nouvelles

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Texte | Institut de recherche sur le capital titane

Récemment, le service de covoiturage en ligne autonome « ​​Carrot Run » de Baidu est devenu un sujet brûlant. Tesla devrait lancer « Robotaxi » en août 2024. Dans le même temps, des politiques nationales ont été intensivement introduites pour stimuler le développement de soi. -conduire des voitures Début 2024, cinq départements, dont le ministère de l'Industrie et des Technologies de l'information, ont publié conjointement un avis pilote pour l'application « intégration véhicule-route-cloud », couvrant les grandes villes de premier et de deuxième rang. La technologie de conduite autonome sera un moteur de croissance important pour l’industrie des véhicules à énergies nouvelles. L'architecture de bout en bout est progressivement devenue le thème principal du concours de cette année dans le domaine de la conduite intelligente. Afin de rivaliser pour l'avant-garde, les constructeurs automobiles ont commencé à intensifier leurs efforts en matière de recherche et de développement.

Quelles sont les logiques d’investissement pour les pistes de conduite intelligentes ? Quelles sont les tendances de développement de la technologie de conduite autonome de bout en bout ? Récemment, Titanium Capital a invité le Dr Liu Yudong, directeur général exécutif de Chentao Capital, à partager sur des sujets connexes. Il se concentre depuis longtemps sur l'investissement dans le domaine de la conduite intelligente. Il a travaillé au Geely Automobile Research Institute et à Didi Chuxing et a dirigé le projet. conduite intelligente de plusieurs véhicules électriques intelligents. Il est engagé dans le développement de la production de masse de systèmes et dans la recherche prospective sur les algorithmes de perception, et possède une riche expérience pratique dans la planification technique, la définition de produits, la gestion d'équipe, la coopération écologique et d'autres domaines. L'hôte de ce partage est Wang Zeqing de Titanium Capital, qui se concentre sur les nouvelles énergies, les nouveaux matériaux, l'IA, la chaîne industrielle de la robotique et les domaines des transports.

Chentao Capital Logique d'investissement sur la piste de conduite intelligente

1. Concentrez-vous sur la conduite intelligente

Chentao Capital est une institution d'investissement en capital-investissement axée sur les industries émergentes, et la conduite intelligente est l'un de ses principaux secteurs d'investissement verticaux. Il y a trois raisons principales de se concentrer sur la conduite intelligente : premièrement, la conduite intelligente, en tant que domaine qui combine le transport et l'intelligence artificielle, dispose d'un énorme espace de marché, qui devrait dépasser les mille milliards ; la voie, et la technologie et la structure industrielle ne se sont pas encore stabilisées, offrant des opportunités d'entrée continues aux start-ups ; enfin, les talents et les technologies de l'industrie de la conduite intelligente sont hautement malléables et le flux de talents techniques de base apporte des opportunités d'investissement ; industries connexes telles que l’IA et la robotique.

Au cours des sept ou huit dernières années, Chentao Capital a investi dans près de 20 entreprises liées à la conduite intelligente. La plupart des investissements ont eu lieu au stade du cycle d'amorçage et du cycle providentiel, et a participé en tant qu'actionnaire important. Le domaine d'investissement est principalement divisé en trois secteurs : le premier concerne les entreprises de conduite autonome se concentrant sur différents scénarios segmentés, tels que l'exploitation minière, les ports, la distribution urbaine, le nettoyage sanitaire, etc. ; le second est la chaîne d'approvisionnement de base liée à la conduite intelligente, y compris ; les sociétés de châssis de contrôle filaire et de capteurs et composants en amont ; la troisième est constituée des sociétés de logiciels et de services liés à la conduite autonome qui ont attiré beaucoup d'attention au cours des deux dernières années, en particulier l'IA générative et les services de données.

2. L'industrie a entamé la deuxième vague du cycle de croissance

La conduite intelligente est considérée comme une voie à long terme. Depuis 2015, le marché chinois de la conduite autonome a connu sa première vague de croissance. Bien que l'attention ait diminué au cours des deux dernières années, cette tendance est conforme à la courbe de Gartner en matière de développement technologique, ce qui indique qu'il existe encore un énorme potentiel de croissance et des opportunités d'investissement à l'avenir.

