päästä päähän -kiista: onko se l4-autonoman ajon loppu vai markkinointijuhla?
2024-09-24
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
teslan fsd-älykkään ajojärjestelmän v12-version julkaisun myötä älykäs ajo on siirtynyt päästä päähän -aikakauteen yhdessä yössä.
"päätöihin perustuvan mallin alarajan ominaisuuksien odotetaan paranevan nopeasti ensi vuonna. kun se on parannettu, se on mahdollista ylittää l4-standardi maailmanlaajuisesti alle kahdessa vuodessa vuoden 2024 hangzhou yunqi -konferenssissa, hallituksen puheenjohtaja." xpeng motors he xiaopeng sanoi, että päästä päähän suuren mallin käyttöönoton jälkeen teslan fsd on täysin erilainen kuin ennen, ja se saattaa olla ensi vuonna parempi kuin kokeneet ihmiskuljettajat.
xpeng motors oli yksi ensimmäisistä kotimaisista autoyrityksistä, jotka seurasivat teslaa. tämän vuoden heinäkuun lopussa xpeng motors aloitti älykkään xngp-ajojärjestelmän levittämisen käyttäjille. tämän vuoden syyskuuhun mennessä autoyhtiöt, kuten huawei ja ideal, ovat myös alkaneet tuoda käyttäjille vastaavia älykkäitä ajojärjestelmiä, jotka perustuvat päästä päähän suuriin malleihin sen itsensä kehittämä maailmanmalli.
kokonaisvaltaisten suurten mallien käyttöönoton myötä autoyritykset ovat entistä aggressiivisempia älykkään ajamisen edistämisessä avoimiin kaupunkeihin, ja sen sijaan ihmiset eivät ole enää suosittuja , he tuovat markkinoille ovelta ovelle -ajomallit ovelta ovelle ja pisteestä pisteeseen -ajoapujärjestelmät on lisätty virallisesti aikatauluun. xpeng motors väittää jopa saavuttavansa l3+-tason autonomisen ajokokemuksen l2-tason älykkään ajamisen laitteistokustannuksilla.
älykkäät ajojärjestelmät, joissa ei ole päästä päähän -ominaisuuksia, näyttävät olleen jonkin aikaa yhteydessä jälkeenjäämiseen. "älykkäät autot, jotka eivät käytä suuria malleja, eliminoidaan." hän xiaopeng sanoi myös, että kaikkien l4-autoa ajavien yritysten tulisi siirtyä suuriin malleihin mahdollisimman pian.
chentao capital ja kolme osapuolta julkaisivat yhdessä "end-to-end autonomisen ajoteollisuuden tutkimusraportin" (jäljempänä "raportti"). sen haastattelema teollisuus, 90 % sanoi, että yritys, jossa työskentelen, on investoinut päästä päähän -teknologian tutkimukseen ja kehittämiseen, ja useimmat teknologiayritykset uskovat, että tätä teknologista vallankumousta ei ole varaa ohittaa.
mutta kaikki "pelaajat" eivät ymmärrä, että päästä päähän suuri malli häiritsee nykyistä älykkään ajojärjestelmän maisemaa.
hou cong, qingzhou zhihangin teknologiajohtaja, kertoi china business newsille, että hän on kokenut teslan fsd v12.3 -järjestelmän yhdysvalloissa. vaikka se on edistynyt huomattavasti teslan edellisen fsd:n kanssa, se eroaa silti waymo robotaxista, joka keskittyy säätelyyn ja säätelyyn. hallinnassa on vielä selkeä aukko. hou xiaodi, tusimplen entinen perustaja, kehotti alaa käsittelemään sitä rationaalisesti eikä päästä päähän myyttejä.
tässä teknologiakiistassa autoyhtiöiden johtajat, kuten musk ja he xiaopeng, tukivat päästä päähän, kun taas l4-älyajoyritysten, kuten hou cong, hou xiaodi ja lou tiancheng (pony.ai:n teknologiajohtaja), johtajat uskoivat, että loppuun asti päästä päähän suuri malli ei voi suoraan teknisesti päivittää l2:n älykästä ajoapua l4:n autonomiseksi ajamiseksi.
