nouvelles

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Édition de conduite intelligente Blue Mountain de marque Wei

Au cours des dernières années, le label « conduite intelligente » a été plus étroitement lié aux nouveaux constructeurs de voitures électriques. De nombreuses nouvelles marques telles que Xpeng, Huawei et Ideal ont toutes fait des efforts dans le domaine de la conduite intelligente, dans le but de prendre de l'ampleur. le leader dans la nouvelle ère énergétique. Occupez l’esprit de l’utilisateur.

En comparaison, la voix des constructeurs automobiles traditionnels semble beaucoup plus faible, mais en fait, ils ne restent pas du tout à plat à cette époque. Les constructeurs automobiles représentés par Great Wall accumulent également secrètement des efforts pour tenter de gagner dans le concours de conduite intelligente. Yicheng.

Depuis le début de cette année, Wei Jianjun, président de Great Wall Motors, a mené des tests en direct sur la conduite intelligente respectivement à Baoding et à Chongqing. En tant que dirigeant de l'entreprise, il a non seulement assisté aux tests en personne, mais a également participé à de nombreux tests. collègues du service technique pour approuver sa dernière technologie de conduite intelligente.

Objectivement parlant, si nous remontons à il y a un an, la conduite intelligente de Great Wall Motor n'était généralement pas très présente dans l'industrie, et la plupart des produits de conduite assistée L2+ utilisés dans les voitures produites en série provenaient de fournisseurs matures.

Jusqu'en avril de cette année, Great Wall a publié l'architecture technique de la conduite intelligente intégrée SEE, dont l'objectif principal est de faire face à la conduite assistée L2+, des scénarios à grande vitesse aux scénarios urbains. Dans une telle architecture, il est optimisé sur la base de modules d'algorithmes segmentés traditionnels et utilise un grand modèle intégré pour résoudre les problèmes de prise de décision dans davantage de scénarios, mais il contient également des règles artificielles.

D'un point de vue technique, le modèle SEE actuel de Great Wall Motors n'est plus une prise de décision et une planification traditionnelles basées sur des règles, mais un modèle intégré à grande échelle avec prise de décision par intelligence artificielle. Il montre donc un certain niveau de vétéran. pilotes en termes de capacités d'évitement d'obstacles. Par rapport à la méthode stupide précédente consistant à s'appuyer sur une équipe de milliers de personnes pour corriger chaque scénario, l'efficacité a été grandement améliorée.

Alors maintenant, après les lourds investissements de l'ensemble du groupe en R&D, dans quelle mesure le niveau de conduite intelligente de Great Wall a-t-il évolué ?

Ce qui suit est une transcription d'une conversation récente entre Wu Huixiao, vice-président du renseignement de Great Wall Motor, le directeur principal du centre de développement de plate-forme intelligente Jiang Haipeng, et l'expert du centre de développement de plate-forme intelligente Wu Guosuzhou et d'autres, qui ont été brièvement édités par Titanium. Application multimédia.

Q : À quel niveau les capacités de conduite intelligente actuelles de Great Wall se comparent-elles à celles des autres marques ?

Jiang Haipeng : Parlons d'abord de nos propres avantages. En commençant par Urban NOA au second semestre de l'année dernière, qu'il s'agisse de Huawei ou de Xpeng, je suis très reconnaissant envers ces deux entreprises leaders. Il s’avère que nous prévoyons que le NOA urbain sera mis en œuvre en 2025, précisément parce que nos dirigeants nationaux en font une promotion très approfondie. Au début, il s’agissait d’un modèle sans images. leur promotion et éducation relativement radicales de nos utilisateurs, et ont également poussé Urban NOA sur la scène la plus populaire de la conduite intelligente.

Cette année, nous avons effectué un essai routier approfondi de Tesla lors du CES. Après notre retour en Chine, nous avons effectué une évaluation et des essais approfondis de tous les modèles dotés de fonctions de conduite intelligente. Je pense que notre statut actuel n'est inférieur à celui d'aucune autre entreprise. . Si nous devons classer En termes de réputation, je pense que nous sommes dans les trois premiers, donc il n’y a aucun élément de vantardise.

