νέα

Πηγή: Visual China

Φαινομενικά εν μία νυκτί, η αυτόνομη οδήγηση έγινε ξαφνικά δημοφιλής.

Τον Ιούλιο, τα αυτόνομα ταξί της Baidu "Luobo Kuaipao" κυκλοφόρησαν ευρέως στη Γουχάν, κάνοντας ειδήσεις σχεδόν καθημερινά.

Σύμφωνα με αναφορές, ο αριθμός αιχμής των βόλτων με το Luobo Kuaipao σε μια μέρα ξεπερνά τις 20, που είναι παρόμοιος με τον μέσο ημερήσιο αριθμό ταξί και η εμπειρία των επιβατών είναι καλύτερη και πιο άνετη. Σύμφωνα με τα ασφαλιστικά δεδομένα, το ποσοστό ατυχημάτων του Carrot Run είναι μόνο το 1/14 αυτού των ανθρώπων.

Στην άλλη πλευρά του ωκεανού, ο Μασκ ανακοίνωσε επίσης ότι θα κυκλοφορήσει τον ΑύγουστοTeslaΓια το πρώτο αυτοοδηγούμενο ταξί, το Robotaxi (αργότερα αναβλήθηκε για τον Οκτώβριο), είπε ότι οι ιδιοκτήτες αυτοκινήτων μπορούν να βάλουν το Robotaxi στην επιχείρηση ενοικίασης στον ελεύθερο χρόνο τους και το κόστος αγοράς του αυτοκινήτου μπορεί να ανακτηθεί εντός δύο ετών.

Συμπτωματικά, στις 23 Ιουλίου, η Google ανακοίνωσε επίσης ότι θα προσθέσει έναν νέο γύρο τεράστιων επενδύσεων 5 δισεκατομμυρίων δολαρίων στη Waymo για να «διατηρήσει το καθεστώς της Waymo ως η κορυφαία εταιρεία αυτόνομης οδήγησης στον κόσμο. Πρέπει να γνωρίζετε ότι η Microsoft ξόδεψε μόνο 1 δισεκατομμύριο δολάρια». Το OpenAI 5 δισεκατομμύρια δολάρια είναι κοντά στη συνολική προηγούμενη χρηματοδότηση της Waymo.

Στην πραγματικότητα, το σημερινό ξέσπασμα των αυτοκινήτων χωρίς οδηγό δεν είναι τυχαίο. Από τη σκοπιά του κλάδου, τα τελευταία τρία χρόνια ήταν επίσης τα ταχύτερα τρία χρόνια για την ανάπτυξη της τεχνολογίας αυτόνομης οδήγησης, η οποία μπορεί να πει κανείς ότι είναι «χιλιάδες μίλια την ημέρα».

Κρίνοντας από την τρέχουσα πρόοδο στην Κίνα και τις Ηνωμένες Πολιτείες, αν αφήσουμε στην άκρη τους περιορισμούς των νομοθετικών προτύπων και του χρόνου, η αυτόνομη οδήγηση είναι πιθανό να κυκλοφορήσει πλήρως στο εμπόριο μέσα στα επόμενα 1-2 χρόνια και να φτάσει στην «πληρότητα» από άκρο σε άκρο. 5-10 χρόνια, συνειδητοποιώντας μια μορφή χωρίς οδηγό παρόμοια με αυτή που βλέπουμε σε ταινίες επιστημονικής φαντασίας.

Από αυτή την άποψη, αν και μπορεί να είναι πολύ νωρίς για να μιλήσουμε για τη «στιγμή του iPhone 4» της αυτόνομης οδήγησης, η μοναδικότητα της εποχής της αυτόνομης οδήγησης έχει όντως φτάσει.

Ταυτόχρονα, αυτός είναι επίσης ένας αγώνας ενάντια στο χρόνο: η Κίνα και οι Ηνωμένες Πολιτείες, ως οι δύο χώρες με τον μεγαλύτερο αριθμό εταιρειών αυτόνομης οδήγησης στον κόσμο, όποιος μπορεί να πρωτοστατήσει στη διεξαγωγή και τη δημιουργία σχετικών βιομηχανικών αλυσίδων θα έχει την ευκαιρία να ορίσετε το κομμάτι και να το παρουσιάσετε σε άλλες χώρες Η ικανότητα της χώρας να εξάγει τεχνολογικά προϊόντα.

Στο πλαίσιο του τεχνολογικού ανταγωνισμού μεταξύ Κίνας και Ηνωμένων Πολιτειών, πρόκειται για μια «μάχη που κανείς δεν έχει την πολυτέλεια να χάσει» για κανένα από τα δύο μέρη.

Σε αυτό το άρθρο, θα ξεκινήσουμε με το ιστορικό ανάπτυξης της αυτόνομης οδήγησης και θα προσπαθήσουμε να κάνουμε εικασίες για τις μελλοντικές τάσεις ανάπτυξης του κλάδου. Αρχικά, ας μοιραστούμε μερικά προκαταρκτικά συμπεράσματα:

1. Από χάρτες υψηλής ακρίβειας, lidar έως BEV: όλα τα μονοπάτια στην εξέλιξη της αυτόνομης οδήγησης είναι να «κάνουν τα αυτοκίνητα να συμπεριφέρονται περισσότερο σαν άνθρωποι».