Actuellement, le secteur de la conduite intelligente se trouve dans une période d'ajustement après la première vague d'investissements et est confronté à des défis tels que la commercialisation, mais les perspectives à long terme restent optimistes. Nous avons une prévision claire de la tendance de développement de la technologie et pensons que l’industrie a entamé la deuxième vague du cycle de croissance. Les signaux de ce cycle incluent le tournant de la commercialisation des entreprises de conduite autonome et la vague de cotations de sociétés liées, indiquant que l'industrie de la conduite intelligente est entrée dans une nouvelle phase d'investissement. C'est pourquoi notre fonds a commencé à investir l'année dernière et continue de rechercher de nouvelles opportunités.

Chentao Capital se concentre actuellement sur deux directions d'investissement : premièrement, la commercialisation de la conduite autonome dans différents scénarios, estimant que la technologie de conduite autonome transformera le transport et générera une valeur pratique, deuxièmement, les percées technologiques de pointe et les applications dans le domaine de la conduite autonome, en particulier ; La technologie de conduite autonome de bout en bout sera le principal facteur de transformation du secteur de la conduite autonome au cours des deux à cinq prochaines années. Maintenir un haut degré de sensibilité et d'attention aux grands modèles, au radar à ondes millimétriques 4D, à la technologie lidar et à diverses technologies de puces dans le domaine de la conduite autonome. Le partage suivant se concentrera sur différents scénarios et technologies de bout en bout de conduite autonome.

3. Logique d’investissement pour différents scénarios de conduite autonome

Nous utilisons une méthode de classification à quatre quadrants pour différencier les scénarios d'application de conduite autonome en fonction de la vitesse (basse vitesse, grande vitesse) et de la charge (transport de marchandises, de personnes). En termes de difficulté technique, la conduite autonome à grande vitesse est plus difficile que la conduite à basse vitesse, le transport de personnes est plus difficile que le transport d'objets et les scénarios ouverts sont plus difficiles que les scénarios spécifiques. Par conséquent, Chentao Capital a initialement concentré ses investissements sur le domaine de la conduite sans pilote pour le chargement de marchandises à basse vitesse, impliquant des segments de marché tels que le transport minier, la distribution logistique des terminaux, le nettoyage sans pilote et les scénarios portuaires.

4. Progrès de la commercialisation de la conduite autonome dans différents scénarios

Nous le divisons en To G, TO B (marché des entreprises) et TO C (marché de consommation). Dans le domaine TO G, l'assainissement et la sécurité sont les principaux scénarios d'application. L'assainissement de l'environnement a fait l'objet d'une première mise en œuvre à grande échelle et des robots d'inspection de sécurité sont utilisés dans certaines villes.

Du côté des TO B, c'est la commercialisation de la conduite sans pilote dans les mines et les ports qui progresse le plus rapidement. Un modèle commercial clair a été formé et sa réplication à grande échelle a commencé.

En outre, le secteur de la livraison urbaine a connu une croissance explosive cette année, les principales entreprises annonçant qu'elles étendraient leur flotte à des dizaines de milliers d'unités, ce qui permettrait de multiplier par dix leur taille. La croissance rapide de la distribution urbaine est due à la recherche de scénarios d'application appropriés dans le maillon de distribution, tels que la coopération avec des entreprises de logistique express, la distribution de produits frais dans les supermarchés, etc. Pour la logistique principale côté B, étant donné qu'il s'agit d'un scénario ouvert et techniquement difficile, elle en est encore au stade d'opération de test à petite échelle.

Du côté C, les applications sans conducteur sont principalement les Robotaxi (taxis sans pilote) et Robobus (bus sans pilote).

5. Taxi sans conducteur : résumé de l’avancement de Carrot Run

Le projet Carrot Run de Baidu est un signal positif pour son effet disruptif sur l’ensemble du secteur de la conduite autonome.

