berita

Teks |. Wang Hailu

Selalu ada perselisihan antara dua rute dalam industri kendaraan otonom. Perusahaan mengemudi otonom diwakili oleh Google Waymo, danTeslaPerusahaan mobil yang diwakili oleh perusahaan tersebut mendaki dari lereng selatan dan utara gunung yang sama. Puncak gunung tidak memiliki pengemudi, dan skenario bisnis yang paling menarik adalah Robotaxi (taksi tanpa pengemudi).

Meskipun penjualan dan harga saham menunjukkan bahwa Tesla mendaki gunung lebih cepat. Namun ketika pendiri Musk mengusulkan agar Tesla Robotaxi diluncurkan pada Oktober tahun ini, hal itu masih menimbulkan banyak kontroversi.

Hou Cong, salah satu pendiri dan presiden Qingzhou Zhihang, adalah salah satu yang ragu. Kisah Robotaxi telah diceritakan selama bertahun-tahun dan tidak pernah terwujud. Mengapa orang masih ingin percaya pada Musk?” kata Hou Cong.

Meskipun sistem penggerak cerdas Tesla FSD V12 berdasarkan teknologi end-to-end memiliki kinerja yang unggul, Hou Cong yakin bahwa ini masih jauh dari Robotaxi yang sebenarnya. Dia dengan santai menyebutkan masalah yang tidak dapat ditangani oleh sistem: "Apa yang harus saya lakukan jika mobil terjebak di tengah jalan? Apakah Anda meminta pemilik mobil untuk naik taksi dan membebaskan mobilnya?"

Jalan perkotaan itu rumit, manusia dan kendaraan bercampur, dan ada banyak skenario permainan yang tidak dapat ditangani oleh kecerdasan buatan saat ini. Armada Robotaxi bersenjata lengkap Waymo gagal keluar dari area demonstrasi. Hou Cong yakin Tesla tidak mungkin memenuhi persyaratan Robotaxi hanya dengan mengandalkan kamera.

Keempat pendiri Qingzhou Zhihang semuanya berasal dari Waymo. Hou Cong bergabung dengan Google segera setelah dia lulus, pertama mengerjakan kompiler, dan kemudian dipindahkan ke tim proyek kendaraan otonom di laboratorium Google X untuk mengerjakan sistem persepsi.

Yu Qian, salah satu pendiri dan CEO Qingzhou Zhihang, juga berada dalam kelompok persepsi pada saat itu, dan merupakan kolega di departemen yang sama dengan Hou Cong. Keduanya juga merupakan alumni Universitas Tsinghua.

Hou Cong mengambil jurusan otomasi, dan dipindahkan ke departemen komputer sebagai mahasiswa pascasarjana. Namun sebelum saya mendapatkan gelar saya, saya pergi ke Institut Teknologi Georgia di Amerika Serikat untuk belajar Ph.D. Dia menggambarkan dirinya memiliki sedikit minat pada penelitian akademis murni dan lebih mendambakan praktik teknik teknis, jadi dia beralih ke Google setelah lulus dari gelar Ph.D.

Pada tahun 2016, Google memisahkan tim proyek mobil self-driving dan mendirikan Waymo, yang dikendalikan langsung oleh perusahaan induk Google, Alphabet. Hou Cong dan Yu Qian menjadi insinyur paling awal di Waymo.

Hou Cong bertanggung jawab atas optimalisasi kinerja dan memiliki banyak kontak dengan berbagai departemen, sehingga dia mengenal Dafang dan Wang Kun, yang saat itu sedang melakukan perencanaan dan simulasi di Waymo. Pada tahun 2019, empat insinyur Tiongkok ikut mendirikan Qingzhou Zhihang.

Ini bukan lagi waktu terpanas bagi industri kendaraan otonom. Perusahaan pengemudi otonom Tiongkok Pony.ai telah berdiri selama 3 tahun dan Tucson telah berdiri selama 5 tahun. Perusahaan pengemudi otonom yang menggunakan Robotaxi atau truk berat tak berawak sebagai skenario pendaratannya telah mengambil sebagian besar dana di pasar. Qingzhou memilih jalur dengan lebih sedikit pesaing dan lebih sedikit modal—minibus tak berawak.

Hou Cong mengatakan bahwa dia tidak melakukan Robotaxi saat itu karena menurutnya Robotaxi akan diimplementasikan terlalu lambat. Waymo mulai mengoperasikan armada Robotaxi di Phoenix, Arizona pada tahun 2016, dan tampaknya armada tersebut terjebak dalam banyak kasus hingga hari ini.

Biaya tenaga kerja domestik yang rendah dan jalanan yang lebih rumit, membuat Robotaxi lebih sulit dilakukan. Hou Cong mengikuti Baidu's Carrot Run pada bulan Juni tahun ini, dan pengalamannya rata-rata. Dia berkata terus terang: "Situasi Carrot Run saat ini tidak memungkinkan Waymo beroperasi dalam kondisi ini."

Qingzhou sedang membangun minibus tanpa pengemudi. Awalnya, saya pikir skenario ini akan lebih mudah diterapkan daripada Robotaxi. Namun, setelah melakukan operasi percontohan di 10 kota termasuk Suzhou, Beijing, dan Wuhan, mereka menyadari bahwa mereka terlalu menyederhanakan masalah. Sulit untuk menghasilkan uang dari bus, dan penerapan peraturan lambat.

Pada awalnya, Qingzhou mengandalkan latar belakang dan akumulasi teknologi dari tim pendiri untuk berhasil memperoleh investasi dari modal tingkat pertama seperti IDG, Lenovo Ventures, Meituan Longzhu Capital, dan Yunfeng Fund. Namun pada tahun 2021, investor mulai memperhatikan kemampuan hematopoietik, dan jalur pembiayaan bagi perusahaan kendaraan otonom L4 menjadi semakin sulit.

Sebaliknya, harga saham Tesla kembali meroket di tahun 2021. Tingkat penetrasi kendaraan energi baru di Tiongkok meningkat pesat, dan fungsi mengemudi cerdas telah menjadi fitur standar kendaraan listrik. Pada pertengahan tahun itu, Qingzhou berbalik dan bertransformasi dari L4 menjadi L2+ untuk memberikan solusi berkendara cerdas untuk kendaraan listrik.

Pada bulan Agustus tahun itu, Tesla memperkenalkan BEV (Bird'sEyeView, pandangan mata burung) untuk pertama kalinya di AI DAY.

) dan model Transformer menggabungkan informasi persepsi dari berbagai sudut kamera ke dalam gambar pemandangan luas, sehingga memudahkan sistem untuk memahami dan memprediksi kondisi jalan. Perusahaan kendaraan listrik pintar dalam negeri telah mengikuti dan menulis ulang algoritma penginderaan. Qingzhou dengan tegas bertransformasi pada saat ini dan menjadi salah satu pemasok kendaraan pintar pertama di Tiongkok yang memproduksi BEV.

