notizia

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Edizione di guida intelligente Wei Brand Blue Mountain

Negli ultimi anni, l'etichetta "guida intelligente" è stata più strettamente legata alle nuove case automobilistiche. Molti nuovi marchi come Xpeng, Huawei e Ideal hanno compiuto sforzi nel campo della guida intelligente, con l'obiettivo di conquistare. il leader nella nuova era energetica Occupare la mente dell'utente.

In confronto, la voce delle case automobilistiche tradizionali sembra molto più piccola, ma in realtà non sono affatto appiattite in quest'epoca. Anche le aziende automobilistiche rappresentate dalla Grande Muraglia stanno segretamente accumulando sforzi per cercare di vincere nella competizione di guida intelligente Yicheng.

Dall'inizio di quest'anno, Wei Jianjun, presidente di Great Wall Motors, ha condotto test dal vivo sulla guida intelligente rispettivamente a Baoding e Chongqing In qualità di leader dell'azienda, non solo ha partecipato al test di persona, ma ha anche partecipato con molti colleghi dell'ufficio tecnico per sostenere la sua ultima tecnologia di guida intelligente.

Oggettivamente parlando, se torniamo a un anno fa, la guida intelligente di Great Wall Motor in genere non aveva molta presenza nel settore e la maggior parte dei prodotti di guida assistita L2+ utilizzati nelle auto prodotte in serie provenivano da fornitori maturi.

Fino all’aprile di quest’anno, Great Wall ha rilasciato l’architettura tecnica della guida intelligente integrata SEE. L’obiettivo principale è far fronte alla guida assistita L2+ dagli scenari ad alta velocità a quelli urbani. Con tale architettura, è ottimizzata sulla base dei tradizionali moduli algoritmici segmentati e utilizza un grande modello integrato per risolvere i problemi decisionali in più scenari, ma contiene anche regole artificiali.

Da un punto di vista tecnico, l’attuale modello SEE di Great Wall Motors non è più un tradizionale processo decisionale e di pianificazione basato su regole, ma un modello integrato su larga scala con un processo decisionale basato sull’intelligenza artificiale, quindi mostra un certo livello di veterano conducenti in termini di capacità di evitare gli ostacoli Rispetto al precedente stupido metodo di fare affidamento su un team di migliaia di persone per correggere ogni scenario, l'efficienza è stata notevolmente migliorata.

Quindi ora, dopo i pesanti investimenti dell'intero gruppo in ricerca e sviluppo, in che misura si è evoluto il livello di guida intelligente della Grande Muraglia?

Quella che segue è la trascrizione di una recente conversazione tra il vicepresidente dell'intelligence di Great Wall Motor Wu Huixiao, il direttore senior del Centro di sviluppo della piattaforma intelligente Jiang Haipeng e l'esperto del Centro di sviluppo della piattaforma intelligente Wu Guosuzhou e altri, che sono stati brevemente modificati da Titanium Applicazione multimediale.

D: A che livello si confrontano le attuali capacità di guida intelligente di Great Wall con quelle di altri marchi?

Jiang Haipeng: Per prima cosa parliamo dei nostri vantaggi. A partire da Urban NOA nella seconda metà dello scorso anno, Huawei e Xpeng sono molto grati a queste due aziende leader. Si scopre che prevediamo che la NOA urbana sarà implementata nel 2025, proprio perché i nostri leader nazionali la stanno promuovendo in modo molto profondo. All'inizio era con le immagini, e poi si è gradualmente evoluta in un grande modello senza immagini la loro promozione ed educazione relativamente radicale dei nostri utenti, e hanno anche spinto Urban NOA nella scena più popolare della guida intelligente.

Quest'anno abbiamo effettuato un test drive approfondito di Tesla durante il CES. Dopo essere tornati in Cina, abbiamo effettuato una valutazione approfondita e test drive di tutti i modelli con funzioni di guida intelligente. Penso che il nostro stato attuale non sia inferiore a quello di qualsiasi altra azienda Se dobbiamo classificarci in termini di reputazione, penso che siamo tra i primi tre, quindi non c'è alcun elemento di vanteria.

D: Cosa ne pensi dell'attuale percorso tecnologico end-to-end di grandi dimensioni nel settore?

Jiang Haipeng: Ora quasi tutte le società di algoritmi o OEM parlano del modello end-to-end di grandi dimensioni. Posso dirvi in ​​modo responsabile che non ci sono più di tre aziende al mondo che stanno realmente realizzando soluzioni end-to-end basate sull'end-to. -end, e anche nell'architettura end-to-end, molte regole e problemi di sicurezza sono incorporati internamente. Perché l'end-to-end in sé non significa che Tesla abbia proposto questo concetto solo l'anno scorso o quest'anno. Quando abbiamo iniziato a produrre guida autonoma, sapevamo tutti che doveva esserci la modellazione, tuttavia, le capacità, i modelli, i chip e il volume dei dati non era sufficiente.

