ニュース

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Wei ブランド ブルー マウンテン スマート ドライビング エディション

ここ数年、「インテリジェント ドライビング」というラベルは、Xpeng、Huawei、Ideal などの多くの新しいブランドが、インテリジェント ドライビングの分野での取り組みと密接に結びついています。新しいエネルギー時代をリードする。

それに比べて、従来の自動車会社の発言力ははるかに小さいように見えますが、実は、万里の長城に代表される自動車会社も、スマートドライビング競争で勝つために密かに努力を重ねているわけではありません。宜城。

今年初め以来、長城汽車の魏建軍社長は保定市と重慶市でそれぞれスマート運転のライブテストを実施しており、同社のリーダーとして自らテストに参加しただけでなく、多くの参加者も参加した。技術部門の同僚が彼の最新のスマート運転技術を支持しました。

客観的に見て、1 年前に遡ると、長城汽車のスマート運転は一般に業界であまり存在感がなく、量産車に使用されている L2+ 運転支援製品のほとんどは成熟したソリューションのサプライヤーから提供されていました。

今年の 4 月まで、Great Wall は SEE 統合スマート運転の技術アーキテクチャをリリースしていました。その中心的な目標は、高速から市街地までの L2+ 支援運転に対応することです。このようなアーキテクチャでは、従来のセグメント化されたアルゴリズム モジュールに基づいて最適化され、統合された大規模モデルを使用して、より多くのシナリオで意思決定の問題を解決しますが、その中には人為的なルールも含まれています。

技術的な観点から見ると、長城汽車の現在の SEE モデルは、従来のルールベースの意思決定と計画ではなく、人工知能の意思決定を備えた統合された大規模モデルであるため、一定のレベルのベテランを示しています。各シナリオにパッチを適用するために数千人のチームに依存する以前の愚かな方法と比較して、効率は大幅に向上しました。

さて、グループ全体が研究開発に多大な投資を行った現在、万里の長城のインテリジェント運転レベルはどの程度まで進化したのでしょうか?

以下は、長城汽車のインテリジェンス担当副社長、呉恵暁氏、インテリジェント プラットフォーム開発センターの上級ディレクター、江海鵬氏、インテリジェント プラットフォーム開発センターの専門家呉國蘇州氏らによる最近の会話の記録であり、Titanium によって簡単に編集されたものです。メディアアプリ。

Q: Great Wall の現在のインテリジェント運転機能は、他のブランドと比較してどのレベルですか?

ジャン・ハイペン：まず、私たち自身の利点について話しましょう。昨年下半期の Urban NOA から始まり、ファーウェイと Xpeng はこの 2 つの大手企業に非常に感謝しています。都市型 NOA が 2025 年に実装されると予測しているのは、まさに国内のリーダーが最初は写真付きでしたが、徐々に写真なしの大規模なモデルに進化したためです。ユーザーに対する比較的過激なプロモーションと教育により、Urban NOA はスマート ドライビングの最も人気のあるシーンに押し上げられました。

今年はCESでテスラの徹底的な試乗を行いました。中国に戻ってから、スマート運転機能を備えた全モデルの詳細な評価と試乗を行いました。当社の現状は他のどの企業にも劣っていないと思います。 . 評判で言えば上位3位には入ると思いますので、自慢する要素はありません。

Q: 業界における現在の主流のエンドツーエンドの大型モデル テクノロジー ルートについてはどう思いますか?

ジャン・ハイペン：現在、ほぼすべてのアルゴリズム会社や OEM がエンドツーエンドの大規模モデルについて話していますが、責任を持って言えますが、実際にエンドツーエンドに基づいてエンドツーエンドを実行している企業は世界で 3 社しかありません。エンドツーエンド アーキテクチャの下でも、多くのルールとセキュリティの問題が内部に組み込まれています。エンドツーエンド自体は、テスラがこのコンセプトを昨年か今年に提案したという意味ではありませんが、私たちが最初に自動運転を始めたとき、機能、モデル、チップ、およびモデリングが必要であることは誰もが知っていました。データ量が足りませんでした。

したがって、最初に認識がモデル化され、そのモデルがさらにモデル化されてから、ゆっくりと意思決定側にプッシュされます。モデルがなかったとき、私たちはルールに頼っていましたが、その後、都市に入ると、ルールに従ったままでは都市のシナリオのニーズを満たすことができないことがわかりました。コードを際限なく積み上げていくと、自動運転システムに取り組む人が3,000人か5,000人いないと街のルールをうまく書けないかもしれません。書いた後に変更があっても難しいでしょう。それを解決してください。したがって、人事コードの数を減らし、コストを削減するには、データを使用して業務を推進する必要があることは、今日では誰もが明確に認識しています。そうしないと、データが確立されません。

Q: 自動車会社はエンドツーエンドに関して比較的楽観的ですが、依然として不確実性がいくつかあります。万里の長城はリスク回避についてどのように考えていますか?