Sistem ini diimplementasikan pada chip Horizon J5. Horizon CTO Huang Chang, Hou Cong, dan Yu Qian adalah alumni Tsinghua, dan Yu Qian adalah rekan senior di University of Southern California. Karena asal usul dan pengakuan teknologi dan konsep ini, Horizon 2022 mencari kerja sama dengan mitra ekologi dan menjalin kerja sama dengan Qingzhou.

Pada akhir tahun 2022, Qingzhou meluncurkan solusi pengujian NOA (sistem penggerak berbantuan navigasi) berkecepatan tinggi dan perkotaan berdasarkan chip Horizon J5. Setelah itu, Horizon merekomendasikan Qingzhou untuk melakukannyamobil ideal。

Ideal mulai mengembangkan sistem penggerak cerdasnya sendiri menggunakan chip Horizon pada tahun 2021, dan kemudian merencanakan dua solusi sistem, AD Max dan AD Pro, berdasarkan chip NVIDIA OrinX dan Horizon J5.

Pada paruh kedua tahun 2023, Ideal memutuskan untuk memfokuskan sumber daya penelitian dan pengembangan internalnya pada AD Max dan menyerahkan sistem AD Pro kepada pemasok untuk pemeliharaan dan pembaruan. Qingzhou memanfaatkan peluang ini.

Setelah Qingzhou mengambil alih, Qingzhou bekerja sama dengan tim Ideal untuk mengoptimalkan sistem dan meluncurkan versi sistem berdasarkan arsitektur algoritma Qingzhou kepada pengguna pada bulan Mei tahun ini.

Hou Cong akhirnya mencapai apa yang ingin dia lakukan, praktik teknik, dan memberikan produk yang dia kembangkan kepada pengguna. Pada saat yang sama, dia juga sangat merasakan tanggung jawab yang besar.

Hingga Mei tahun ini, model Lili AD Pro memiliki 400.000 pemilik. Semakin banyak orang menggunakan suatu sistem dan semakin sering sistem tersebut digunakan, semakin banyak masalah yang terungkap. Namun semakin banyak orang yang menggunakannya dan semakin tinggi frekuensi penggunaannya, berarti produk tersebut semakin baik.

Dibandingkan dengan mewujudkan mengemudi tanpa pengemudi dan membangun Robotaxi sebelumnya, menjaga stabilitas sistem mengemudi berbantuan di mana seseorang dan mobil berkendara bersama serta memastikan keselamatan berkendara bagi ratusan ribu pengguna merupakan tantangan yang lebih ingin dihadapi Qingzhou saat ini.

Berikut percakapan antara Insight dan CTO Qingzhou Zhihang Hou Cong (diedit):

Empat insinyur Waymo memulai bisnis

Wawasan: Keempat pendiri Anda semuanya adalah insinyur Waymo. Mengapa Anda berkumpul untuk memulai bisnis?

Hou Cong:Pada awalnya, Yu Qian (salah satu pendiri dan CEO Qingzhou) mendekati saya dan kami pikir kami bisa melakukan ini. Saat itu, Waymo belum memiliki banyak orang Tionghoa, jadi kami menemukan beberapa orang yang menurut kami berpengalaman dan mampu.

Saat itu, saya sedang melakukan optimasi kinerja dan desain arsitektur di Waymo, dan saya berada di tim yang sama dengan Yu Qian, dan saya memiliki kerjasama bisnis dengan ketiganya.

Wawasan: Bagaimana Anda membagi pekerjaan dan memutuskan siapa melakukan apa?

Hou Cong:Arah kami berempat sangat kebetulan. Yu Qian dan saya sama-sama melakukan persepsi, tapi saya melakukan sistemnya dan dia melakukan algoritmanya. Dafang (kepala ilmuwan) melakukan perencanaan, dan Wang Kun (COO) melakukan simulasi.

Yu Qian dan Dafang lebih seperti ilmuwan. Minat saya adalah di bidang teknik, yang berarti menerapkan teknologi, fokus pada praktik dan produk. Jadi saya pergi ke industri segera setelah saya lulus.

Wawasan Yunjian: Perkenalkan secara singkat pengalaman awal Anda?

Hou Cong:Gelar sarjana saya berasal dari Departemen Otomasi Universitas Tsinghua. Setelah lulus, saya melanjutkan ke Departemen Ilmu Komputer untuk belajar untuk gelar sarjana. Saya bekerja di bidang visi selama lebih dari setahun, tetapi keluar sebelum menyelesaikan studi saya. Saya pergi ke Amerika Serikat untuk belajar Ph.D. Setelah lulus pada tahun 2013, saya membuka Google.

Ketika saya pertama kali membuka Google, saya bekerja sebagai kompiler. Setelah bekerja di sana selama setahun, saya dipinjamkan ke tim infrastruktur untuk mengerjakan GPU. Mungkin karena saya melakukan beberapa optimasi pada CPU saat itu, yang diakui oleh Jeff Dean (Kepala Ilmuwan Google), dan kemudian direkomendasikan ke grup GPU.

Kelompok tersebut kemudian berkembang dengan sangat baik, mengerjakan beberapa kompiler untuk TPU, ditambah pengembangan beberapa perpustakaan yang mendasarinya di bawah Google Brain (arsitektur Google untuk melatih jaringan saraf), dan XLA (kompiler pembelajaran mendalam Google) adalah apa yang mereka lakukan.

Belakangan, pekerjaan GPU berakhir, dan laboratorium Google X memberikan kesempatan bagi kami untuk mengoptimalkan sistem persepsi kendaraan otonom. Saat itu, ada sebuah proyek bernama "20%", yang berarti menghabiskan 20% waktu Anda untuk sebuah proyek.

Zhu Jiajun-lah yang menelepon saya saat itu. Dia kemudian mendirikan Nuro (perusahaan pengemudi otonom). Saya telah bekerja di kelompok persepsi selama lebih dari tiga tahun.

Wawasan: Bagaimana rasanya bekerja di Waymo?

Hou Cong:Lebih mirip Google. Itu dimiliki oleh Google X sebelum menjadi independen pada tahun 2017. Google terutama membuat perangkat lunak, dan Google X membuat perangkat keras. Ada banyak hal aneh di kantor, termasuk lengan robot, mesin bubut, dan banyak peralatan.

Pekerjaan yang dilakukan di sana serupa dengan yang dilakukan di Google, di mana setiap orang menekankan dorongan diri, kerja sama, dan didorong oleh OKR. Ini menciptakan lingkungan budaya yang baik, di mana setiap orang berharap untuk berbuat lebih baik, dan seseorang akan merancang sistem kinerja sehingga orang-orang dengan kemampuan yang kuat dapat muncul dari kompetisi. Memang benar ambang batasnya relatif tinggi, dan banyak orang dari Google mungkin tidak bisa masuk.

Wawasan Yunjian: Insinyur Waymo?