2. Τα τελευταία τρία χρόνια ήταν επίσης τα ταχύτερα αναπτυσσόμενα για την τεχνολογία αυτόνομης οδήγησης Ένας μεγάλος αριθμός παικτών στο εσωτερικό και στο εξωτερικό έχουν επιτύχει από άκρο σε άκρο σε διάφορους βαθμούς πριν φτάσει τελικά στην τελική μορφή από άκρο σε άκρο.

3. Είτε πρόκειται για διαδρομή καθαρής όρασης είτε για διαδρομή lidar, το ραντάρ κυμάτων χιλιοστών είναι ο καλύτερος τρόπος για να αντιμετωπιστούν οι τεχνικές ελλείψεις και των δύο. Η πίστα έχει την ευκαιρία να δημιουργήσει εταιρείες υψηλής αξίας.

4. Η εφαρμογή και η εμπορευματοποίηση της αυτόνομης οδήγησης μπορεί να είναι μόνο η αρχή Στο μέλλον, περισσότερες διαδρομές και προϊόντα (όπως ρομπότ σε διαφορετικά σενάρια) ενδέχεται να επαναλάβουν παρόμοιες ιστορίες αφού συγκεντρώσουν αρκετά δεδομένα.

5. Σε όλη την ιστορία, με κάθε επανάληψη τεχνολογικών διαδρομών, υπάρχουν ευκαιρίες για μια σειρά νεοσύστατων εταιρειών να ανέβουν, και πιστεύω ότι αυτή η φορά δεν θα αποτελέσει εξαίρεση.

Γιατί λέγεται ότι τα τελευταία τρία χρόνια ήταν τα ταχύτερα τρία χρόνια για την εξέλιξη της αυτόνομης οδήγησης;

Η αναγνωρισμένη προέλευση της αυτόνομης οδήγησης είναι το 2004. Εκείνη την εποχή, οι Ηνωμένες Πολιτείες βυθίστηκαν βαθιά στους πολέμους στο Αφγανιστάν και στο Ιράκ Χρειάζονταν επειγόντως μια παρτίδα στρατιωτικών μη επανδρωμένων οχημάτων για να μειώσουν τις απώλειες του αμερικανικού στρατού, αλλά η έρευνα και το Ιράκ. Η αναπτυξιακή πρόοδος δεν ήταν ποτέ ιδανική.

Ως αποτέλεσμα, ο Tony Tesser, τότε διευθυντής της Υπηρεσίας Προηγμένων Ερευνητικών Προγραμμάτων Άμυνας των ΗΠΑ (DARPA), είχε μια ιδιοτροπία και ξεκίνησε μια πρόκληση, ανακοινώνοντας ότι ανεξάρτητα από το ποιος θα μπορούσε να χρησιμοποιήσει μια μέθοδο μη επανδρωμένης οδήγησης για να πετάξει από το Λος Άντζελες στο Λος Άντζελες σε 10 ώρες. Άφιξη στο Λας Βέγκας και κέρδισε ένα έπαθλο 1 εκατομμυρίου δολαρίων.

Αυτό είναι στην πραγματικότητα μια μεγάλης κλίμακας προσφορά από τον στρατό των ΗΠΑ για πολίτες Το πιο απομακρυσμένο αυτοκίνητο που συμμετείχε διένυσε μόνο 12 χιλιόμετρα, που είναι περίπου το 5% της συνολικής απόστασης του αγώνα.

(Εικόνα: Εκτός από αυτοκίνητα, υπήρχαν και αυτοοδηγούμενες μοτοσυκλέτες...)

Ωστόσο, η DARPA δεν το έβαλε κάτω και πραγματοποίησε τρεις διαδοχικές προκλήσεις για αυτόνομη οδήγηση από το 2005 έως το 2007, προσελκύοντας ερευνητικές ομάδες από πολλά πανεπιστήμια και εταιρείες να συμμετάσχουν. Αυτό επέτρεψε επίσης στον Larry Page, έναν από τους ιδρυτές της Google, να δει τις δυνατότητες της αυτόνομης οδήγησης Δυνατότητα οδήγησης.

Το 2009, καθοδηγούμενο από τη Page, ξεκίνησε επίσημα το έργο αυτόνομης οδήγησης της Google. Οι δύο βασικοί μηχανικοί που προσελήφθησαν (Anthony Levandowski και Sebastian Thrun) ήταν και οι δύο πρώην διαγωνιζόμενοι της DARPA. μονάδα οδήγησης.

Μέχρι το 2014, η Google κυκλοφόρησε το Firefly, το πρώτο πλήρως αυτόνομο αυτοκίνητο στον κόσμο χωρίς τιμόνι και πεντάλ γκαζιού, το οποίο όχι μόνο συγκλόνισε την αυτοκινητοβιομηχανία, αλλά και ευαισθητοποίησε τον κόσμο για τη δυνατότητα αυτόνομης οδήγησης για πρώτη φορά.

(Εικόνα: Firefly, το αυτοοδηγούμενο αυτοκίνητο πρώτης γενιάς που αναπτύχθηκε από την Google)

Αμέσως μετά, μεγάλα ποσά επιχειρηματικών κεφαλαίων άρχισαν να ξεχύνονται στην πίστα χωρίς οδηγό: από την Uber, την Nvidia και την Amazon έως τις Baidu, Didi, Huawei και στη συνέχειαBenz、BMW, γενικός,Honda, συμπεριλαμβανομένων των νέων εγχώριων δυνάμεων κατασκευής αυτοκινήτων, έχουν αρχίσει να επενδύουν στην έρευνα και ανάπτυξη αυτόνομης οδήγησης Οι περισσότερες από τις εταιρείες αυτόνομης οδήγησης που γνωρίζουμε σήμερα ιδρύθηκαν εκείνη την εποχή.