Pertanto, la percezione viene prima modellata, poi il modello viene ulteriormente modellato e poi lentamente trasferito al lato decisionale. Quando non c’erano modelli, ci affidavamo alle regole. Successivamente, abbiamo scoperto che una volta entrati in città, se si seguivano ancora le regole, non c’era modo di soddisfare le esigenze degli scenari urbani. Se accumuli il codice senza limiti, potresti non essere in grado di scrivere bene le regole della città se non ci sono 3.000 o 5.000 persone che lavorano su un sistema di guida autonoma. Anche se ci fosse un cambiamento dopo la scrittura, sarà difficile per te risolvilo. Quindi oggi tutti sanno molto chiaramente che dobbiamo utilizzare i dati per guidare l'operazione al fine di ridurre il numero di codici del personale e ridurre i costi, altrimenti non verrà stabilito.

D: Le aziende automobilistiche sono relativamente ottimiste riguardo al processo end-to-end, ma permangono alcune incertezze. Come vede Great Wall la prevenzione del rischio?

Jiang Haipeng:L'end-to-end deve essere il futuro, ma non è la fine. Adesso c'è qualcosa di più avanzato. La fine della guida veramente intelligente deve essere come un essere umano in grado di pensare e comprendere la scena ed eseguire azioni di guida intelligenti sulla comprensione della scena.

Per fare un semplice esempio, quando stiamo guidando, c'è un sacchetto di plastica nera davanti a noi. Se ci sono macchine su entrambi i lati e non c'è modo di aggirarlo, lo investiremo sicuramente perché so che è così un corpo morbido e posso schiacciarlo. Il primo è che non ci saranno incidenti e, in secondo luogo, non ci saranno danni al mio veicolo. Adesso è diverso. Non c'è modo di sapere se c'è un software davanti a noi. Sappiamo solo che è un ostacolo e dobbiamo frenarlo o evitarlo.

In futuro, la guida autonoma dovrà essere una guida autonoma con una comprensione della scena, e stiamo pianificando e sviluppando anche in questo settore. Ora ci sono alcune basi. Prima di tutto, dal punto di vista dei chip, come Thor di NVIDIA, comprendiamo che anche alcune delle principali società di chip nazionali hanno definito i propri chip a questo riguardo, è necessario supportare modelli linguistici di grandi dimensioni simili per eseguire i chip. Dal punto di vista del modello, esiste quello che chiamiamo un modello linguistico, simile all'intelligenza artificiale aperta, che ci aiuta a comprendere, quindi a formulare una percezione e ad esprimere un giudizio globale. Questo aspetto è il risultato finale in futuro.

End-to-end è l’attuale insieme di logica tecnica basata sulla guida autonoma stessa, che è segmentato dalla modellazione della percezione alla modellazione della fusione e infine alla modellazione in scala. Poiché le persone stanno diventando pigre, lo sviluppo, in particolare il codice software e gli algoritmi, è un lavoro estremamente bruciante. Cosa dovrebbero fare se vogliono semplificare il loro lavoro? Gli studenti che si dedicano all'intelligenza artificiale sono particolarmente infastiditi dalla programmazione perché sentono che scrivere il codice è troppo. È una perdita di tempo, quindi sono estremamente motivato. Voglio convertire il codice in un modello, una volta che diventa un modello, il cloud si adatterà da solo. La fine è una fase dello sviluppo tecnologico, ma non è la fine della guida intelligente.

D: Great Wall SEE Architecture 2.0, perché mantiene le rispettive caratteristiche di modulare end-to-end e di completo end-to-end?

Stato di Wu Suzhou:Entrambi questi sono concetti. Il vero end-to-end completo non significa che non ci sono regole per coprire l'intera situazione, ma il vantaggio dell'end-to-end completo è che i tuoi dati possono apprendere le traiettorie e le caratteristiche dell'essere umano. guida dall'inizio alla fine Con lo stato tecnico attuale, nessuno può Il metodo è quello di addestrare una cosa completamente end-to-end, che può essere aperta in tutti gli scenari, e una cosa end-to-end modulare, che può essere aperta in tutti gli scenari. ha anche un'interfaccia percettiva nel mezzo.

Ad esempio, se sono presenti corsie di corsia e ostacoli simili, il vantaggio più grande della modularità end-to-end è che il modello è facile da addestrare, ma non presenta i vantaggi della modalità end-to-end completa, quindi queste due parti sono combinati. Per dirla senza mezzi termini, se si eseguono due modelli, i due modelli sono indipendenti e i requisiti di potenza di calcolo raddoppiano. È necessario progettare un meccanismo di condivisione e scambio di dati. Anche questo è un punto difficile nella costruzione del modello sarà un corrispondente meccanismo di arbitrato. Determinare quali scenari ritengo richiedano un determinato modello di esportazione, in modo che questi scenari possano essere combinati senza soluzione di continuità.