Hou Cong:Semakin jauh ke belakang, semakin melengkung. Periode tersibuk mungkin adalah dua tahun setelah kami pergi. Mereka berada di bawah tekanan besar untuk melakukan apa yang harus mereka lakukan di San Francisco. Saat kita di sini, tidak ada yang memaksamu, tapi sudah biasa bagiku untuk bekerja lembur pada malam dan siang hari. Terkadang setiap orang mengirim email menanyakan pertanyaan di tengah malam.

Wawasan Yunjian: Jam berapa waktu tidak bertugas?

Hou Cong:Tidak ada aturan.

Wawasan Yunjian: Bisakah saya pulang kerja pada jam 3:30?

Hou Cong:Bisa. Saya termasuk orang yang datang terlambat dan pulang terlambat. Saya biasanya pergi ke sana setelah jam 10, makan malam dan bekerja sebentar sebelum berangkat, pada dasarnya berangkat dari jam 10 sampai jam 9.

Wawasan: Apakah para insinyur Tiongkok adalah orang-orang yang bekerja paling keras di Waymo?

Hou Cong:Secara keseluruhan, mereka jelas lebih pekerja keras, namun orang Amerika sebenarnya juga pekerja keras. Hal ini menciptakan lingkungan budaya di mana setiap orang merasa nyaman melakukan sesuatu. Mereka tidak perlu khawatir tentang banyak hal rumit, dan mereka hanya perlu fokus melakukan pekerjaan mereka dengan baik.

Menurut saya efisiensi kerjanya cukup tinggi. Beberapa tim akan mengembangkan orang-orang malas setelah sekian lama, tetapi Waymo berkembang relatif cepat pada saat itu, jadi saya tidak melihat hal ini terjadi.

Yunjian Insight: OpenAI, bukan Google, yang membuat model besar menjadi populer.

Hou Cong:Ada beberapa kebijakan internal di perusahaan besar, seringkali mereka mengambil keputusan dengan ragu-ragu dan terkadang tidak berani mengambil risiko. Saya merasa bahwa setiap kali Google melakukan sesuatu, mereka sangat mengkhawatirkan risiko opini publik, dan terkadang cukup konservatif.

Wawasan: Anda merasa sangat nyaman bekerja di Waymo. Anda meninggalkan Waymo pada tahun 2019 untuk memulai bisnis.

Hou Cong:Terkadang tidak baik merasa terlalu nyaman, dan Anda akan memikirkan banyak masalah hidup. Anda bisa melihat seperti apa 10 atau 20 tahun ke depan. Pastinya tidak ada kekurangan uang di Silicon Valley, dan Anda bisa membeli rumah yang bagus. Jadi apa yang kamu kejar? Memang ada batasan karir. Karena lingkungan budaya dan bahasa, sulit bagi Anda untuk berpartisipasi dalam pengambilan keputusan di perusahaan. Jika Anda ingin melakukan hal-hal besar, di Amerika Anda lebih berperan sebagai pemain dibandingkan pengambil keputusan.

Mobil saya terjebak di persimpangan, siapa yang akan menyelamatkan saya?

Wawasan: Saat Anda di Waymo, Waymo sudah memulai uji coba operasi Robotaxi.

Hou Cong:Itu tersangkut di beberapa kotak sudut. Pergi ke Phoenix pada tahun 2016. Saya kebetulan berada di sana saat itu. Jumlah orang dan mobil di sana lebih sedikit, jalanannya lebar, cuacanya bagus, dan tidak sering turun hujan. Namun permintaannya juga rendah. Phoenix tidak dapat menyelesaikan skor. Ini adalah situs operasi pengujian, bukan situs komersial. Jadi pada tahun 2018, Waymo mengalihkan fokusnya sepenuhnya ke San Francisco.

Sistem yang berjalan dengan baik di Phoenix pada saat itu hancur total di San Francisco. Tingkat pengambilalihan sangat tinggi dan tidak dapat ditangani sama sekali. Saat itu, masih ada batasan teknis. Tentu saja, ini berkaitan dengan distribusi data. Kami tidak mengumpulkan banyak data di San Francisco. San Francisco memiliki kemiringan yang sangat curam, seringkali berkisar antara 30 hingga 40 derajat. Termasuk peraturan lalu lintasnya (berbeda), orang dan kendaraan sering berinteraksi, sehingga permasalahan Waymo saat itu adalah menangani beberapa kasus tikungan.

Waymo sangat berhati-hati dan tidak akan berani membuka sampai kondisinya sangat aman. Namun situasi Carrot Kuaishou saat ini, dan saya juga pernah mengendarai mobil mereka, mustahil bagi Waymo untuk beroperasi dalam kondisi seperti ini.

Wawasan Yunjian: Saat Anda mencoba Baidu’s Carrot Run, masalah apa yang Anda temukan?

Hou Cong:Saya pergi pada bulan Juni. Ada masalah pada perasaan tubuhnya dan rasa frustasi. Waymo benar-benar lebih baik daripada mengemudi manusia. Sangat nyaman untuk mengerem, memulai dan berbelok.

Kedua, Carrot Run sangat konservatif. Misalnya, saat memutar balik, benturannya sangat kuat dan Anda terus-menerus diganggu oleh mobil di sekitarnya. Ada tempat lain di mana sebuah truk pekerja terjebak di belakang, dan truk itu terus mengikutinya perlahan tanpa berputar-putar.

Dilihat dari konfigurasi sensor dasar, ini bukanlah solusi L4 yang terlalu serius. Waymo dipersenjatai dengan lengkap, dilengkapi dengan 5 lidar, 30 kamera, dan radar gelombang 6 milimeter. Carrot Run jelas tidak melakukan ini. Hal ini juga terkait dengan situasi di Tiongkok. Biaya tenaga kerja di Tiongkok terlalu rendah dan masih jauh dari pencapaian keuntungan komersial.

Perusahaan dalam negeri mungkin terpaksa mengadopsi solusi berbiaya rendah. Namun, biaya yang rendah akan menyebabkan plafon teknis Anda lebih rendah dibandingkan yang lain, sehingga lebih sulit untuk menyelesaikan kasus sudut.

Tiongkok berada dalam dilema L4, dengan sumber daya manusia yang murah dan lingkungan yang rumit. Peserta lalu lintas memiliki prediktabilitas yang buruk dan banyaknya lapangan permainan. Desain jalan tidak terstandarisasi.

Konstruksi dalam negeri tidak begitu terstandarisasi. Mobil Meituan pernah jatuh ke dalam lubang, apakah Anda menyalahkan Meituan? Jika tim konstruksi tidak memasang kerucut, orang mungkin akan melihat lubang di depannya, tetapi mobil Meituan tidak menyangka akan ada lubang. Namun di Amerika, jika ada yang terjatuh, mereka harus menuntut pemerintah atau unit sosial tersebut. Mekanisme ini jelas tidak terjadi di Tiongkok. Saya pikir Tiongkok akan tertinggal lama dalam mengembangkan L4 dibandingkan Amerika Serikat.

