berita

berita tencent "sinar tinggi"

penulis |.ao dun

editor｜liu peng

xpeng motorokr li liyun, penanggung jawab mengemudi otonom, hampir menjadi rahasia umum di industri ini.

"setiap kata yang diucapkan xiaopeng akan menjadi okr saya." pada hari teknologi 1024 tahun lalu, li liyun, yang baru mengambil alih tim pengemudi otonom xiaopeng motors selama dua bulan, melakukan debutnya dalam kapasitas baru tatanan militer: pada tahun 2023, xngp akan diluncurkan di 50 kota; pada tahun 2024, xngp akan dapat digunakan dan mudah digunakan secara nasional.

sembilan bulan kemudian, satu tahun setelah mengambil alih tim mengemudi otonom, li liyun memimpin tim untuk menyelesaikan okr lebih cepat dari jadwal dan melampaui target. pada tanggal 30 juli, he xiaopeng mengumumkan di ai smart driving conference bahwa xngp akan secara resmi ditingkatkan dari "tersedia secara nasional" menjadi "mudah digunakan secara nasional", mencapai "tidak ada batasan di kota, tidak ada batasan rute, tidak ada batasan di jalan raya kondisi." terbuka penuh secara nasional.

tahun 2014 ketika xpeng motors didirikan juga merupakan tahun resmi li liyun bergabung dengan industri mengemudi otonom. dia adalah salah satu orang pertama yang mengabdikan dirinya pada mengemudi otonom di pusat litbang as di baidu, dan bertanggung jawab atas keseluruhan arsitektur dan algoritma sistem prediksi perilaku kendaraan tak berawak dan sistem perencanaan pengambilan keputusan yang cerdas laboratorium x di pusat litbang silicon valley jd.com selama satu tahun. pada juni 2019, ia secara resmi bergabung dengan xpeng motors dan awalnya menjabat sebagai penanggung jawab algoritme dan simulator perencanaan keputusan mengemudi cerdas dari sistem penggerak berbantuan navigasi otonom perkotaan berkecepatan tinggi xpeng motors ngp; pada agustus tahun lalu, mantan wakil presiden mengemudi otonom xpeng motors wu xinzhou, pindah ke nvidia lebih.

berbeda dari tahap sebelumnya, tahun ketika li liyun memimpin tim penggerak cerdas xpeng adalah tahun di mana model-model besar dengan keras menggemparkan jalur mengemudi cerdas. setiap orang dan setiap perusahaan yang terlibat tampaknya sedang mengalami transformasi. baru bulan lalu, xpeng autonomous vehicles autonomous driving center menyelesaikan penyesuaian organisasi terbarunya. untuk ai dan end-to-end, pusat ini menetapkan tiga fungsi baru: pengembangan model ai, pengembangan aplikasi ai, dan pengembangan efisiensi ai.

sebelum konferensi mengemudi pintar ai pada tanggal 30 juli dan setelah konferensi peringatan 10 tahun, tencent news "high beam" melakukan percakapan eksklusif dengan li liyun. melihat kembali tahun ini, dia percaya bahwa yang paling penting adalah manusia, yang mengaktifkannya organisasi dan orang-orang, tiaoshun, "dengan organisasi yang lengkap, setiap orang dapat menggunakan kekuatannya masing-masing. dengan upaya bersama semua orang, kami secara bertahap telah mencapai tujuan kami."

berbicara tentang bagaimana he xiaopeng secara intuitif memahami kemajuan mengemudi otonom internal, li liyun memberikan contoh untuk menggambarkan: "sebenarnya, ini sangat sederhana, yaitu memasukkan perangkat lunak yang relatif stabil dan terbaru ke mobil kakak laki-lakinya (he xiaopeng ) atau rekan internal lainnya. melalui test drive tersebut, dia akan melihat kemajuan dan evolusi kemampuan berkendara cerdas xpeng motors."

selama wawancara, li liyun berkata "bertekad" hampir 20 kali. ia yakin dari sudut pandang akhir, seharusnya ada banyak perusahaan mobil yang pada akhirnya bisa memiliki kemampuan mengemudi dengan cerdas, tapi kebanyakan dari mereka mungkin mendapat 60 atau 70 poin. mereka yang benar-benar bisa mencapai 80 atau 90 poin pasti sangat bertekad , meneliti sendiri, dan perusahaan mobil dengan kemampuan menengah dan belakang yang kuat yang benar-benar berorientasi pada reformasi ai. “kami yakin mungkin hanya ada sedikit perusahaan di seluruh dunia, dan xpeng akan menjadi salah satunya.”

berikut transkrip percakapan tencent news "high beam" dan li liyun yang telah diedit:

“melihat sepanjang tahun, yang paling penting adalah manusianya.”

tencent news "high beam": he xiaopeng sendiri selalu dalam kondisi berkendara yang cerdas. bagaimana dia mengevaluasi pekerjaan anda?

li liyun:departemen mengemudi cerdas kami adalah departemen yang sangat menyenangkan dan menantang. hal yang menarik adalah pada dasarnya kami tidak menulis laporan ppt.

bagaimana kakak senior secara intuitif memahami kemajuan mengemudi otonom internal? sebenarnya sangat sederhana, yaitu dengan memberikan perangkat lunak yang relatif stabil dan terbaru kepada kakak senior, atau saya, tingting (yuan tingting, direktur senior produk mengemudi otonom di xiaopeng motors) dan internal kami menguji mobil rekan lain terlebih dahulu. melalui test drive, mereka akan melihat kemajuan dan evolusi kemampuan berkendara cerdas kami.

komunikasi antara saya dan kakak laki-laki saya lebih gesit dari yang anda kira. perangkat lunak kami tidak hanya memiliki versi setiap satu atau dua minggu. terkadang akan ada pembaruan atau menyelesaikan beberapa masalah atau menambahkan beberapa kemampuan kecil dalam beberapa hari, semua versi perangkat lunak yang stabil akan dialami oleh saudara-saudara senior.

saat kami mendorong perangkat lunak terbaru, dia akan semakin sering mengemudi, jadi kami akan mendiskusikan pengalaman mobil setiap hari. terkadang kami akan menemukan beberapa kebutuhan atau peningkatan baru, dan kakak senior juga akan menemukan masalah dan masukan kepada kami , tentu saja dalam komunikasi kami, kami juga akan sering menyelaraskan investasi dan perencanaan jangka panjang kami untuk mengemudi cerdas dan teknologi ai.

