berita

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Teks |. Lembaga Penelitian Modal Titanium

Baru-baru ini, layanan ride-hailing online self-driving Baidu “Carrot Run” menjadi topik hangat. Tesla diperkirakan akan merilis “Robotaxi” pada Agustus 2024. Pada saat yang sama, kebijakan dalam negeri telah diperkenalkan secara intensif untuk merangsang pengembangan diri. -mengemudi mobil. Pada awal tahun 2024, Lima departemen termasuk Kementerian Perindustrian dan Teknologi Informasi bersama-sama mengeluarkan pemberitahuan percontohan untuk penerapan "integrasi kendaraan-jalan-cloud", yang mencakup kota-kota utama tingkat pertama dan kedua. Teknologi penggerak otonom akan menjadi pendorong pertumbuhan penting bagi industri kendaraan energi baru. Arsitektur end-to-end secara bertahap menjadi tema utama kompetisi tahun ini di bidang berkendara cerdas. Untuk bersaing menjadi yang terdepan, perusahaan mobil mulai meningkatkan upaya mereka dalam penelitian dan pengembangan.

Apa logika investasi untuk jalur mengemudi cerdas? Apa tren perkembangan teknologi penggerak otonom end-to-end? Baru-baru ini, Titanium Capital mengundang Dr. Liu Yudong, manajer umum eksekutif Chentao Capital, untuk berbagi topik terkait. Dia telah lama fokus pada investasi di jalur mengemudi cerdas. Dia pernah bekerja di Geely Automobile Research Institute dan Didi Chuxing dan memimpin mengemudi cerdas beberapa kendaraan listrik pintar. Dia terlibat dalam pengembangan sistem produksi massal dan penelitian berwawasan ke depan tentang algoritme persepsi, dan memiliki pengalaman praktis yang kaya dalam perencanaan teknis, definisi produk, manajemen tim, kerja sama ekologi, dan bidang lainnya. Pembawa acara berbagi ini adalah Wang Zeqing dari Titanium Capital, yang berfokus pada energi baru, material baru, AI, rantai industri robotika, dan bidang transportasi.

Logika Investasi Jalur Penggerak Cerdas Chentao Capital

1. Fokus pada mengemudi yang cerdas

Chentao Capital adalah lembaga investasi ekuitas swasta yang berfokus pada industri berkembang, dan penggerak cerdas adalah salah satu sektor investasi utamanya. Ada tiga alasan utama untuk fokus pada jalur mengemudi cerdas: Pertama, mengemudi cerdas, sebagai bidang yang menggabungkan transportasi dan kecerdasan buatan, memiliki ruang pasar yang besar, diperkirakan melebihi level satu triliun, kedua, mengemudi cerdas bersifat jangka panjang; jalur, dan teknologi serta struktur industri belum stabil, memberikan peluang masuk yang berkelanjutan bagi perusahaan-perusahaan baru; dan terakhir, talenta dan teknologi dalam industri penggerak cerdas sangat mudah dibentuk, dan aliran talenta teknis inti membawa peluang investasi industri terkait seperti AI dan robotika.

Dalam tujuh atau delapan tahun terakhir, Chentao Capital telah berinvestasi di hampir 20 perusahaan terkait mengemudi cerdas. Sebagian besar investasi terjadi pada tahap seed round dan angel round, dan berpartisipasi sebagai pemegang saham penting. Bidang investasi terutama dibagi menjadi tiga sektor: yang pertama adalah perusahaan pengemudi otonom yang berfokus pada skenario tersegmentasi berbeda, seperti pertambangan, pelabuhan, distribusi perkotaan, pembersihan sanitasi, dll.; yang kedua adalah rantai pasokan inti yang terkait dengan mengemudi cerdas, termasuk kontrol kawat Perusahaan sasis dan sensor hulu serta komponen; yang ketiga adalah perusahaan perangkat lunak dan layanan terkait mengemudi otonom yang telah menarik banyak perhatian dalam dua tahun terakhir, terutama AI generatif dan layanan data.