Q : Que pensez-vous de l’actuelle voie technologique de bout en bout pour les grands modèles dans l’industrie ?

Jiang Haipeng : Aujourd'hui, presque toutes les sociétés d'algorithmes ou OEM parlent du grand modèle de bout en bout. Je peux vous dire de manière responsable qu'il n'y a pas plus de trois entreprises dans le monde qui sont véritablement de bout en bout et qui l'ont fait selon le. architecture de bout en bout, et même dans l'architecture de bout en bout, de nombreux problèmes de sécurité basés sur des règles sont également intégrés en interne. Parce que le bout en bout en lui-même ne signifie pas que Tesla n'a proposé ce concept que l'année dernière ou cette année. Lorsque nous avons commencé à faire de la conduite autonome, nous savions tous qu'il devait y avoir une modélisation des capacités, des modèles, des puces et des fonctionnalités. le volume de données n’était pas suffisant.

Par conséquent, la perception est d'abord modélisée, puis le modèle est ensuite modélisé, puis lentement poussé vers la prise de décision. Lorsqu’il n’y avait pas de modèles, nous nous appuyions sur des règles. Plus tard, nous avons constaté qu’une fois entrés dans la ville, si nous suivions toujours les règles, il n’y avait aucun moyen de répondre aux besoins des scénarios urbains. Si vous empilez le code sans limite, vous ne pourrez peut-être pas bien écrire les règles de la ville s'il n'y a pas 3 000 ou 5 000 personnes travaillant sur un système de conduite autonome. Même s'il y a un changement après l'écriture, il vous sera difficile de le faire. résoudre. Alors aujourd’hui tout le monde sait très clairement qu’il faut utiliser les données pour piloter l’opération afin de réduire le nombre de codes personnels et réduire les coûts, sinon elle ne sera pas établie.

Q : Les constructeurs automobiles sont relativement optimistes quant à l'ensemble du processus, mais certaines incertitudes subsistent. Comment la Grande Muraille envisage-t-elle l'évitement des risques ?

Jiang Haipeng :De bout en bout doit être l'avenir, mais ce n'est pas la fin. Il y a quelque chose de plus avancé maintenant. La fin d'une conduite véritablement intelligente doit être comme un être humain capable de penser et de comprendre la scène et d'effectuer des actions de conduite intelligentes. sur la compréhension de la scène.

Pour donner un exemple simple, lorsque nous conduisons, il y a un sac en plastique noir devant nous. S'il y a des voitures des deux côtés et qu'il n'y a aucun moyen de le contourner, nous allons certainement l'écraser parce que je sais que c'est le cas. un corps mou et je peux l'écraser. La première est qu'il n'y aura pas d'accidents, et deuxièmement, il n'y aura aucun dommage à mon véhicule. C'est différent maintenant. Il n'y a aucun moyen de savoir qu'il y a un logiciel devant nous. Nous savons seulement que c'est un obstacle et nous devons soit le freiner, soit l'éviter.

À l'avenir, la conduite autonome doit être une conduite autonome avec une compréhension de la scène, et nous effectuons également de la planification et du développement dans ce domaine. Maintenant, il y a quelques bases. Tout d'abord, du point de vue des puces, comme Thor de NVIDIA, nous comprenons que certaines grandes sociétés nationales de puces ont également défini leurs propres puces à cet égard, vous devez prendre en charge l'exécution de puces similaires à de grands modèles linguistiques. Du point de vue du modèle, il existe ce que nous appelons un modèle de langage, similaire à l'IA ouverte, qui nous aide à faire une certaine compréhension, puis à émettre une perception et à porter un jugement global. Cet aspect est le résultat final à l'avenir.