Il existe trois étapes de développement des scénarios de conduite autonome : autonome, à grande échelle et commercialisation. Dans la phase sans pilote, Baidu a déjà démontré ses capacités de conduite sans pilote. Baidu a réalisé le RoboTaxi (taxi sans pilote) sans pilote en 2022, effectué des tests sans pilote à Wuhan et dans d'autres endroits et a soutenu le fonctionnement des taxis sans conducteur via le centre de conduite télécommandé. En termes d'échelle, Baidu a annoncé le plan de lancement de RoboTaxi. Il devrait lancer environ 1 000 véhicules d'ici la fin de l'année. Il a déjà lancé quelques véhicules à Wuhan, montrant des signes préliminaires d'ampleur. La phase de commercialisation se concentre sur la rentabilité. Liu Yudong estime que le moment de la rentabilité de Robo Taxi n'est pas encore clair et qu'il dépend principalement du rapport de sécurité de la conduite télécommandée et du futur pouvoir de tarification de l'entreprise. Actuellement, Robo Taxi propose des services à des prix ultra bas sous forme de subventions. La question de savoir si elle peut maintenir l'échelle des commandes tout en augmentant les frais de trajet à l'avenir est une question à laquelle l'industrie doit prêter attention.

L'industrie de la conduite autonome fait l'objet de tentatives actives de commercialisation. Bien qu'elle soit confrontée à des défis, les progrès technologiques et l'innovation en matière de modèles commerciaux offrent un large espace pour le développement futur de l'industrie. Les pratiques d'entreprises telles que Baidu favorisent non seulement le développement de la technologie, mais fournissent également une expérience précieuse pour l'exploration de la commercialisation de l'ensemble du secteur.

Le projet Carrot Run a eu un impact significatif à trois niveaux : technologique, industriel et industriel. Niveau technique : Luobo Kuaipao présente une solution système qui combine des algorithmes côté voiture et une conduite télécommandée, offrant ainsi une solution évolutive. Ce mode offre aux consommateurs une expérience véritablement sans conducteur grâce à la conduite télécommandée, même si la technologie côté véhicule n'est pas encore parfaite. À l’avenir, davantage de constructeurs de voitures particulières et d’autres sociétés de conduite autonome pourraient se référer à ce plan pour promouvoir l’application généralisée des taxis sans conducteur.

Niveau industriel : L'application à relativement grande échelle de Luobo Kuaipao fournit une démonstration de la division industrielle du travail pour l'industrie. Cela implique les opérateurs en aval et les sociétés de pièces détachées en amont, apportant des avantages supplémentaires à ces parties concernées. À mesure que ses opérations mûrissent, Baidu pourrait affiner davantage ses opérations et ses plans de détention d'actifs et promouvoir la division industrielle du travail, ce qui serait bénéfique au développement de l'ensemble du secteur.

Au niveau de l'industrie : L'effet révolutionnaire de Carrot Run a ravivé l'intérêt du public pour l'industrie de la conduite autonome. Cet événement est le « moment ChatGPT » dans l'industrie de la conduite autonome, ce qui signifie qu'il ne s'agit pas seulement d'une percée technologique, mais plus important encore. , il attire l'attention du public. À mesure que davantage de personnes y prêteront attention, le secteur de la conduite autonome attirera davantage de ressources, notamment de talents et de fonds.

Tendances de développement des technologies de conduite autonome de bout en bout

Le développement d'une technologie de bout en bout favorise non seulement une recherche approfondie dans le monde universitaire et industriel, mais apporte également de nouvelles opportunités d'investissement et de nouvelles orientations de recherche au secteur de la conduite autonome. Bien que cette technologie de bout en bout en soit encore au stade exploratoire, ses perspectives d’application dans le domaine de la future conduite autonome sont vastes et méritent une attention particulière de la part de l’industrie et des investisseurs.

1. La conduite autonome de bout en bout ouvre un nouveau cycle de révolution industrielle

La technologie de bout en bout a reçu une large attention de la part du monde universitaire et de l'industrie au cours de l'année écoulée, en particulier après que les résultats de recherche du laboratoire d'intelligence artificielle de Shanghai ont remporté le prix du meilleur article CVPR2023, cette technologie est redevenue le centre d'intérêt de la communauté universitaire. Le processus d'exploration du concept de bout en bout de 2016 à 2018, la position active de Tesla dans ce domaine et la diffusion en direct d'Elon Musk en août 2023 ont démontré FSD v12 basé sur l'architecture de bout en bout, commençant officiellement à promouvoir le concept de bout en bout. marché jusqu'au bout. Au cours des six derniers mois, les principales entreprises chinoises de conduite intelligente ont successivement lancé des plans de conduite autonome de bout en bout. En mai 2024, Wayve, une start-up axée sur le développement de systèmes de conduite autonomes de bout en bout, a reçu un financement d'un milliard de dollars américains. Il s'agissait de la première transaction d'un montant de financement supérieur à un milliard de dollars américains depuis l'avènement de la conduite autonome. L'industrie automobile est entrée dans un creux en 2022, ce qui montre que le marché des capitaux est optimiste quant à cette évolution.