2. Industri telah memulai siklus pertumbuhan gelombang kedua

Mengemudi cerdas dianggap sebagai jalur jangka panjang. Sejak tahun 2015, pasar kendaraan otonom di Tiongkok telah mengalami gelombang pertumbuhan pertamanya. Meskipun perhatian telah menurun dalam dua tahun terakhir, tren ini sejalan dengan kurva perkembangan teknologi Gartner, yang menunjukkan bahwa masih terdapat potensi pertumbuhan dan peluang investasi yang besar di masa depan.

Saat ini, industri penggerak cerdas berada dalam periode penyesuaian setelah gelombang pertama investasi mencapai puncaknya dan menghadapi tantangan seperti komersialisasi, namun prospek jangka panjangnya tetap optimis. Kami memiliki prediksi yang jelas mengenai tren perkembangan teknologi dan yakin bahwa industri ini telah memulai siklus pertumbuhan gelombang kedua. Sinyal dari siklus ini termasuk titik balik komersialisasi perusahaan pengemudi otonom dan gelombang pencatatan perusahaan terkait, yang menunjukkan bahwa industri pengemudi cerdas telah memasuki tahap investasi baru. Oleh karena itu, dana kami mulai berinvestasi tahun lalu dan terus mencari peluang baru.

Chentao Capital saat ini berfokus pada dua arah investasi: pertama, komersialisasi mengemudi otonom dalam skenario yang berbeda, percaya bahwa teknologi mengemudi otonom akan mengubah transportasi dan menghasilkan nilai praktis kedua, terobosan dan aplikasi teknologi mutakhir di bidang mengemudi otonom, khususnya Teknologi penggerak otonom yang menyeluruh akan menjadi faktor utama dalam transformasi industri penggerak otonom dalam dua hingga lima tahun ke depan. Pertahankan sensitivitas dan perhatian tingkat tinggi terhadap model besar, radar gelombang milimeter 4D, teknologi lidar, dan berbagai teknologi chip di bidang mengemudi otonom. Pembahasan berikut ini akan fokus pada berbagai skenario dan teknologi berkendara otonom yang menyeluruh.

3. Logika investasi untuk berbagai skenario mengemudi otonom

Kami menggunakan metode klasifikasi empat kuadran untuk membedakan skenario aplikasi mengemudi otonom berdasarkan kecepatan (kecepatan rendah, kecepatan tinggi) dan muatan (membawa barang, orang). Dalam hal kesulitan teknis, mengemudi otonom berkecepatan tinggi lebih sulit daripada mengemudi berkecepatan rendah, lebih sulit membawa orang daripada membawa benda, dan skenario terbuka lebih sulit daripada skenario tertentu. Oleh karena itu, Chentao Capital awalnya memfokuskan investasinya pada bidang mengemudi tanpa awak untuk pemuatan kargo berkecepatan rendah, yang melibatkan segmen pasar seperti transportasi tambang, distribusi logistik terminal, pembersihan tanpa awak, dan skenario pelabuhan.

4. Kemajuan komersialisasi kendaraan otonom dalam berbagai skenario

Kami membaginya menjadi To G, TO B (pasar perusahaan) dan TO C (pasar konsumen). Di bidang TO G, sanitasi dan keamanan adalah skenario penerapan utama. Sanitasi lingkungan telah mencapai implementasi awal dalam skala besar, dan robot inspeksi keamanan digunakan di beberapa kota.

Di sisi TO B, komersialisasi kendaraan tanpa awak di pertambangan dan pelabuhan mengalami kemajuan paling cepat. Model bisnis yang jelas telah terbentuk dan replikasi skala besar telah dimulai.

Selain itu, sektor pengiriman perkotaan telah mengalami pertumbuhan yang luar biasa tahun ini, dengan perusahaan-perusahaan terkemuka mengumumkan bahwa mereka akan memperluas armada mereka hingga puluhan ribu unit, sehingga mencapai peningkatan skala lebih dari sepuluh kali lipat. Pesatnya pertumbuhan distribusi perkotaan disebabkan oleh ditemukannya skenario penerapan yang sesuai pada jalur distribusi, seperti kerjasama dengan perusahaan logistik ekspres, distribusi supermarket makanan segar, dll. Untuk logistik utama sisi-B, karena merupakan skenario terbuka dan secara teknis sulit, maka masih dalam tahap uji operasi skala kecil.