Wawasan Yunjian: Apa pendapat Anda tentang Robotaxi Tesla?

Hou Cong:Maka saya tidak mengenalinya. Saya rasa dimungkinkan untuk meluncurkan model, misalnya, tanpa roda kemudi, atau dengan beberapa konfigurasi tambahan dibandingkan dengan mobil versi pengguna saat ini. Namun tumpukan teknologinya saat ini tidak berorientasi pada L4. Begitu Anda mulai mengoperasikan Robotaxi, banyak masalah yang akan muncul.

L4 secara alami terkait dengan operasi. Ia juga dapat menyelesaikan beberapa masalah teknis melalui operasi.

Wawasan Yunjian: Skenario yang dibayangkan oleh Tesla adalah pemilik mobil dapat menggunakan Uber saat mobilnya dalam keadaan idle.

Hou Cong:Apa yang harus saya lakukan jika mobil saya terjebak di tengah jalan? Siapa yang akan menyelamatkan mobil ini? Biarkan pemilik mobil naik taksi dan menyelamatkan mobilnya? Ini adalah persoalan yang sangat praktis.

Mobil pasti akan macet, dan selama kamu sering melakukannya pasti akan ada beberapa adegan. Entah Anda terlalu berhati-hati, atau Anda tidak tahu cara berinteraksi dengan orang lain, atau bahkan terjebak di antara mobil.

Misalnya, jika dua Tesla Robotaxi saling menggigit, masalah ini akan sulit diselesaikan. Ketika tidak ada lampu merah di suatu persimpangan, semua mobil berusaha menempati persimpangan tersebut dan akhirnya saling terjebak, tidak bisa bergerak sama sekali.

Faktanya, saya tidak pernah memahaminya dengan baik. Kisah Robotaxi telah diceritakan selama bertahun-tahun dan belum pernah terwujud. Mengapa semua orang masih mau mempercayai Musk? Saya sangat mengagumi Musk, dan menurut saya dia melakukan hal lain dengan sangat baik. Namun dia sedikit membual tentang Robotaxi dan meremehkan kesulitannya.

Yunjian Insight: Menurut Anda seberapa jauh pengaruh Tesla FSD V12 dibandingkan dengan Robotaxi level L4?

Hou Cong:Bahkan tidak dekat. Izinkan saya memberi contoh sebaliknya. Mengapa Waymo mendesain mobilnya seperti itu? Ini memiliki beberapa jenis kamera, satu adalah kamera biasa; satu untuk penggunaan malam hari dan memiliki kemampuan penglihatan malam yang kuat; satu untuk lampu LED; Ini memiliki kamera kategori lima.

Tesla hanya memiliki satu jenis kamera. Apakah menurut Anda Waymo bodoh? Ini tidak bodoh. Setelah melihat terlalu banyak kasus sudut, ia tidak punya pilihan selain menyelesaikan masalah ini melalui perangkat keras. Anda harus menerobos perangkat lunaknya, itu tidak terlalu mudah untuk digunakan. Khususnya di Amerika Serikat, saat malam sangat gelap, dan banyak tempat tidak memiliki lampu jalan.

Jika Tesla melanjutkan dengan konfigurasinya saat ini, termasuk Carrot Run, seorang profesional yang profesional dalam melakukan kesalahan akan memiliki banyak cara untuk melakukan kesalahan karena perangkat kerasnya memiliki terlalu banyak kekurangan.

Wawasan: Pernahkah Anda mengalami FSD V12 di Amerika Serikat?

Hou Cong:Saya mengalaminya ketika saya pergi ke sana pada bulan Maret tahun ini, dan lagi pada bulan Mei, dan buka setiap hari.

Sejujurnya, menurut saya V12 tidak luar biasa, saya hanya merasa kepraktisannya menjadi lebih baik. Di dalam kota, terutama di persimpangan, handlingnya berubah signifikan dibandingkan V11. Sebagian besar bagus, tapi tidak sempurna.

Tesla V11 sudah bekerja dengan baik di jalan raya. Persimpangan di kota sangat konservatif dan tidak manusiawi sehingga membuatnya canggung. Ada banyak mobil di belakang Anda, jadi maju perlahan. Setelah melihatnya dalam waktu lama, ia bergerak sangat lambat. Karena memiliki titik buta, perilaku ini tidak seperti manusia. Selain itu, saat berbelok, setir akan berputar secara tiba-tiba sehingga membuat Anda panik.

Wawasan Yunjian: Apakah solusi teknis menyeluruh Tesla saat ini juga perlu terus menyelesaikan kasus-kasus sulit?

Hou Cong:Kasus sudut harus diselesaikan. End-to-end mengintegrasikan informasi dari beberapa modul utama algoritma tradisional dan menggunakan informasi ini untuk melatih hasil yang lebih baik.

Batas atas end-to-end tinggi, dan batas bawah lebih rendah di awal karena pengendaliannya buruk. Di masa lalu, sistem dibagi menjadi beberapa modul, dan setiap modul mendefinisikan sebuah antarmuka. Ikuti standar dan tidak akan ada hal aneh yang muncul. Pada dasarnya, penggunaan aturan dapat menyelesaikan sejumlah masalah sekaligus.

Tidak ada konsep seperti itu secara end-to-end. Kami hanya dapat menggunakan data yang lebih beragam untuk menyelesaikan masalah batas bawah. Saya sudah cukup banyak melihat situasi seperti ini dan akhirnya tahu bagaimana menyelesaikannya.

Yunjian Insight: Model end-to-end setara dengan kotak hitam. Jika terjadi masalah, bagaimana menemukan dan menyelesaikannya?

Hou Cong:Ini pasti bukan yang disebut kotak hitam. Kalau diekstrapolasi dari hasil outputnya, hasil persepsi dan perencanaannya semua ada, sehingga harus memanfaatkan pengalaman sebelumnya secara maksimal untuk membentuk model baru. Model ini mempunyai tingkat keterkendalian tertentu, misalnya bagian ini persepsi, bagian itu prediksi, dan bagian itu perencanaan, namun tetap perlu dibedakan tahapan-tahapannya.

Wawasan: Kapan Anda memperkirakan FSD akan diluncurkan di Tiongkok?

Hou Cong:tahun depan. Seharusnya hal itu dilakukan selama hampir satu tahun. Saya tidak yakin tentang detailnya, tetapi mereka mulai merekrut insinyur algoritma, yang artinya sudah dimulai. Bukankah dikatakan bahwa $10 miliar akan dibelanjakan di dalam negeri? Membangun berbagai fasilitas.

Wawasan: Lalu apa yang perlu dilakukan agar FSD dapat diterapkan di Tiongkok?

Hou Cong:Membangun pusat data dan mengadaptasi algoritmanya di dalam negeri. Karena kancah rumah tangga memang rumit. Kami sangat berharap FSD dapat hadir di Tiongkok, karena ini adalah tolok ukur, dan jika FSD berinvestasi lebih banyak, maka FSD akan menjadi yang tercepat.