tencent news "high beam": apakah komunikasi frekuensi tinggi seperti ini akan memberikan banyak tekanan kepada anda?

li liyun:xpeng dan semua orang yang peduli dengan kami dapat merasakan perubahan atau evolusi smart riding xpeng motors untuk pertama kalinya. saya merasa sangat beruntung dan menarik.

saya awalnya belajar untuk gelar ph.d. dalam ilmu komputer di amerika serikat. pada saat itu, kecerdasan buatan dan pembelajaran mendalam baru saja muncul. ketika saya akan lulus dari phd, pembelajaran mendalam jaringan saraf telah sepenuhnya ditumbangkan pembelajaran mendalam tradisional, tapi kecerdasan buatan itu tidak sepopuler sekarang.

saya memulai karir saya di internet (baidu), tetapi saya juga sangat beruntung bisa berpartisipasi dalam gelombang awal mengemudi cerdas atau mengemudi otonom di tiongkok. saya mengenal robotaxi mungkin pada tahun 2015 atau 2016. saat itu, menurut saya robotaxi adalah hal yang sangat menarik. namun setelah masa akumulasi dan pertumbuhan, yang lebih menarik adalah pekerjaan atau upaya harian anda, pembelajaran dan pertumbuhan. , dapat disajikan di hadapan anda, terlihat dan nyata, dan anda bahkan dapat membelinya sendiri, atau kerabat, teman, dan kolega anda dapat membelinya dan menggunakannya setiap hari.

menurut saya robotaxi lebih merupakan layanan operasional, tetapi sangat menyenangkan memiliki mobil. perangkat lunak dan fungsi mobil ini dikembangkan dan diulang sedikit demi sedikit oleh kami sendiri dari awal. jadi anda bilang ada banyak tekanan? saya pikir tekanan dapat diubah menjadi motivasi, dan yang lebih menarik adalah ledakan kecerdasan buatan secara bertahap membuat hal ini semakin mungkin terjadi.

tencent news "high beam": sudah lebih dari setahun sejak anda mengambil alih tim mengemudi cerdas. bisakah anda merangkum secara singkat perasaan anda selama periode ini?

li liyun:tahun ini layak untuk direnungkan kembali. sepanjang tahun, yang terpenting adalah manusia. karena untuk melakukan sesuatu dengan baik, anda memerlukan tim dan orang-orang terbaik. tentu saja, kami juga sangat beruntung. karena investasi keras xiaopeng, kami memiliki banyak siswa berprestasi yang telah menetap. juga karena kami telah mencapai beberapa hasil industri dan pengakuan industri sebelumnya, kami juga dapat menarik orang-orang seperti tingting dan banyak lagi di bidang ai. talenta baru yang luar biasa.

apa yang saya lakukan sebenarnya sangat sederhana, namun bagi saya yang terpenting adalah memadukan yang lama dan yang baru, mengaktifkan dan mengkoordinasikan organisasi dan orang-orangnya. dengan organisasi yang begitu lengkap, setiap orang dapat memainkan kekuatannya masing-masing. , dengan upaya bersama dari semua orang, kami secara bertahap mencapai tujuan kami. misalnya bendera yang kami dirikan tahun lalu di 50 kota. faktanya, kami telah melampaui tugas pada 1 januari tahun ini, kami mendistribusikan produk ke 243 kota untuk digunakan.

pada paruh kedua tahun ini, semua orang dapat memperhatikan konferensi pers lanjutan pada tahun 1024. kami lebih memulai dengan memikirkan tujuan akhir dan menghadapi akhir jalurnya, yaitu merangkul berbasis ai. end-to-end sebenarnya adalah perwujudan dari ai. seperti yang dikatakan xiaopeng, meskipun mobil kami adalah mobil yang dikendarai dengan bantuan l2, namun akan memiliki pengalaman seperti l3 pada akhir tahun depan.

yang ingin saya tekankan adalah kami akan membiarkan pengguna merasakan kecepatan iterasi. akan ada versi kecil setiap bulan dan versi yang relatif lebih besar setiap dua bulan untuk memastikan bahwa kemampuan kami terus meningkat dalam proses mulai dari akhir. pikiran. .

tencent news "high beam": menggabungkan yang lama dan yang baru, bagaimana cara melakukannya secara spesifik?

li liyun:di satu sisi, hal itu akan merangsang kemampuan teman sekelas lama dan memungkinkan mereka menjalankan peran baru. misalnya, teman sekelas dulu mungkin pernah menjadi pahlawan di balik layar, namun kini ia terkadang diminta turun ke garis depan untuk berbisnis di garis depan. dalam proses ini, dia memperoleh peran dan vitalitas baru, dan dia juga berkembang. yang lebih penting lagi, dalam prosesnya beliau juga menginspirasi orang-orang disekitarnya dan memberikan contoh yang baik. sekarang banyak penyembah di belakang layar datang ke meja depan untuk melakukan bisnis garis depan. saya merasa seluruh center lebih energik.

yang lebih penting lagi, seiring kami terus berinvestasi dan bertahan dalam hal ini, bisnis kami masih mengalami kemajuan pesat, sehingga kami dapat menarik banyak talenta ai baru. saya rasa persaingan untuk mendapatkan bakat sangat ketat saat ini, namun saya sangat beruntung melihat xpeng dapat terus menarik orang-orang baik di seluruh dunia.

tencent news "high beam": terakhir kali xiaopeng bercanda bahwa semua teman dan pengusaha harus menghormati, mengetuk dengan ringan, dan mengurangi menggali.

li liyun:kami hanya berharap teman-teman dan pengusaha kami akan "menepuk kami dengan ringan dan memburu lebih sedikit orang", tetapi yang lebih penting, kami memiliki daya tarik yang kuat pada diri kami sendiri. baik itu talenta baru, termasuk banyak teman sekelas lama yang berprestasi yang telah kembali, organisasi ini sangat penting, generasi demi generasi.

meskipun pasti akan ada pergantian personel, saya rasa sangat menyenangkan melihat orang-orang di belakang panggung dengan antusias pindah ke depan panggung untuk mengambil tanggung jawab yang lebih besar dan menghadapi tantangan yang lebih besar. seluruh organisasi akan memiliki lebih banyak visi dan motivasi untuk mewujudkan hal ini mengemudi cerdas menjadi kenyataan.

