uutiset

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Teksti |. Titanium Capital Research Institute

Viime aikoina Baidun itse ajavasta online-ajelupalvelusta "Carrot Run" on tullut kuuma puheenaihe. Teslan odotetaan julkaisevan "Robotaxin" elokuussa 2024. Samaan aikaan kotimaisia ​​politiikkoja on otettu intensiivisesti käyttöön kuljettajattoman kehityksen edistämiseksi. autot Vuoden 2024 alussa viisi osastoa, mukaan lukien teollisuus- ja tietotekniikkaministeriö, julkaisi yhdessä pilottiilmoituksen "ajoneuvo-tie-pilvi-integraatiosta", joka kattaa valtavirran ensimmäisen ja toisen tason kaupungit. Autonominen ajoteknologia tulee olemaan tärkeä kasvun veturi uudelle energia-ajoneuvoteollisuudelle. Päästä päähän -arkkitehtuuri on vähitellen noussut tämän vuoden älykkään ajamisen kilpailun pääteemaksi Kilpaillakseen kärjestä autoyritykset ovat alkaneet lisätä panostuksiaan tutkimus- ja kehitystyössä.

Mitkä ovat älykkäiden ajoraitojen investointilogiikka? Mitkä ovat kokonaisvaltaisen autonomisen ajotekniikan kehitystrendit? Äskettäin Titanium Capital kutsui Chentao Capitalin toimitusjohtajan tohtori Liu Yudongin kertomaan aiheeseen liittyvistä aiheista. Hän on työskennellyt Geely Automobile Research Institutessa ja Didi Chuxingissa useiden älykkäiden sähköajoneuvojen ajamiseen. Hänellä on runsaasti käytännön kokemusta teknisestä suunnittelusta, tuotemäärittelystä, ekologisesta yhteistyöstä ja muilta aloilta. Tämän jakamisen isäntä on Titanium Capitalin Wang Zeqing, joka keskittyy uuteen energiaan, uusiin materiaaleihin, tekoälyyn, robotiikkateollisuuden ketjuun ja kuljetusaloihin.

Chentao Capitalin älykäs ajoradan investointilogiikka

1. Keskity älykkääseen ajamiseen

Chentao Capital on pääomasijoituslaitos, joka keskittyy nouseviin toimialoihin, ja älykäs ajaminen on yksi sen tärkeimmistä sijoitustoimialoista. Älykkääseen ajorataan keskittymiseen on kolme pääasiallista syytä: Ensinnäkin älykäs ajaminen alalla, joka yhdistää kuljetuksen ja tekoälyn, on valtavan markkina-alueena, jonka odotetaan ylittävän biljoonan tason, toiseksi älykäs ajaminen on pitkäjänteistä teknologia ja teollisuusrakenne eivät ole vielä vakiintuneet, mikä tarjoaa jatkuvia mahdollisuuksia uusille yrityksille. siihen liittyvät teollisuudenalat, kuten tekoäly ja robotiikka.

Viimeisen seitsemän tai kahdeksan vuoden aikana Chentao Capital on sijoittanut lähes 20 älykkääseen ajamiseen liittyvään yritykseen. Suurin osa sijoituksista on tapahtunut siemenkierros- ja enkelikierrosvaiheessa, ja se oli mukana tärkeänä osakkeenomistajana. Investointiala on jaettu pääasiassa kolmeen sektoriin: ensimmäinen on autonomiset ajoyritykset, jotka keskittyvät erilaisiin segmentoituihin skenaarioihin, kuten kaivostoimintaan, satamiin, kaupunkijakeluun, saniteettipuhdistukseen jne., toinen on älykkääseen ajamiseen liittyvä ydintoimitusketju johdinohjaus Alustan ja alkupään anturi- ja komponenttiyritykset ovat autonomiseen ajamiseen liittyvät ohjelmisto- ja palveluyritykset, jotka ovat herättäneet paljon huomiota viimeisen kahden vuoden aikana, erityisesti generatiiviset tekoäly- ja datapalvelut.