Ο χρόνος έφτασε γρήγορα δύο χρόνια αργότερα Για τον κλάδο της αυτόνομης οδήγησης, το 2016 ήταν μια εξαιρετικά σημαντική χρονιά - επειδή φέτος, η Tesla εντάχθηκε επίσημα στη μάχη.

Δεν είναι υπερβολή να πούμε,Λαμβάνοντας ως διαχωριστική γραμμή το 2016, ολόκληρο το δεύτερο μισό της αυτόνομης οδήγησης είναι μια ιστορία της αντεπίθεσης της Tesla από έναν κυνηγό του κλάδου σε έναν ηγέτη.Οπότε προσωπικά αισθάνομαι ότι δεν υπάρχει περίπτωση να υπερβάλλουμε πολύ αυτή τη στιγμή.

Πριν από το 2016, σχεδόν όλες οι εταιρείες αυτόνομης οδήγησης επέλεγαν τις τεχνικές λύσεις της Google:

1) Εντοπισμός θέσης: υποβοηθούμενη τοποθέτηση με χάρτες υψηλής ακρίβειας.

2) Αντίληψη: Χρησιμοποιήστε την κάμερα lidar + vision για να παρέχετε πληροφορίες αντίληψης για οχήματα.

3) Ρύθμιση και έλεγχος: Λήψη αποφάσεων και έλεγχος με βάση αλγόριθμους βασισμένους σε κανόνες.

Δεν είναι δύσκολο να διαπιστώσουμε ότι η υποκείμενη λογική της λύσης της Google είναι η "στοιβαγμένη πανοπλία".«Κάτι είναι καλύτερο από το τίποτα, το περισσότερο είναι καλύτερο από το λιγότερο».

Αυτή η σχολή σκέψης πιστεύει ότι με το τρέχον επίπεδο τεχνολογίας, κανένας μεμονωμένος αισθητήρας δεν μπορεί να ολοκληρώσει όλες τις λειτουργίες που απαιτούνται για την αυτόνομη οδήγηση ή να καλύψει όλες τις γωνίες. Ως εκ τούτου, είναι απαραίτητο να χρησιμοποιηθούν όλοι οι αισθητήρες για τη συνολική λήψη αποφάσεων αυτόνομης οδήγησης και την ανάθεση διαφορετικών λειτουργεί σε διαφορετικούς αισθητήρες μεταξύ τους, το lidar έχει το υψηλότερο βάρος, επομένως ονομάζεται επίσης η λύση αυτής της ομάδας"Λύση LiDAR"Ουσιαστικά, αυτή είναι μια τεχνική διαδρομή που βασίζεται σε υλικό.

Ως εταιρεία τεχνολογίας που ξεκίνησε με την τεχνητή νοημοσύνη, ο Tesla εκτιμά περισσότερο λογισμικό. τα τσιπ προσπαθούν να δημιουργήσουν μοντέλα των γύρω αντικειμένων με τη βοήθεια καμερών και να προσθέσουν δεδομένα σε νευρωνικά δίκτυα για υπολογισμούς, αναπτύσσοντας αργά"Καθαρά οπτική λύση"Αυτή είναι μια τεχνολογική διαδρομή προσανατολισμένη στο λογισμικό.

Σύμφωνα με τα λόγια του Μασκ, «Οι άνθρωποι και τα ζώα έχουν όλοι μάτια, όχι ραντάρ» και τα γρανάζια της μοίρας άρχισαν να γυρίζουν.

Εκείνη την εποχή, οι δύο τεχνικές διαδρομές είχαν τα δικά τους πλεονεκτήματα: Αν και το lidar είχε υψηλό κόστος υλικού, ήταν εγγενώς ακριβές και διέθετε πληροφορίες βάθους (μέχρι σήμερα, πολλοί μηχανικοί εξακολουθούν να έχουν μια μαλακή θέση για το lidar, ενώ οι κάμερες, αν και φθηνές). Με περιορισμένες ικανότητες, μπορούμε να κάνουμε προσπάθειες μόνο για να συγκρίνουμε πληροφορίες από τη μία πλευρά ενός αντικειμένου στον δισδιάστατο κόσμο.

Αυτό οδήγησε επίσης την Tesla να δημιουργήσει τη δική της ομάδα ετικετών με χιλιάδες άτομα ταυτόχρονα, τόσοι πολλοί άνθρωποι ρώτησαν τον Musk εκείνη την εποχή, λέγοντας ότι αν και το υλικό σας ήταν φθηνότερο, το συνολικό κόστος δεν ήταν τόσο καλό όσο το lidar.

Στην πραγματικότητα, μπορεί επίσης να φανεί από εδώ ότι το επίπεδο AI ​​ολόκληρης της αυτόνομης οδήγησης εκείνη την εποχή ήταν σχεδόν ανύπαρκτο (εκτός από το lidar, το οποίο είχε κάποιους αλγόριθμους AI).Είναι ένα τυπικό «όσες τεχνητές νοημοσύνη υπάρχουν»,Εάν η ανάπτυξη της τεχνητής νοημοσύνης σταματήσει εδώ, η καθαρή λύση όρασης της Tesla πιθανότατα θα συναντήσει συμφόρηση.