Di sisi C, aplikasi tanpa pengemudi sebagian besar adalah Robotaxi (taksi tanpa awak) dan Robobus (bus tanpa awak).

5. Taksi tanpa pengemudi: ringkasan kemajuan Carrot Run

Proyek Carrot Run Baidu merupakan sinyal positif atas dampak disruptifnya terhadap seluruh industri kendaraan otonom.

Ada tiga tahap pengembangan skenario mengemudi otonom: otonom, skala besar, dan komersialisasi. Pada tahap tanpa awak, Baidu telah mendemonstrasikan kemampuan mengemudi tanpa awak. Baidu telah merealisasikan RoboTaxi (taksi tanpa awak) tanpa awak pada tahun 2022, melakukan pengujian tanpa awak di Wuhan dan tempat lain, dan Mendukung pengoperasian taksi tanpa pengemudi melalui pusat mengemudi kendali jarak jauh. Dalam hal skala, Baidu mengumumkan rencana peluncuran RoboTaxi. Perusahaan ini diperkirakan akan meluncurkan sekitar 1.000 kendaraan pada akhir tahun ini dan telah meluncurkan beberapa kendaraan di Wuhan, yang menunjukkan tanda-tanda awal skalanya. Tahap komersialisasi berfokus pada profitabilitas. Liu Yudong percaya bahwa waktu profitabilitas Robo Taxi masih belum jelas, dan ini terutama bergantung pada rasio keamanan mengemudi jarak jauh dan kekuatan harga perusahaan di masa depan. Saat ini, Robo Taxi menyediakan layanan dengan harga sangat murah dalam bentuk subsidi. Apakah Robo Taxi dapat mempertahankan skala pesanan sekaligus meningkatkan biaya perjalanan di masa depan adalah pertanyaan yang perlu diwaspadai oleh industri.

Industri kendaraan otonom sedang menjalani upaya komersialisasi yang aktif. Meski menghadapi tantangan, kemajuan teknologi dan inovasi model bisnis memberikan ruang luas bagi perkembangan industri di masa depan. Praktik perusahaan seperti Baidu tidak hanya mendorong perkembangan teknologi, namun juga memberikan pengalaman berharga bagi eksplorasi komersialisasi seluruh industri.

Proyek Carrot Run mempunyai dampak signifikan pada tiga tingkatan: teknologi, industri dan industri. Tingkat teknis: Luobo Kuaipao mendemonstrasikan solusi sistem yang menggabungkan algoritma sisi mobil dan mengemudi jarak jauh, memberikan solusi yang terukur. Mode ini memberikan konsumen pengalaman yang benar-benar tanpa pengemudi melalui berkendara dengan kendali jarak jauh, meskipun teknologi di sisi kendaraan belum sempurna. Di masa depan, lebih banyak OEM mobil penumpang dan perusahaan self-driving lainnya mungkin akan mengacu pada rencana ini untuk mempromosikan penerapan taksi tanpa pengemudi secara luas.

Tingkat industri: Penerapan Luobo Kuaipao dalam skala yang relatif besar memberikan demonstrasi pembagian kerja industri untuk industri. Hal ini melibatkan operator hilir dan perusahaan suku cadang hulu, sehingga memberikan manfaat tambahan bagi pihak-pihak terkait. Ketika operasinya sudah matang, Baidu dapat menyempurnakan operasinya dan rencana kepemilikan asetnya serta mendorong pembagian kerja industri, yang bermanfaat bagi perkembangan seluruh industri.