2. Toimiala on aloittanut kasvusyklin toisen aallon

Älykästä ajoa pidetään pitkän tähtäimen radana Vuodesta 2015 lähtien Kiinan autonomisen ajon markkinat ovat kokeneet ensimmäisen kasvun aaltonsa. Vaikka huomio on vähentynyt viimeisen kahden vuoden aikana, tämä trendi on linjassa Gartnerin teknologian kehityskäyrän kanssa, mikä osoittaa, että kasvupotentiaalia ja investointimahdollisuuksia on edelleen valtavasti tulevaisuudessa.

Älyajoteollisuus on tällä hetkellä sopeutumisvaiheessa ensimmäisen investointihuippujen jälkeen ja kohtaa haasteita, kuten kaupallistamisen, mutta pitkän aikavälin näkymät ovat edelleen optimistiset. Meillä on selkeä ennuste teknologian kehitystrendistä ja uskomme, että toimiala on aloittanut kasvusyklin toisen aallon. Tämän syklin signaaleja ovat autonomisten ajoyritysten kaupallistamisen käännekohta ja niihin liittyvien yritysten listautumisaalto, mikä osoittaa, että älykäs ajoteollisuus on siirtynyt uuteen investointivaiheeseen. Siksi rahastomme aloitti sijoittamisen viime vuonna ja jatkaa uusien mahdollisuuksien etsimistä.

Chentao Capital keskittyy tällä hetkellä kahteen investointisuuntaan: ensinnäkin autonomisen ajon kaupallistamiseen eri skenaarioissa uskoen, että autonomisen ajoteknologian muuttaminen ja käytännöllinen arvo toisaalta, huippuluokan teknologiset läpimurrot ja sovellukset erityisesti autonomisen ajamisen alalla End-to-end-autonominen ajoteknologia on tärkein tekijä autonomisen ajoteollisuuden muutoksessa seuraavien 2–5 vuoden aikana. Säilytä korkea herkkyys ja tarkkaavaisuus suuriin malleihin, 4D-millimetriaaltotutkaan, lidar-teknologiaan ja erilaisiin sirutekniikoihin autonomisen ajon alalla. Seuraava jakaminen keskittyy autonomisen ajamisen erilaisiin skenaarioihin ja päästä päähän -teknologioihin.

3. Investointilogiikka autonomisen ajon eri skenaarioihin

Käytämme neljän neljänneksen luokitusmenetelmää erottaaksemme autonomisen ajosovelluksen skenaariot nopeuden (pieni nopeus, suuri nopeus) ja kuorman (tavaroiden, ihmisten kuljettaminen) perusteella. Teknisiltä vaikeuksilta mitattuna nopea autonominen ajaminen on vaikeampaa kuin hidas, ihmisten kuljettaminen on vaikeampaa kuin esineiden kuljettaminen ja avoimet skenaariot ovat vaikeampia kuin tietyt skenaariot. Siksi Chentao Capital keskittyi alun perin sijoituksensa miehittämättömään ajoon hitaiden rahtien lastaamiseen, mukaan lukien markkinasegmentit, kuten kaivoskuljetukset, terminaalin logistiikkajakelu, miehittämätön siivous ja satamaskenaariot.

4. Autonomisen ajon kaupallistaminen eri skenaarioissa

Jaamme sen G:hen, TO B:hen (yritysmarkkinat) ja TO C:hen (kuluttajamarkkinat). TO G:n alalla sanitaatio ja turvallisuus ovat tärkeimmät sovellusskenaariot. Ympäristön puhtaanapito on alun perin otettu käyttöön laajassa mittakaavassa, ja joissakin kaupungeissa käytetään turvatarkastusrobotteja.

TO B-puolella miehittämättömän ajon kaupallistaminen kaivoksissa ja satamissa etenee nopeimmin. Selkeä liiketoimintamalli on muodostunut ja laaja replikointi on alkanut.

Lisäksi kaupunkien jakelu on kokenut räjähdysmäisen kasvun tänä vuonna, ja johtavat yritykset ovat ilmoittaneet laajentavansa kalustoaan kymmeniin tuhansiin yksikköihin, mikä saavuttaa yli kymmenkertaisen mittakaavan. Kaupunkijakelun nopea kasvu johtuu sopivien sovellusskenaarioiden löytämisestä jakelulinkistä, kuten yhteistyö pikalogistiikkayritysten kanssa, tuoreruokakaupan jakelu jne. B-puolen runkologistiikan osalta, koska se on avoin skenaario ja teknisesti vaikea, se on vielä pienen mittakaavan koekäyttövaiheessa.