"raportti" osoittaa myös, että koska nykyinen tekniikka on vielä kehitysvaiheessa, on vielä monia sovellusvaikeuksia ja kipukohtia, jotka on ratkaistava päästä päähän laajamittaisessa mallissa, kuten suuria eroja. teknisillä reiteillä, suuret tieto- ja laskentatehovaatimukset sekä riittämättömät testaus- ja todentamismenetelmät. kypsät, valtavat resurssisijoitukset jne.
tiellä kohti autonomisen ajon loppua, päästä päähän -suurmallista on tullut myös toinen kiista teknisellä tiellä puhtaan visuaalisen havainnon, tutkafuusiohavainnon jne. jälkeen.
tesla johtaa taas teknistä muutosta?
alkaen integroidusta painevalusta, akkurunkojen integroinnista ja muista teknologioista, teslasta on tullut uuden energiaajoneuvoteknologian alan vertailukohta. monien kiinalaisten autoyhtiöiden katsotaan "ylittävän joen koskettamalla teslaa". tesla on jälleen kerran johtanut uusien energiaajoneuvojen vallankumousta.
ennen kuin täysikokoinen suuri malli laitetaan autoon, älykäs ajoapujärjestelmä on enimmäkseen jaettu useisiin moduuleihin, kuten havainnointiin, suunnitteluun, päätöksentekoon ja ohjaukseen. tekoälyä ja koneoppimista käytetään enimmäkseen havainnointiin, suunnittelu jne., mutta moduulit koostuvat pääasiassa käsin kirjoitetuista säännöistä.
järjestelmän varsinaisessa toiminnassa ajoneuvot kohtaavat kuitenkin usein loputtomia tapauksia (long-tail-ongelmia). tässä tilassa älykäs ajoapujärjestelmä tai autonomiset ajojärjestelmät vaativat usein useiden sääntöjen manuaalisen syöttämisen.
wu xinzhou, nvidian globaali varapresidentti ja autoosaston johtaja, uskoo, että suurin osa olemassa olevista autonomisen ajamisen algoritmeista perustuu sääntöihin vaikea asettaa sääntöjä hyvin vaikeat asiat vaativat monia insinöörejä miettimään kaikkia mahdollisuuksia niin paljon kuin mahdollista, ja tällä menetelmällä on yläraja.
toisin kuin perinteiset sääntöihin perustuvat älykkäät ajoapujärjestelmät, kokonaisvaltaiset autonomiset ajoratkaisut tarkoittavat, että koko prosessi havainnointista ohjaukseen käsitellään edistyneiden algoritmien ja syväoppimisteknologian avulla.
päästä päähän -teknologian soveltaminen autonomisessa ajamisessa on muuttanut useiden mallien, kuten havainnoinnin, ennustamisen ja suunnittelun, alkuperäisen arkkitehtuurin "integroidun havainnon ja päätöksenteon" yhden mallin arkkitehtuuriksi.
cinda securitiesin julkaisema tutkimusraportti osoittaa, että "päästä päähän" viittaa ympäristötietojen syöttämiseen, kuten kuviin toisessa päässä, monikerroksiseen hermoverkkomalliin, joka on samanlainen kuin "musta laatikko" keskellä, ja ohjaus, jarrutus, kiihdytys jne. ajo-ohjeet.
perinteiseen sääntöpohjaiseen alimoduuliarkkitehtuuriin verrattuna päästä päähän -toteutus tuo joukon etuja: globaali tehtävien optimointi perustuu täysin tietopohjaiseen, paremmalla ja nopeammalla virheenkorjausominaisuuksilla tiedon menetys moduulien välillä, virheiden kertymisen välttäminen, parempi yleistyskyky sääntöpohjaisesta (sääntöpohjaisesta) oppimiseen perustuvasta oppimiskyvystä. pystyy kohtaamaan tuntemattomia skenaarioita vahvemmat päätöksentekotaidot.
päästä päähän suurten mallien tuella älykkäät ajojärjestelmät voivat saavuttaa nopeamman iteroinnin ja edistymisen. otetaan esimerkkinä xiaopengin xngp päästä päähän -suuren mallin käyttöönoton jälkeen, sen kolme verkko yhdessä hermoverkko xnet + suuri ohjausmalli xplanner + ai suuri kielimalli xbrain voi iteroida joka 2. päivä älykkäillä ajoominaisuuksilla. 18 kuukautta parannettu 30 kertaa tietojärjestelmän ominaisuudet ja hermoverkkoarkkitehtuuri mahdollistavat nopean diagnoosin ja ratkaisevat pitkät ongelmat tunneissa.
teslan päästä päähän laajamittaisen mallin tien päällä, myös kiinalaisten autoyhtiöiden älykkään ajoteknologian reitit alkavat kokea merkittäviä muutoksia vuonna 2024.