Αλλά τελικά, ήταν η Google που έσωσε την Tesla:

Το 2019, η Google δημοσίευσε το περίφημο χαρτί Transformer (το οποίο αποτέλεσε επίσης τη βάση του επόμενου μεγάλου μοντέλου).

Αν και το Transformer είναι ένα μοντέλο νευρωνικών δικτύων που βασίζεται στον μηχανισμό προσοχής, οι μηχανικοί της Tesla ανακάλυψαν γρήγορα ότι το Transformer όχι μόνο μπορεί να επεξεργαστεί πληροφορίες γλώσσας, αλλά μπορεί επίσης να χρησιμοποιηθεί για την επεξεργασία πληροφοριών εικόνας.

Εν ολίγοις, το Transformer μπορεί να ενσωματώσει τις πληροφορίες που συλλέγονται από τις οκτώ κάμερες της Tesla στο ίδιο σύστημα συντεταγμένων εντοπισμού θέσης.Είναι ισοδύναμο με το να δώσουμε στο αυτοκίνητο μια "προοπτική του Θεού" (δηλ. BEV, "όψη από ψηλά"),Δυνατότητα προβολής τρισδιάστατων πληροφοριών του περιβάλλοντος περιβάλλοντος.

(Εικόνα: Η τεχνολογία BEV δίνει στον Tesla μια «προοπτική του Θεού»)

Την Ημέρα Τεχνητής Νοημοσύνης το 2021, η Tesla κυκλοφόρησε και έκανε επιτυχώς δημοφιλές το BEV Από το δεύτερο εξάμηνο του 2022, οι εγχώριοι παίκτες ανακοίνωσαν επίσης την παρακολούθηση και σταδιακά άρχισαν να βάζουν το BEV στο αυτοκίνητο.

(Έτσι, παρόλο που πολλές τεχνολογίες δεν είναι πρωτότυπες για την Tesla, η ικανότητά της να σχεδιάζει προηγμένες θεωρίες από εξερεύνηση αιχμής και να τις βάζει σε πρακτική εφαρμογή είναι σίγουρα σε κοσμικό επίπεδο.)

Ταυτόχρονα, η Tesla έχει επίσης αρχίσει να προσπαθεί να αυτοματοποιεί τη διαδικασία επισήμανσης όσο το δυνατόν περισσότερο για να λύσει το πρόβλημα του υπερβολικά υψηλού κόστους.

Η αρχή του μοιάζει λίγο με το να παίζεις χαρακτήρες: πρώτα, αφού η κάμερα του σκάφους δει ένα αντικείμενο (όπως ένα δέντρο), θα ανεβάσει τις πληροφορίες σε ένα μεγάλο μοντέλο στο σύννεφο και μετά το μεγάλο μοντέλο θα «μαντέψει» τι το αντικείμενο είναι; Εάν το μαντέψιμο αποτέλεσμα είναι συνεπές με τις 8 αναπαραστάσεις του αισθητήρα, το δέντρο θα επισημαίνεται αυτόματα.

Με αυτόν τον τρόπο, η Tesla απαλλάσσεται από τους περιορισμούς του ανθρώπινου δυναμικού.

Μέχρι στιγμής, η απόδοση του Tesla ήταν αρκετά εκπληκτική, αλλά μόλις ένα χρόνο αργότερα, ο Musk έκανε δύο μεγάλες κινήσεις την Ημέρα AI. Η πρώτη ήταν η εισαγωγή της χωροχρονικής ακολουθίας και η δεύτερη ήταν η εισαγωγή του δικτύου κατάληψης.

Με απλά λόγια,Το πρώτο επιτρέπει στο αυτοκίνητο να έχει την ικανότητα να θυμάται τον χρόνο, ενώ το δεύτερο επιτυγχάνει ένα αποτέλεσμα παρόμοιο με το "ψευδολίνταρ".Επιτρέποντας στο αυτοκίνητο να υπολογίσει τη χωρική θέση και να καθορίσει εάν χρειάζεται αποφυγή εμποδίου χωρίς να προσδιορίσει ποιο είναι το αντικείμενο, λύνει το προηγούμενο πρόβλημα της «σύγκρουσης σε ένα μεγάλο λευκό φορτηγό».

Μέχρι στιγμής, ανεξαρτήτως διαδρομής αλλά από άποψη εφέ, η οπτική λύση έχει ουσιαστικά πετύχει το ίδιο αποτέλεσμα με τη λύση ραντάρ.Το BEV+Transformer πέτυχε με επιτυχία τη σύγκλιση διαδρομής της τεχνολογίας αυτόνομης αντίληψης οδήγησης και αποτέλεσε το βασικό πλαίσιο του σημερινού αλγορίθμου οπτικής αντίληψης.

(Εικόνα: Η κατάληψη του δικτύου επιτυγχάνει ένα αποτέλεσμα παρόμοιο με το "ψευδολίνταρ")

Ως εκ τούτου, όσον αφορά τη γενική τάση,Η εξελικτική πορεία της αυτόνομης οδήγησης είναι στην πραγματικότητα πολύ σαφής: όλος ο σκοπός είναι να κάνουμε το αυτοκίνητο να συμπεριφέρεται περισσότερο σαν άνθρωπος.Αφήστε το AI να προβλέψει τι θα συμβεί στο μέλλον με βάση αυτό που συνέβη στο παρελθόν.