C-puolella kuljettajattomat sovellukset ovat pääasiassa Robotaxi (miehittämättömät taksit) ja Robobus (miehittämättömät linja-autot).

5. Kuljettamaton taksi: yhteenveto Porkkanajuoksun etenemisestä

Baidun Carrot Run -projekti on myönteinen signaali sen häiritsevästä vaikutuksesta koko autonomisen ajon teollisuuteen.

Autonomisen ajon skenaarioissa on kolme kehitysvaihetta: autonominen, laajamittainen ja kaupallistaminen. Miehittämättömässä vaiheessa Baidu on jo osoittanut miehittämättömän ajokykynsä vuonna 2022, tehnyt miehittämättömiä testejä Wuhanissa ja muissa paikoissa sekä tukenut kuljettamattomien taksejen toimintaa kaukosäätimen kautta. Mitä tulee mittakaavaan, Baidu julkisti RoboTaxin lanseeraussuunnitelman. Sen odotetaan tuovan markkinoille noin 1 000 ajoneuvoa Wuhanissa, mikä osoittaa alustavia mittakaavan merkkejä. Kaupallistamisvaihe keskittyy kannattavuuteen Liu Yudong uskoo, että Robo Taxin kannattavuusaika on vielä epäselvä ja riippuu pääasiassa kauko-ohjauksen turvallisuussuhteesta ja yhtiön tulevasta hinnoittelukyvystä. Tällä hetkellä Robo Taxi tarjoaa erittäin edullisia palveluita tukien muodossa, on kysymys, johon alan on kiinnitettävä huomiota, pystyykö se ylläpitämään tilausskaalaa ja nostamaan matkamaksuja.

Itseohjautuvalla ajoteollisuudella on käynnissä aktiivisia kaupallistamisyrityksiä, vaikka teknologian kehitys ja liiketoimintamalliinnovaatiot tarjoavat runsaasti tilaa alan tulevalle kehitykselle. Baidun kaltaisten yritysten käytännöt eivät ainoastaan ​​edistä teknologian kehitystä, vaan tarjoavat myös arvokasta kokemusta koko toimialan kaupallistamistutkimukseen.

Carrot Run -projektilla on ollut merkittävä vaikutus kolmella tasolla: teknologiassa, teollisuudessa ja teollisuudessa. Tekninen taso: Luobo Kuaipao esittelee järjestelmäratkaisua, joka yhdistää auton sivualgoritmit ja kauko-ohjauksen, mikä tarjoaa skaalautuvan ratkaisun. Tämä tila tarjoaa kuluttajille todella kuljettajattoman kokemuksen kaukosäätimellä ajamisen kautta, vaikka ajoneuvon puolella oleva tekniikka ei ole vielä täydellinen. Jatkossa useammat henkilöautojen OEM-valmistajat ja muut itse ajavat yritykset voivat viitata tähän suunnitelmaan edistääkseen kuljettamattomien taksejen laajaa käyttöä.

Teollinen taso: Luobo Kuaipaon suhteellisen laaja sovellus on osoitus teollisuuden teollisesta työnjaosta. Siihen osallistuvat tuotantoketjun loppupään toiminnanharjoittajat ja alkupään varaosayritykset, mikä tuo lisähyötyä näille asianomaisille osapuolille. Toimintansa kypsyessä Baidu voi edelleen jalostaa toimintaansa ja omaisuudenhallintasuunnitelmiaan sekä edistää teollista työnjakoa, mikä hyödyttää koko toimialan kehitystä.

Toimialataso: Carrot Runin ympyrän katkaiseva vaikutus on herättänyt uudelleen yleisön kiinnostuksen autonomiseen ajoon. , se kiinnittää yleisön huomion. Mitä useammat ihmiset kiinnittävät huomiota, autonominen ajoteollisuus houkuttelee lisää resursseja, mukaan lukien kykyjä ja varoja.

End-to-end autonomisen ajoteknologian kehitystrendit

Päästä päähän -teknologian kehittäminen ei ainoastaan ​​edistä syvällistä tutkimusta korkeakouluissa ja teollisuudessa, vaan tuo myös uusia investointimahdollisuuksia ja tutkimussuuntia autonomiseen ajoteollisuuteen. Vaikka päästä päähän -teknologia on vielä tutkimusvaiheessa, sen sovellusmahdollisuudet tulevaisuuden autonomisen ajon alalla ovat laajat ja alan ja sijoittajien huomion arvoisia.