viime vuosina useimmat kiistat kiinalaisten autoyhtiöiden älykkäiden ajoapujärjestelmien teknisestä tiestä ovat keskittyneet visuaaliseen havaintoon ja fuusiohavaintoon. vuoden 2024 alussa yritykset, kuten huawei ja xiaopeng, kilpailevat edelleen erittäin tarkasta grafiikasta ja aidosta "saatavilla valtakunnallisesti".
kun päästä päähän iso malli on laitettu autoon, älykkään ajoavustinjärjestelmän yleistyskyky paranee huomattavasti ja todentamisen ja kehittämisen merkitys yhdellä alueella vähenee. samaan aikaan kokonaisvaltainen toiminta on heikentänyt aiempaa eroa havainnon, suunnittelun, päätöksenteon, ohjauksen ja muiden moduulien välillä. monet autoyritykset ovat myös alkaneet mukauttaa autonomisten ajotiimien organisaatiorakennetta tarpeiden mukaan päästä päähän suuria malleja.
vuoden 2023 lopussa ideal teki organisaatiorakenteen mukautuksen älykkääseen ajotiimiin. tässä muutoksessa ideal organisoi suuren mallin uudelleen tiimiksi ja sijoitti sen etualgoritmien tutkimus- ja kehitystiimiin, joka on kokonaisvastuussa. kokonaisarkkitehtuurin tutkimus ja kehittäminen sekä käyttöönotto vuonna 2024, weilai perusti suuren malliosaston, käyttöönottoarkkitehtuuri- ja ohjelmaosaston sekä aikatilatietoosaston ja peruutti alkuperäisen ympäristöasioiden suunnittelu- ja valvontaosaston. tietoosasto ja ohjelman toimitusosasto.
vaikka autojen päästä päähän -lanseeraukset ovat täydessä vauhdissa, useimmat kiinalaiset autoyritykset eivät ole vielä saavuttaneet teoreettista "one-mode" -päästä-päähän älykästä ajamista.
itseohjautuvan ajoyrityksen cto kertoi toimittajille, että kokonaisvaltaisen mallin älykäs ajosovellus voidaan jakaa kahteen vaiheeseen: ensimmäinen vaihe on kaksimalliratkaisu, joka koostuu päästä päähän -havainnosta ja päästä päähän tämä on teollisuudessa tällä hetkellä käytössä oleva valtavirta. toinen vaihe on yhden mallin ratkaisu, joka on lähempänä agi:n suunta on kuitenkin suhteellisen vaikea ja kestää arviolta 3 vuotta - joidenkin suurten sovellusten saaminen kestää.
tällä hetkellä teollisuus uskoo yleisesti, että kotimaisten autoyhtiöiden ja teslan välinen tutkimus- ja kehityskuilu on noin 1,5–2 vuotta. gu junli, chery automobile co., ltd.:n varatoimitusjohtaja, uskoo, että jotta tesla saataisiin kiinni liiketoimintamallin suhteen, tuotteita on skaalattava. "kun data saavuttaa yli miljoonan teslan tason, mallin intensiivisen koulutuksen avulla älykäs ajo voi oppia videovirran ja kertoa kuljettajalle suoraan ajosuuntaan, aivan kuten tällä hetkellä suosittu chatgpt."
onko alkuperäisillä valmistajilla ja toimittajilla reittieroja?
vaikka monet autoyritykset tuovat markkinoille päästä päähän laajoja malleja peräkkäin ja saarnaavat, että autonomisen ajamisen aikakauden odotetaan tulevan, monet autonomiseen ajamiseen keskittyvät toimittajat ovat saaneet eriäviä ääniä.
"teslan päästä päähän fsd:n lanseerauksen jälkeen ilmeni ongelmia. auto on aina helppo nousta tien reunaan, varsinkin yöllä. joskus se naarmuuntuu, ja joskus se ajaa suoraan tien reunaan ja litistää rengas." hou cong kertoi toimittajille, että myös yhdysvalloissa waymo ei ole ottanut käyttöön päästä päähän laajamittaista mallia, mutta se on pystynyt toteuttamaan miehittämättömiä robotaxi-operaatioita useissa kaupungeissa, ja käyttäjien vastaus on ollut aika hyvä.
päästä päähän suuri malli itsessään ei ole uusi tekniikka, joka on saavuttanut läpimurtoja viime vuosina.