De bout en bout se trouve l'ensemble actuel de logique technique basée sur la conduite autonome elle-même, qui est segmentée de la modélisation de la perception à la modélisation de fusion, et enfin à la modélisation à l'échelle. Parce que les gens deviennent paresseux, le développement, en particulier le code logiciel et les algorithmes, est un travail extrêmement exigeant. Que doivent-ils faire s'ils veulent faciliter leur travail ? Les étudiants qui s'engagent dans l'IA sont particulièrement ennuyés par le codage parce qu'ils ont le sentiment d'écrire ? le code, c'est trop. C'est une perte de temps, donc ils sont extrêmement motivés. Je veux convertir le code en modèle, le cloud s'adaptera donc de bout en bout. La fin est une étape du développement technologique, mais ce n'est pas la fin de la conduite intelligente.

Q : Great Wall SEE Architecture 2.0, pourquoi conserve-t-elle les caractéristiques respectives d'un module de bout en bout et d'un module complet de bout en bout ?

État de Wu, Suzhou :Ces deux concepts sont des concepts. Le véritable bout en bout complet ne signifie pas qu'il n'y a pas de règles pour couvrir l'ensemble de la situation, mais l'avantage du bout en bout complet est que vos données peuvent apprendre les trajectoires et les caractéristiques des êtres humains. conduire du début à la fin. Avec l'état technique actuel, personne ne peut. La méthode consiste à former un objet complètement de bout en bout, qui peut être ouvert dans tous les scénarios, et un objet modulaire de bout en bout, qui a également une interface perceptuelle au milieu.

Par exemple, s'il y a des lignes de voie et des obstacles similaires, le plus grand avantage du modèle modulaire de bout en bout est que le modèle est facile à entraîner, mais il n'a pas les avantages d'un modèle complet de bout en bout, donc ces deux parties sont combinés. Pour parler franchement, si vous exécutez deux modèles, les deux modèles sont indépendants et les besoins en puissance de calcul sont doublés. Vous devez concevoir un mécanisme de partage et d'échange de données. C'est également un point difficile dans la construction du modèle. sera un mécanisme d'arbitrage correspondant. Déterminez les scénarios que je pense qu'une certaine exportation de modèle nécessite, afin que ces scénarios puissent être combinés de manière transparente.

Q : Sur quelle base la stratégie spécifique d’ouverture de la ville de Great Wall Intelligent Driving est-elle décidée ?

Jiang Haipeng : En fait, la logique de Kaicheng est très simple. Nous avons trié les 20 villes les plus vendues dans nos Montagnes Bleues. Les meilleures ventes sont Chongqing, Chengdu, etc. Après avoir visité ces quatre villes, nous avons un avantage. catégories. Chongqing est une ville de montagne et les conditions routières sont en effet complexes. Chengdu est un représentant typique des scènes de congestion. Les voies urbaines sont très étroites et la circulation est énorme. Chaque voie dispose d'une voie de bus et d'une zone d'attente. Shenzhen est un représentant typique des villes de haute technologie, très similaire à Shanghai. Baoding est un représentant des villes de deuxième et troisième rang, donc chaque ville représente un type de ville. Si nous généralisons de quelques villes à d'autres villes, nous obtiendrons le double du résultat avec la moitié de l'effort.

Nous sommes très envieux de la méthode de promotion de Wei Xiaoli, car il existe déjà des voitures dans le monde qui offrent des fonctions utilisateur via OTA. Au lieu de repartir de zéro, il y en a déjà 0,5, et ajouter 0,5 en fera 1. Nous n'avons actuellement aucune voiture sur le marché, nous ne pouvons donc avoir cette fonction qu'à partir du début des ventes. Il s'agit de deux manières différentes.

Q : À quels ajustements Great Wall Motors a-t-elle été confrontée lors de la promotion de la NOA urbaine ?