1. Täysin autonominen ajaminen avaa uuden teollisen vallankumouksen

Päästä päähän -teknologia on saanut laajaa huomiota akateemisen ympäristön ja teollisuuden taholta Varsinkin sen jälkeen, kun Shanghain tekoälylaboratorion tutkimustulokset voittivat CVPR2023 Best Paper Award -palkinnon, tästä tekniikasta on tullut jälleen akateemisen yhteisön huomio. Päästä päähän -konseptin kartoitusprosessi vuosina 2016–2018, Teslan aktiivinen kanta tällä alalla ja Elon Muskin suora lähetys elokuussa 2023 osoittivat FSD v12:n, joka perustuu päästä päähän -arkkitehtuuriin, joka alkoi virallisesti edistää loppupäähän loppuun asti. Viimeisen kuuden kuukauden aikana Kiinan johtavat älykkään ajoyritykset ovat peräkkäin käynnistäneet kokonaisvaltaisia ​​autonomisia ajosuunnitelmia. Toukokuussa 2024 Wayve, start-up-yritys, joka keskittyy täysin autonomisten ajojärjestelmien kehittämiseen, sai 1 miljardin dollarin rahoituksen. Se oli ensimmäinen yli 1 miljardin dollarin rahoitustapahtuma autonomisen ajojärjestelmän jälkeen ajoteollisuus astui pohjaan vuonna 2022, mikä osoittaa, että pääomamarkkinat suhtautuvat tähän kehitykseen optimistisesti.

2. Autonomisen ajoarkkitehtuurin kehitys

End-to-end on teknologia, joka kattaa koko prosessin anturisyötöstä liikeradan suunnitteluun tai ohjaussignaalin ulostuloon, täysin tekoälyn tai hermoverkkojen toteuttama.

Päästä päähän -teknologian kehitys on jaettu useisiin vaiheisiin: ensimmäinen on perception end-to-end, jossa havaintomoduuli on toteutettu syväoppimisen avulla, mutta päätöksen suunnittelu perustuu edelleen sääntömäärittelyyn päätössuunnittelun modularisointi, jossa sääntömäärittelyä yritetään korvata AI-verkon päätöksenteon suunnittelulla, jossa kuvan ilmaisun ominaisuudet siirretään moduulien välillä ja niitä voidaan yhdessä kouluttaa ja optimoida; yhden hermoverkon kokonaisratkaisu, joka perustuu generatiiviseen tekoälyyn ja laajaan malliteknologiaan, vaikka kypsyysaste on alhainen, potentiaali on valtava.

Päästä-päähän ei ole sama konsepti kuin suuri malli ja maailmanmalli Vaikka päästä päähän -ratkaisu voi hyödyntää suurten mallien tai multimodaalisten suurten mallien ominaisuuksia, äskettäin julkaissut päästä päähän -järjestelmä. Li Auto käyttää multimodaalisia suuria malleja. Maailmanmallia käytetään tällä hetkellä pääasiassa koulutusdatan teknisenä välineenä, ja siitä voi tulevaisuudessa muodostua keskeinen teknologia autonomiseen ajoon.

Päästä päähän -tekniikka on yhteensopiva kaikentyyppisten antureiden kanssa, ei vain puhtaiden näköjärjestelmien kanssa. Vaikka Tesla on johtaja puhdasnäköjärjestelmissä, päästä päähän -ratkaisuun voidaan integroida myös erilaisia ​​tuloja, kuten lidar- ja millimetriaaltotutka. Kameradata on helpoin tietotyyppi saada ja kerätä autonomisen ajamisen alalla, joten sitä käytetään usein puhtaassa näköjärjestelmissä.

3. Päästä päähän -teknologian kehityshistoria

Vuosina 2016–2018 jotkut yritykset, kuten Nvidia ja Waymo, suorittivat varhaista tutkimusta, mutta nämä tulokset eivät saavuttaneet massatuotantoa. Pääsyynä on se, että verkkoarkkitehtuuri oli tuolloin suhteellisen yksinkertainen, CNN-pohjainen, ja myös oppimismenetelmät, kuten jäljitelmäoppiminen ja vahvistusoppiminen, olivat suhteellisen perusopintoja, joista puuttui kehittynyt verkkorakenteen tuki.