"ennen syväoppimisen syntyä noin vuonna 2010, sitä kutsuttiin mallianalyysialgoritmiksi. tuolloin teimme jalankulkijoiden havaitsemisen tsinghuan yliopistossa, ja meidän piti poimia kuvasta joitakin ominaisuustietoja, kuten henkilön hartioiden kaarevuus. silmien väri jne. nämä ominaisuudet ovat mitä me se on tiivistetty ihmisvoimalla, eli sääntöpohjaisella ja syväoppimisen jälkeen, annamme syvän oppimisen oppia itsenäisesti jokaisesta ihmisestä oppii syvän oppimisen, ei ihmisen voiman määrittelemä. se on sama alusta loppuun, se perustuu oppimiseen." massiivinen datatuki.
tämän katsotaan myös olevan yksi tärkeimmistä tekijöistä, jotta autoyhtiöt voivat kilpailla päästä päähän suurten mallien valinnassa.
verrattuna l4-auton itseohjautuviin toimittajiin, joilla on vain yli sadan ajoneuvon testikalusto, autoyhtiöillä on yleensä satoja tuhansia tai jopa miljoonia tuotteita ajon aikana, mikä auttaa autoyrityksiä tulla kouluttamaan omia älykkäitä ajojärjestelmiään, jotta järjestelmä saavuttaisi nopean iteroinnin.
lisäksi dong jun, l2+ älykkäiden ajoavustinjärjestelmien toimittajan insinööri, kertoi toimittajille, että kokonaisvaltaisesta älykkäästä ajamisesta on vaikea tulla standardoitua tuotetta kehon muodon muutoksissa, anturien asennusasennossa , jne., koko järjestelmä malli on koulutettava uudelleen, mikä vaatii enemmän kustannuksia ja aikaa ja on tehoton.
l2-ajoavustajan päästä-päähän laajamittaisen mallin merkitys on nopeuttaa kaupunkikehitystä ja nopeuttaa autoyhtiöiden mainitseman "se voidaan ajaa valtakunnallisesti" toteutumista. mutta l4-tason autonomisen ajon yrityksissä päästä päähän -malli voi myös vähentää järjestelmän riippuvuutta erittäin tarkoista kartoista toiminnan alkuvaiheessa, jolloin yritys voi laajentaa toimintaansa nopeammin, mutta keskivaiheilla ja myöhäisissä käyttövaiheissa. erittäin tarkoilla kartoilla on edelleen tärkeä vaikutus ja ne voivat parantaa entisestään autonomisten ajojärjestelmien luotettavuutta, turvallisuutta ja sujuvuutta.
toisaalta, verrattuna kannattavuutta saavuttaneisiin autoyrityksiin, kuten tesla ja ideal, useimmat itseohjautuvat ajoyritykset luottavat tällä hetkellä pääasiassa rahoitukseen. päästä päähän suuren mallin laittaminen väylään vaatii paitsi massiivisen datan myös suuren pääomasijoituksen.
"tulevaisuudessa älykäs ajaminen on siirtynyt l4-vaiheeseen, ja data ja laskentateho kasvavat eksponentiaalisesti joka vuosi, mikä tarkoittaa, että tarvitaan vähintään 1 miljardi dollaria vuodessa ja jatkuva iterointi 5 vuoden kuluttua. tällä tasolla , yrityksen kannattavuus ", li auton älykkään ajon tutkimuksen ja kehityksen varatoimitusjohtaja lang xianpeng kertoi.
jiyue automobilen toimitusjohtaja xia yiping uskoo, että 20 miljardia juania pidettiin aikoinaan taloudellisena kynnyksenä auton rakentamiselle, mutta nyt yritykset eivät voi ajaa älykkäästi ilman 50 miljardia yuania.
vielä tärkeämpää on, että waymon ja pony.ai:n kaltaisten autonomisten ajoyritysten, jotka pyrkivät toteuttamaan l4 robotaxin, näkemykset järjestelmän painosta, kustannuksista jne. poikkeavat suuresti oem-valmistajista.
l2-ajoavusta poiketen l3- ja sitä korkeammissa autonomisissa ajoissa päävastuu onnettomuuksista siirtyy ajoneuvolle, mikä asettaa erittäin korkeat vaatimukset autonomisen ajojärjestelmän vakaudelle ja turvallisuudelle. päästä-päähän suuren mallin mustan laatikon tulkitsemattomuus tuo tiettyjä riskejä autonomiseen ajojärjestelmään.