D: Su quale base viene decisa la specifica strategia di apertura delle città della Great Wall Intelligent Driving?

Jiang Haipeng: In effetti, la logica di Kaicheng è molto semplice: abbiamo ordinato le 20 città più vendute nelle nostre Blue Mountains. I più venduti sono Chongqing, Chengdu, ecc. Dopo aver visitato queste quattro città, abbiamo un vantaggio categorie. Chongqing è una città di montagna e le condizioni stradali sono davvero complesse. Le corsie urbane sono molto strette e il flusso di traffico è enorme. Ogni corsia ha una corsia per gli autobus e un'area di attesa. Shenzhen è un tipico rappresentante delle città high-tech, molto simile a Shanghai. Baoding rappresenta le città di secondo e terzo livello, quindi ogni città rappresenta un tipo di città. Se generalizziamo da poche città ad altre città, otterremo il doppio del risultato con la metà dello sforzo.

Siamo molto invidiosi del metodo di promozione di Wei Xiaoli, perché ci sono già auto nel mondo che forniscono funzioni utente tramite OTA Invece di partire da zero, ce ne sono già 0,5 e aggiungendo 0,5 si ottiene 1. Al momento non abbiamo auto sul mercato, quindi possiamo avere questa funzione solo dall'inizio delle vendite. Si tratta di due modalità diverse.

D: Quali aggiustamenti ha dovuto affrontare Great Wall Motors durante la promozione della NOA urbana?

Wu Huixiao: La divulgazione su larga scala avverrà nel 2025. L’anno scorso, abbiamo ritenuto che il nodo fosse la prima metà del 2024. Successivamente, abbiamo collaborato con l'intero veicolo, apportando anche alcune modifiche all'architettura del modello durante il processo di apertura. Poi, durante il processo di implementazione, abbiamo anche scoperto che l'intero settore dovrà affrontare una fase in cui gli utenti accetteranno la co-guida uomo-macchina. Questa funzione sarà disponibile al lancio della Blue Mountain Smart Driving Edition e saranno apportate alcune ottimizzazioni e aggiustamenti all'interazione dopo essere saliti sull'OTA dell'auto.

D: Qual è la dimensione attuale del team di ricerca e sviluppo sulla guida intelligente della Great Wall?

Wu Huixiao:Il mio capo mi ha detto prima che con più di mille persone responsabili, inclusi autisti e TST, il personale di guida non è la direzione giusta per il futuro. I metodi di sviluppo basati sulla comprensione della scena del modello più ampio diventeranno sempre meno popolari in futuro. Basandosi sul trasferimento di progetti e sulle tattiche dell’ondata umana, il futuro deve utilizzare una qualità più elevata, una densità più elevata e un livello di talento più elevato, insieme alla nostra infrastruttura.

D: Cosa ne pensi del ruolo del lidar nella guida intelligente?

Jiang Haipeng: Lidar risolve solo l'1% Le case automobilistiche dovrebbero spendere migliaia di dollari per l'1%? Pensiamo che dovrebbero spenderli. La nostra azienda non sta dicendo che non è necessario ridurre i costi costi Insistiamo ancora nel non ridurre alcuni costi e questo 1% è proprio legato alla sicurezza. Pertanto, non prevediamo di eliminare il lidar nel prossimo anno o due, ma dobbiamo comunque garantire la sicurezza dei profitti.

D: Qual è l'ordine in cui verranno lanciati i modelli di guida intelligente di Great Wall Motors?

Wu Huixiao:Attualmente, il Blue Mountain Smart Driving Edition è dotato di Coffee Pilot Ultra, oltre a Max e Pro. Dobbiamo anche considerare le esigenze degli utenti che ritengono di avere dubbi sull'utilizzo in questa situazione, quindi decidere se promuovere l'alta velocità NOA nel suo complesso o la NOA cittadina.

D: Quando i consumatori potranno pagare la guida intelligente con soldi veri?

Wu Huixiao: Il mio punto di vista è che il business è la più grande beneficenza. La tua auto deve essere in grado di funzionare positivamente per mantenere lo sviluppo sano, positivo e sostenibile della tua impresa e della tua catena industriale. Non puoi comprare o vendere con la forza. Il primo punto è rendere prima buono il prodotto. Dopo averlo reso buono, risolvi molti problemi per gli utenti e loro pensano che valga la pena. Dobbiamo anche lavorare molto a livello interno, compresa la definizione di processi, sistemi IT e canali di pagamento. In effetti, l’intero settore ha sperimentato questo processo.