Toinen kehitysvaihe sisältää taustalla olevien teknisten arkkitehtuurien, kuten suurten kielimallien, soveltamisen tällä alalla. Verkkoteknisten arkkitehtuurien, kuten muuntajien, laaja soveltaminen sekä autonomisten ajomallien monimutkaisuuden ja luotettavuuden lisääntyminen ovat keskeisiä muutoksia tässä vaiheessa. Samaan aikaan generatiiviset tekoäly ja suuret kielimallit ovat osoittaneet, että yleinen API-paradigma voi johtaa AGI:hen fyysisessä maailmassa, mikä houkuttelee lisää tutkijoita ja toimijoita investoimaan tähän suuntaan.

4. Kolme kokonaisvaltaisen teknologian liikkeellepanevaa voimaa, jotka herättivät huomiota kuluneen vuoden aikana

Ensimmäinen on, että Tesla V12 -järjestelmän suorituskykyindikaattorit on kaksinkertaistettu. Toinen on itse kokonaisvaltaisen teknologian tuotearvo, mukaan lukien antropomorfinen näkökohta, jonka avulla voidaan ratkaista pitkäkestoisempia skenaarioita ja parantaa käyttökokemusta on teknologiavetoinen, suuri kielimalli, sekä päästä päähän -järjestelmien tietopohjaiset ominaisuudet ja skaalauslakit.

Päästä päähän -teknologian vaikutus autoyhtiöiden ja itseohjautuvien yritysten organisaatiorakenteeseen on, että se yksinkertaistaa organisaatiorakennetta ja tehostaa kehitysiteraatioita. Tällä hetkellä monet alan johtavat OEM-valmistajat ovat virallisesti ilmoittaneet massatuotantosuunnitelmistaan ​​päästä päähän -ratkaisuille, vaikka todellinen päästä päähän -järjestelmä saattaa tulla massatuotantoon vasta ensi vuonna.

Autonomisia ajojärjestelmiä ja algoritmeja valmistavat yritykset, kuten SenseTime, Pony.ai, Horizon jne., ovat aloittaneet kokonaisvaltaiset T&K-investoinnit ja odottavat OEM-projekteja käynnissä seuraavan kuuden kuukauden tai vuoden aikana. Samaan aikaan generatiiviset tekoäly- ja työkaluketjuyritykset, kuten Light Wheel Intelligence ja Jiji Technology, ovat myös tehneet alustavia investointeja ja tutkimusta päästä päähän -kenttään.

5. End-to-end-teknologia käynnistää tuotantoketjun alkupään teknologioiden kehittämisen edelleen

End-to-end-teknologia käynnistää teollisuuden ketjun alkupään teknologioiden jatkokehityksen ja tuo muutoksia teollisuuden ekologiaan.Ensinnäkin, kun tekoälymallien monimutkaisuus lisääntyy, avoimen lähdekoodin ekosysteemillä on yhä tärkeämpi rooli. Avoimen lähdekoodin yhteisöllä on etuja kykyjen keräämisessä, laajamittaisessa yhteistyössä ja monimutkaisessa mallinkehityksessä, mikä on vahvistunut BEV:n kehityksen aikana viimeisen kolmen vuoden aikana. Vertailemalla avoimen lähdekoodin projektien ja reunaprojektien tuloksia vuosilta 2021-2024, osoitetaan, että avoimen lähdekoodin ekosysteemi ja reunaprojektit kulkevat käsi kädessä alan kehitystä edistäessään.

Toiseksi päästä päähän -teknologia asettaa haasteita perinteisille simulointi- ja testitodentamismenetelmille. Koska tarvetta ohjata autoa päästä päähän, perinteisten simulointimenetelmien avoimen silmukan testaus ei ole enää käyttökelpoinen, ja olemassa olevien simulaattoreiden tarkkuudessa on ongelmia. Siksi uusia suljetun silmukan simulointityökaluketjuja on kehitettävä, mikä saattaa edellyttää kykyjen yhdistämistä generatiivisen tekoälyn ja synteettisen datan alueilla, mikä tarjoaa mahdollisuuksia uusille yrityksille.