Από αυτή την άποψη, τα τελευταία τρία χρόνια ήταν στην πραγματικότητα τα ταχύτερα αναπτυσσόμενα χρόνια για την τεχνολογία αυτόνομης οδήγησης και η τεχνητή νοημοσύνη έδειξε σταδιακά ισχυρές δυνατότητες αναβάθμισης και επανάληψης στην αυτόνομη οδήγηση, ωστόσο, οι περισσότεροι απλοί άνθρωποι εκείνη την εποχή δεν γνώριζαν πολλά για αυτό ότι Υπάρχει μικρή πρόοδος στην αυτόνομη οδήγηση.

Αυτό που έκανε πραγματικά το κοινό να συνειδητοποιήσει ότι η τεχνητή νοημοσύνη θα έχει επαναστατικό αντίκτυπο στη βιομηχανία της αυτόνομης οδήγησης είναι πολλά πράγματα που συνέβησαν το 2023:

·Ο Μασκ ανέφερε για πρώτη φορά σε πλατφόρμες κοινωνικής δικτύωσης ότι "το v12 προορίζεται για όταν το FSD είναι από άκρο σε άκρο AI", φέρνοντας από άκρο σε άκρο στη δημοσιότητα (η Nvidia το πρότεινε το 2016 αλλά είχε μικρή επιρροή) και αμέτρητα άτομα Αρχίζουν να ανυπομονούν για την κυκλοφορία του v12.

·Για πρώτη φορά τα τελευταία δέκα χρόνια, η CVPR βράβευσε το καλύτερο χαρτί σε μια κινεζική ομάδα, επαινώντας τη συμβολή της στην υλοποίηση της αυτόνομης οδήγησης από άκρο σε άκρο.

·Ο Μασκ έκανε μια ζωντανή μετάδοση διάρκειας 45 λεπτών σε ένα μοντέλο S εξοπλισμένο με την έκδοση v12 beta, και παρενέβη μόνο μία φορά κατά τη διάρκεια της όλης διαδικασίας Το αποτέλεσμα μπορεί να ειπωθεί ότι είναι πολύ καλό.

Ωστόσο, πρέπει να καταστεί σαφές ότι προς το παρόν δεν υπάρχουν άμεσες ενδείξεις ότι το v12 που εμφανίζει η Tesla έχει επιτύχει πλήρη απόδοση από άκρο σε άκρο, ωστόσο, το αποτέλεσμα της οθόνης του είναι πράγματι εκπληκτικό και το επίπεδο ευφυΐας του είναι βασικά συγκρίσιμο σε αυτήν των έμπειρων ανθρώπινων οδηγών.

Στην πραγματικότητα, εάν το σύστημα αυτόματης οδήγησης χωρίζεται σε αντίληψη, σχεδιασμό και έλεγχο σύμφωνα με την παραδοσιακή αντίληψη,Προς το παρόν, αυτό που χρησιμοποιούν κυρίως οι κύριοι ΚΑΕ για να αναδείξουν τους μυς τους είναι αρθρωτές από άκρο σε άκρο με μερικούς βασικούς κανόνες AI+.

Δεδομένου ότι κάθε λειτουργική μονάδα απαιτεί μια διεπαφή που ορίζεται από τον άνθρωπο, ορισμένες πληροφορίες θα χαθούν κατά τη διάρκεια της διαδικασίας. Επομένως, όσο περισσότερες μονάδες, τόσο περισσότερες πληροφορίες χάνονται πώς να ενοποιήσετε όλες τις μονάδες σε ένα μοντέλο στο μέλλον, οι μεγάλοι κατασκευαστές πρέπει ακόμα να καταλάβουν πώς να ενοποιήσετε όλες τις ενότητες σε ένα μοντέλο Πρέπει να συνεχίσετε να εργάζεστε σκληρά.

Ωστόσο, από τις πληροφορίες που έχουμε συλλέξει, σύμφωνα με την τρέχουσα ταχύτητα ανάπτυξης της τεχνολογίας και της μηχανικής,Είναι θέμα χρόνου να πραγματοποιηθεί τελικά η αυτόνομη οδήγηση από άκρο σε άκρο Για αυτό, η σχετικά συντηρητική πρόβλεψή μου απαιτεί ακόμη περίπου 3-5 χρόνια συσσώρευσης.

Εκείνη τη στιγμή, το όχημα μπορεί να ολοκληρώσει τις αποφάσεις οδήγησης σε κατάσταση "μαύρου κουτιού" με βάση τις πληροφορίες δρόμου που συλλέγονται σε πραγματικό χρόνο και να εξάγει άμεσα σήματα ελέγχου όπως το φρενάρισμα και το τιμόνι, επιτυγχάνοντας την απόλυτη μορφή οδήγησης χωρίς οδηγό παρόμοια με αυτή της επιστημονικής φαντασίας. κινηματογράφος.