Che si tratti di guida intelligente o di cabina di pilotaggio, l'esperienza deve essere migliorata Sulla base del sano circuito chiuso del futuro modello di business, la strada deve essere spianata prima dalla catena organizzativa e tecnica. Quando si migliorerà veramente l'esperienza, lo saranno anche gli utenti disposti a pagare e lasciare che gli utenti godano davvero della comodità della tecnologia e sentano che vale la pena spendere i soldi, quindi sono naturalmente disposti a pagare.

Quest’anno le aziende automobilistiche sono molto impegnate e l’industria del software sta perdendo denaro. Penso che il nostro intero Paese, me compreso, debba imparare a pagare per il cibo, i vestiti e le case per la musica?, il pagamento dei diritti di proprietà intellettuale, l'intera società deve lavorare sodo.

D: Perché il prossimo anno sarà il primo anno del settore della guida intelligente?

Stato di Wu Suzhou:Può essere visto sotto quattro aspetti.

Il primo è l'evoluzione degli algoritmi. Quando facevamo la guida intelligente molti anni fa, sentivamo che la prima cosa da fare bene nella guida intelligente era fare un buon lavoro nella percezione. Non c'è modo di toccare cose che non possono essere viste . Successivamente il livello di percezione è migliorato e si è detto che, sebbene ci fosse la percezione, non esistesse la cognizione. Oggi parliamo di cognizione come la comprensione della scena da parte del sistema di guida intelligente. Questo è stato molto difficile in passato e abbiamo fatto innumerevoli esplorazioni, ma i modelli linguistici e le tecnologie del linguaggio visivo di oggi ci forniscono un punto di partenza per la tecnologia cognitiva nelle macro scene. Se vuoi mettere questo modello in un'auto, non intendi copiarlo e usarlo direttamente. Questo è impossibile. Almeno dal punto di vista tecnico, questo è il metodo. Il grande modello di guida intelligente potrebbe anche essere in grado di risolvere il problema dei campioni zero o dei campioni rari. Questo è l'aspetto dell'algoritmo.

Il secondo riguarda la potenza di calcolo. Oggi tutti coloro che lavorano sulla guida autonoma di fascia alta, ad eccezione di Huawei, che ha i propri chip ed è davvero molto più avanti, il resto sono chip NVIDIA progettati dai suoi progettisti principali li nel 2019 Completati, c'è stato un rimbalzo nel mezzo. Quindi mi sto adattando all'architettura del chip NVIDIA di quattro anni fa. In effetti, il chip avrà un'iterazione molto importante il prossimo anno, che si tratti di NVIDIA o di chip informatici ad alta potenza domestici, l'algoritmo lo interverrà.

Il terzo aspetto sono i dati. Nel corso degli anni, tutti, siano essi OEM tradizionali o nuove forze, hanno più o meno accumulato una certa quantità di dati di guida intelligenti. Quando la quantità di dati raggiungerà un certo livello, lo sarà a sua volta utilizzato per addestrare modelli di grandi dimensioni. Si presenta la possibilità di un cambiamento quantitativo in un cambiamento qualitativo.

Infine c’è l’aspetto cognitivo. In passato c’erano due gruppi: quelli che credevano nella guida autonoma e quelli che non ci credevano. Tutti credevano che la tecnologia basata sui dati fosse il futuro. Ora subentra una volta ogni 100 chilometri che viene ottimizzato 10 volte all'anno, tutti hanno fiducia in questa materia. E la cognizione, questa cognizione a sua volta promuoverà l'investimento di tutti nella tecnologia e, in secondo luogo, avrà un impatto indiretto su cose soft come leggi, regolamenti ed etica. Questo punto arriverà presto.

D: Cosa ne pensi dell'ingresso di Tesla FSD in Cina. Quali sono i vantaggi delle tecnologie di guida intelligente nazionali come Great Wall rispetto a Tesla?

Wu Huixiao: Tesla è stata all'avanguardia nella guida assistita e abbiamo visto le sue prestazioni anche negli Stati Uniti. Possiamo solo dire che ci sono sfide. Anche se è molto buono, sarà difficile da raggiungere a breve termine. C'è una grande differenza tra le strade degli Stati Uniti e quelle della Cina. Negli Stati Uniti c'è pochissimo traffico misto. Quando l'abbiamo sperimentato per le strade di San Francisco, se ci fossero persone, causerebbero comunque molte interferenze al conducente. Una volta ricevuti molti dati, sulla base dei big data end-to-end, il modello di sviluppo del modello consentirà sicuramente un miglioramento più rapido.(Questo articolo è stato pubblicato per la prima volta su Titanium Media App, autore｜Li Yupeng, editore｜Zhang Min)