Kolmanneksi päästä päähän -teknologia edistää innovaatioita siruarkkitehtuurissa.Päästä-päähän AI-mallit suuremmilla parametreilla ja uusilla hermoverkko-operaattoreilla asettavat uusia haasteita siruyrityksille, mikä edellyttää joustavampaa siruarkkitehtuuria mukautuakseen autonomisten ajo-AI-algoritmien nopeaan kehitykseen.

Alan kehityssuuntien näkökulmasta kokonaisvaltainen teknologia nopeuttaa autonomisen ajamisen yleistä levinneisyyttä. Päästä päähän -teknologian tulon odotetaan lisäävän nopean NOA:n ja kaupunkien NOA:n kaltaisten toimintojen suosiota seuraavien 2-3 vuoden aikana palvelemaan tavallisia kuluttajia.

Päästä päähän -teknologian vahvan yleistyskyvyn ansiosta tulevaisuudessa saattaa ilmaantua enemmän autonomisia ajosovelluksia maantieteellisille alueille tai maille. Tällä hetkellä uusiin maihin saapuvat autonomiset ajoyritykset joutuvat käymään läpi paljon mukautuvaa virheenkorjausta, mutta päästä päähän -teknologian odotetaan vähentävän tätä prosessia, parantavan kykyä soveltaa skenaarioihin ja saattaa jopa saada aikaan erilaisten skenaarioiden kehitystä. hyötyajoneuvoihin ja henkilöautoihin.

6. Päästä päähän autonomisen ajon ja yleisten robottien välinen suhde

Molemmat alat ovat historiallisesti oppineet toisiltaan ja kasvaneet yhdessä. Monet autonomisen ajon alan tekniikat ovat peräisin robotiikkateollisuudesta, mukaan lukien anturit, havainto- ja paikannusalgoritmit, SLAM (samanaikainen lokalisointi ja kartan rakentaminen), suunnittelualgoritmit, käyttöjärjestelmät ja väliohjelmistot jne.

Vaikka robotiikkateollisuuden kehitys on ollut viimeisten viiden vuoden aikana hitaampaa kuin autonomisen ajoteollisuuden, autonomisen ajoteollisuuden teollistuminen on kiihtynyt, ja laitteistokomponenttien ja antureiden kustannusten aleneminen on itse asiassa vaikuttanut robotiikkateollisuutta. Päästä-päähän autonomisen ajamisen edustama dataohjattu AI-menetelmä on kuluneen vuoden aikana siirtymässä vähitellen massatuotannon läpi ja sen odotetaan palaavan jatkossa yleisrobottien alalle, jotka vaativat myös yleistä älykkyyttä.

Tulevaisuuteen katsottuna autonominen ajo ja robotiikka ovat kaksi tärkeintä osaa tekoälyn toteuttamiselle fyysisessä maailmassa. Monet tutkijat jakavat yleisen älykkyyden kahteen osaan: autonomiseen ajamiseen ja robotiikkaan. AGI:n toteuttamisen kannalta fyysisessä maailmassa autonomisella ajoteollisuudella on tällä hetkellä ilmeisempiä etuja, koska sen tehtävän monimutkaisuus on suhteellisen alhainen ja on muodostettu täydellinen linkki tiedon ja iteratiivisten algoritmien hankkimiseen, mikä tarjoaa robottiteollisuudelle mallit. oppia.

Päästä päähän autonomisen ajon kehittäminen ei vain edistä autonomisen ajoteknologian kehitystä, vaan tuo myös uusia mahdollisuuksia ja teknisiä referenssejä robotiikkateollisuudelle. Molemmat jatkavat toistensa edistämistä tekoälyteknologian kehittämisessä ja edistävät yhdessä tekoälyn toteutuminen fyysisessä maailmassa.

Q&A

Q1: Mikä on lidar- ja millimetriaaltotutkan tuleva kehitystrendi tuloantureina?