Wawasan Yunjian: Apakah perusahaan mobil dalam negeri mempunyai strategi respons?

Hou Cong:Yang bisa kami lakukan hanyalah mengejar. Menurut saya, pemain dalam negeri punya beberapa kelebihan dalam memasang lidar. Menambahkan lidar pasti akan mempermudah masalah ini.

Yunjian Insight: Mungkinkah Robotaxi Tesla tidak memiliki sensor terkini, tetapi akan dilengkapi dengan lidar atau lebih banyak kamera definisi tinggi?

Hou Cong:Kanan. Itu pasti akan mengurangi kesulitannya, tapi mungkin tidak sesuai dengan konsepnya.

Tesla hanya bisa berharap untuk pengembangan AI (kecerdasan buatan) yang berkelanjutan saat ini. Saya pikir kemungkinan ini ada, tetapi orang harus menyelesaikan beberapa jenis masalah saat berkendara. Anda berinteraksi dengan dunia nyata, dan itu tidak menguji kemampuan mengemudi Anda, tetapi beberapa hal naluriah.

Kedua, saat berkendara, orang akan memeriksa lingkungan mobil dan menilai kemungkinannya melalui pemahamannya sendiri terhadap lingkungan sekitarnya. Misalnya, jika Anda menemukan seekor anjing, ia akan menghilang saat Anda bergerak maju. Saat ini, Anda mungkin keluar dari mobil dan memeriksa apakah ada anjing di depan. Dalam pemandangan seperti ini, persepsi manusia berkembang dalam sekejap. Kalau mobil tidak memiliki desain yang relevan, justru lebih berbahaya.

Yunjian Insight: Apakah menurut Anda Tesla dapat membuat Robotaxi jika hanya mengandalkan kemampuan perangkat lunak?

Hou Cong:Ini sangat menantang dan persyaratan AI sangat tinggi. Saya pikir itu pasti bisa dilakukan dalam jangka panjang, tapi prosesnya tidak seperti yang saya bayangkan. AI telah ada selama beberapa dekade dan telah ditampilkan di banyak film fiksi ilmiah, namun hingga saat ini AI belum benar-benar terpecahkan.

Yunjian Insight: Tesla berencana untuk memperluas cluster daya komputasi Dojo menjadi 100 EFLOPS (unit daya komputasi) pada bulan Oktober tahun ini. Apa pendapat Anda tentang kesenjangan tersebut?

Hou Cong:Ini adalah investasi yang besar. Tesla dulunya memiliki margin keuntungan yang sangat tinggi, menjual begitu banyak mobil di seluruh dunia sehingga harganya terjangkau, dan harga sahamnya juga mendapat dukungan yang relatif kuat. Produsen mobil dalam negeri sangat besar sehingga tidak mungkin menginvestasikan sumber daya sebesar itu. Ini seperti mengapa Amerika Serikat yang membuat model besar terlebih dahulu, tapi bukan Tiongkok? Ini melibatkan banyak investasi, dan butuh waktu bertahun-tahun untuk menghabiskan uang, dan logika investasi di baliknya berbeda.

Yunjian Insight: Apakah saat ini Anda mencadangkan daya komputasi untuk operasi end-to-end?

Hou Cong:Kami juga melakukannya, tetapi dengan cara yang berbeda. Jika kita mengikuti pendekatan Tesla dan mengeluarkan biaya puluhan ribu dolar untuk A100, kita jelas tidak mampu membelinya. Kami akan membuat beberapa pembatasan berdasarkan produk kami, sehingga investasinya akan jauh lebih sedikit.

Wawasan: Jika investor memberi Anda cukup uang, jalur manakah yang akan Anda pilih?

Hou Cong:Jika dananya cukup, kami akan menuju ke arah ini. Tapi tidak ada keraguan. Semua orang tahu situasi saat ini, dan pasarnya seperti ini.

Dari minibus tanpa pengemudi hingga mengemudi dengan bantuan

Wawasan Yunjian: Saat Anda memulainya, mengemudi otonom tidak lagi begitu populer di pasar modal. Pernahkah Anda menghadapi tantangan dalam hal pendanaan?

Hou Cong:Tentu tidak semudah pada masa-masa awal. Pembiayaan tahap awal biasanya berjumlah beberapa ratus juta, namun jika sampai pada kami, itu jauh lebih sulit. Namun, menurut saya ini adalah hal yang baik untuk transisi kita ke L2. Jika Anda mengumpulkan banyak uang pada tahap awal, akan sulit untuk beralih ke L2. Penilaian Anda akan tertinggal di sini.

Yunjian Insight: Saat itu, banyak orang yang sudah memulai bisnis mengemudi otonom. Menurut Anda mengapa masih ada peluang?

Hou Cong:Secara teknis, kami rasa kami sudah cukup maju. Kami tahu L4 lebih baik dari yang lain. Kedua, L4 memiliki kemungkinan untuk diimplementasikan dalam banyak skenario, tidak hanya robotaxi dan truk berat. Pada saat itu, jika Anda ingin mengumpulkan banyak uang, Anda dapat membuat truk tugas berat atau robotaxi. Namun kami pikir ada peluang di arah lain. Kendaraan kecepatan menengah dan rendah jenis ini, baik minibus, distribusi logistik, kendaraan operasi, kendaraan sanitasi, kendaraan penjualan, atau aplikasi di beberapa tempat tertutup, seperti terminal pertambangan atau beberapa pabrik, meskipun pasarnya relatif kecil, kami percaya bahwa komersialisasinya masih relatif kecil. Yang itu (Robotaxi) lebih cepat dan persyaratan teknisnya lebih rendah.

Wawasan Yunjian: Mengapa Anda membuat minibus tanpa pengemudi saat pertama kali memulai bisnis?

Hou Cong:Karena tingkat kesulitannya rendah. Skenario yang dibayangkan saat itu adalah mikrosirkulasi, atau skenario kendaraan berkecepatan menengah dan rendah yang relatif tetap, tidak hanya minibus, tetapi juga kendaraan logistik dan kerja.

Wawasan Yunjian: Minibus otonom belum pernah dikomersialkan. Menurut Anda apa alasan utamanya?

Hou Cong:Ini juga merupakan masalah model bisnis dan siapa yang membiayainya.

Wawasan Yunjian: Anda akan bertransformasi menjadi pengemudi berbantuan untuk mobil penumpang pada tahun 2021. Apa yang menginspirasi Anda mengambil keputusan ini?

Hou Cong:Saya masih merasa penerapan bisnis L4 tergolong lambat, membutuhkan investasi besar, jalurnya lambat, dan siklusnya panjang. Jika kita terus seperti ini, kita mungkin akan mengalami kesulitan keuangan. Kami percaya bahwa kami harus menemukan solusi yang dapat dikomersialkan dengan cepat sehingga kami dapat terus bergerak maju. L2++ Pasar ini cocok.