2. Évolution de l'architecture de conduite autonome

De bout en bout est une technologie qui couvre l'ensemble du processus, depuis l'entrée du capteur jusqu'à la planification de la trajectoire ou la sortie du signal de contrôle, entièrement mise en œuvre par l'IA ou les réseaux neuronaux.

Le développement de la technologie de bout en bout est divisé en plusieurs étapes : la première est la perception de bout en bout, dans laquelle le module de perception a été implémenté par apprentissage profond, mais la planification des décisions est toujours basée sur la définition de règles ; la modularisation de la planification décisionnelle, en essayant de remplacer la définition de règles par la planification décisionnelle du réseau d'IA ; puis la modularisation de bout en bout, dans laquelle les caractéristiques de l'expression de l'image sont transférées entre les modules et peuvent être formées et optimisées conjointement et enfin, la modularisation de bout en bout ; solution complète d'un réseau neuronal unique, s'appuyant sur l'IA générative et la technologie des grands modèles, bien que la maturité soit faible, le potentiel est énorme.

Le concept de bout en bout n'est pas le même que celui du grand modèle et du modèle mondial. Bien que la solution de bout en bout puisse s'appuyer sur les capacités des grands modèles ou des grands modèles multimodaux, le système de bout en bout récemment publié par. Li Auto utilise de grands modèles multimodaux. Le modèle mondial est actuellement principalement utilisé comme moyen technique pour l'entraînement des données et pourrait devenir une technologie clé pour la conduite autonome à l'avenir.

La technologie de bout en bout est compatible avec tous les types de capteurs, pas seulement avec les systèmes de vision purs. Bien que Tesla soit le leader des systèmes de vision pure, la solution de bout en bout peut également intégrer différentes entrées telles que le lidar et le radar à ondes millimétriques. Les données des caméras sont le type de données le plus simple à obtenir et à accumuler dans le domaine de la conduite autonome. Elles sont donc souvent utilisées dans les systèmes de vision pure.

3. Historique de développement de la technologie de bout en bout

Entre 2016 et 2018, certaines sociétés telles que Nvidia et Waymo ont mené des premières explorations, mais ces résultats n'ont pas permis d'aboutir à une production de masse. La raison principale est que l'architecture du réseau à cette époque était relativement simple, basée sur CNN, et que les méthodes d'apprentissage telles que l'apprentissage par imitation et l'apprentissage par renforcement étaient également relativement basiques, manquant de prise en charge avancée de la structure de réseau.

La deuxième étape de développement implique l'application d'architectures techniques sous-jacentes telles que de grands modèles de langage dans ce domaine. L’application généralisée d’architectures technologiques de réseau telles que les transformateurs, ainsi que l’augmentation de la complexité et de la fiabilité des modèles de conduite autonome, constituent des changements fondamentaux à cette étape. Dans le même temps, l’IA générative et les grands modèles de langage ont prouvé que le paradigme général de l’API peut conduire à l’AGI dans le monde physique, attirant davantage de chercheurs et de praticiens à investir dans cette direction.

4. Trois forces motrices derrière la technologie de bout en bout qui ont retenu l'attention au cours de l'année écoulée

Le premier est que les indicateurs de performance du système Tesla V12 ont été doublés. Le second est la valeur du produit de la technologie de bout en bout elle-même, y compris l'aspect anthropomorphique de la résolution de scénarios à plus longue traîne et de l'amélioration de l'expérience utilisateur. est le grand modèle de langage axé sur la technologie, ainsi que les caractéristiques basées sur les données et les lois d'échelle des systèmes de bout en bout.

L'impact de la technologie de bout en bout sur la structure organisationnelle des constructeurs automobiles et des sociétés de conduite autonome est qu'elle simplifiera la structure organisationnelle et améliorera l'efficacité des itérations de développement. À l'heure actuelle, de nombreux équipementiers leaders du secteur ont officiellement annoncé des plans de production en série de solutions de bout en bout, même si le véritable système de bout en bout ne sera peut-être pas produit en série avant l'année prochaine.