Wu Huixiao : La vulgarisation à grande échelle aura lieu en 2025. L’année dernière, nous avions jugé que le nœud était au premier semestre 2024. Plus tard, nous avons collaboré avec l'ensemble du véhicule, notamment en apportant quelques ajustements à l'architecture du modèle pendant le processus d'ouverture. Puis, au cours du processus de mise en œuvre, nous avons également constaté que l'ensemble de l'industrie serait confronté à une étape où les utilisateurs accepteraient la conduite conjointe homme-machine. Cette fonction sera disponible lors du lancement de Blue Mountain Smart Driving Edition, et il y aura quelques optimisations et ajustements de l'interaction après avoir monté sur l'OTA de la voiture.

Q : Quelle est la taille actuelle de l’équipe R&D de conduite intelligente de Great Wall ?

Wu Huixiao :Mon patron m'a déjà dit qu'avec plus d'un millier de personnes responsables, y compris des chauffeurs et des TST, la conduite du personnel n'est pas la bonne direction pour l'avenir. Les méthodes de développement basées sur une compréhension plus large de la scène modèle deviendront en fait de moins en moins populaires à l'avenir. En s'appuyant sur le transfert de projets et les tactiques de vague humaine, l'avenir doit utiliser une qualité supérieure, une densité plus élevée et un échelon de talents plus élevé, couplés à notre infrastructure.

Q : Que pensez-vous du rôle du lidar dans la conduite intelligente ?

Jiang Haipeng : Lidar ne résout que 1 %. Les constructeurs automobiles devraient-ils dépenser des milliers de dollars pour 1 % ? Nous pensons qu'ils devraient le dépenser. Notre entreprise ne dit pas qu'il n'est pas nécessaire de réduire les coûts. La marque et le patron se demandent s'ils peuvent réduire. Nous insistons toujours pour ne pas réduire certains coûts, et ce 1% est justement lié à la sécurité. Par conséquent, nous ne prévoyons pas d’éliminer le lidar au cours des deux prochaines années, mais nous devons néanmoins garantir la sécurité.

Q : Quel est l’ordre dans lequel les modèles de conduite intelligente de Great Wall Motors seront lancés ?

Wu Huixiao :Actuellement, le Blue Mountain Smart Driving Edition est équipé de Coffee Pilot Ultra, en plus de max et pro. Nous devons également examiner les besoins des utilisateurs et certains utilisateurs estiment qu'ils ont des inquiétudes quant à son utilisation dans cette situation, puis décident. s'il faut promouvoir le NOA à grande vitesse dans son ensemble ou le City NOA.

Q : Quand les consommateurs pourront-ils payer pour une conduite intelligente avec de l’argent réel ?

Wu Huixiao : Mon point de vue est que l'entreprise est la plus grande charité. Votre voiture doit pouvoir fonctionner de manière positive afin de maintenir le développement sain et positif de votre entreprise et de votre chaîne industrielle. Vous ne pouvez pas acheter ou vendre par la force. Le premier point est de bien fabriquer le produit. Une fois que vous l'avez fait, vous avez résolu de nombreux problèmes pour les utilisateurs, et ils sentiront que cela vaut l'argent dépensé. Nous devons également faire beaucoup de travail en interne, notamment en établissant des processus, des systèmes informatiques et des canaux de paiement. En fait, l'ensemble du secteur a vécu ce processus.

Qu'il s'agisse de conduite intelligente ou de cockpit, l'expérience doit être améliorée. Sur la base de la boucle fermée saine du futur modèle économique, la route doit d'abord être tracée à partir de la chaîne organisationnelle et technique. Lorsque vous améliorez réellement l'expérience, les utilisateurs seront disposés. payer et permettre aux gens de véritablement profiter de la commodité de la technologie et de sentir que l'argent vaut la peine d'être dépensé, ils sont donc naturellement prêts à payer.

