln?

Hou Cong:Tesla hat die Größe dazu. Andere Autohersteller haben es auf diese Weise gelernt, was möglicherweise nicht richtig ist.

Yunjian Insight: Automobilhersteller, Chiphersteller und Anbieter autonomer Fahrlösungen erfinden derzeit das Rad neu. Wie wird sich die Branche Ihrer Meinung nach in Zukunft entwickeln?

Hou Cong:Lassen Sie den Markt alles beweisen. Der Zweck hierfür ist nicht unbedingt einfach. Es kann auch andere Zwecke haben, beispielsweise die Gestaltung des Images von Technologiemarken, einschließlich Marktwertmanagement und Talentgewinnung.

Theoretisch gesehen haben Automobilhersteller in Bezug auf die Sicherheit der Lieferkette und die Kosten gewisse Vorteile bei selbst entwickelten Chips, aber die Gesamtkosten müssen berücksichtigt werden. Das größte Problem bei der Herstellung eines Chips besteht darin, dass Sie ihn einfach herstellen und feststellen, dass es einen neuen Algorithmus gibt und Ihre Hardware langsam ist. Jeder beeilt sich, diesen Algorithmus auszuführen, und Ihr Chip kann nicht verwendet werden.

Einblick: Sprechen Sie über Horizon J5?

Hou Cong:J5 ist eine Fallstudie. Aber ich denke, nicht nur J5, diese Generation von Chips, solange sie nicht universell sind, haben alle dieses Problem.

Yunjian Insight: Hat sich die technische Architektur mittlerweile stabilisiert?

Hou Cong:NEIN. Auch Transformatoren stehen jetzt vor Herausforderungen und es gibt neue und effizientere Technologien. Es wird auch einen Konvergenzprozess geben.

Yunjian Insight: Ist es für Chiphersteller sinnvoll, intelligente Fahrlösungen zu entwickeln?

Hou Cong:Ich glaube nicht, dass der Vorteil offensichtlich ist. Wenn Autohersteller mit Chipherstellern zusammenarbeiten, hoffen sie möglicherweise auf Hilfe, die einige grundlegende Entwicklungen beinhaltet, sei es bei Treibern, zugrunde liegender Software, Sensorsignalverarbeitung oder neuronalen Netzwerken. Allerdings sind die Kosten für die Bereitstellung solcher Dienste für Chiphersteller höher ist ziemlich hoch und kann nicht für alle Haushalte geeignet sein.

Es sei denn, Sie können die Lieferkette sehr ausgereift machen, aber das braucht Zeit. Für Chip-Start-up-Unternehmen ist es schwierig, in diesem Bereich eine solche Reife zu erreichen, und sie müssen sich zurückhalten. Entweder können ein paar ökologische Partner den Markt dominieren. Allerdings haben auch die Automobilhersteller Bedarf an Eigenentwicklung und wollen sich nicht auf ökologische Partner verlassen. Auch das Wachstum ökologischer Partner braucht Zeit und es ist unmöglich, diesen Markt schnell zu füllen.

Zu diesem Zeitpunkt werden die Chiphersteller definitiv das Gefühl haben, dass sie diese Probleme selbst lösen können.

Einblick: Wie viele Arbeitskräfte benötigen Sie, um ein Projekt abzuschließen?

Hou Cong:Im Allgemeinen ist das erste Projekt das arbeitsintensivste und die Investition nimmt mit zunehmender Projektdauer ab.

Einblick: Wie viele Projekte können Sie jetzt gleichzeitig durchführen?

Hou Cong:Zwei oder drei Projekte. Die aktuelle Investition in ein einzelnes Projekt ist noch nicht optimal. Nach dem fünften Projekt benötigt jedes Projekt im Grunde nur noch ein paar Dutzend Leute, um es abzuschließen, und es ist kein Problem, fünf oder sechs Projekte durchzuführen.