(Εικόνα: Πέντε στάδια ανάπτυξης της αυτόνομης οδήγησης, πηγή: Xianfeng Evergreen)

Ευκαιρίες επιχειρηματικού κεφαλαίου που προσφέρει η επανάληψη της αυτόνομης οδήγησης

Οι λόγοι είναι πολύ περίπλοκοι Εδώ είναι μόνο τρία βασικά στοιχεία που νομίζω ότι συζητούνται:

Πρώτον, τα δεδομένα είναι σχετικά άφθονα.

Όπως όλοι γνωρίζουμε, το "ταξίδι" είναι μια ζήτηση υψηλής συχνότητας Η εγχώρια βιομηχανία αυτόνομης οδήγησης άρχισε να αυξάνεται περίπου το 2015 και έχουν περάσει σχεδόν 10 χρόνια από σήμερα. ανεξάρτητα από την ποιότητα, είναι, τουλάχιστον συνολικά, αρκετά πλούσιο, γεγονός που δημιουργεί βασικές προϋποθέσεις για τη μετέπειτα υλοποίηση των δεδομένων κλειστού βρόχου.

Δεύτερον, ο ορισμός της συνάρτησης είναι σχετικά σαφής και σαφής.

Ειλικρινά μιλώντας, αν και η ιδέα αυτού του κύματος τεχνητής νοημοσύνης είναι πολύ καυτή, η κατεύθυνση ανάπτυξης πολλών προϊόντων είναι στην πραγματικότητα ασαφής.

Για παράδειγμα, όταν πρόκειται για ανθρωποειδή ρομπότ, πολλές εταιρείες έχουν φτιάξει μόνο ένα πρωτότυπο που μπορεί να παρουσιαστεί σε εκθέσεις, ωστόσο, σε πραγματικά βιομηχανικά σενάρια, δεν είναι ξεκάθαρο για την πλευρά της τεχνολογίας ανάντη ποια προβλήματα μπορούν να λύσουν αυτά τα ρομπότ και σε ποιο βαθμό. μπορούν να το πετύχουν.

Επειδή τα κατάντη εργοστάσια δεν κατανοούν την τεχνητή νοημοσύνη, συχνά δεν γνωρίζουν ποιες λειτουργίες μπορούν να επιτύχουν αυτά τα ρομπότ και εάν μπορούν να συνδυαστούν με άλλες τεχνολογίες Θα χρειαστεί πολύς χρόνος για να βελτιώσουν την κατανόησή τους.

Αλλά η οδήγηση χωρίς οδηγό δεν έχει αυτό το πρόβλημα. Το όχημα μπορεί να καλύψει τις βασικές συμπεριφορές όλων των σεναρίων οδήγησης, αρκεί οι απαιτήσεις είναι απλές και σαφείς.

Ως εκ τούτου, για τη μετατροπή της προηγμένης τεχνολογίας σε εύχρηστα προϊόντα, ένας σαφής λειτουργικός ορισμός και η τυπική διαίρεση είναι επίσης βασικοί παράγοντες.

Τρίτον, η βάση υλικού είναι σχετικά ώριμη.

Είτε πρόκειται για λέιζερ, για κάμερα, για κύμα χιλιοστών και άλλες λύσεις αισθητήρων, είτε για διάφορα τσιπ που παρέχουν μετάδοση και επεξεργασία σήματος, μετά από 10 χρόνια πλήρους «involution», έχουν ουσιαστικά μπει στο στάδιο της απόδοσης υψηλού κόστους + σταθερής παροχής.

Ως εκ τούτου, στη σπειροειδή διαδικασία δεδομένων, υλικού και τεχνολογίας, η αυτόνομη οδήγηση ήταν η πρώτη που έφτασε στο σημείο ισορροπίας τιμής και εμπειρίας και σύντομα διαμόρφωσε νέα παραγωγικότητα.

Επομένως, αν ακολουθήσουμε αυτή τη λογική ένα βήμα παραπέρα, η αυτόνομη οδήγηση είναι πιθανό να είναι μόνο η αρχή και παρόμοιες ιστορίες ενδέχεται να επαναληφθούν σε περισσότερες πίστες στο μέλλον.

Φυσικά, η προϋπόθεση είναι ότι πρέπει να υπάρχουν ορισμένες εταιρείες σε αυτόν τον τομέα που μπορούν να συνεχίσουν να συλλέγουν μεγάλες ποσότητες δεδομένων με χαμηλό κόστος (παρόμοια με εταιρείες όπως η Didi, η Baidu και η Tesla στην αυτόνομη οδήγηση), αντί να βασίζονται απλώς σε ορισμένες διάσπαρτα μικρά δεδομένα, τα οποία μπορεί να αποτελέσουν βάση για να κρίνουμε εάν ένας συγκεκριμένος κλάδος έχει βιώσει παρόμοια καμπή.

Από μια άλλη οπτική γωνία, με την άνοδο αυτού του κύματος μεγάλων μοντέλων, μπορεί να υπάρξουν συστηματικές επενδυτικές ευκαιρίες στο μέλλον σε πολλές υποδιαιρούμενες περιοχές που μπορούν να αυτοματοποιηθούν από την τεχνητή νοημοσύνη, αλλά δεν έχουν ακόμη αξιοποιηθεί από μεγάλες εταιρείες (όπως η οικονομία χαμηλού υψομέτρου και βιομηχανική μεταποίηση, υπάρχουν εισηγμένες εταιρείες τεχνολογίας αξίας δεκάδων δισεκατομμυρίων ή και εκατοντάδων δισεκατομμυρίων, οι οποίες αξίζουν επίσης την προσοχή των επενδυτών.