Tingkat industri: Efek pemecah lingkaran dari Carrot Run telah menghidupkan kembali minat masyarakat terhadap industri kendaraan otonom. Acara ini merupakan "momen ChatGPT" dalam industri kendaraan otonom, yang berarti bukan hanya terobosan teknologi, tetapi yang lebih penting. , itu menarik perhatian publik. Semakin banyak orang yang menaruh perhatian, industri kendaraan otonom akan menarik lebih banyak sumber daya, termasuk talenta dan dana.

Tren perkembangan teknologi penggerak otonom ujung ke ujung

Perkembangan teknologi end-to-end tidak hanya mendorong penelitian mendalam di kalangan akademisi dan industri, namun juga membawa peluang investasi dan arahan penelitian baru ke dalam industri kendaraan otonom. Meskipun teknologi end-to-end masih dalam tahap eksplorasi, prospek penerapannya di bidang kendaraan otonom di masa depan sangat luas dan patut mendapat perhatian serius dari industri dan investor.

1. Mengemudi otonom secara menyeluruh membuka babak baru revolusi industri

Teknologi end-to-end mendapat perhatian luas dari kalangan akademisi dan industri dalam satu tahun terakhir. Apalagi setelah hasil penelitian Shanghai Artificial Intelligence Laboratory meraih penghargaan Best Paper Award CVPR2023, teknologi ini kembali menjadi fokus civitas akademika. Proses eksplorasi konsep end-to-end dari tahun 2016 hingga 2018, sikap aktif Tesla di bidang ini, dan siaran langsung Elon Musk pada Agustus 2023 mendemonstrasikan FSD v12 berdasarkan arsitektur end-to-end, secara resmi mulai mempromosikan end-to-end pasar ujung ke ujung. Dalam enam bulan terakhir, perusahaan-perusahaan pengemudi cerdas terkemuka di Tiongkok telah secara berturut-turut meluncurkan rencana mengemudi otonom yang menyeluruh. Pada Mei 2024, Wayve, sebuah perusahaan rintisan yang berfokus pada pengembangan sistem penggerak otonom end-to-end, menerima pembiayaan sebesar US$1 miliar. Ini merupakan transaksi pertama dengan jumlah pembiayaan lebih dari US$1 miliar sejak otonomi industri penggerak memasuki titik terendah pada tahun 2022, menunjukkan bahwa pasar modal optimis terhadap perkembangan ini.

2. Evolusi arsitektur mengemudi otonom

End-to-end adalah teknologi yang mencakup seluruh proses mulai dari masukan sensor hingga perencanaan lintasan atau keluaran sinyal kontrol, yang sepenuhnya diterapkan oleh AI atau jaringan saraf.

Perkembangan teknologi end-to-end dibagi menjadi beberapa tahap: pertama persepsi end-to-end, dimana modul persepsi telah diimplementasikan secara deep learning, namun perencanaan keputusan masih berdasarkan definisi aturan; modularisasi perencanaan keputusan, mencoba menggantikan definisi aturan dengan perencanaan pengambilan keputusan jaringan AI; kemudian modularisasi end-to-end, di mana karakteristik ekspresi gambar ditransfer antar modul dan dapat dilatih dan dioptimalkan secara bersama-sama dan terakhir, end-to-end; solusi menyeluruh dari jaringan saraf tunggal, memanfaatkan AI generatif dan teknologi model besar, meskipun tingkat kematangannya rendah, namun potensinya sangat besar.

Konsep end-to-end tidak sama dengan model besar dan model dunia. Meskipun solusi end-to-end mungkin memanfaatkan kemampuan model besar atau model besar multi-modal, sistem end-to-end baru-baru ini dirilis oleh oleh. Li Auto menggunakan model besar multi-modal. Model dunia saat ini terutama digunakan sebagai sarana teknis untuk data pelatihan, dan mungkin menjadi teknologi utama untuk mengemudi otonom di masa depan.

Teknologi end-to-end kompatibel dengan semua jenis sensor, tidak hanya sistem penglihatan murni. Meskipun Tesla adalah pemimpin dalam sistem penglihatan murni, solusi end-to-end juga dapat mengintegrasikan berbagai input seperti lidar dan radar gelombang milimeter. Data kamera adalah tipe data yang paling mudah diperoleh dan dikumpulkan di bidang mengemudi otonom, sehingga sering digunakan dalam sistem penglihatan murni.