Yunjian Insight: Sollten Zulieferer für autonomes Fahren mehr Leute einstellen, um mehr Projekte zu übernehmen, oder sollten sie die Größe ihres Personals kontrollieren und nur eine begrenzte Anzahl von Projekten übernehmen?

Hou Cong:Schauen Sie sich strategische Ziele an. Wenn Sie den Markt erobern möchten, erweitern Sie den Umfang, beschaffen Sie weiterhin Mittel, gehen Sie an die Börse und übernehmen Sie auf diese hochkarätige Weise mehr Projekte. Eine andere Art besteht darin, zunächst Maßstäbe zu setzen, Fähigkeiten zu entwickeln, Produkte zu standardisieren und sie dann schnell zu kopieren. Es beginnt mit nur einem oder zwei Projekten und setzt zunächst Maßstäbe, aber die Produkte sind standardisiert und es wird nicht viel Anpassung für die spätere Werbung geben. Das ist eine andere Idee.

Einblick: Warum haben Sie den zweiten Weg gewählt?

Hou Cong:Denn je mehr wir jetzt erhalten, desto mehr werden wir verlieren, und das Geschäft steht unter großem operativen Druck. Wir sind der Meinung, dass der Endmarkt auf nur wenige Anbieter beschränkt sein muss und die Produktstandardisierung gut erfolgen muss.

Einblick: Welche Rolle werden Sie im Zuge der Weiterentwicklung dieser Branche in Zukunft in der Kette spielen?

Hou Cong:Wir werden mindestens einen oder zwei Chips in einer bestimmten Kategorie von Mid- bis High-End-Produkten entwickeln und eine standardisierte Lösung bereitstellen. Möglicherweise werden wir schließlich ein Tier-2-Unternehmen. Wir machen Algorithmen und Softwarebereitstellung, aber wir machen nicht den gesamten Satz. Es gibt einen Systemanbieter, der diese Dinge abwickelt.

Einblick: Warum machen Sie nicht Tier 1?

Hou Cong:Wir machen nicht System Tier 1, sondern Software Tier 1 (System Tier 2). System Tier 1 erfordert viel Hardware, die Investition ist recht hoch und der Gewinn ist relativ gering. Wir werden auch diese Richtung in Betracht ziehen, aber derzeit ist Tier 2 praktikabler.

Yunjian Insight: Ist Tier 1 dafür verantwortlich, der Domänencontroller zu sein?

Hou Cong:Muss noch Lieferungen machen. Es wird arbeitsintensiver sein, was nicht unser Vorteil ist.

Einblick: Was sind Ihre Vorteile?

Hou Cong:Ich mache immer noch Algorithmen und Produkte. Ich denke, Qingzhou ist kein Unternehmen, das genetisch in der Lage ist, Tier-1-Hardware sehr gut zu erreichen. Es ist eine andere Art von Unternehmen, wie Desay SV und Joyson Electronics.

Einblick: Aber Ihre Zusammenarbeit mit Ideal bedeutet, dass Sie Tier 1 von Horizon sind.

Hou Cong:Wir sind als Software Tier 1. Tier 1 wird kurzfristig noch eine Weile existieren, aber irgendwann wird es standardisiert. Danach werden wir entweder unsere eigene Hardware herstellen oder Tier 2 herstellen.

Yunjian Insight: Ihrer Meinung nach werden Anbieter intelligenter Fahrlösungen in Zukunft mit Automobilherstellern, System Tier 1, Algorithmus Tier 2 und Chip Tier 2 zusammenarbeiten?

Hou Cong:Rechts.

Yunjian Insight: Kann Chip Tier 2 nicht die Arbeit von Algorithmus Tier 2 erledigen?

Hou Cong:Sie sehen, es ist darin besser als wir.

Yunjian Insight: Wenn es einen standardisierten Algorithmus bereitstellt, sollten Tier-2-Chips dies auch tun wollen.

Hou Cong:Warum muss es das selbst tun? Arbeiten Sie einfach mit uns zusammen.