Les sociétés de systèmes de conduite autonome et d'algorithmes, telles que SenseTime, Pony.ai, Horizon, etc., ont commencé à investir de bout en bout en R&D et s'attendent à avoir des projets OEM sur la route dans les six prochains mois à un an. Dans le même temps, des sociétés d'IA générative et de chaînes d'outils, telles que Light Wheel Intelligence et Jiji Technology, ont également réalisé des investissements et des explorations préliminaires dans le domaine de bout en bout.

5. La technologie de bout en bout déclenchera un développement ultérieur des technologies en amont dans la chaîne industrielle

La technologie de bout en bout déclenchera le développement ultérieur des technologies en amont dans la chaîne industrielle et entraînera des changements dans l'écologie industrielle.Tout d’abord, à mesure que la complexité des modèles d’IA augmente, l’écosystème open source jouera un rôle de plus en plus important. La communauté open source présente des avantages en matière de collecte de talents, de collaboration à grande échelle et de développement de modèles complexes, ce qui a été confirmé lors du développement de BEV au cours des trois dernières années. En comparant les résultats des projets open source et des projets edge de 2021 à 2024, il est démontré que l’écosystème open source et les projets edge vont de pair pour favoriser le développement du domaine.

Deuxièmement, la technologie de bout en bout pose des défis aux méthodologies traditionnelles de simulation et de vérification des tests. En raison de la nécessité de contrôler la voiture de bout en bout, les tests en boucle ouverte des méthodes de simulation traditionnelles ne sont plus applicables et la fidélité des simulateurs existants pose des problèmes. Par conséquent, un nouvel ensemble de chaînes d’outils de simulation en boucle fermée devra être développé, ce qui pourrait nécessiter de combiner des capacités dans les domaines de l’IA générative et des données synthétiques, un domaine qui offrira des opportunités aux nouvelles entreprises.

Troisièmement, la technologie de bout en bout favorisera l’innovation dans l’architecture des puces.Les modèles d'IA de bout en bout avec des paramètres plus larges et de nouveaux opérateurs de réseaux neuronaux posent de nouveaux défis aux fabricants de puces, nécessitant une architecture de puce plus flexible pour s'adapter à l'évolution rapide des algorithmes d'IA de conduite autonome.

Du point de vue des tendances de développement de l'industrie, la technologie de bout en bout accélérera le taux de pénétration global de la conduite autonome. On s'attend à ce que l'arrivée de la technologie de bout en bout rende des fonctions telles que le NOA à haut débit et le NOA urbain plus populaires au cours des deux à trois prochaines années pour fournir des services aux consommateurs ordinaires.

En raison de la forte capacité de généralisation de la technologie de bout en bout, davantage d’applications de conduite autonome dans les régions géographiques ou les pays pourraient apparaître à l’avenir. Actuellement, les entreprises de conduite autonome qui s'implantent dans de nouveaux pays doivent passer par de nombreux débogages adaptatifs, mais la technologie de bout en bout devrait réduire ce processus, améliorer la capacité d'application dans tous les scénarios et pourrait même entraîner l'évolution de différents scénarios. pour véhicules utilitaires et voitures particulières.

6. La relation entre la conduite autonome de bout en bout et les robots généraux

Les deux domaines ont historiquement appris l’un de l’autre et ont grandi ensemble. De nombreuses technologies dans le domaine de la conduite autonome sont issues de l'industrie robotique, notamment les capteurs, les algorithmes de perception et de positionnement, le SLAM (localisation et construction de cartes simultanées), les algorithmes de planification, les systèmes d'exploitation et middleware, etc.

Au cours des cinq dernières années, bien que le développement de l'industrie de la robotique ait été plus lent que celui de la conduite autonome, l'industrie de la conduite autonome a connu une industrialisation accélérée, et la réduction du coût des composants matériels et des capteurs a en fait eu des répercussions sur le industrie de la robotique. Au cours de l'année écoulée, la méthode d'IA basée sur les données représentée par la conduite autonome de bout en bout est progressivement passée par la production de masse et devrait avoir des répercussions dans le domaine des robots généraux à l'avenir, qui nécessitent également une intelligence générale.

À l’avenir, la conduite autonome et la robotique sont les deux domaines les plus importants pour réaliser l’IA dans le monde physique. De nombreux chercheurs divisent l’intelligence générale en deux parties : la conduite autonome et la robotique. Du point de vue de la réalisation de l'AGI dans le monde physique, l'industrie de la conduite autonome présente actuellement des avantages plus évidents, car la complexité de ses tâches est relativement faible et un lien complet pour obtenir des données et des algorithmes itératifs a été établi, ce qui fournit à l'industrie de la robotique des modèles. apprendre de.