tencent news "high beam": baru-baru ini saya melihat tim pengemudi cerdas xpeng telah membuat beberapa penyesuaian struktural.

li liyun:ini adalah struktur organisasi yang lebih gesit dalam menghadapi era ai. baru-baru ini, pusat mengemudi otonom kami baru saja mendirikan tiga fungsi utama: pengembangan model ai, pengembangan aplikasi ai, dan pengembangan efisiensi ai untuk mempercepat evolusi kemampuan ai dan transformasi organisasi menjadi ai.

tencent news "high beam": apa pertimbangan pengenalan bakat di masa depan?

li liyun:saya merasa ada beberapa perubahan pada kualitas dan persyaratan talenta yang tidak sepenting sebelumnya.

pengetahuan (pengetahuan domain) atau aturan matematika, yang lebih penting, kami berharap orang-orang muda, pintar dengan latar belakang ai akan bergabung dengan kami, dan orang-orang yang dapat memecahkan masalah bisnis dengan ai. nanti yang diperjuangkan semua orang adalah efisiensi data dan ai, jadi efisiensi dan kemampuan seluruh infrastruktur juga sangat penting, jadi menurut kami mungkin ada perubahan tertentu pada kekuatan dan preferensi masyarakat.

setelah organisasi, cara melakukan sesuatu, bisnis, dan seluruh penetrasi ai di sisi mobil terbuka sepenuhnya, evolusi selanjutnya akan menjadi semakin cepat. inti dari kecepatan terletak pada perubahan efisiensi dalam memperoleh data yang efektif, dan kemudian menggunakan data yang efektif untuk diulang.

kemampuan dan pengalaman berkendara yang cerdas harus selalu ditingkatkan, dan tidak ada "terapi kejut" yang boleh dilakukan

tencent news "high beam": dalam setahun terakhir, semua orang telah bergerak dari ujung ke ujung. melihat garis waktunya, apakah anda memprediksi tren ini secara internal sebelum ini? persiapan apa saja yang sudah dilakukan?

li liyun:xpeng motors selalu bertekad untuk berinvestasi dalam mengemudi cerdas. sejak didirikan, xpeng motors telah banyak berinvestasi dalam kecerdasan. pada saat itu, xpeng motors memiliki pusat mengemudi otonom, yang terus berkembang hingga saat ini. investasi kami saat ini juga sangat ditentukan. investasi tahunan kami di ai mencapai 3,5 miliar yuan, dan talenta kami tersebar di seluruh dunia.

secara end-to-end, kami sebenarnya tidak bermaksud melakukannya karena orang lain telah melakukannya, atau karena kami telah melihat sesuatu. untuk xpeng, kami melakukannya lebih karena kami percaya, jadi kami melihatnya, jadi menurut saya xpeng motors memimpin dalam hal ini.

pada awal tahun 2022, kami sebenarnya sudah mulai membuat layout yang relevan. saat itu, kami baru saja menyelesaikan verifikasi fungsi mengemudi dengan bantuan perkotaan berdasarkan peta presisi tinggi di beberapa kota. kami percaya bahwa untuk benar-benar dapat mengemudi dan digunakan secara nasional, kami harus memanfaatkan kemampuan ai.

jadi sejak itu, kami telah menggunakan kognisi ujung-ke-ujung ai untuk mengidentifikasi jaringan jalan dan menghilangkan ketergantungan pada peta presisi tinggi, dan kemudian secara bertahap membentuk xpeng motors end-to-end kami yang unik, xpeng motors three network ( jaringan saraf xnet + model kontrol besar xplanner + model bahasa besar xbrain), hingga saat ini memiliki kemampuan untuk digunakan secara nasional dan mudah digunakan, serta telah mencapai produksi massal model besar end-to-end pertama di negara tersebut.

tencent news "high beam": dari perspektif persepsi eksternal, end-to-end adalah yang paling awalteslaketika diusulkan, musk mendemonstrasikan siaran langsung end-to-end yang pertama, dan setelah itu, semua orang mulai menindaklanjutinya dalam waktu yang sangat singkat.

li liyun:saya tidak menyangkal persepsi ini, tapi ini hanya garis waktu saja. bagi xpeng motors, penggunaan ai adalah hal yang sangat pasti.

xpeng motors adalah oem dengan label dan inti kecerdasan. kita harus memastikan bahwa produk kita selalu progresif dalam hal kemampuan dan pengalaman, dan kita tidak akan terlibat dalam "terapi kejut" bahkan selama proses kemajuan ujung ke ujung.

xpeng motors memiliki dua karakteristik: di satu sisi, kami sangat percaya diri dengan berkendara cerdas ai; di sisi lain, kami harus memastikan bahwa kami terus meningkatkan pengalaman pengguna selama proses peluncuran produk.

pada tahun 2021 dan 2022, kami meluncurkan ngp berkecepatan tinggi dan ngp perkotaan, pendahulu xngp, yang sebenarnya mengandalkan peta presisi tinggi. pada saat itu, kami juga akan menekankan berapa banyak adegan yang telah kami proses dan berapa banyak lagi baris kode kami telah menulisnya. namun pada saat itu kami sebenarnya sudah mengenalinya. kami tahu bahwa pada akhirnya, jika kami ingin dapat menggunakannya di seluruh negeri dan mudah digunakan di seluruh negeri, kami harus sangat percaya pada ai. jadi pada saat itu, kami sudah mulai melakukan pra-riset, menilai, dan melakukan hal tersebut. namun pada saat itu, untuk memastikan bahwa pengalaman berkendara cerdas dari produk yang kami luncurkan secara bertahap ditingkatkan, hal tersebut masih didasarkan pada high-end. peta presisi dan sangat berat. lakukan sesuai aturan.

jadi saya tidak menyangkal hal ini, tapi setidaknya di antara perusahaan mobil tiongkok, kami sangat bertekad dan menjadi perusahaan mobil pertama yang berinvestasi dan menerapkan ai secara menyeluruh.

tencent news "high beam": beberapa waktu lalu anda mengatakan bahwa "fsd sulit menangani 300 juta e-donkey di tiongkok." kalimat ini dengan cepat menjadi viral. dari sudut pandang teknis, apa penilaian anda tentang pendaratan tesla fsd di tiongkok ?

li liyun:kami sangat menghormati tesla, yang merupakan salah satu pemimpin dalam mobil pintar di seluruh dunia. kinerjanya sangat baik di amerika serikat karena kondisi jalan setempat dan ritme jalan raya tidak terlalu rumit, dan di sana ia melaju lebih cepat.