3. Sejarah perkembangan teknologi end-to-end

Antara tahun 2016 dan 2018, beberapa perusahaan seperti Nvidia dan Waymo melakukan eksplorasi awal, namun hasil tersebut tidak mencapai produksi massal. Alasan utamanya adalah arsitektur jaringan pada saat itu relatif sederhana, berdasarkan CNN, dan metode pembelajaran seperti pembelajaran imitasi dan pembelajaran penguatan juga relatif mendasar, kurang dukungan struktur jaringan yang canggih.

Tahap pengembangan kedua melibatkan penerapan arsitektur teknis yang mendasari seperti model bahasa besar di bidang ini. Meluasnya penerapan arsitektur teknologi jaringan seperti transformator, serta peningkatan kompleksitas dan keandalan model penggerak otonom, merupakan perubahan inti dalam tahap ini. Pada saat yang sama, AI generatif dan model bahasa besar telah membuktikan bahwa paradigma API umum dapat mengarah pada AGI di dunia fisik, sehingga menarik lebih banyak peneliti dan praktisi untuk berinvestasi ke arah ini.

4. Tiga kekuatan pendorong di balik teknologi end-to-end yang menarik perhatian dalam satu tahun terakhir

Yang pertama adalah indikator kinerja sistem Tesla V12 yang meningkat dua kali lipat. Yang kedua adalah nilai produk dari teknologi end-to-end itu sendiri, termasuk aspek antropomorfik dalam menyelesaikan skenario jangka panjang dan meningkatkan pengalaman pengguna adalah model bahasa besar yang digerakkan oleh teknologi. Dampak, serta karakteristik berbasis data dan hukum penskalaan sistem end-to-end.

Dampak teknologi end-to-end pada struktur organisasi perusahaan mobil dan perusahaan pengemudi otonom adalah menyederhanakan struktur organisasi dan meningkatkan efisiensi iterasi pengembangan. Saat ini, banyak OEM terkemuka di industri telah secara resmi mengumumkan rencana produksi massal untuk solusi end-to-end, meskipun sistem end-to-end yang sebenarnya mungkin baru akan diproduksi secara massal pada tahun depan.

Perusahaan sistem penggerak otonom dan algoritme, seperti SenseTime, Pony.ai, Horizon, dll., telah memulai investasi penelitian dan pengembangan menyeluruh dan berharap proyek OEM dapat dilaksanakan dalam enam bulan hingga satu tahun ke depan. Pada saat yang sama, AI generatif dan perusahaan rantai alat, seperti Light Wheel Intelligence dan Jiji Technology, juga telah melakukan investasi awal dan eksplorasi di bidang end-to-end.

5. Teknologi end-to-end akan memicu pengembangan lebih lanjut teknologi hulu dalam rantai industri

Teknologi end-to-end akan memicu perkembangan lebih lanjut teknologi hulu dalam rantai industri dan membawa perubahan ekologi industri.Pertama-tama, seiring dengan meningkatnya kompleksitas model AI, ekosistem open source akan memainkan peran yang semakin penting. Komunitas open source memiliki keunggulan dalam pengumpulan bakat, kolaborasi skala besar, dan pengembangan model yang kompleks, yang telah dikonfirmasi selama pengembangan BEV dalam tiga tahun terakhir. Dengan membandingkan hasil proyek open source dan proyek edge dari tahun 2021 hingga 2024, terlihat bahwa ekosistem open source dan proyek edge berjalan beriringan dalam mendorong pengembangan lapangan.

Kedua, teknologi end-to-end menimbulkan tantangan terhadap simulasi tradisional dan metodologi verifikasi pengujian. Karena kebutuhan untuk mengendalikan mobil dari ujung ke ujung, pengujian loop terbuka dari metode simulasi tradisional tidak lagi berlaku, dan terdapat masalah dengan keakuratan simulator yang ada. Oleh karena itu, serangkaian rantai alat simulasi loop tertutup baru perlu dikembangkan, yang mungkin memerlukan penggabungan kemampuan di bidang AI generatif dan data sintetis, sebuah bidang yang akan memberikan peluang bagi perusahaan-perusahaan baru.