"autoyritykset ovat peräkkäin julkaisseet päästä päähän laajamittaisia älykkäitä ajomalleja ja edistäneet niitä voimakkaasti. ydin on luoda erilaistuminen ja myydä autoja", dong jun sanoi.
hou xiaodi sanoi haastattelussa teslan fsd:ssä, kuljettaja on edelleen vastuussa lisäksi teslan liiketoiminta on autojen myyntiä ja fsd on autojen myynnin lisäarvo. jos haluat harkita, kuinka myydä enemmän autoja, et voi sukeltaa syvälle rajoitetulle alueelle, kuten l4, ja ratkaista kaikkia kulmatapauksia (ääritilanteita) tällä alueella.
hou cong ja muut haastateltavat itseohjautuvista yrityksistä huomauttivat, että l4-autonominen ajo vaatii 100 % turvallisuutta eivätkä voi hyväksyä "mustan laatikon" tuomaa selittämättömyyttä ja epävarmuutta. lisäksi l2:n ja l4:n liikelogiikassa on valtavia eroja.
oem-valmistajille autojen myynti on pääasiallinen liiketoiminta, ja kustannukset määräävät voiton ja kilpailukyvyn markkinoilla. siksi he eivät voi järjestää liikaa turvallisuutta ja l4 robotaxi on operatiivisempi ja tulee olemaan pääliiketoimintaa pitkään. b:n liiketoiminta on pääosin bisnestä eikä suoraan palvele kuluttajia. siksi asiaankuuluvien yritysten on huomioitava paitsi autot myös erilaiset tilanteet ajoneuvojen toiminnassa.
"esimerkiksi mitä tehdä, jos auto on jumissa, mitä tehdä, jos laitteisto on rikki, mitä tehdä, jos tapahtuu onnettomuus, tämä vaatii enemmän redundanssia, eikä tesla voi varata paljon redundanssia kuten waymo, koska liiketoimintalogiikka on erilainen", hou cong sanoi.
mahdollistaako maailmanmalli autonomisen ajamisen?
eroista huolimatta monet itseohjautuvan ajon yritysten teknikot olivat haastatteluissa yhtä mieltä siitä, että päästä päähän suurmallien avulla voidaan parantaa nykyisten autojen älykkäiden ajoapujärjestelmien ominaisuuksia. monet harjoittajat sanoivat, että päästä päähän -suurmalli on "kiikkuva" -tila, kun suuren mallin laittaminen autoon voi nostaa älykkään ajoavustinjärjestelmän ominaisuuksien ylärajaa, mutta se myös alentaa ajoapua. järjestelmän suorituskyvyn alaraja.
"päästä päähän iso malli on koulutettu todennäköisyysmallin perusteella. yksi sen ongelma on, että suhteellisen yksinkertaisissa ja helposti kuvattavissa skenaarioissa sen tulos ei usein ole niin tarkkaa ja tulos on suhteellisen alhainen; tesla on tehnyt tällä alalla melko paljon, mutta tätä ongelmaa ei ole täysin ratkaistu. uskomme, että nykyisen riittävän datan puutteessa meidän on edelleen toteutettava asteittainen moduuli moduuli kerrallaan. täydellinen päästä päähän varmistaen samalla turvallisuuden. tämä suhteellisen vankka tekninen infrastruktuuri ja nopea iterointimenetelmä voivat asteittain lisätä järjestelmän suorituskyvyn ylärajaa ja varmistaa samalla järjestelmän suorituskyvyn alarajan", sanoi horizonin presidentti chen liming.
päästä päähän -mallia ohjaavat tiedot, ja lähtöpää ohjaa päätöksentekoa. ihmiset eivät kuitenkaan voi tietää järjestelmän prosessia. ja sitä verrataan usein mustaan laatikkoon.
hou cong uskoo, että nykyinen päästä päähän suurmallin älykäs ajo ja aiempi sääntöihin perustuva älykäs ajo ovat jossain määrin samanlaisia kuin autojen tuotantoprosessi yhdistä se toisaalta helpottaa hankintaa ja hajauttaa toimittajat, toisaalta se on helppo huoltaa ja se voi korjata mitä tahansa, mikä on rikki itsenäisen ajamisen etuna on, että se voidaan määritellä paremmin ongelmanratkaisuun.
