berita

"Kami bertekad untuk tidak membangun taksi tanpa pengemudi. Kami percaya bahwa 'membebaskan energi dan mengurangi kecelakaan' adalah nilai sosial nyata yang diciptakan oleh mengemudi yang cerdas."TIDAKPernyataan CEO Li Bin pada pertemuan komunikasi media kembali menjadi viral. Dia percaya bahwa “nilai dari mengemudi otonom bukanlah untuk menghilangkan pekerjaan sebagai sopir dan pengemudi taksi.

Ucapan Li Bin menyentuh hati sebagian orang. Belum lama ini, berita bahwa pengemudi taksi di Wuhan mendapat lebih sedikit pesanan akibat "Carrot Run" terus bermunculan di platform sosial. Seorang "Saudara" di Wuhan mengatakan bahwa Carrot Rush mengambil alih bisnisnya, dan tempat-tempat dengan banyak penjualan sulit menerima pelanggan.

Satu batu menimbulkan ribuan gelombang. Beberapa orang bersorak atas inovasi teknologi baru, sementara yang lain merasa sedih karena pengemudi mungkin akan menghadapi pengangguran. Akankah mobil self-driving mencuri pekerjaan dari pengemudi manusia? Posisi setiap orang mengenai topik ini berbeda-beda dan pendapat mereka akan sangat berbeda.

Yang ingin penulis telaah lebih dalam adalah mengapa Robotaxi kembali populer saat ini setelah sempat dorman selama bertahun-tahun? Dalam proses mempopulerkan teknologi mengemudi otonom, adakah cara atau ritme yang lebih baik?

Robotaxi adalah taksi tak berawak, yang merupakan penerapan penting teknologi mengemudi otonom dalam skenario persewaan. Berbeda dengan skenario mobil penumpang, skenario persewaan secara inheren memiliki atribut "pemisahan orang dan kendaraan", yang mendorong Robotaxi untuk secara langsung mengeksplorasi pengemudian otonom tingkat L4.

Menurut informasi resmi Baidu, “Luobo Kuaipao” telah membuka layanan operasi uji berawak di 11 kota, dan telah melakukan uji layanan perjalanan mengemudi otonom tanpa awak di Beijing, Wuhan, Chongqing, Shenzhen, Shanghai, dan tempat lain.

Jika kita melihat kembali sejarah perkembangan industri, Robotaxi telah mengalami gelombang “ekspektasi yang berlebihan” dan kemudian “kembali ke rasionalitas”.

Sejak Google meluncurkan penelitian mengenai proyek kendaraan otonom pada tahun 2009, minat global terhadap kendaraan otonom semakin meningkat. Sekitar tahun 2015, perusahaan rintisan Robotaxi bermunculan seperti jamur setelah hujan musim semi, dan pasar modal menjadi semakin antusias terhadap investasi dan pembiayaan yang bersifat otonom. Cruise, divisi mengemudi otonom Baidu L4, Pony.ai, AutoX, WeRide, dll. semuanya didirikan selama periode ini.

Tetapi denganMengarungi , Argo AI yang merupakan investasi publik bangkrut dan dilikuidasi, dan Ibeo, pencetus bidang lidar, mengajukan pailit. Sejak 2019, jumlah startup self-driving yang didirikan telah menurun secara signifikan. Alasan utama di balik hal ini adalah jalur komersialisasi yang tidak jelas, pengetatan pendanaan dan kesulitan lainnya, serta industri telah memasuki masa kesusahan.

Mengapa Robotaxi kembali populer sekarang? Ada beberapa faktor utama yang melatarbelakangi hal ini.

Pertama-tama, konsumen memiliki pemahaman yang lebih mendalam tentang Robotaxi. Dalam dua tahun terakhir, Robotaxi memiliki petugas keselamatan yang duduk di kursi pengemudi. Kini warga benar-benar tidak perlu mengemudikan mobil. Warga hanya perlu menelusuri empat digit terakhir nomor ponsel mereka di kaca mobil dengan jari, dan pintunya akan terbuka buka lalu kencangkan sabuk pengamannya, klik OK di layar untuk memulai perjalanan.

Dilaporkan bahwa Robotaxi yang diluncurkan di Wuhan telah menyelesaikan rata-rata sekitar 20 pesanan per kendaraan per hari dalam sebulan, setara dengan jumlah pengemudi pemesanan mobil online pada umumnya, namun harga rata-rata per pesanan adalah 60% dari jumlah tersebut. pengemudi pemanggil mobil online biasa. Meskipun kecelakaan lalu lintas yang dikhawatirkan semua orang pernah terjadi, namun semua itu disebabkan oleh pelanggaran peraturan lalu lintas oleh manusia. Menurut statistik dari perusahaan asuransi, tingkat kecelakaan kendaraan tak berawak Luobo Kuaipao adalah 1/14 dibandingkan manusia. Oleh karena itu, dibandingkan dengan pengalaman taksi yang menolak mengambil penumpang dan pengemudi tidak menyalakan AC di musim panas, warga lebih antusias terhadap Robotaxi.

