nachricht

dieser artikel ist das 835. originalwerk von deep diving atom

nach einer langen und mühsamen selbstrecherche zum thema intelligentes fahren scheint der ideale weg zum intelligenten fahren endlich auf dem richtigen weg zu sein.

kürzlichideales autointern entschlossen, eine unternehmensorganisation für „end-to-end-autonomes fahren“ aufzubauendie teamzahl übersteigt 200 personen und es werden weitere intelligente teams des unternehmens benötigt, um das projekt flexibel zu unterstützen. dies reicht aus, um zu beweisen, dass diese ideale reform rücksichtslos war.

die aussage, dass die end-to-end-lösung „intelligentes fahren auf dem richtigen weg“ sei, liegt nicht an den branchenriesenteslaxian yong und andere unternehmen für neue energiefahrzeuge entwickeln es, aber dies ist derzeit tatsächlich der zuverlässigste ansatz unter allen technischen routen.

und das wichtigste:„end-to-end“ ist die technologie geworden, die unter allen aktuellen technologierouten die obergrenze am meisten durchbrechen kann.。

die „regelkontrolle“ der alten, durch code unterstützten smart-driving-lösung ist in zukunft fast nicht mehr vorhanden und wird nur noch mehr schwere fehler verursachen, die zwischen codes entstehen, und wird sich auch auf den speicher und die betriebseffizienz des autos auswirken . . darüber hinaus reduzieren jetzt alle die kosten für lidar, hochpräzise karten, sensoren und kameras, und auch der end-to-end-kostenvorteil ist enorm.

schließlich besteht die zugrunde liegende logik darin, der ki das fahren beizubringen, indem man sie einfach mit daten füttert.

beides sind end-to-end-lösungen, aber die ideale haben auch ihre eigenen unterschiede.

auf der jüngsten „li auto intelligent driving summer conference“ demonstrierte li auto öffentlich seine end-to-end-technologiearchitektur für autonomes fahren.es besteht aus drei teilen: end-to-end-modell, vlm-bildsprachenmodell und weltmodell.. li xiang sagte, dass li auto spätestens anfang nächsten jahres offiziell eine end-to-end + vlm-lösung für autonomes fahren auf den markt bringen wird.

tatsächlich handelt es sich bei end-to-end nur um ein vorlagenkonzept, das im allgemeinen als „daten-push“ bezeichnet wird. die modelle zum abrufen von daten sind jedoch sehr unterschiedlich. tesla verwendet beispielsweise das bev+transformer-modell.xiaopengxngp verwendet ein modell, das aus dem neuronalen netzwerk xnet + dem großen steuerungsmodell xplanner + dem großen sprachmodell xbrain besteht.

aber „je weniger modelle, desto genauer die ausgabe.“

stimmt das nicht? stimmt es nicht, dass die ausgabe umso genauer ist, je mehr modelle und daten vorhanden sind?

um dieses problem klar zu erklären, ist eine menge fachterminologie erforderlich. die „explizite ausgabe“ zwischen den modellen führt zu einem verlust einiger informationen. um es einfach auszudrücken: es ist wie ein „solitaire“-spiel je mehr informationen verloren gehen, desto wahrscheinlicher ist es, dass das wort vom thema abweicht, und am genauesten ist es, mit zwei personen zu spielen.

one-model ist der weg, den alle smart-driving-unternehmen verfolgen. das ideale ziel besteht darin, es in den letzten zwei jahren zu erreichen, aber es kann noch drei bis fünf jahre dauern, bis es vollständig erreicht ist und auf den markt kommt.

in den letzten drei bis fünf jahren hat jeder die datenmengen verglichen.

wie wir bereits sagten, besteht die zugrunde liegende end-to-end-logik darin, ki zu trainieren. wie kann man ki intelligenter machen? dann können sie nur daten einspeisen.

mit anderen worten: was in den letzten drei bis fünf jahren jeder vergleicht, sind „ressourcen“, datenressourcen.

musk hat das trainingsvolumen des end-to-end-modells einmal genau beschrieben.

„das training mit 1 million videofällen reicht kaum aus, 2 millionen sind etwas besser, 3 millionen werden einem ein wow-gefühl geben, und wenn es 10 millionen erreicht, wird es unglaublich.“

eine intelligente fahrlösung, die anhand von 10 millionen videoclips trainiert wird, ist ein ideales ziel, das bis ende dieses jahres erreicht werden soll.

wenn sie daten erhalten möchten, müssen sie sich auf die fahrdaten ihrer eigenen benutzer verlassen und zweitens auf den trainingschip.

musk kaufte im april wie verrückt nvidia h100ai-chips und erhöhte das ursprüngliche kaufvolumen von 35.000 auf 85.000.

im nachhinein habe ich kürzlich damit begonnen, nvidia-chips zu hohen preisen zu kaufen.

neben daten ist auch die rechenleistung ein wichtiger faktor für die fähigkeit zum intelligenten fahren. derzeit gilt die rechenleistung von automobilchips als obergrenze des orin

in bezug auf die rechenleistung ist huawei mit einer rechenleistung von 3,5 eflops immer noch die erste staffel in china, während xiaopeng nur 0,6 eflops hat.nioetwas bessere 1,4eflops, idealerweise 2,4eflops erreicht.

an der „li xiaowei“-front haben sich die ideale dem niveau der branchenführer angenähert.

aus verschiedenen perspektiven ist ideal bereit, truppen zu rekrutieren und ausreichend nahrung und gras für diesen „end-to-end-krieg“ vorzubereiten.

es gibt noch mehr vorbereitungen für intelligentes fahren als bisher, denn im idealfall ist es zu dringend, das end-to-end-modell nachzuholen.

sowohl „noa mit bildern“ als auch „noa ohne bilder“ sind beide nachzügler des spiels. noa ohne bilder wurde erst im juli dieses jahres offiziell für ad max-benutzer eingeführt. wenn wir in diesem kritischen moment, in dem tesla fsd kurz vor der landung in china steht, kein end-to-end-modell entwickeln, werden wir erneut von der branche abgehängt.

durch die erhöhung der investitionen und den aufbau eines teams kann man sagen, dass der schwerpunkt von li auto auf end-to-end-modellen auf die höchste ebene des unternehmens gelegt wurde und sein ziel darin besteht, seine intelligente fahrroute auf die sogenannte „ der richtige weg."

die alte traditionelle codelösung, die „regelgesteuert“ werden kann, war einst der „richtige weg“, und end-to-end ist derzeit nur die „vielversprechendste“ lösung.

niemand weiß, welche neuen technologierouten als nächstes entstehen werden.erhebliche investitionen in end-to-end-lösungen mögen geldverschwendung sein, aber kein automobilhersteller kann es sich leisten, diese chance zu verpassen.。

ideal hat alle vorbereitungen getroffen, aber es ist nur eine davon, einfach dem trend zu folgen. es ist zu früh, über den „richtigen weg“ zu sprechen.