Le développement de la conduite autonome de bout en bout favorise non seulement les progrès de la technologie de conduite autonome, mais apporte également de nouvelles opportunités et références techniques à l'industrie de la robotique. Les deux continueront de se promouvoir mutuellement dans le cadre du développement de la technologie de l'IA et de promouvoir conjointement. la réalisation de l'IA dans le monde physique.

Questions et réponses

Q1 : Quelle est la future tendance de développement du lidar et du radar à ondes millimétriques en tant que capteurs d’entrée ?

R : Les coûts du lidar et du radar à ondes millimétriques diminuent constamment, conformément à la loi de Moore. Les coûts du lidar et du radar à ondes millimétriques 4D actuellement expédiés sont respectivement d'environ 2 000 à 3 000 yuans et 600 yuans, avec un écart important. On s’attend à ce que d’ici deux ans, le coût du lidar puisse être réduit à environ 1 000 yuans, et celui du radar à ondes millimétriques à plus de 300 yuans. Le radar à ondes millimétriques est très complémentaire des systèmes optiques tels que le lidar et les caméras. Les systèmes optiques peuvent tomber en panne dans des conditions météorologiques extrêmes telles que la pluie, le brouillard, la neige et la poussière, tandis que le radar à ondes millimétriques est plus fiable dans ces environnements. À long terme, tirer parti de différents capteurs sera essentiel, notamment aux niveaux L3 et L4 de conduite autonome. Pour le niveau L2, les solutions à faible coût peuvent préférer une combinaison de vision et de radar à ondes millimétriques.

Q2 : Selon différents scénarios de segmentation dans le domaine TOB, quel est le niveau actuel de marge bénéficiaire brute des entreprises de conduite autonome et quel niveau peut-elle potentiellement atteindre ?

R : Selon le cadre du modèle commercial de la société TO B, elle peut être divisée en deux modèles différents : vendre des produits et réaliser des opérations. Dès les premiers stades du développement de l'industrie, les opérations peuvent mieux tester les capacités de l'entreprise et prouver leur force, car les opérations doivent être responsables de l'ensemble du processus. Relativement parlant, la marge bénéficiaire brute de la vente de produits n'a pas beaucoup de valeur de discussion, car les prix ne reflètent pas la valeur de l'ensemble de la chaîne industrielle. Les sociétés opérationnelles sont actuellement en train de passer d'une marge brute négative à une marge positive, avec un objectif de marge brute de 30%, voire 40%, et certains scénarios fonctionnent toujours en mode de marge brute négative.

Q3 : Du point de vue des institutions d'investissement, de nombreuses personnes estiment que le temps de la conduite autonome est révolu. Du point de vue de l'industrie, y a-t-il des subdivisions qui méritent d'être examinées ?

R : En regardant le développement de l'industrie Internet, de nouvelles opportunités et une division du travail plus détaillée apparaîtront au stade de maturité de toute industrie. Le secteur actuel de la conduite autonome se trouve à un tournant similaire à celui de l’industrie Internet en 2010 ou 2012, ce qui indique que de nouveaux modèles commerciaux inattendus pourraient émerger à l’avenir. Du point de vue de la phase d'investissement, c'est le bon moment pour certaines institutions d'investissement en phase de croissance d'investir dans le point d'inflexion de la commercialisation, en particulier dans les domaines de l'exploitation minière et de la distribution urbaine. La taille de la flotte dans ces domaines est passée de quelques centaines. unités à La croissance significative de plusieurs milliers d'unités montre un clair point d'inflexion pour la commercialisation. C’est donc le moment idéal pour investir à un stade intermédiaire ou avancé.

Les premiers investissements devraient accorder davantage d'attention aux changements technologiques, en particulier au développement de technologies de bout en bout, qui offrent de nouvelles opportunités au niveau des algorithmes et de la chaîne d'outils, telles que la simulation en boucle fermée et les solutions de données génératives de bout en bout. Outre la technologie de bout en bout, l'augmentation du volume de capteurs de conduite intelligente haut de gamme a également créé des opportunités pour l'industrie en amont. Par exemple, la croissance significative des expéditions de lidar a créé un marché potentiel pour des composants tels que les puces et les lasers. avec un faible degré de localisation. Avec l'innovation technologique continue et l'expansion du marché, de plus en plus d'opportunités d'investissement apparaîtront dans l'industrie de la conduite autonome. Tout comme Pinduoduo et Douyin sont apparus dans la période de maturité de l'industrie Internet, le développement futur regorge de possibilités illimitées.