Energi baru berkembang sangat pesat pada tahun 2021, harga saham Tesla kembali meroket, tingkat penetrasi kendaraan energi baru di Tiongkok terus meningkat, dan permintaan akan smart riding terus meningkat. Kebetulan teknologi kami relatif mudah diterapkan pada fungsi mengemudi berbantuan, dan kami dapat mengkomersialkannya dalam jangka pendek.

Yunjian Insight: Mengapa Anda tidak ingin melakukan L2 di hari pertama memulai bisnis?

Hou Cong:Saya tidak menyangka L2 akan secepat itu. Saat itu Tesla belum meluncurkan solusi yang kuat. Hardware 3.0 baru saja diluncurkan pada tahun 2019, tim pendiri kami Wang Kun membeli Tesla. Sejujurnya, saya keluar dari Waymo dengan beberapa prasangka terhadap solusi visi, yang menurut saya tidak dapat diandalkan, karena Waymo sebagian besar didasarkan pada lidar.

Faktanya, teknologi pembuatan minibus kami sepenuhnya didasarkan pada Robotaxi. Saya tahu banyak teman saya yang mengoperasikan minibus atau logistik berkecepatan rendah, yang rute teknisnya sangat berbeda dari Robotaxi. Jadi kami beralih ke L2 dengan sangat cepat. Beberapa perusahaan sendiri tidak memiliki kemampuan ini, dan jika mereka bersikeras untuk mengambil arah ini, akan ada masalah besar pada keseluruhan strukturnya.

Minibus tak berawak Qingzhou Zhihang

Wawasan Yunjian: Saat Anda beralih ke mengemudi berbantuan untuk mobil penumpang, seperti apa lanskap industrinya?

Hou Cong:Kami bertransformasi setelah Hari AI pertama Tesla, jadi kami harus menuju ke arah BEV. Kami telah menetapkan beberapa aturan untuk diri kami sendiri. Pertama-tama, kami tidak akan membangun L2 kelas bawah. Ini adalah samudra merah dan persaingannya sudah ketat sama sekali.

Kami sedang bertransformasi saat itu dan mendiskusikan apakah kami harus mengulang perencananya. Kesimpulannya adalah kami harus mempertahankan kelebihan kami dan tidak mengulanginya, karena di masa depan, apa yang kami lakukan harus menjadi solusi kelas menengah ke atas, dan kekuatan komputasi dijamin sampai batas tertentu.

Wawasan: Penyesuaian apa yang telah Anda lakukan pada algoritma dari L4 ke L2?

Hou Cong:Perubahan persepsi akan lebih besar, dari solusi berbasis cloud titik laser menjadi solusi berbasis visi. Untungnya, kami langsung menggunakan BEV untuk membuatnya, jadi kami adalah perusahaan pertama di negara ini yang membuat BEV pada J5.

Kami mengerjakan NOA berkecepatan tinggi dan perkotaan bersama-sama. Kami pikir tidak ada perbedaan dalam sistem persepsi. Kecepatan tinggi dan kota terintegrasi, tetapi konfigurasinya akan berbeda. Misalnya, jangkauan penginderaan dan daya komputasi akan disederhanakan, tetapi arsitektur dan algoritmanya akan sama.

Wawasan: Bagaimana Anda bekerja sama dengan Horizon?

Hou Cong:Kami memiliki beberapa koneksi. Yu Qian, saya sendiri, dan CTO mereka Huang Chang semuanya berasal dari Universitas Tsinghua. Saya bekerja di Laboratorium Penglihatan Universitas Tsinghua selama satu setengah tahun, dan saya berada di laboratorium yang sama dengan Huang Chang. Yu Qian dan Huang Chang keduanya menerima gelar Ph.D. di California Selatan dan merupakan sesama mahasiswa.

Pada awal tahun 2022, Horizon berharap dapat membina beberapa mitra ekologi, dan kami memutuskan untuk bekerja sama.

Wawasan Yunjian: Saya mendengar bahwa Yu Kai mendorong Anda menuju cita-cita Anda?

Hou Cong:Ya, Saudara Kai sangat mendukung kami, dan kami juga cukup mendukungnya untuk membantu mereka menetapkan tolok ukur.

Yunjian Insight: Ada masalah daya komputasi CPU yang tidak mencukupi saat menggunakan Horizon J5 sebagai BEV Transformer.

Hou Cong:Hanya saja, jangan gunakan Transformer. BEV Transformer sangat digemari oleh Tesla, namun ada banyak cara di dunia akademis untuk memetakan fitur gambar ke ruang BEV. Transformer hanyalah sebuah metode. Kami menggunakan metode yang lebih cocok untuk J5, dan efeknya sangat bagus.

Wawasan: Akankah Horizon J6 generasi berikutnya beralih ke solusi BEV Transformer?

Hou Cong:Melihat kinerja biaya, jika menggunakan Transformer menghabiskan banyak daya komputasi tetapi menghasilkan output yang sangat sedikit, kami akan mempertimbangkan semuanya. Namun kami pasti akan menggunakan Transformer untuk mengimplementasikan beberapa hal, termasuk bisnis end-to-end, tanpa peta, dan beberapa pemrosesan peta. Nilai penggunaan Transformer di area ini cukup besar.

Semakin banyak orang yang menggunakannya, semakin besar tantangannya.

Wawasan: Anda sedang mengembangkan sistem AD Pro yang ideal.

Hou Cong:Kesulitan terbesarnya adalah basis penggunanya sangat besar dan persyaratannya sangat tinggi. Semakin banyak orang menggunakannya, semakin banyak masalah yang akan terungkap, mengingat kemungkinan tertentu. Jika Anda hanya memiliki ribuan atau puluhan ribu pengguna, hal ini mungkin terjadi sebulan sekali, atau beberapa bulan sekali. Namun jika ratusan ribu orang menggunakannya, hal itu mungkin terjadi seminggu sekali atau beberapa hari. Hal ini juga ada hubungannya dengan jangkauan pengguna Anda. Semakin baik produk, semakin banyak orang yang menggunakannya, dan semakin banyak masalah yang akan terungkap. Pastinya sulit untuk memastikan bahwa sistem tidak memiliki masalah stabilitas atau keamanan.

Wawasan: Masalah sulit apa yang baru-baru ini Anda selesaikan?

Hou Cong:Mengidentifikasi lampu lalu lintas sebenarnya merupakan masalah yang sulit. Di banyak persimpangan di seluruh negeri, tampilan, peraturan, dan hubungan antara lampu lalu lintas dan jalan semuanya berbeda. Lampunya ada yang sederhana, lampu merah, kuning, dan hijau, ada yang dua baris, ada juga lampu yang sangat panjang dengan tanda panah di dalamnya, ada lampu untuk sepeda dan bus di dalamnya, dan ada pula yang bentuknya aneh.

Pertimbangkan juga latar belakang cahaya, misalnya pada malam hari. Karena keterbatasan sensor, mungkin sulit membedakan bentuk panah dan lingkaran jika pencahayaan berlebihan. Dan ketika ada gangguan dari banyak lampu di latar belakang, maka akan berdampak lebih besar pada sistem.