Τι άλλο μπορεί να επενδυθεί στην αυτόνομη οδήγηση;Απλώς αποκλίνουμε λίγο, τώρα ας επαναφέρουμε τις σκέψεις μας και ας μιλήσουμε για την ίδια την αυτόνομη οδήγηση. Σε όλη την ιστορία, στην πραγματικότητα, με κάθε επανάληψη της τεχνολογίας αυτόνομης οδήγησης, υπάρχει η ευκαιρία για μια σειρά νεοσύστατων εταιρειών να ανέβουν.

Για παράδειγμα, η κύρια λύση στην εποχή της Google ήταν το lidar + κάμερα + χάρτης υψηλής ακρίβειας, αλλά σήμερα οι χάρτες υψηλής ακρίβειας χρησιμοποιούνται όλο και λιγότερο συχνά σε επιβατικά αυτοκίνητα και δεν αναφέρονται καν πλέον (σκεφτείτε το, ήταν μόνο πριν από δύο χρόνια) έχει σημασία).

Επειδή εκείνη την εποχή, το κόστος μόνο ενός οχήματος συλλογής χαρτών ήταν σε εκατομμύρια, εάν επρόκειτο να διασφαλιστεί η απόδοση σε πραγματικό χρόνο όσο το δυνατόν περισσότερο, τότε τουλάχιστον εκατοντάδες οχήματα πρέπει να βρίσκονται στο δρόμο την ίδια ώρα κάθε μέρα. συναντήστε τη συλλογή και ενημέρωση των εθνικών χαρτών σε πραγματικό χρόνο.

Το αποτέλεσμα είναι ότι οι βιομηχανικές ευκαιρίες πέφτουν τελικά στο lidar:

Το πρώτο είναι η άνοδος των κατασκευαστών υλικού, όπως η HesaiΤοξότης, και στη συνέχεια εμφανίστηκε μια ομάδα εταιρειών όπως η Wenyuan, η Pony και η Vimo που δημιούργησαν αλγόριθμους γύρω από το lidar, ακολουθούμενη από μια ομάδα επιχειρηματιών που άρχισαν να δοκιμάζουν μερικές εφαρμογές αυτόνομης οδήγησης σε επίπεδο L4 μικρής κλίμακας κλειστού βρόχου βασισμένες σε ραντάρ + κλειστό Σενάρια, μια ποικιλία από μη επανδρωμένα οχήματα σε ορυχεία, μη επανδρωμένα οχήματα σε λιμάνια, ρομπότ παράδοσης φαγητού σε ξενοδοχεία, κ.λπ., και ολόκληρο το οικοσύστημα αυτόνομης οδήγησης έχει αρχίσει σιγά-σιγά να ανθίζει.

Όμως, η Tesla για άλλη μια φορά ανέτρεψε τη βιομηχανία με το BEV+Transformer, αποδεικνύοντας ότι ακόμη και χωρίς ραντάρ, είναι δυνατό να κριθεί ο τρισδιάστατος χώρος. Αυτή τη στιγμή, το lidar γίνεται το ίδιο με τον χάρτη υψηλής ακρίβειας της χρονιάς και δεν είναι πλέον απαραίτητη επιλογή.

Φυσικά, σήμερα η τιμή του lidar έχει πέσει στο επίπεδο των χιλιάδων γιουάν και είναι πιθανό να συνεχίσει να πέφτει. Ως εκ τούτου, βραχυπρόθεσμα, ορισμένες εταιρείες αυτοκινήτων θα εξακολουθήσουν να υιοθετούν λύσεις σύντηξης πολλαπλών αισθητήρων.

Ωστόσο, με βάση τη λογική της μείωσης του κόστους, σε μια εποχή που οι OEM «θέλουν κάθε δεκάρα στα άκρα», το lidar θα αντικατασταθεί σταδιακά από καθαρές οπτικές λύσεις στο μέλλον και ολόκληρο το βιομηχανικό οικολογικό πρότυπο θα αλλάξει αναπόφευκτα.

Για παράδειγμα, το παραδοσιακό ραντάρ κυμάτων χιλιοστού μπορεί να λάβει μόνο πληροφορίες επιπέδου Η κατεύθυνση του ραντάρ 4D κύματος χιλιοστών που μπορεί να ανιχνεύσει πληροφορίες ύψους έχει προκύψει, αλλά δεν περιορίζεται σε: Το προϊόν Το επίπεδο συνοδεύεται από πολλά τσιπ από εταιρείες Cascading και SoC που ανοίγουν το δρόμο για λύσεις υψηλής ακρίβειας και χαμηλού κόστους σε επίπεδο βιομηχανικής ζήτησης, οι OEM είναι πρόθυμοι και προσπαθούν για έξυπνες λύσεις υψηλής ποιότητας τα προϊόντα έχουν βελτιωμένες απαιτήσεις ασφάλειας και πλεονασμού κ.λπ.

Εν ολίγοις, καθοδηγούμενοι από διάφορες απαιτήσεις, είναι πιθανό να υπάρξουν κάποιοι νέοι παίκτες σε αυτή την κατηγορία.