Kedua, harga sepeda Robotaxi telah turun secara signifikan dibandingkan masa lalu, sehingga memberikan ekspektasi pasar terhadap komersialisasinya. Pada konferensi Apollo Day 2024 pada bulan Mei tahun ini, Baidu meluncurkan kendaraan tak berawak generasi keenam "Carrot Run" yang dilengkapi dengan solusi sistem cerdas generasi keenam Baidu. Harga mobil baru hanya 204.600 yuan, dan harga keseluruhan kendaraan telah turun 60% dibandingkan mobil generasi kelima, jauh lebih rendah dibandingkan Robotaxi yang diluncurkan oleh perusahaan pengemudi otonom lainnya.

Selain itu, platform mengemudi otonom dapat secara signifikan mengurangi biaya satuan layanan dengan mengurangi biaya platform dan biaya pengemudi sekaligus menyediakan layanan segala cuaca, menjadikan harga satuan jarak tempuh lebih rendah dibandingkan taksi tradisional.

Poin terakhir sebenarnya yang paling penting—Tesla Dikatakan akan meluncurkan Robotaxi tahun ini. Baru-baru ini, Tesla FSD telah membuat kemajuan yang signifikan. Pada tanggal 31 Maret, Tesla meluncurkan versi baru FSD V12 untuk beberapa pengguna di Amerika Serikat. Versi baru menghapus kata "Beta" untuk pertama kalinya dan menggantinya dengan "Diawasi", yang berarti "diawasi".

Musk menyebutnya "Airbnb di atas roda". Pemilik mobil dapat memilih untuk menambahkan kendaraan mereka ke armada pemesanan kendaraan online Tesla dan berbagi pendapatan dengan Tesla. Tesla adalah pemimpin dalam teknologi penggerak mobil cerdas. Jika mereka dapat merilis Robotaxi sesuai jadwal, hal ini sama saja dengan gempa bumi industri.

Saat ini, teknologi penggerak cerdas sedang mengalami transformasi tonggak sejarah. Tonggak sejarah ini disebut "end-to-end". FSD versi baru Tesla menggunakan teknologi end-to-end, dan penggerak cerdas Luobo Kuaipao juga menggunakan teknologi end-to-end. .

Apa itu "ujung ke ujung"? Ini adalah konsep pembelajaran yang mendalam. Model AI hanya perlu memasukkan data mentah untuk menghasilkan hasil akhir, tanpa memasukkan modul tambahan untuk diproses. Misalnya, ChatGPT, jika Anda berbicara dengannya, ia akan menjawab Anda, dan hanya model bahasa besar yang terlibat dalam prosesnya.

Namun mengemudi cerdas jauh lebih rumit. Selain mengenali instruksi manusia, ia juga perlu mengenali objek di jalan dan mengamati tekstur, warna, kecepatan pergerakan, dll. Di masa lalu, tautan ini memerlukan modul yang berbeda, dan tingkat kecerdasan yang dicapai oleh modul ini bervariasi.

Misalnya, modul yang bertanggung jawab untuk merencanakan rute dan modul yang bertanggung jawab untuk mengendalikan kendaraan tidak cukup cerdas, sehingga perlu memasukkan sejumlah besar kondisi dan peraturan jalan secara manual dan bertindak sesuai aturan.

Seiring berkembangnya teknologi berkendara cerdas ke arah end-to-end, ia dapat menilai kondisi jalan dan meresponsnya sendiri. Inilah sebabnya mengapa banyak perusahaan kendaraan energi baru dalam negeri telah memberhentikan karyawannya secara signifikan dalam enam bulan terakhir, dan pemrogram di departemen mengemudi cerdas juga diberhentikan. Karena di era end-to-end, tidak perlu banyak programmer yang menulis kode sedikit demi sedikit dan merumuskan setiap aturan mengemudi sedikit demi sedikit.

Sederhananya, sebelum mobil self-driving menggantikan pengemudi taksi, mereka terlebih dahulu akan menggantikan sejumlah besar programmer yang menulis kode.

Musk berkata, "Realisasi mengemudi otonom FSD akan menjadi 'momen ChatGPT Tesla'". Hal ini juga mempercepat pengembangan dan penerapan model kendaraan otonom skala besar yang menyeluruh di Tiongkok.XiaopengPerusahaan mobil baru seperti , NIO, dan Ideal semuanya melakukan penelitian dan pengembangan serta penerapan teknologi model end-to-end seperti Huawei, Pony.ai, NVIDIA, Yuanrong Qixing, SenseTime, Qingzhou Zhihang, dll. juga melakukan penerapan teknologi model end-to-end.