Q4 : Quelles sont les exigences de bout en bout en matière de puissance de calcul embarquée ? Du point de vue d’un centre de puissance de calcul, quel investissement est nécessaire ?

R : La technologie de conduite autonome de bout en bout n’augmentera pas directement les besoins en puissance de calcul. Cependant, comme il s'agit d'une solution basée sur les données et conforme à la loi d'échelle, afin d'obtenir de meilleures performances, l'industrie étend généralement l'échelle du modèle, ce qui augmente la demande de puces à haute puissance de calcul. Certaines entreprises telles que Li Auto adoptent une stratégie à double système, dans laquelle un grand modèle multimodal plus performant fait de bout en bout et un autre modèle léger de bout en bout. Les deux modèles sont déployés sur des puces de conduite autonome existantes. d’un autre côté, la vitesse d’inférence des grands modèles est plus lente, ce qui montre qu’elle nécessite une puissance de calcul plus élevée. À mesure que la taille du modèle augmente, les coûts de formation et les besoins en puissance de calcul de la formation augmentent également. La formation de bout en bout de niveau débutant peut nécessiter 1 000 cartes équivalentes à A100, et les grandes entreprises ont peut-être déjà atteint un niveau de mise en page de 10 000 cartes. En prenant Tesla comme exemple, son investissement à grande échelle dans la formation de la puissance de calcul peut être difficile à rattraper pour d'autres entreprises. Il existe également des entreprises nationales telles que Xpeng et SenseTime qui ont réalisé d'énormes investissements dans la formation de la puissance de calcul. Dans l'ensemble, le développement de la technologie de bout en bout a stimulé la demande de puces à plus grande puissance de calcul et d'une plus grande puissance de calcul de formation pour prendre en charge la formation et le déploiement de modèles à plus grande échelle. Cela reflète non seulement le progrès technologique, mais également l'engagement de l'industrie. à La recherche de solutions de conduite autonome performantes.

Q5 : Pour ces entreprises actuellement engagées dans la conduite autonome, existe-t-il des opportunités ou des opportunités de passer à la voie des robots humanoïdes ou généraux ?

R : Le développement des robots humanoïdes domestiques est étroitement lié au lancement par Tesla du robot humanoïde Optimus. L’équipe Figure rassemble également des talents d’Apple Cars et de grands constructeurs automobiles nord-américains. Ce flux de talents intersectoriels est naturel car la conduite autonome et la robotique sont liées de nombreuses manières.

À l'heure actuelle, le problème du corps du robot humanoïde n'a pas été complètement résolu, de sorte que la migration à grande échelle de la technologie de conduite autonome vers le domaine des robots n'a pas encore été réalisée. Citant le point de vue de l'industrie, la moitié des entreprises de robots humanoïdes à l'avenir pourraient être des constructeurs automobiles. Je suis personnellement d'accord avec ce point de vue. Cela montre qu'avec le développement de la technologie, l'intégration de la conduite autonome et de la robotique deviendra de plus en plus profonde.

Observation de l'Institut de recherche Titanium Capital

L’architecture de bout en bout devrait devenir la solution ultime pour la conduite autonome. Les systèmes de conduite intelligents sont actuellement généralement divisés en trois modules : perception, prédiction et planification. Le modèle de bout en bout intègre les trois modules en un seul, saisissant les informations du côté perception et produisant directement les résultats du côté exécution. Dans le cadre d'une architecture technique modulaire, la transmission des informations sera altérée, la maintenance du système sera difficile et il ne sera pas en mesure de gérer sereinement des conditions routières complexes. Le modèle de bout en bout n'exige pas que les programmeurs écrivent du code pour formuler des règles, mais utilise des données massives pour entraîner le système, donnant à la machine la capacité d'apprendre, de penser et d'analyser de manière autonome. Titanium Capital continuera de prêter attention à l'itération technologique et de saisir les opportunités de progrès technologique en collaboration avec les partenaires industriels et financiers.