Ketiga, teknologi end-to-end akan mendorong inovasi dalam arsitektur chip.Model AI end-to-end dengan parameter yang lebih besar dan operator jaringan saraf baru menimbulkan tantangan baru bagi perusahaan chip, sehingga memerlukan arsitektur chip yang lebih fleksibel untuk beradaptasi dengan evolusi cepat algoritma AI yang bergerak secara otonom.

Dari perspektif tren perkembangan industri, teknologi end-to-end akan mempercepat tingkat penetrasi kendaraan otonom secara keseluruhan. Hadirnya teknologi end-to-end diharapkan akan membuat fungsi-fungsi seperti NOA berkecepatan tinggi dan NOA perkotaan menjadi lebih populer dalam dua hingga tiga tahun ke depan untuk memberikan layanan kepada konsumen biasa.

Karena kemampuan generalisasi yang kuat dari teknologi end-to-end, aplikasi mengemudi yang lebih otonom di seluruh wilayah geografis atau negara mungkin akan muncul di masa depan. Saat ini, perusahaan kendaraan otonom yang memasuki negara-negara baru perlu melalui banyak proses debug adaptif, namun teknologi end-to-end diharapkan dapat mengurangi proses ini, meningkatkan kemampuan untuk menerapkan lintas skenario, dan bahkan dapat membawa evolusi pada berbagai skenario. untuk kendaraan niaga dan mobil penumpang.

6. Hubungan antara penggerak otonom ujung ke ujung dan robot umum

Kedua bidang ini secara historis telah belajar satu sama lain dan tumbuh bersama. Banyak teknologi di bidang mengemudi otonom yang berasal dari industri robotika, termasuk sensor, algoritma persepsi dan penentuan posisi, SLAM (lokalisasi simultan dan konstruksi peta), algoritma perencanaan, sistem operasi dan middleware, dll.

Dalam lima tahun terakhir, meskipun perkembangan industri robotika lebih lambat dibandingkan dengan industri penggerak otonom, industri penggerak otonom telah mengalami percepatan industrialisasi, dan pengurangan biaya komponen perangkat keras dan sensor sebenarnya telah memberikan dampak positif bagi industri robotika. industri robotika. Pada tahun lalu, metode AI berbasis data yang diwakili oleh penggerak otonom ujung ke ujung secara bertahap melewati produksi massal, dan diharapkan dapat memberikan masukan ke bidang robot umum di masa depan, yang juga memerlukan kecerdasan umum.

Melihat ke masa depan, kendaraan otonom dan robotika adalah dua bidang terpenting untuk mewujudkan AI di dunia fisik. Banyak peneliti membagi kecerdasan umum menjadi dua bagian: mengemudi otonom dan robotika. Dari perspektif mewujudkan AGI di dunia fisik, industri penggerak otonom saat ini memiliki keuntungan yang lebih jelas, karena kompleksitas tugasnya relatif rendah, dan tautan lengkap untuk memperoleh data dan algoritme berulang telah dibuat, yang menyediakan Model bagi industri robot untuk belajar darinya.

Perkembangan teknologi penggerak otonom yang menyeluruh tidak hanya mendorong kemajuan teknologi penggerak otonom, tetapi juga membawa peluang baru dan referensi teknis bagi industri robotika. Keduanya akan terus saling mempromosikan dalam pengembangan teknologi AI dan bersama-sama berpromosi realisasi AI di dunia fisik.

Tanya Jawab

Q1: Apa tren pengembangan radar lidar dan gelombang milimeter di masa depan sebagai sensor masukan?