namun saya merasa kondisi jalan di amerika sangat berbeda dengan kondisi jalan di china. saya sudah tinggal di luar negeri selama bertahun-tahun, dan intensitas serta level permainannya sangat berbeda dengan kondisi jalan di dalam negeri. di luar negeri, terkadang terdapat jalur sepeda yang sempit, dan mungkin ada beberapa pengendara sepeda sporadis di sebelahnya, namun kecil kemungkinannya kita dapat menggunakan kendaraan listrik kecil seperti yang kita miliki di guangzhou; pembangunan infrastruktur di banyak kota di tiongkok sangat berbeda , dan beberapa kota memiliki jalur listrik khusus dan jalur tidak bermotor tidak tersedia di beberapa kota. kendaraan tidak bermotor sering kali bersaing dengan kendaraan bermotor untuk mendapatkan jalur tiba-tiba menyeberang atau pergi ke arah berlawanan. datang ke sini, jadi menurut saya situasi lalu lintasnya sangat berbeda.

jadi menurut saya tesla fsd akan menghadapi tantangan yang berbeda jika datang ke tiongkok. saya yakin dari mana pun asalnya, hal ini perlu dioptimalkan secara lokal di tiongkok.

tencent news "high beam": setelah xiaopeng pergi ke amerika serikat untuk mencoba tesla fsd pada bulan juni, apa hal pertama yang dia bicarakan dengan anda?

li liyun:xiaopeng segera menelepon saya. dia merasa tesla membuat kemajuan pesat karena investasinya pada ai dan kemampuan end-to-end.

kami ngobrol panjang lebar dan ngobrol banyak tentang perbedaan kondisi jalan di sana dengan di china. misalnya, jalan raya di amerika serikat akan melaju lebih cepat, namun permainan lalu lintasnya tidak sekeras di tiongkok, misalnya, tidak ada 300 juta keledai listrik, dan lampu lalu lintasnya lebih sederhana. terdapat berbagai lampu lalu lintas di tiongkok, dan hanya terdapat sedikit ruang tunggu dan bundaran di amerika serikat. namun, kondisi jalan domestik lebih rumit, dan terkadang mobil harus belok kanan di paling kiri, atau belok kiri di paling kanan , dll.

namun menurut saya yang lebih penting adalah setelah berbicara dengan xiaopeng, di satu sisi, kami tahu di mana kami bisa berbuat lebih baik, dan di sisi lain, kami memperkuat kepercayaan diri kami dalam memilih jalan ini. bertahan dalam mentransformasikan paradigma penelitian dan pengembangan dari yang lebih didorong oleh karyawan dan peraturan menjadi didorong oleh data dan skenario akan sangat meningkatkan efisiensi kami, sehingga kami lebih yakin akan hal ini.

xiaopeng telah mencoba versi terbaru kami setelah kembali ke tiongkok, dan dia juga merasa bahwa kami telah melakukan banyak hal dengan baik di versi terbaru. misalnya, setelah menggunakan model besar dan end-to-end, kami tampil sangat baik di pemandangan seperti jalan kecil, jalan memutar, dan belokan u, terutama belokan u, jika anda menggunakan aturan untuk menyelesaikannya, sulit untuk dilihat mulut putar balik, dan hal-hal di seberangnya sama sekali berbeda. tidak, karena ini adalah proses mengawasi dan mengemudi pada saat yang bersamaan, sehingga sulit untuk menangani masalah ini sesuai aturan.

secara umum, kami sedikit bersemangat, sedikit bersemangat, dan lebih merasakan misi dan motivasi.

tencent news "high beam": dari 520 ai day hingga konferensi teknologi mengemudi cerdas 730 ai, xpeng motors telah berubah dari mampu dikendarai secara nasional menjadi mudah digunakan secara nasional, dan 827 telah merilis "end-to-end empat langkah". mohon perkenalkan secara singkat pemikiran dan jalur implementasi di balik hal ini. selain itu, apakah ini berarti end-to-end sudah menjadi jalur teknis yang diakui dan berkelanjutan? mungkinkah solusi dan jalan baru akan muncul di masa depan?

li liyun:kami sekarang telah mencapai tahap yang mudah digunakan di seluruh negeri. kami telah membuka skenario seperti bundaran, putar balik, dan jalan kecil yang sebelumnya sulit untuk dilalui. mengapa hal ini bisa dilakukan? bukan hanya karena kami secara bertahap beralih menggunakan data ai untuk mendorong penyelesaian masalah, namun juga karena kami memiliki pertimbangan teknik verifikasi yang sangat ketat.

ada total 2.595 kota di negara ini termasuk kota setingkat prefektur dan kota setingkat kabupaten. namun, dalam hal jarak tempuh, armada uji kami sebenarnya telah menempuh jarak 7,56 juta kilometer dunia. urutan besarnya. kami sangat peduli dengan keselamatan pengguna saat menggunakan mobil mereka. kami tidak hanya mencapai kemampuan mengemudi yang cerdas ini, tetapi juga berharap dapat memverifikasinya melalui armada verifikasi.

tujuan dari end-to-end bukanlah untuk menjadi end-to-end, namun untuk mengefisienkan penggunaan data. inti dari end-to-end adalah semacam pembelajaran imitasi ekstrim, yang membutuhkan pemanfaatan data tanpa kehilangan. untuk mencapai tujuan ini, strategi dasar kami adalah: menyederhanakan model, membuka jalur data, dan membangun arsitektur ai yang lebih kuat. kami percaya bahwa mengandalkan kemampuan end-to-end dapat membantu kami mengatasi sebagian besar kasus tikungan di jalan, sehingga mencapai pengalaman berkendara otonom l3+.

tencent news "high beam": bagaimana anda memastikan efek aktual ini selama proses iterasi frekuensi tinggi? apakah ada aturan tegas bahwa teknisi garis depan dan tim terkait harus merasakan sendiri mobil tersebut?

li liyun:kita bisa mulai dengan ngp kecepatan tinggi. saat itu, saya masih penanggung jawab proyek ngp kecepatan tinggi, bukan penanggung jawab pusat. saya baru saja kembali dari wuhan saat itu, kita semua, baik yang sedang menulis algoritma, membuat model, bekerja di middle dan back office, belum lagi para mahasiswa yang sedang mengerjakan produk, bahkan mereka yang sedang mengerjakan produk. lebih fokus pada manajemen pemasok dan pengembangan suku cadang pemasok, setiap orang perlu menggunakan mobil ini, dan setelah mengalaminya, kami akan mengetahui jenis produk apa yang ingin kami berikan kepada pengguna.