Gambar: Xpeng mengembangkan dan menerapkan teknologi model besar ujung ke ujung

Sebelum mewujudkan pengemudian otonom, berbagai perusahaan berupaya mewujudkan pengemudian cerdas kelas atas dengan pengalaman yang lebih baik. Berbeda dengan berkendara cerdas tradisional, berkendara dengan sistem teknologi end-to-end lebih seperti pengemudi manusia yang berpengalaman dan tidak akan terlalu kaku dan dogmatis.

“Keuntungan inti dari teknologi end-to-end adalah teknologi ini dapat secara signifikan meningkatkan efisiensi penerapan berkendara cerdas tingkat tinggi sekaligus mengurangi biaya hingga batas tertentu kekuatan dan data besar. Kombinasi ini akan mendorong lompatan kualitatif dalam algoritma kecerdasan buatan,” Liu Xuan, wakil presiden Shenzhen Yuanrong Qixing Technology Co., Ltd., menyatakan dalam komunikasinya dengan Auto Market Story.

Dalam hal pengurangan biaya, teknologi end-to-end tidak bergantung pada peta dengan presisi tinggi, yang sangat penting untuk mencapai pengemudian otonom secara nasional dan bahkan global. Liu Xuan menjelaskan bahwa pengemudi manusia tidak membentuk peta presisi tinggi dalam pikirannya saat mengemudi, tetapi mengandalkan persepsi intuitif mereka terhadap jalan dan rambu-rambu jalan. Sebagai hasil antara, peta presisi tinggi berguna bagi mesin untuk memahami lingkungan, namun juga menimbulkan serangkaian masalah seperti pembaruan pemeliharaan, ketepatan waktu, dan keamanan data. Oleh karena itu, mengurangi ketergantungan pada peta presisi tinggi adalah kunci penerapan algoritma end-to-end.

Di sisi lain, terobosan kinerja FSD Tesla juga menimbulkan diskusi di industri mengenai apakah lidar benar-benar dibutuhkan. Jika Tesla bisa mencapai pengemudian tanpa pengemudi hanya dengan mengandalkan kamera, apakah ini akan menjadi pukulan telak bagi industri lidar?

Dalam hal ini, Yu Qian, salah satu pendiri dan CEO Qingzhou Zhihang, mengatakan kepada Auto Market Story, “Apakah itu visi murni atau dikombinasikan dengan lidar, metode end-to-end dapat diterapkan, meskipun lidar menyediakan hal yang diperlukan Redundansi keselamatan, namun dalam jangka panjang, teknologi vision sepenuhnya mampu mencapai tingkat pengemudian otonom tingkat tinggi. Seiring kemajuan teknologi, sistem vision murni diharapkan dapat mencapai atau bahkan melampaui tingkat pengemudi manusia.”

Li Bin juga mengutarakan pendapatnya. Lidar seperti airbag mobil, peran terbesarnya terletak pada nilai keselamatan. "Apakah suatu perusahaan menggunakan lidar atau tidak adalah masalah bisnis, dan itu tergantung pada apakah perusahaan tersebut membayar biaya untuk 1% tersebut."

Meskipun iterasi teknologi baru dan pengurangan biaya telah meningkatkan ekspektasi terhadap mengemudi otonom, dilihat dari pengalaman pengembangan Tesla, teknologi mengemudi cerdas ujung ke ujung memiliki persyaratan yang sangat tinggi untuk daya komputasi, algoritma, dan data besar jika tidak ada kekuatan ekonomi dan teknis yang memadai sulit untuk dicapai. Tesla akhirnya mencapai penggerak otonom ujung ke ujung FSD melalui pengujian ekstensif.

Musk mengatakan Tesla berencana menginvestasikan US$10 miliar pada infrastruktur kecerdasan buatan dan daya komputasi pada tahun 2024. Jika intensitas investasi perusahaan lain tidak mencapai level ini, atau efisiensi pemanfaatan modal tidak tinggi, mereka tidak akan mampu bersaing. .

Liu Xuan terus terang mengatakan bahwa keunggulan Tesla adalah ia memiliki lebih dari 6 juta kendaraan dan memiliki data nyata yang sangat besar untuk membentuk loop data tertutup. Namun, model jalur implementasi end-to-end yang spesifik berbeda, dan metode proses implementasi juga berbeda. "Kami dapat melatih model kami sendiri dengan cara yang tepat sasaran. Kami telah mengumpulkan banyak pengalaman dalam skenario CBD dan kemacetan di kawasan perkotaan yang kompleks di Tiongkok. Kami percaya bahwa hal ini dapat membantu model algoritma end-to-end dengan cepat beralih ke tingkat yang kompetitif."