J: Biaya radar lidar dan gelombang milimeter terus menurun, sejalan dengan Hukum Moore. Biaya pengiriman lidar dan radar gelombang milimeter 4D masing-masing sekitar 2.000 hingga 3.000 yuan dan 600 yuan, dengan selisih yang signifikan. Diharapkan dalam waktu dua tahun, biaya lidar dapat dikurangi menjadi sekitar 1.000 yuan, dan radar gelombang milimeter dapat dikurangi menjadi lebih dari 300 yuan. Radar gelombang milimeter sangat melengkapi sistem optik seperti lidar dan kamera. Sistem optik mungkin gagal dalam cuaca buruk seperti hujan, kabut, salju, dan debu, sedangkan radar gelombang milimeter lebih dapat diandalkan di lingkungan ini. Dalam jangka panjang, memanfaatkan berbagai sensor akan menjadi kuncinya, terutama pada tingkat mengemudi otonom L3 dan L4. Untuk tingkat L2, solusi berbiaya rendah mungkin lebih memilih kombinasi penglihatan dan radar gelombang milimeter.

Q2: Berdasarkan skenario segmentasi yang berbeda di bidang TOB, berapa tingkat margin laba kotor perusahaan kendaraan otonom saat ini dan tingkat apa yang berpotensi dicapai?

J: Menurut kerangka model bisnis perusahaan TO B, dapat dibagi menjadi dua model berbeda: menjual produk dan melakukan operasi. Sejak tahap awal pengembangan industri, operasi dapat menguji kemampuan perusahaan dengan lebih baik dan membuktikan kekuatannya, karena operasi harus bertanggung jawab atas keseluruhan proses. Secara relatif, margin laba kotor dari penjualan produk tidak memiliki banyak nilai diskusi, karena penetapan harga tidak mencerminkan nilai keseluruhan rantai industri. Perusahaan yang beroperasi saat ini sedang dalam tahap perubahan dari margin laba kotor negatif menjadi positif, dengan target margin laba kotor sebesar 30% atau bahkan 40%, dan beberapa skenario masih beroperasi dalam mode laba kotor negatif.

Q3: Dari sudut pandang lembaga investasi, banyak orang merasa bahwa waktu untuk mengemudi secara otonom telah berlalu. Dari sudut pandang industri, apakah ada subdivisi yang layak untuk dipertimbangkan?

J: Melihat kembali perkembangan industri Internet, peluang baru dan pembagian kerja yang lebih rinci akan muncul pada tahap kedewasaan industri mana pun. Industri kendaraan otonom saat ini berada pada titik balik yang serupa dengan industri Internet pada tahun 2010 atau 2012, yang menunjukkan bahwa model bisnis baru yang tidak terduga mungkin akan muncul di masa depan. Dari perspektif tahap investasi, ini adalah saat yang tepat bagi beberapa lembaga investasi tahap pertumbuhan untuk berinvestasi pada titik balik komersialisasi, terutama di bidang pertambangan dan distribusi perkotaan. Ukuran armada di bidang ini telah meningkat dari beberapa ratus unit ke Pertumbuhan signifikan beberapa ribu unit menunjukkan titik perubahan yang jelas untuk komersialisasi. Oleh karena itu, sekarang adalah waktu yang lebih baik untuk investasi tahap menengah hingga akhir.

Investasi awal harus lebih memperhatikan perubahan teknologi, terutama pengembangan teknologi end-to-end, yang membawa peluang baru di tingkat algoritma dan rantai alat, seperti simulasi loop tertutup dan solusi data generatif end-to-end. Selain teknologi end-to-end, peningkatan volume sensor penggerak cerdas kelas atas juga membawa peluang bagi industri hulu. Misalnya, pertumbuhan pengiriman lidar yang signifikan telah menciptakan pasar potensial untuk komponen seperti chip dan laser dengan tingkat lokalisasi yang rendah. Dengan inovasi teknologi yang berkelanjutan dan perluasan pasar, lebih banyak peluang investasi awal akan muncul dalam industri kendaraan otonom. Sama seperti Pinduoduo dan Douyin yang muncul di masa matang industri Internet, perkembangan di masa depan penuh dengan kemungkinan yang tidak terbatas.