ketika saya melakukan ngp kecepatan tinggi pada tahun 2020 dan 2021, karena saya baru saja kembali ke china, hal pertama yang saya lakukan ketika saya kembali adalah mendapatkan sim domestik, dan kemudian hal pertama yang saya lakukan adalah berlari sekuat tenaga. jalan raya. bukan karena kecepatannya yang gila. saya tidak bisa mengatakan bahwa saya familiar dengan semua jalan raya di guangdong. setidaknya saya familiar dengan semua jalan raya guangzhou dan jalan raya di sekitarnya. saya telah berkendara hampir setiap inci jalan raya beberapa kali , dan saya sangat memahami semua jenis pemandangan berkecepatan tinggi dan saya telah mengalami semua kondisi kerja dan mengetahui nilai ngp berkecepatan tinggi bagi pengguna. sekarang anda membeli mobil seharga 200.000 hingga 300.000 yuan. jika tidak memiliki fungsi bantuan pengemudi tingkat lanjut, terutama pada putaran kecepatan tinggi, mobil tersebut mungkin sedikit ketinggalan jaman, atau beberapa fungsi mungkin hilang.

kemudian, ketika kami mencapai tahap ngp perkotaan, sangat tidak mungkin untuk berkendara di setiap inci jalan, tetapi saya juga melakukan perjalanan ke banyak kota, pada saat itu, saya melakukan perjalanan ke seluruh negeri dengan tim pengujian produk dan r&d, pada dasarnya di delta sungai yangtze, delta sungai mutiara, dan kota-kota di sekitar beijing. saya telah berkendara di setiap kota, termasuk daerah perkotaan, pinggiran kota, dan jalan penghubung antar kota dan kota-kota satelit di sekitarnya kondisi jalan. pada saat itulah kami benar-benar merasa bahwa grafik presisi tinggi berdasarkan pengalaman berat akan sangat tidak berkelanjutan, jadi kami menjadi lebih bertekad dan percaya bahwa menyelesaikan masalah ini secara end-to-end dengan ai adalah arah yang tepat.

sekarang kita sudah sampai pada tahap dimana bisa digunakan secara nasional dan mudah digunakan di seluruh negeri, kita lebih sering suka menjelajah jalan-jalan kecil atau pergi ke tempat-tempat yang biasanya cakupannya rendah. sepanjang proses, kami mendorong dan bahkan mewajibkan siswa yang berhubungan langsung dengan mobil, baik itu algoritma atau model, untuk mengendarai mobil mereka sendiri dan merasakan pengalaman mobil mereka sendiri.

tencent news "high beam": pada proses pembukaan kota sebelumnya, menurut anda kota manakah yang memiliki kondisi jalan paling rumit? akankah lebih mudah membuka kota setelah end-to-end? kemampuan generalisasi lebih kuat.

li liyun:faktanya, saya telah mengunjungi banyak kota, banyak di antaranya tidak pernah terpikir akan saya kunjungi, seperti lianzhou, beberapa kota di guangdong utara, atau banyak kota kecil di delta sungai yangtze. saya pikir itu memiliki beberapa dimensi. yang pertama adalah bagian dinamis. kebiasaan mengemudi orang di berbagai tempat juga berbeda. mengemudi mungkin lebih intens di beberapa tempat dan kurang intens di beberapa tempat, tergantung pada kebiasaan mengemudi setempat.

selain itu, peraturan lalu lintas mengenai memberi jalan kepada pejalan kaki berbeda-beda di setiap tempat, di beberapa tempat sudah jelas disebutkan bahwa anda harus memberi jalan kepada pejalan kaki, di beberapa tempat sepertinya tidak diwajibkan keamanan. namun ada beberapa tempat di mana anda harus memberi jalan dan berhenti sepenuhnya. ada beberapa tempat di mana tidak tertulis anda bisa memberi jalan sebagaimana mestinya.

selain itu, ada juga masalah lampu lalu lintas. di lampu merah di beijing, anda bisa langsung memutar balik. misalnya, di persimpangan di beijing, jika anda keluar di jalan paling kiri dan tidak ada tanda yang mengatakan tidak boleh memutar balik, maka ada putaran. lampu merah di depannya kadang bisa langsung putar balik, tapi kalau tidak ada rambu bisa putar balik. tapi tidak di guangzhou, jadi ini sangat menarik. ruang tunggunya juga sangat istimewa, di beberapa area, anda bisa masuk ke ruang tunggu saat lampu hijau menyala, namun di beberapa area tunggu tidak demikian, saat berbelok ke kiri, tiba-tiba anda berhenti di depannya kamu, yang juga sangat berbeda.

apapun metode, aturan atau metode end-to-end yang digunakan, anda harus menghadapi berbagai aturan. ini juga merupakan keuntungan bagi oem, karena kami memiliki data pengguna asli, menyimpulkan pemahaman peraturan lalu lintas melalui perilaku pengguna, dan mewujudkannya dalam model kami yang sangat gesit dan umum. sama seperti adegan putar balik, gameplaynya sangat berbeda. sama. saya pikir secara umum, pemahaman lalu lintas di beberapa kota pintar akan lebih sulit dan dibutuhkan lebih banyak model. inilah mengapa kita memerlukan xbrain untuk memahami pemandangan.

bagi pengemudi, peraturan lalu lintas sangatlah penting, dan yang lebih penting lagi, keselamatan selalu menjadi yang terpenting. dari segi keselamatan, yang terpenting pasti keselamatan peserta lalu lintas yang rentan, jadi menurut saya menangani pejalan kaki di kendaraan listrik adalah tantangan terbesarnya. di beberapa kota yang tidak memiliki kendaraan tidak bermotor khusus, tantangannya akan lebih besar.

xpeng motors memiliki data nasional, dan xngp berakar di guangzhou. terdapat jalan-jalan kecil di desa-desa di kota, di mana terdapat banyak mobil baterai kecil, kurir, dan petugas pengiriman modus dari awal. jika kita ingin bisa membukanya secara nasional dan menggunakannya secara nasional, ini tantangan yang harus kita hadapi.