Lou Tiancheng, CTO Pony.ai, mengatakan bahwa pada tahap ini, untuk melatih model end-to-end dengan performa umum, jumlah data untuk mengemudi otonom tidak lagi menjadi masalah, tetapi untuk melatih model end-to-end berperforma tinggi. model to-end, kualitas data diperlukan. Ini mungkin merupakan tantangan yang dihadapi oleh industri kendaraan otonom.

Ketika tingkat pemodelan AI pada sistem penggerak otonom semakin tinggi, permintaan akan sumber daya komputasi pelatihan semakin meningkat.

Tesla terus meningkatkan investasinya dalam melatih daya komputasi dalam beberapa tahun terakhir. Tesla mengungkapkan dalam laporan keuangan Q2 2024 bahwa daya komputasi pelatihan kecerdasan buatannya telah mencapai daya komputasi setara 35.000 GPU H100, dan diperkirakan akan meningkat menjadi sekitar 90.000 daya komputasi setara GPU H100 pada akhir tahun. Dibandingkan dengan akhir tahun 2023, peningkatan dari tahun ke tahun sekitar 500%, mencapai eselon yang sama dengan Google dan Amazon. Sebelumnya, Tesla juga menerapkan cluster pelatihan GPU A100 yang lebih besar, dan investasi daya komputasi pelatihan sebenarnya jauh lebih maju dalam industri mengemudi otonom. Meskipun OEM dalam negeri dan perusahaan kendaraan otonom juga telah berinvestasi dalam pelatihan daya komputasi, hanya sedikit yang mencapai skala Tesla.

Namun, saat ini belum ada jadwal pasti kapan produk Tesla Robotaxi akan beroperasi. Taksi self-driving Robotaxi milik Tesla, yang semula dijadwalkan dirilis pada 8 Agustus, akan ditunda hingga 10 Oktober. Mengenai alasan penundaan tersebut, Musk mengatakan bahwa beberapa perubahan desain perlu dilakukan pada kendaraan tersebut. Beberapa pakar industri percaya bahwa Tesla telah menunda peluncuran Robotaxi terutama karena teknologinya belum matang, dan beberapa bug mungkin terjadi jika dirilis tepat waktu.

Selain permasalahan teknis yang perlu diperbaiki, permasalahan model bisnis Robotaxi pun semakin sulit.

Ambil contoh Luo Luo Kuai Pao. Dengan 500 taksi tanpa pengemudi, meskipun setiap kendaraan dapat menerima 20 pesanan setiap hari dan mendapatkan 10 yuan per pesanan, pendapatan harian Luo Luo Kuai Pao Robotaxi hanya akan menjadi 100.000 yuan. Jumlah ini terbilang cukup besar bagi masyarakat awam, namun bagi perusahaan teknologi yang bergerak di bidang self-driving, diperkirakan bahkan tidak bisa ditutupi oleh gaji beberapa ilmuwan algoritma.

Li Bin juga memberikan alasan tersendiri bagi Weilai untuk tidak melakukan Robotaxi, “Transportasi adalah masalah sosial, bukan masalah teknis tersendiri. Secara teknis, Robotaxi akan menjadi semakin matang, namun belum tentu merupakan bisnis yang berkelanjutan jumlah mobil yang dapat diakomodasi oleh suatu kota terbatas, dan Robotaxi tidak akan berkembang tanpa batas seperti layanan cloud.”

Pasar modal sangat optimis terhadap rencana Robotaxi Tesla. Morgan Stanley mengatakan bahwa teknologi mengemudi otonom dipengaruhi oleh serangkaian faktor yang tidak dapat diprediksi seperti hukum, peraturan, dan etika. Popularitas pasarnya dapat berubah secara ekstrim, dan industri masih jauh dari titik perubahan.

Meskipun Robotaxi masih jauh dari penerapan skala besar, solusi berkendara cerdas yang menyeluruh dapat meningkatkan pengalaman pengguna secara signifikan dan membuat lebih banyak konsumen bersedia menerima pengemudian otonom, sehingga dapat mempercepat tingkat penetrasi kendaraan cerdas kelas atas secara keseluruhan. menyetir. Pakar industri memperkirakan bahwa tingkat penetrasi NOA berkecepatan tinggi dalam negeri akan melebihi 30% pada tahun 2026, dan tingkat penetrasi NOA perkotaan akan melebihi 10%. Tahun 2024 akan menjadi periode waktu yang penting bagi pengemudian otonom mulai dari kesadaran hingga konversi pembelian.