Q4: Apa saja persyaratan end-to-end untuk daya komputasi on-board? Dari perspektif pusat daya komputasi, berapa besar investasi yang dibutuhkan?

J: Teknologi penggerak otonom menyeluruh tidak akan secara langsung meningkatkan kebutuhan daya komputasi. Namun, karena ini adalah solusi berbasis data dan mematuhi undang-undang penskalaan, untuk mencapai kinerja yang lebih baik, industri umumnya memperluas skala model, sehingga meningkatkan permintaan akan chip daya komputasi tinggi. Beberapa perusahaan seperti Li Auto mengadopsi strategi sistem ganda, di mana model multimodal besar yang lebih mumpuni melakukan end-to-end dan model end-to-end yang ringan lainnya diterapkan pada chip penggerak otonom yang ada di sisi lain, kecepatan inferensi model besar lebih lambat, menunjukkan bahwa model tersebut memerlukan daya komputasi yang lebih tinggi. Seiring bertambahnya ukuran model, biaya pelatihan dan kebutuhan daya komputasi pelatihan juga meningkat. Pelatihan end-to-end tingkat pemula mungkin memerlukan 1.000 kartu yang setara dengan A100, dan perusahaan terkemuka mungkin telah mencapai tata letak tingkat 10.000 kartu. Mengambil Tesla sebagai contoh, investasi skala besar dalam pelatihan daya komputasi mungkin sulit untuk dikejar oleh perusahaan lain. Ada juga perusahaan domestik seperti Xpeng dan SenseTime yang telah melakukan investasi besar dalam pelatihan daya komputasi. Secara keseluruhan, perkembangan teknologi end-to-end telah mendorong permintaan akan chip daya komputasi yang lebih tinggi dan daya komputasi pelatihan yang lebih besar untuk mendukung pelatihan dan penerapan model berskala lebih besar. Hal ini tidak hanya mencerminkan kemajuan teknologi, namun juga mencerminkan komitmen industri untuk Mengejar solusi mengemudi otonom berkinerja tinggi.

Q5: Untuk perusahaan-perusahaan yang saat ini bergerak dalam bidang mengemudi otonom, apakah ada peluang atau peluang untuk beralih ke jalur robot humanoid atau umum?

J: Perkembangan robot humanoid dalam negeri erat kaitannya dengan peluncuran robot humanoid Optimus oleh Tesla. Tim Figure juga mempertemukan talenta dari Apple Cars dan perusahaan mobil besar Amerika Utara. Aliran talenta lintas industri ini wajar karena pengemudian otonom dan robotika terhubung dalam banyak cara.

Saat ini, permasalahan tubuh robot humanoid belum sepenuhnya terselesaikan, sehingga migrasi besar-besaran teknologi penggerak otonom ke bidang robot belum tercapai. Mengutip pandangan industri, setengah dari perusahaan robot humanoid di masa depan mungkin adalah perusahaan mobil. Hal ini menunjukkan bahwa dengan berkembangnya teknologi, integrasi pengemudian otonom dan robotika akan semakin mendalam.

Observasi Lembaga Penelitian Modal Titanium

Arsitektur end-to-end diharapkan menjadi solusi utama untuk berkendara otonom. Sistem penggerak cerdas saat ini umumnya dibagi menjadi tiga modul: persepsi, prediksi, dan perencanaan. Model end-to-end mengintegrasikan ketiga modul menjadi satu, memasukkan informasi dari ujung persepsi dan langsung mengeluarkan hasil di akhir eksekusi. Di bawah arsitektur teknis modular, transmisi informasi akan terganggu, pemeliharaan sistem akan sulit, dan tidak akan mampu menangani kondisi jalan yang kompleks dengan tenang. Model end-to-end tidak mengharuskan pemrogram menulis kode untuk merumuskan aturan, namun menggunakan data dalam jumlah besar untuk melatih sistem, memberikan mesin kemampuan untuk belajar, berpikir, dan menganalisis secara mandiri. Titanium Capital akan terus memperhatikan iterasi teknologi dan memanfaatkan peluang kemajuan teknologi bersama dengan mitra industri dan modal.