end-to-end hanyalah puncak gunung es, yang lebih penting adalah 95% di bawah permukaan

tencent news "high beam": semua orang membicarakan tentang end-to-end. bisakah pengguna merasakan perbedaan antar model? apa yang membedakan daya saing xpeng motors?

li liyun:saya tidak akan membandingkan kami secara langsung dengan pesaing kami.

dari sudut pandang xiaopeng motors sendiri, hal terpenting apa yang dihadirkan end-to-end bagi kita? yang pertama adalah efisiensi penelitian dan pengembangan menjadi lebih cepat. misalnya, putar balik, bundaran, dan putar balik yang dulunya hanya tersedia di sejumlah kota tertentu pada peta presisi tinggi, namun kini putar balik di semua kota pada dasarnya dapat ditangani. karena kami telah menerapkan kemampuan end-to-end, untuk tempat-tempat yang tidak terlihat, kami hanya mengetahui secara samar-samar bahwa ada putar balik di sini, karena anda tidak dapat melihat dengan jelas sama sekali, putar balik berarti anda melihat garis vertikal depan, dan anda tidak dapat melihat apa pun.

dari sudut pandang yang dangkal, atau dari perbedaan yang dirasakan pengguna saat mengikuti kami, kami memiliki imajinasi yang kuat tentang tempat yang tidak terlihat atau kemampuan untuk melihat sambil berjalan lihat pada saat yang sama. kami jarang memiliki kemampuan untuk melakukan perjalanan ke mana pun di negara ini, dan pengguna memiliki pengalaman dengan hal itu.

bukan berarti tidak bisa memutar balik dan memutar sesuai aturan, anda bisa melakukannya berdasarkan aturan, namun harus mengeluarkan banyak tenaga dan waktu. kami dengan bercanda mengatakan bahwa anda harus terlebih dahulu mengidentifikasi pemandangannya, lalu membangun jalan, lalu membuat jalurnya, lalu membuat prediksi, lalu membuat kecepatannya. rantai ini awalnya mungkin memakan waktu setengah tahun, tetapi sekarang mungkin membutuhkan waktu satu bulan atau dua. menurut kami, peningkatan efisiensinya sangat besar.

tentu ada poin yang sangat penting di sini, peningkatan efisiensi juga harus didasarkan pada kekuatan internal dan kesesuaian sistem middle dan back-end. karena kami telah berkomitmen kuat pada bidang ini sepanjang tahun, loop tertutup dan sistem data, termasuk seluruh proses dan sistem penelitian dan pengembangan, sangatlah berbeda.

sebagai contoh yang menarik, menurut saya ini juga merupakan titik di mana kita dapat menarik talenta. saat teknisi kami menulis kode, level pertama yang mengevaluasi kode bukanlah gurunya, melainkan menggunakan ai untuk lulus level pertama anda. ai akan menunjukkan kepada anda bahwa gayanya tidak bagus di sini, ada duplikasi di sini disini kurang efisien, dan penulisannya salah disini, misalnya return lupa, type salah, runtime (runtime) salah, atau resiko memory terinjak.

di seluruh sistem kami, ai tidak hanya tercermin dalam kemampuan mobil dan cloud, ai juga tercermin dalam pemberdayaan insinyur kode. semua kode harus diperiksa oleh guru ai pada langkah pertama tidak lulus pemeriksaan oleh guru ai, mereka tidak akan masuk ke pemimpin teknologi (penanggung jawab teknis) atau naik bus untuk mengintegrasikan proses. ai telah merambah ke setiap sudut penelitian dan pengembangan.

tencent news "high beam": kapan anda mulai menggunakan ai untuk mengevaluasi kode?

li liyun:kami memulai perencanaannya sejak awal, mulai pertengahan tahun 2022. pelukan kami terhadap ai bukan hanya tentang menghubungkan beberapa model di sisi mobil, atau secara end-to-end. ini hanyalah puncak gunung es. apa yang dapat anda lihat adalah bagian di atas air, namun yang lebih penting, 95%. bagian di bawah air. keseluruhan sistem perlu diubah, dan anda harus membangun sistem berdasarkan iterasi model dan penambangan data.

yang lebih penting lagi, anda perlu mengubah kebiasaan anda dan menerapkan ai di tempat kerja untuk meningkatkan efisiensi anda, jadi kami komprehensif.

tencent news "high beam": apa yang termasuk dalam 95% di bawah permukaan air? xiaopeng mengatakan sebelumnya bahwa perusahaan dengan lebih dari 10,000 kartu di tiongkok sangat jarang, dan hanya ada segelintir perusahaan yang memiliki 5,000-10,000 kartu.

li liyun:ini tidak bisa dibandingkan dengan mereka yang mengerjakan kecerdasan buatan secara umum. di antara perusahaan mobil, kartu kami harus berada di level teratas. ini juga merupakan tanda investasi perusahaan kami. karena jika anda ingin menarik insinyur ai yang luar biasa, ini bukan hanya tentang memiliki banyak orang. dia juga akan menanyakan berapa banyak sumber daya dan kartu yang anda miliki untuk dia gunakan. yang lebih penting lagi, seputar kartu ini, layanan pelatihan yang kami berikan kepada para insinyur mencakup apakah aliran data efisien dan apakah infrastruktur pelatihan telah selesai. ini adalah hasil dari investasi jangka panjang kami yang berkesinambungan dan penuh tekad.

faktanya, jaringan atau benda-benda di dalam mobil membutuhkan lebih banyak kesabaran, sumber daya, dan investasi. karena jaringan sisi mobil pada akhirnya memiliki beberapa kesamaan, atau logika umumnya serupa, tugas yang diselesaikannya sama, tetapi tidak dapat dikatakan sepenuhnya konvergen. selain itu, ujung mobil hanyalah bagian yang mengambang. bagaimana anda melakukan iterasi dan peningkatan ujung mobil dalam jangka panjang? ini adalah bagian yang lebih penting. ini tidak hanya mencakup roda gila data dan loop tertutup di tengah dan backend, tetapi juga metode kerja seluruh karyawan.

tencent news "high beam": pemahaman saya adalah untuk memverifikasi apakah suatu sistem mudah digunakan atau telah mencapai nilai target tertentu, yang pertama adalah membandingkannya secara horizontal dengan pesaing, sehingga tingkat pengguna dapat memiliki persepsi, dan yang kedua adalah akan ada logika dan metode verifikasi yang sistematis secara internal.