perinteistä monimoduulista autonomista ajoa esimerkkinä, jos järjestelmässä ilmenee ongelmia testauksen aikana, tuotekehityshenkilökunta voi löytää vian vastaavasta osiosta ja korjata sen tilanteen mukaan. mutta mustille laatikoille, kuten päästä päähän suurille malleille, kehittäjät voivat vain kouluttaa strategiaa, kouluttaa uudelleen tai muokata mallia, mutta muuttaa "mustan laatikon" parametreja. ja kun järjestelmä päivittyy ja toistuu, mitä vaikeampia ongelmia järjestelmä ratkaisee, sitä enemmän kustannusinvestointeja tarvitaan. tämä asettaa korkeamman kynnyksen päästä päähän suurille malleille.
toisaalta päästä päähän suuret mallit ovat dataohjattuja, mutta massiiviset tiedot eivät välttämättä tuota positiivisia parannuksia järjestelmään.
pony.ai ai -tiimin päällikkö xiao bo uskoo, että vaikka algoritmi on erittäin hyvä ja järjestelmän koulutus erittäin hyvä, massiivisista ihmisajotiedoista opittu kyky on lähes keskimääräisen ihmisajon tasoa, mikä riittää. selviytyäkseen l2-tasosta, mutta l4- tai sitä korkeammalla autonomisella ajolla on oltava 10 kertaa enemmän ominaisuuksia kuin ihmiskuljettajalla, eikä tämä malli riitä tukemaan sitä.
juuri kun päästä päähän on nopea yleistymistrendi, kotimaiset autoyritykset ja -toimittajat ovat jälleen ehdottaneet uutta "maailmanmalli"-konseptia. lou tiancheng uskoo, että maailmanmalli on tällä hetkellä paras ja tärkein asia, ja ymmärtää sen ainoana ratkaisuna autonomiseen ajamiseen.
maailmanmalli voidaan ymmärtää todellisen maailman simulointina ja mallintamisena, joka voi todella ja tarkasti palauttaa muutoksia kohtauksiin, kuten risteyksiin. esimerkiksi jalankulkijoiden liikerata, joka on tukossa, kun haamutunniste havaitaan, jalankulkijoiden ja muiden ajoneuvojen välinen reaktio ajoneuvon törmäyshetkellä ja jopa yksityiskohdat, kuten henkilön hidastuminen juokseessaan, voivat saavuttaa painovoiman kiihtyvyyden. samalla maailmanmalli on myös pisteytysjärjestelmä, joka arvioi autonomisen ajojärjestelmän suorituskykyä ja voi tietää, kumpi on parempi järjestelmän a ja järjestelmän b välillä.
aiemmin autoyhtiöt, kuten weilai ja ideal, ovat peräkkäin julkaisseet "maailmanmallejaan".
ren shaoqing, weilain autonomisen ajon varatoimitusjohtaja, sanoi: "verrattuna perinteisiin päästä päähän -malleihin, uudella maailmanmallilla on mielestämme kolme tärkeintä etua. ensimmäinen on tilan ymmärtäminen generatiivisten mallien kautta rekonstruoiduista malleista. anturit tällä tavalla kerätään tietoa autoregressiivisen mallin avulla. kolmanneksi tuhannet maailmat vaativat enemmän tietoja -ulotteinen itseanalyysi luo mallirakenteita, joiden avulla voimme oppia paremmin.
lou tiancheng uskoo, että maailmanmalli voidaan ymmärtää ihmisten simuloimana "valmentajana". ihmiskuljettaja hän tulee kouluttamaan älykästä ajojärjestelmää, ja tulokset ovat varmasti parempia kuin ihmiskuljettajat.
vaikka kiistaa on edelleen olemassa, useimmat haastateltavat uskovat edelleen, että l2-älykkään ajoavustinvaiheessa päästä päähän suuret mallit voivat todellakin parantaa vastaavien järjestelmien suorituskyvyn ylärajaa. useimmat l4-autonomistajayritysten työntekijät eivät ole samaa mieltä siitä, että tesla, xpeng ja muut autoyritykset ovat hypänneet, että heidän tuotteensa perustuvat l2-älykkääseen ajamiseen, joka tukee päästä päähän -teknologiaa, ja jopa saavuttavat l2-luokan laitteistotaso autonominen ajokyky.
"tässä vaiheessa autoyritykset hyppäävät päähän ja muodostavat huippuluokan teknologiaa, joka johtaa autonomiseen ajamiseen. syy tähän on enimmäkseen myydä enemmän autoja."
(tämä artikkeli on peräisin china business newsista)