Selain itu, lampu LED terus berkedip, sehingga dapat mengganggu identifikasi. Saat ini, kamera sudah dilengkapi dengan fungsi anti-stroboskopik, namun meski begitu, frekuensi beberapa lampu mungkin tidak cocok.

Wawasan Yunjian: Masalah mengidentifikasi lampu lalu lintas juga harus dihadapi oleh sistem lain.

Hou Cong:Sama. Prinsipnya serupa, tetapi karena perangkat kerasnya berbeda, maka metodenya pun berbeda. Semakin kuat kemampuan perangkat keras Anda, semakin banyak metode yang dapat Anda gunakan. Hal yang lebih penting adalah berapa banyak situasi berbeda di seluruh negeri yang dicakup oleh data.

Wawasan: Berapa batas atas kemampuan model AD Pro berdasarkan Horizon J5?

Hou Cong:Ini bekerja paling baik di jalan raya.

Wawasan Yunjian: Yu Kai menyebutkan sebelumnya bahwa daya komputasi CPU pada chip J5 tidak mencukupi karena investasi sumber daya yang tidak mencukupi pada tahun itu. Namun NVIDIA selalu berinvestasi di depan kurva.

Hou Cong:Setiap orang mempunyai ide yang berbeda-beda. NVIDIA akan menjadi produk kelas atas, tetapi biayanya ada dan tidak dapat dilanjutkan. Ini lebih cocok untuk mode belajar mandiri. Ekologinya relatif lengkap dan biaya pengembangannya relatif rendah. Namun jika ingin membuat model yang hemat biaya, Anda tetap harus memilih chip yang lebih hemat biaya.

Wawasan: Apakah Anda hanya menggunakan chip Horizon?

Hou Cong:Tujuan dari desain sistem kami adalah untuk dapat beradaptasi dengan berbagai chip. Untuk mencapai tujuan ini, kami telah melakukan beberapa pengorbanan. Kami mungkin tidak memaksimalkan peran setiap chip hingga 100%, namun itu sudah cukup baik. Mungkin lebih baik berinvestasi lebih banyak, namun keuntungan marjinalnya sangat rendah. Horizon adalah platform dan mitra terpenting kami saat ini, dan kami pasti akan mengembangkannya. Namun sistem kami tidak dirancang hanya untuk cakrawala.

Minibus kami selalu menggunakan NVIDIA. Saat saya mengerjakan L4 di awal-awal, saya menggunakan NVIDIA Xavier untuk akses Sensor dan juga menjalankan beberapa algoritma. NVIDIA Orin akan dirilis pada tahun 2022, dan kami akan menjadi pengguna paling awal. Saat itu, kami bekerja sama dengan produsen dan memigrasikan sistem dari komputer industri ke NVIDIA Orin dalam waktu satu bulan. Mitra ini adalah perusahaan terkenal secara internasional. Ia melaporkan situasi ini ke NVIDIA. NVIDIA menyorotinya pada konferensi GTC tahun itu.XiaopengDanSangat Krypton) secara paralel, yang pertama menggunakan chip Orin ganda Nvidia.

Wawasan: Apa pendapat Anda tentang transisi Nvidia dari pembuatan chip menjadi solusi mengemudi otonom?

Hou Cong:Mereka harus membangun proyek model untuk membantunya melihat masa depan chip dengan lebih akurat. Berapa banyak daya komputasi yang diperlukan dan fungsi apa yang dibutuhkan sistem harus diketahui.

Faktanya, mereka menerbitkan makalah end-to-end enam atau tujuh tahun lalu, tetapi mereka tidak pernah bisa mengerjakannya. Wu Xinzhou pernah dihukum di masa lalu, tetapi tidak sepenuhnya. Saya menilai mungkin lebih baik membuat model. Jika ini dilakukan dengan baik, maka bisa dijadikan solusi standar dan kita bisa melangkah lebih jauh.

Setelah membangun proyek prototipe, Anda juga dapat membantunya menjual chip.

Yunjian Insight: Apakah dibutuhkan banyak tenaga kerja untuk menghasilkan setiap model yang dibuatnya? Atau solusi umum yang bisa digunakan untuk semua mobil?

Hou Cong:Tergantung bagaimana sistem mengidentifikasinya. Ini sebenarnya sangat penting. Huawei, misalnya, pasti berharap bisa menjadi pemasok super dan menekan biaya pengiriman. Sensor-sensor Huawei semuanya ditentukan sendiri, namun umumnya produsen mobil akan menggantinya sesuai dengan rantai pasokan mereka sendiri. Pertama-tama, kameranya tidak berubah, bahkan posisi pemasangannya pun relatif standar. Kamera depan dan belakang modelnya ditempatkan bersamaan dalam satu modul. Dengan cara ini, posisi pemasangan relatif tetap, dan biaya adaptasi selanjutnya berkurang. Perkiraan lokasi SUV dan sedan sama, dan pilihannya sama, sehingga biaya pengiriman harus murah.

Saya tidak ingin menjadi Tingkat 1 lagi

Yunjian Insight: Apakah Anda baru saja mengatakan bahwa semua yang dilakukan Tesla adalah benar, kecuali Robotaxi, termasuk membuat chipnya sendiri?

Hou Cong:Kanan. Itu membuat dua chip sendiri, satu untuk mobil dan satu lagi untuk offline. Pada tahun 2019, kendaraan tersebut tidak memiliki chip dengan daya komputasi yang tinggi. Ia mampu melakukan BEV sedini mungkin karena chip ini.

Chip Orin Nvidia baru akan dirilis pada tahun 2022, tetapi Tesla telah memproduksi BEV pada tahun 2021, memimpin pasar selama lebih dari setahun. Pertama kali menggunakan chip Mobileye, dan kemudian Drive PX dari Nvidia. Harga Nvidia tidak dapat turun, sehingga harus membuatnya sendiri untuk mengurangi biaya.

Wawasan Yunjian: Jadi apakah masuk akal bagi perusahaan mobil untuk belajar dari Tesla dan mengembangkan chip mereka sendiri?

Hou Cong:Tesla memiliki kemampuan untuk melakukan hal ini. Produsen mobil lain telah mempelajari hal ini, yang mungkin tidak benar.

Yunjian Insight: Perusahaan mobil, perusahaan chip, dan penyedia solusi mengemudi otonom saat ini sedang menciptakan kembali roda.

Hou Cong:Biarkan pasar membuktikan segalanya. Tujuan dari melakukan hal ini tidak selalu sederhana. Mungkin ada tujuan lain, seperti membentuk citra merek teknologi, termasuk manajemen nilai pasar dan daya tarik bakat.