V: Lidarin ja millimetriaaltotutkan kustannukset laskevat jatkuvasti Mooren lain mukaisesti. Tällä hetkellä toimitettavan lidarin ja 4D-millimetriaaltotutkan kustannukset ovat noin 2 000–3 000 yuania ja 600 yuania, ja ero on merkittävä. On odotettavissa, että kahden vuoden kuluttua lidarin hinta voidaan laskea noin 1 000 juaniin ja millimetriaaltotutkan hinta yli 300 juaniin. Millimetriaaltotutka täydentää erinomaisesti optisia järjestelmiä, kuten lidaria ja kameroita. Optiset järjestelmät voivat epäonnistua ankarissa sääolosuhteissa, kuten sateessa, sumussa, lumessa ja pölyssä, kun taas millimetriaaltotutka on luotettavampi näissä ympäristöissä. Pitkällä aikavälillä eri antureiden hyödyntäminen on avainasemassa, erityisesti L3- ja L4-tasoilla autonomisessa ajossa. L2-tasolla edulliset ratkaisut voivat suosia näön ja millimetriaaltotutkan yhdistelmää.

Kysymys 2: Mikä on itseohjautuvien yritysten bruttokatteen nykyinen taso TOB-kentän eri osa-alueskenaarioissa ja minkä tason se voi mahdollisesti saavuttaa?

V: TO B -yrityksen liiketoimintamallin puitteissa se voidaan jakaa kahteen eri malliin: tuotteiden myyntiin ja toimintojen tekemiseen. Toimialan kehityksen alkuvaiheesta lähtien toiminnalla voidaan paremmin testata yrityksen kykyjä ja osoittaa vahvuuttaan, koska toiminnan tulee olla vastuussa koko prosessista. Suhteellisesti sanottuna tuotteiden myynnin bruttomarginaalilla ei ole juurikaan keskusteluarvoa, koska hinnoittelu ei heijasta koko toimialaketjun arvoa. Toimintayhtiöt ovat tällä hetkellä siirtymässä negatiivisesta bruttokateprosentista positiiviseksi, bruttokatetavoitteen ollessa 30 % tai jopa 40 %, ja osa skenaarioista toimii edelleen negatiivisessa bruttokatetilassa.

Kysymys 3: Sijoituslaitosten näkökulmasta monet ihmiset kokevat, että autonomisen ajamisen aika on vierähtänyt alan näkökulmasta katsottuna.

V: Kun katson taaksepäin Internet-teollisuuden kehitystä, uusia mahdollisuuksia ja yksityiskohtaisempaa työnjakoa ilmaantuu minkä tahansa toimialan kypsyysvaiheessa. Nykyinen autonominen ajoteollisuus on samanlaisessa käännekohdassa kuin Internet-teollisuus vuosina 2010 tai 2012, mikä viittaa siihen, että odottamattomia uusia liiketoimintamalleja voi syntyä tulevaisuudessa. Sijoitusvaiheen näkökulmasta joillekin kasvuvaiheen sijoituslaitoksille on hyvä aika investoida kaupallistamisen käännekohtaan, erityisesti kaivostoiminnan ja kaupunkijakelun aloilla. Laivaston koko näillä aloilla on kasvanut muutamasta sadasta yksikköä useiden tuhansien yksiköiden merkittävä kasvu osoittaa selkeän käännekohdan kaupallistamiselle. Siksi nyt on parempi aika keski- tai myöhäisvaiheen investoinneille.

Varhaisissa investoinneissa tulisi kiinnittää enemmän huomiota teknologisiin muutoksiin, erityisesti päästä päähän -teknologian kehittämiseen, mikä tuo uusia mahdollisuuksia algoritmi- ja työkaluketjutasolla, kuten suljetun silmukan simulaatiot ja päästä päähän -generatiiviset dataratkaisut. Kokonaisteknologian lisäksi huippuluokan älykkäiden ajoanturien lisääntynyt määrä on tuonut mahdollisuuksia myös alkupään teollisuudelle. Esimerkiksi lidar-toimitusten merkittävä kasvu on luonut potentiaalisia markkinoita komponenteille, kuten siruille ja lasereille joilla on alhainen lokalisointiaste. Jatkuvan teknologian innovaation ja markkinoiden laajentumisen myötä autonomisen ajon teollisuudessa ilmaantuu lisää varhaisia ​​investointimahdollisuuksia Aivan kuten Pinduoduo ja Douyin ilmestyivät Internet-teollisuuden kypsällä kaudella, tuleva kehitys on täynnä rajattomia mahdollisuuksia.

Kysymys 4: Mitkä ovat päästä-päähän sisäisen laskentatehon vaatimukset? Kuinka paljon investointia tarvitaan laskentatehokeskuksen näkökulmasta?