li liyun:membandingkan dengan pesaing hanyalah pengalaman akhir, namun dari proses peluncuran perangkat lunak atau perubahan perangkat lunak apa pun, kami akan memiliki proses keseluruhan yang lengkap. dimulai dengan ai mulai melihat kode anda. langkah pertama adalah tidak melalui orang. ai melihat kode tersebut. nanti, orang akan mulai meninjau rencananya proses rantai verifikasi kendaraan yang sebenarnya.

yang paling penting adalah simulasi. kadang-kadang kita menyebutnya software-in-the-loop (pengujian perangkat lunak dalam loop). faktanya, ini juga merupakan istilah yang digunakan oleh perusahaan mobil otonom atau emulasi. ini yang kami buat dengan sangat berat. kami telah mengumpulkan puluhan ribu cut-in. anda dapat membayangkan bermain game di cloud atau memutar ulang dunia paralel ini di cloud untuk melihat seperti apa akhir dari setiap cerita.

jika adegan permainan khusus komprehensif ini ditingkatkan dibandingkan dengan yang anda modifikasi sebelumnya, anda telah melewati level ini. tentu saja ini hanya menggunakan cut-in sebagai contoh. selain itu, kami memiliki sejumlah besar data untuk disimulasikan di cloud, yang mungkin berukuran puluhan juta hingga ratusan juta kilometer per hari, bergantung pada seberapa besar cloud tersebut. selain itu, kami juga akan memiliki pendekatan hardware-in-the-loop (pengujian perangkat keras dalam loop), yang merupakan simulasi bangku. ini lebih mirip dengan mobil sebenarnya, tetapi dunianya didasarkan pada beberapa deduksi dari sebelumnya dunia nyata. dunia virtual memiliki metodologi serupa. dari perspektif loop tertutup, kita dapat melihat apakah evolusi dunia ini sejalan dengan ekspektasi kita.

setelah lulus pengujian ini, nantinya kami akan mengujinya dalam skala kecil dengan produk kendaraan kami yang sebenarnya sehingga tim r&d dapat melihatnya sendiri dan merasakan bagaimana perasaannya. ini adalah rantai berulang yang lengkap. ketika rantai berulang ini terakumulasi ke tahap tertentu, rantai tersebut akan dikemas menjadi sebuah perangkat lunak dan dikirimkan ke pengujian kendaraan nyata skala besar kami di seluruh negeri melalui pengujian internal dan pengujian publik.

tencent news "high beam": berapa lama waktu yang dibutuhkan untuk memverifikasi iterasi versi utama?

li liyun:sebelumnya, kami akan merilis versi setiap bulan. bagi pengguna, mereka akan menerima pembaruan versi resmi kami setiap bulan. namun secara internal, pada dasarnya setiap minggu kami dapat terus mengizinkan pelajar pembelian mobil internal untuk merasakan langsung versi terbaru, dan mereka juga dapat mengajukan pertanyaan dan memberikan masukan.

tencent news "high beam": menurut saya karakteristik produk masing-masing perusahaan sebenarnya berbeda. xpeng adalah perusahaan yang relatif radikal dalam hal investasi teknologi. bagaimana posisinya dalam strategi produk berkendara cerdas? suka radikal atau konservatif?

li liyun:pertama-tama, secara teknis kami memulai dengan tujuan akhir. karena kami percaya pada arah ini, kami melihatnya.

dalam hal produk, tekad dan ketekunan kami adalah bahwa pengalaman pengguna perangkat lunak yang kami promosikan harus terus ditingkatkan. saya rasa masih sulit untuk menentukan gaya secara langsung, tetapi saya dapat memastikan bahwa setiap perangkat lunak kami, jika kami benar-benar ingin didefinisikan sebagai bertahap, pengalaman kami harus progresif dan meningkat. ini adalah kurva yang meningkat secara monoton. kami benar-benar dapat menjamin bahwa ini tidak akan menurun.

“jika anda hanya membuat model besar tanpa menggunakan apa pun, maka anda tidak memiliki batas bawah.”

tencent news "high beam": apa pendapat anda tentang ide model besar yang digunakan di mobil?

li liyun:menurut saya untuk perusahaan mobil, mungkin tidak ada model besar di dalam mobil yang maha tahu dan mahakuasa. misalnya, mungkin model besar yang menjawab "siapa anda dan dari mana asal anda?" menurut saya itu tergantung arah lamarannya. apakah anda ingin mengemudi, apakah anda ingin melakukan tanya jawab bahasa, atau anda ingin semuanya inklusif? parameter model bahasa semuanya ratusan b (miliar), dan model mengemudi otomatis sisi mobil kami berada di urutan puluhan b, yang merupakan situasi yang sangat bagus.

tencent news "high beam": dalam tren end-to-end, dapatkah perusahaan yang tidak memiliki tata letak mid-end dan back-end pada tahap awal dapat menyalip perusahaan lain? bagaimana cara membuat parit sendiri?

li liyun:seperti disebutkan tadi, ujung mobil tidak bisa dikatakan konvergen sepenuhnya, namun memiliki beberapa kesamaan karena tugas yang diselesaikannya sama.

pemikiran kami dengan xpeng adalah bahwa seharusnya ada banyak perusahaan mobil yang pada akhirnya dapat mencapai kemampuan mengemudi yang cerdas, tetapi kebanyakan dari mereka mungkin berusia 60an atau 70an. kami percaya bahwa mereka yang benar-benar dapat mencapai usia 80an atau 90an harus sangat percaya diri -berkembang, dengan kemampuan menengah dan back-end yang kuat, sebuah perusahaan mobil yang benar-benar berorientasi pada reformasi ai.

kami yakin mungkin hanya ada sedikit di dunia, dan xpeng akan menjadi salah satunya.

tencent news "high beam": apakah yang anda maksud secara global?

li liyun:ya, perusahaan mobil global. pertama, kami percaya bahwa apakah anda berevolusi dari aturan ke model, atau anda baru saja mulai mengerjakan model tanpa hal lain, ujung mobil hanyalah sebagian saja, dan yang lebih penting 90% adalah bagian data loop tertutup yang melayaninya. ujung mobil, termasuk data perolehan, pengumpulan, pembersihan, anotasi, penyimpanan, dan efektivitas kerangka pelatihan. misalnya, tingkat pemanfaatan cluster pelatihan adalah 10% dan 90%. misalnya, setiap orang memiliki seribu kartu, tingkat pemanfaatan kartu anda adalah 10%, dan tingkat pemanfaatan tambang adalah 60%. penting juga untuk memiliki data berkualitas tinggi yang cukup untuk memberi makan model untuk pelatihan. saat ini, jumlah data pelatihan model kami telah mencapai 20 juta klip (klip video).