Secara teoritis, dalam hal keamanan dan biaya rantai pasokan, perusahaan mobil memiliki keunggulan tertentu dalam chip yang dikembangkan sendiri, namun biaya keseluruhan harus dipertimbangkan. Masalah terbesar dalam membuat sebuah chip adalah Anda baru saja membuatnya dan menemukan bahwa ada algoritma baru dan perangkat keras Anda lambat. Semua orang terburu-buru melakukan algoritma itu, dan chip Anda tidak dapat digunakan.

Wawasan: Apakah Anda berbicara tentang Horizon J5?

Hou Cong:J5 adalah studi kasus. Tapi menurut saya bukan hanya J5, chip generasi itu, asalkan tidak universal, semua punya masalah ini.

Wawasan Yunjian: Apakah arsitektur teknisnya sudah stabil sekarang?

Hou Cong:TIDAK. Transformer kini juga mendapat tantangan, dan terdapat teknologi baru dan lebih efisien. Juga akan ada proses konvergensi.

Wawasan Yunjian: Apakah masuk akal bagi produsen chip untuk mengembangkan solusi mengemudi cerdas?

Hou Cong:Menurut saya, keuntungannya tidak terlihat jelas. Ketika produsen mobil bekerja sama dengan produsen chip, mereka mungkin berharap mendapatkan bantuan, yang melibatkan beberapa pengembangan mendasar, baik itu driver, perangkat lunak yang mendasari, pemrosesan sinyal sensor, atau penalaran jaringan saraf. Namun, biaya yang harus dikeluarkan oleh produsen chip untuk menyediakan layanan tersebut cukup tinggi, dan tidak Dapat melayani semua rumah.

Kecuali jika Anda dapat membuat rantai pasokan menjadi sangat matang, namun hal ini memerlukan waktu. Sulit bagi perusahaan rintisan chip untuk mencapai kedewasaan seperti itu di bidang ini, dan mereka harus menahan diri. Ada beberapa mitra ekologis yang dapat mendominasi pasar. Namun, produsen mobil juga memiliki kebutuhan untuk pengembangan diri dan tidak mau bergantung pada mitra ekologis. Mitra ekologi juga membutuhkan waktu untuk berkembang, dan tidak mungkin untuk mengisi pasar ini dengan cepat.

Saat ini, produsen chip pasti akan merasa bahwa mereka dapat menyelesaikan masalah tersebut dengan melakukannya sendiri.

Wawasan: Berapa banyak tenaga kerja yang Anda perlukan untuk menyelesaikan sebuah proyek?

Hou Cong:Secara umum, proyek pertama adalah yang paling padat karya, dan investasi menjadi lebih rendah seiring berjalannya proyek.

Wawasan: Berapa banyak proyek yang dapat Anda lakukan pada waktu yang sama sekarang?

Hou Cong:Dua atau tiga proyek. Investasi saat ini dalam satu proyek belum optimal. Setelah proyek kelima, pada dasarnya setiap proyek hanya membutuhkan beberapa lusin orang untuk menyelesaikannya, dan tidak ada masalah untuk mengerjakan lima atau enam proyek.

Wawasan Yunjian: Haruskah pemasok kendaraan otonom mempekerjakan lebih banyak orang untuk mengerjakan lebih banyak proyek, atau haruskah mereka mengontrol jumlah staf mereka dan hanya mengerjakan sejumlah proyek terbatas?

Hou Cong:Lihatlah tujuan strategis. Jika Anda ingin menguasai pasar, perluas skalanya, terus kumpulkan dana, go public, dan ambil lebih banyak proyek dengan cara yang terkenal ini. Tipe lainnya adalah menetapkan tolok ukur terlebih dahulu, mengembangkan kemampuan, menstandardisasi produk, dan kemudian dengan cepat menirunya. Ini dimulai hanya dengan satu atau dua proyek, menetapkan tolok ukur terlebih dahulu, tetapi produknya terstandarisasi, dan tidak akan ada banyak penyesuaian untuk promosi selanjutnya. Ini adalah ide lain.

Wawasan: Mengapa Anda memilih rute kedua?

Hou Cong:Karena semakin banyak yang kami terima sekarang, semakin banyak kerugian yang kami alami, dan bisnis berada di bawah tekanan operasional yang besar. Kami menilai pasar akhir harus dibatasi hanya pada beberapa pemasok, dan standarisasi produk harus dilakukan dengan baik.

Wawasan: Seiring berkembangnya industri ini, peran apa yang akan Anda mainkan dalam rantai ini di masa depan?

Hou Cong:Kami setidaknya akan mengembangkan satu atau dua chip dalam kategori produk kelas menengah hingga atas tertentu dan memberikan solusi standar. Pada akhirnya, kami mungkin menjadi perusahaan Tingkat 2. Kami melakukan pengiriman algoritma dan perangkat lunak, namun kami tidak melakukan keseluruhannya. Ada vendor sistem yang menyelesaikan hal ini.

Wawasan: Mengapa Anda tidak melakukan Tingkat 1?

Hou Cong:Kami tidak melakukan sistem Tier 1, tetapi kami melakukan perangkat lunak Tier 1 (sistem Tier 2). Sistem Tier 1 membutuhkan perangkat keras yang banyak, investasi yang cukup besar, dan keuntungan yang relatif tipis. Kami juga akan mempertimbangkan arah ini, namun saat ini Tier 2 lebih memungkinkan.

Wawasan Yunjian: Apakah Tingkat 1 bertanggung jawab menjadi pengontrol domain?

Hou Cong:Masih harus melakukan pengiriman. Hal ini akan lebih membutuhkan banyak tenaga kerja, dan hal ini bukan merupakan keuntungan kami.

Wawasan: Apa kelebihan Anda?

Hou Cong:Masih membuat algoritma dan produk. Menurut saya Qingzhou bukanlah perusahaan yang secara genetik mampu mencapai perangkat keras Tingkat 1. Ini adalah jenis perusahaan yang berbeda, seperti Desay SV dan Joyson Electronics.

Wawasan: Namun kerja sama Anda dengan Ideal adalah Anda adalah Tier 1 Horizon.

Hou Cong:Kami sebagai perangkat lunak Tier 1. Tingkat 1 akan tetap ada untuk sementara waktu dalam jangka pendek, tetapi pada akhirnya akan distandarisasi. Setelah itu, kami akan membuat perangkat keras sendiri atau membuat Tingkat 2.

Yunjian Insight: Jadi menurut Anda, di masa depan, penyedia solusi mengemudi cerdas akan bekerja sama dengan perusahaan mobil, sistem Tier 1, algoritma Tier 2, dan chip Tier 2?

Hou Cong:Kanan.

Wawasan Yunjian: Tidak bisakah chip Tier 2 melakukan pekerjaan algoritma Tier 2?

Hou Cong:Lihat apakah dia lebih baik dalam hal ini daripada kita.

Wawasan Yunjian: Jika ini menyediakan algoritma standar, maka chip Tier 2 juga harus mau melakukannya.

Hou Cong:Kenapa harus melakukannya sendiri? Hanya bekerja sama dengan kami.