Για ένα άλλο παράδειγμα, καθώς όλο και περισσότερες πληροφορίες συλλέγονται από κάμερες και η ποιότητα γίνεται όλο και υψηλότερη, υπάρχει ζήτηση για κέντρα υπερυπολογιστών και τσιπ επεξεργασίας τελικής πλευράς με μεγάλη υπολογιστική ισχύ, συμπεριλαμβανομένης της επόμενης γενιάς τσιπ τελικής πλευράς. Δεν πρόκειται μόνο για τη στοίβαξη της υπολογιστικής ισχύος, αλλά και για το συνδυασμό διαφορετικών αρχιτεκτονικών αλγορίθμων για την καλύτερη προσαρμογή των δύο. Αυτές είναι όλες οι νέες αλλαγές που επιφέρονται από την πλευρά του υλικού.

Από την πιο ήπια πλευρά, θα επικεντρωθούμε σε χαμηλού κόστους + υψηλής ποιότητας + βιώσιμες μεθόδους απόκτησης/παραγωγής δεδομένων.

Στο πλαίσιο της διαδρομής από άκρο σε άκρο, είναι γεγονός ότι οι αλγόριθμοι βάσης μάθησης χρησιμοποιούν δεδομένα ως καύσιμο, για παράδειγμα, το V12 της Tesla αποκαλύφθηκε ότι «χρησιμοποίησε 10.000 H100 και έχει ολοκληρώσει περίπου 10 εκατομμύρια εκπαιδεύσεις βίντεο».

"Αυτά τα βίντεο προέρχονται από 160 δισεκατομμύρια καρέ βίντεο που συλλέγονται κάθε μέρα από 2 εκατομμύρια πραγματικά οχήματα σε όλο τον κόσμο που μπορούν να συλλέξουν δεδομένα, και λιγότερο από το 1% αυτών των βίντεο είναι διαθέσιμα, όπως ορισμένα παράξενα και ασυνήθιστα πολυάσχολα δεδομένα διασταυρώσεων."

Ως ο πρώτος άνθρωπος που δοκίμασε κάτι νέο, ο Μασκ έχει ήδη υποβάλει ένα αρκετά καλό φύλλο απαντήσεων στη βιομηχανία. Έτσι, φαίνεται ότι το επόμενο βήμα είναι να αποκτήσετε δεδομένα υψηλής ποιότητας μέσω της λειτουργίας σκιάς, του κινητήρα προσομοίωσης ή του παγκόσμιου μοντέλου γίνει το επόμενο θέμα στον κλάδο που πρέπει να διερευνηθεί για συναίνεση.

Ωστόσο, νομίζω ότι αυτό δεν μπορεί πλέον να αποφασιστεί αποκλειστικά από εταιρείες σε έναν συγκεκριμένο σύνδεσμο: αν και οι τεχνικές διαδρομές είναι σίγουρα σημαντικές, η βιομηχανική τοποθέτηση και τα επιχειρηματικά μοντέλα μπορεί να είναι η προκαταρκτική σκέψη που πρέπει να κάνουν οι κινεζικές εταιρείες στο τρέχον περιβάλλον.

Συνολικά, καθώς η εφαρμογή της έξυπνης οδήγησης προηγμένης τεχνολογίας αναβαθμίζεται σταδιακά, θα προκύψουν αναπόφευκτα ορισμένες νέες ευκαιρίες στον κλάδο στην αντίληψη, τη μετάδοση, τη λήψη αποφάσεων, την εκτέλεση και την αλληλεπίδραση.

Για παράδειγμα, επικοινώνησα πρόσφατα με ορισμένους ιδρυτές της αυτοκινητοβιομηχανίας και διαπίστωσα ότι, εκτός από τις αντίστοιχες κύριες επιχειρήσεις τους, δίνουν επίσης προσοχή σε ορισμένες τεχνολογίες και προϊόντα πολλαπλών εφαρμογών πιθανούς φίλους και συνεργάτες τους.

Αυτό δείχνει ότι όταν ο ανταγωνισμός εντός του κλάδου έχει φτάσει σε ένα ορισμένο επίπεδο,Όταν είναι δύσκολο να αποκτηθούν επαρκή περιθώρια κέρδους μόνο μέσω επέκτασης κλίμακας + βελτίωσης της εφοδιαστικής αλυσίδας, οι εταιρείες πρέπει να αναζητήσουν νέα σημεία καινοτομίας με νέες τεχνολογίες.

Λόγω περιορισμών χώρου, συνέταξα απλώς έναν πίνακα στο τέλος του άρθρου για να σας δώσω μια ματιά στις επιχειρηματικές ευκαιρίες στην εποχή της έξυπνης οδήγησης τεχνητής νοημοσύνης.

(Εικόνα: Βιομηχανικές αλλαγές και ευκαιρίες που προκαλούνται από διαφορετικά στάδια αυτόνομης οδήγησης, πηγή: Xianfeng Evergreen)

(Ο συγγραφέας αυτού του άρθρου, Xu Zhen, είναι αειθαλής επενδυτής της Xianfeng. Επικεντρώνεται στη νέα αλυσίδα της βιομηχανίας ενεργειακών οχημάτων, συμπεριλαμβανομένων βασικών εξαρτημάτων, ημιαγωγών, υλικών κ.λπ., και κάποτε επένδυσε στο Huashen Ruili για λογαριασμό της Xianfeng. αποφοίτησε από το Πανεπιστήμιο Zhejiang Zhu Kezhen College και το Warwick Business School.)