poin kedua adalah metode berpikir para insinyur kami. cara mereka menyelesaikan masalah juga harus berbasis data. oleh karena itu, dari sudut pandang parit, investasi perusahaan dan talenta adalah yang paling penting dan sistem datanya juga harus bertransformasi ke arah ai.

poin ketiga, bukan berarti jika saya menerima ai dan membuang semua beban saya, maka saya akan menjadi ai. faktanya, ai adalah sebuah proses yang sangat panjang. ini adalah seperangkat metode kerja dan mekanisme kerja, seperangkat konsep dan perilaku anda, dan bahkan sebuah proses yang mengubah dan menembus struktur organisasi anda. kami percaya bahwa proses ini bahkan dapat diukur dalam beberapa tahun. jadi, ketika ai gagal melakukan tugasnya dengan baik dan tidak dapat menyelesaikan masalah anda, apakah fondasi awal anda masih ada? dapatkah rangkaian kemampuan awal anda membantu anda mendapatkan skor 70 poin, atau bahkan skor 80 poin? menurut saya ini juga sangat penting. oleh karena itu, saya merasa perlu adanya akumulasi dan perubahan.

tencent news "high beam": apakah ini proses yang bertahap dan saling terintegrasi?

li liyun:benar, jadi jika anda membuat model besar tanpa menggunakan apa pun, maka anda tidak memiliki batas bawah. sampai batas tertentu, ai dapat memberikan peningkatan pesat pada kemampuan rata-rata anda dan peningkatan substansial pada batas atas anda, namun bagaimana dengan keuntungannya? bagaimana dengan wilayah yang tidak dicakupnya? masih perlu akumulasi sebelumnya untuk melengkapinya.

tencent news "high beam": berapa lama proses investasi jangka panjang ini akan mencapai rata-rata industri? misalnya xpeng motors yang sudah menjaga investasi selama 10 tahun, saya yakin investasi di lima tahun pertama tidak akan sebanyak lima tahun ke depan.

li liyun:kami akan berinvestasi dengan tegas, namun investasi tersebut pasti tidak akan bertambah tanpa batas. intelligent driving telah melalui banyak liku-liku, antara lain dari aturan hingga ai, dari gambar hingga tanpa gambar, termasuk berbagai perdebatan apakah robotaxi atau assisted driving yang diproduksi secara massal, dan lain-lain, menurut saya, assisted driving hingga saat ini. untuk mencapai sprint terakhir, jadi menurut saya pada dasarnya ada dua poin penting:

1. menurut penilaian saya, di sisi mobil, ini akan menjangkau lebih banyak pengguna pada akhir tahun ini atau awal tahun depan, dan tingkat penetrasi ai akan lebih tinggi dari sekarang perubahan yang kita harapkan dapat dilihat.

2. yang lebih penting, setelah pertengahan tahun depan, kita akan melihat bahwa segala sesuatu mulai dari kualitas produk hingga iterasi dan evolusi akan menunjukkan kecepatan dan akselerasi berbeda yang didorong oleh ai, dan itu akan menjadi semakin cepat untuk melewatinya.

tencent news "high beam": seseorang telah mengusulkan one model.

li liyun:inti dari end-to-end adalah semacam pembelajaran imitasi ekstrim, yang membutuhkan pemanfaatan data tanpa kehilangan. untuk mencapai tujuan ini, strategi dasar kami adalah: menyederhanakan model, membuka jalur data, dan membangun arsitektur ai yang lebih kuat. tujuan dari end-to-end bukanlah untuk menjadi end-to-end, namun untuk mengefisienkan penggunaan data. di balik hal ini terdapat kemampuan teknik yang ekstrem dan ketat, yang harus didasarkan pada infrastruktur yang kuat agar data dapat mengalir. jadi end-to-end hanyalah permulaan, bukan akhir.

kami mengubah hubungan antara tiga modul utama persepsi, perencanaan, dan kontrol dari koneksi seri hulu dan hilir menjadi integrasi mendalam, memungkinkan data mengalir dengan bebas dan efisien dalam model terintegrasi, sehingga memungkinkan pembelajaran dari masukan (gambar pemandangan) ke keluaran ( tindakan kendaraan) dan generasi untuk mencapai pengalaman berkendara yang mirip dengan pengalaman dan intuisi manusia.

tencent news "high beam": di era end-to-end, apa pendapat anda tentang perselisihan antara visi murni dan rute lidar?

li liyun:saya pikir end-to-end meremehkan area perangkat keras. intinya adalah jaringan. apakah anda menggunakan kamera, lidar, atau radar gelombang milimeter mungkin tidak terlalu penting, dan itu akan mengurangi perbedaannya.

tencent news "high beam": beberapa orang mengatakan bahwa saat penerapan end-to-end menjadi matang juga akan menjadi hari dimana industri menjadi terpolarisasi. penyedia solusi hanya dapat menyediakan layanan mengemudi berbantuan tingkat rendah dan berbiaya rendah, sementara oem terkemuka akan memimpin produksi massal kendaraan otonom tingkat tinggi. bagaimana menurutmu?

li liyun:kami percaya bahwa end-to-end akan membawa kita untuk mewujudkan l4 otonom mengemudi, namun deskripsi biaya harus bahwa dengan pengembangan end-to-end, biaya perangkat keras kendaraan tunggal akan menurun, tetapi untuk keseluruhan model besar penerapan, kebutuhan daya komputasi, dan volume data, permintaannya sangat besar.

xiaopeng telah banyak berinvestasi dalam ai selama bertahun-tahun, dan berada pada level terdepan di industri dalam hal kemajuan model, aliran data, dan investasi daya komputasi. kemampuan sistem ai adalah kunci untuk membuat data flywheel beroperasi secara efisien. saat ini, end-to-end kami rata-rata dapat mencapai iterasi setiap dua hari, dan akan menjadi semakin cepat di masa mendatang. tujuan kami adalah mencapai kemampuan mengemudi otonom l4 melalui peningkatan perangkat lunak dan perangkat keras pada tahun 2026.