V: End-to-end autonominen ajotekniikka ei suoraan lisää laskentatehovaatimuksia. Koska kyseessä on dataohjattu ratkaisu ja noudattaa skaalauslakia, teollisuus kuitenkin yleensä laajentaa mallin mittakaavaa paremman suorituskyvyn saavuttamiseksi, mikä lisää korkean laskentatehon sirujen kysyntää. Jotkut yritykset, kuten Li Auto, ottavat käyttöön kaksoisjärjestelmän strategian, jossa tehokkaampi monimuotoinen malli toimii päästä päähän ja toinen kevyt päästä päähän -malli toisaalta suurten mallien päättelynopeus on hitaampi, mikä osoittaa, että ne vaativat suurempaa laskentatehoa. Mallin koon kasvaessa myös koulutuskustannukset ja koulutuksen laskentatehovaatimukset kasvavat. Aloitustason kattava koulutus saattaa vaatia 1 000 A100:aa vastaavaa korttia, ja johtavat yritykset ovat saaneet jo saavuttaa 10 000 kortin tason. Esimerkkinä Teslan suurista investoinneista laskentatehon koulutukseen voi olla muiden yritysten vaikea saada kiinni. On myös kotimaisia ​​yrityksiä, kuten Xpeng ja SenseTime, jotka ovat tehneet valtavia investointeja laskentatehoon. Kaiken kaikkiaan kokonaisvaltaisen teknologian kehitys on lisännyt kysyntää suuremmille laskentatehon siruille ja suuremmalle koulutuksen laskentatehon tukemiselle suuremman mittakaavan mallien koulutuksen ja käyttöönoton tukemiseksi to Tehokkaiden autonomisten ajoratkaisujen tavoittelu.

Kysymys 5: Onko näillä tällä hetkellä autonomista ajamista harjoittavilla yrityksillä mahdollisuuksia tai mahdollisuuksia siirtyä humanoidi- tai yleisrobottien radalle?

V: Kotimaisten humanoidirobottien kehitys liittyy läheisesti Teslan Optimus-humanoidirobotin lanseeraukseen. Figuuritiimi kokoaa yhteen myös Apple Carsin ja suurten pohjoisamerikkalaisten autoyhtiöiden kykyjä. Tämä toimialojen välinen lahjakkuus on luonnollista, koska autonominen ajaminen ja robotiikka liittyvät monin tavoin.

Tällä hetkellä humanoidirobottirungon ongelmaa ei ole täysin ratkaistu, joten autonomisen ajotekniikan laajamittaista siirtymistä robottien alalle ei ole vielä saavutettu. Teollisuuden näkemyksiin vedoten, puolet humanoidirobottiyrityksistä saattaa tulevaisuudessa olla autoyrityksiä. Olen henkilökohtaisesti samaa mieltä tästä näkemyksestä. Tämä osoittaa, että tekniikan kehittyessä autonomisen ajamisen ja robotiikan integraatio syvenee ja syvenee.

Titanium Capital Research Institute Havainto

Päästä päähän -arkkitehtuurin odotetaan olevan perimmäinen ratkaisu autonomiseen ajamiseen. Älykkäät ajojärjestelmät jaetaan tällä hetkellä yleensä kolmeen moduuliin: havainnointi, ennustus ja suunnittelu. Päästä päähän -malli integroi kolme moduulia yhdeksi, syöttää tietoa havaintopäästä ja tulostaa tulokset suoraan suorituspäässä. Modulaarisessa teknisessä arkkitehtuurissa tiedon välitys heikkenee, järjestelmän ylläpito on vaikeaa, eikä se pysty selviytymään monimutkaisista tieolosuhteista rauhallisesti. Päästä päähän -malli ei edellytä ohjelmoijien kirjoittavan koodia sääntöjen laatimiseksi, vaan käyttää valtavaa dataa järjestelmän kouluttamiseen, mikä antaa koneelle mahdollisuuden oppia, ajatella ja analysoida itsenäisesti. Titanium Capital kiinnittää jatkossakin huomiota teknologian iteraatioon ja tarttuu mahdollisuuksiin teknologiseen kehitykseen yhdessä teollisuuden ja pääomakumppaneiden kanssa.