Cette année, les constructeurs automobiles sont très occupés et l'industrie du logiciel perd de l'argent. Je pense que notre pays tout entier, moi y compris personnellement, doit apprendre à quel type de valeur nous payons pour la nourriture, les vêtements et les maisons. pour payer la musique ? , le paiement des droits de propriété intellectuelle, la société entière doit travailler dur.

Q : Pourquoi l'année prochaine est-elle la première année de l'industrie de la conduite intelligente ?

État de Wu, Suzhou :On peut l’envisager sous quatre aspects.

Le premier est l'évolution des algorithmes. Lorsque nous faisions de la conduite intelligente il y a de nombreuses années, nous pensions que la première chose à faire en matière de conduite intelligente était de faire un bon travail de perception. . Plus tard, le niveau de perception s’est amélioré et on a dit que même s’il y avait de la perception, il n’y avait pas de cognition. Aujourd’hui, nous parlons de cognition comme de la compréhension de la scène par le système de conduite intelligente. Cela a été très difficile dans le passé et nous avons effectué d'innombrables explorations, mais les modèles de langage et les technologies de langage visuel d'aujourd'hui nous donnent un point de départ pour la technologie cognitive dans les scènes macro. Si vous souhaitez mettre ce modèle dans une voiture, vous ne voulez pas le copier et l'utiliser directement, c'est impossible. Au moins d'un point de vue technique, c'est la méthode. Le grand modèle de conduite intelligente peut également être capable de résoudre le problème des échantillons nuls ou des échantillons rares. C'est l'aspect algorithme.

Le deuxième concerne la puissance de calcul. Aujourd'hui, tous ceux qui travaillent sur la conduite autonome haut de gamme, à l'exception de Huawei, qui possède ses propres puces et est en effet loin devant, les autres sont des puces NVIDIA conçues par ses principaux concepteurs. eux en 2019 Achevé, il y a eu un rebond au milieu. Je me suis donc adapté à l'architecture des puces NVIDIA d'il y a quatre ans. En fait, la puce aura une itération très importante l'année prochaine. Qu'il s'agisse de puces informatiques Nvidia ou nationales de haute puissance, l'algorithme marchera dessus.

Le troisième aspect concerne les données. Au fil des années, les équipementiers traditionnels et les nouvelles forces ont commencé à accumuler plus ou moins une quantité totale de données de conduite intelligente. Lorsque la quantité de données s'accumule jusqu'à un certain niveau, elles seront à leur tour utilisées pour l'entraînement. grands modèles. La possibilité d’un changement quantitatif vers un changement qualitatif se présente.

Enfin, il y a l’aspect cognitif. Dans le passé, il y avait deux groupes : ceux qui croyaient à la conduite autonome et ceux qui n'y croyaient pas. Tout le monde pensait que la technologie basée sur les données avait un avantage. qu'elle est optimisée 10 fois par an, tout le monde a confiance en cette matière. Et la cognition, cette cognition favorisera à son tour l'investissement de chacun dans la technologie, et d'autre part, elle aura un impact indirect sur les choses douces des lois, des réglementations et de l'éthique. Ce point arrive bientôt.

Q : Que pensez-vous de l'entrée de Tesla FSD en Chine ? Quels sont les avantages des technologies nationales de conduite intelligente telles que Great Wall par rapport à Tesla ?

Wu Huixiao : Tesla a ouvert la voie en matière de conduite assistée, et nous avons également vu ses performances aux États-Unis. Nous pouvons seulement dire qu'il y a des défis. Même si c'est très bon, ce sera difficile à réaliser à court terme. Il y a une grande différence entre les routes américaines et les routes chinoises. Les Américains mélangent rarement les voitures. Quand nous en avons fait l'expérience dans les rues de San Francisco, s'il y avait du monde, cela causerait encore beaucoup d'interférences au conducteur. les données arrivent, sur la base du big data de bout en bout. Le modèle de développement du modèle en fera certainement une amélioration plus rapide.(Cet article a été publié pour la première fois sur Titanium Media App, auteur｜Li Yupeng, éditeur｜Zhang Min)