ジャン・ハイペン：エンドツーエンドは未来でなければなりませんが、それが終わりではありません。真のインテリジェントな運転の目的は、状況を考えて理解し、それに基づいてインテリジェントな運転行動を実行できる人間のようなものでなければなりません。現場の理解について。

簡単な例を挙げると、私たちが車を運転しているときに、目の前に黒いビニール袋があり、両側に車があり、それを迂回する方法がない場合、私たちは間違いなくそれを轢いてしまいます。 1つ目は事故が起こらないこと、そして2つ目は車にダメージが与えられないことです。今は違います。目の前にソフトウェアがあることを知る方法はなく、それが障害物であり、ブレーキをかけるか回避する必要があることだけがわかります。

今後の自動運転は現場を理解した自動運転でなければならず、当社もその領域での企画開発を行っています。まず、チップの観点から言えば、NVIDIA の Thor のように、いくつかの国内の大手チップ企業もこの点で独自のチップを定義していることを理解していますが、チップを実行するには同様の大規模な言語モデルをサポートする必要があります。モデルの観点から見ると、オープン AI に似た言語モデルと呼ばれるものがあり、これは私たちがある程度の理解を行い、その後認識し、総合的な判断を下すことをサポートします。この側面が将来の最終的な成果となります。

エンドツーエンドとは、自動運転自体に基づいた現在の一連の技術ロジックであり、知覚モデリングから融合モデリング、そして最後にスケール モデリングまで細分化されています。人々は怠け者になっているため、開発、特にソフトウェア コードやアルゴリズムは非常に頭を使う仕事です。AI に携わる学生は、特にコーディングに悩まされています。コードは時間の無駄なので、コードをモデルに変換すると、クラウドは自動的に適応すると考えられます。終わりは技術開発の段階ですが、インテリジェント運転の終わりではありません。

Q: Great Wall SEE Architecture 2.0 は、なぜモジュラー エンドツーエンドと完全なエンドツーエンドのそれぞれの特徴を保持しているのですか?

呉州蘇州:これらは両方とも概念であり、真の完全なエンドツーエンドは、状況全体をカバーするルールがないことを意味するものではありませんが、完全なエンドツーエンドの利点は、データが人間の軌跡と特性を学習できることです。現在の技術的状況では、最初から最後まで運転することは誰にもできません。その方法は、すべてのシナリオで開くことができる完全なエンドツーエンドのものと、モジュール式のエンドツーエンドのものをトレーニングすることです。中央には知覚インターフェイスもあります。

たとえば、車線や同様の障害物がある場合、モジュラー エンドツーエンドの最大の利点はモデルのトレーニングが簡単であることですが、完全なエンドツーエンドの利点はないため、これら 2 つの部分はが組み合わされています。率直に言って、2 つのモデルを実行すると、2 つのモデルは独立しており、データの共有と交換のメカニズムを設計する必要があります。これもモデルを構築する際の難しい点です。特定のモデルのエクスポートに必要と思われるシナリオを決定し、これらのシナリオをシームレスに組み合わせることができます。

Q:万里の長城インテリジェントドライビングの具体的な都市開放戦略はどのような基準で決められているのでしょうか？

ジャン・ハイペン：実際、Kaicheng のロジックは非常に単純です。Blue Mountains で最も売れている都市は重慶、成都などです。これら 4 つの都市を訪問した後、それぞれのタイプに利点があります。カテゴリー。重慶は山間の都市であり、道路状況は実に複雑で、都市部の車線は非常に狭く、交通量が膨大です。深センは上海とよく似たハイテク都市の代表的な都市です。保定市は二級都市と三級都市の代表的な都市であるため、いくつかの都市から他の都市に一般化すると、半分の労力で 2 倍の結果が得られます。

魏暁利氏のプロモーション方法は非常にうらやましいです。なぜなら、ゼロから始めるのではなく、OTA を通じてユーザー機能を提供する車がすでに存在しており、0.5 を追加すると 1 になるからです。現在、販売されている車はありませんので、販売当初からこの機能を搭載できるのは 2 つの方法です。

Q:都市型 NOA の推進中に長城汽車はどのような調整に直面しましたか?

呉恵暁：大規模普及は2025年。昨年はノードが2024年前半と判断しました。その後、オープンプロセス中にモデルのアーキテクチャにいくつかの調整を加えるなど、車両全体と協力しました。その後、実装プロセス中に、業界全体がユーザーが人間と機械の共同運転を受け入れる段階に直面することもわかりました。この機能は、Blue Mountain Smart Driving Editionの発売時に利用可能となり、自動車OTA乗車後のインタラクションにいくつかの最適化と調整が加えられる予定です。

Q:万里の長城のインテリジェント運転研究開発チームの現在の規模はどれくらいですか?

呉恵暁：私の上司は、ドライバーやTSTを含む担当者が1000人を超えているため、人員を動かすことは将来的には正しい方向ではなく、実際には将来的にはますます一般的ではなくなるだろうと私に言いました。将来は、プロジェクトの移転と人海戦術に依存し、インフラストラクチャと組み合わせて、より高品質、より高密度、より高い人材の階層を使用する必要があります。

Q: インテリジェント運転における LIDAR の役割についてどう思いますか?

ジャン・ハイペン： Lidar は 1% しか解決しません。自動車会社は 1% のために数千ドルを費やす必要があると考えています。当社はコストを削減する必要がないと言っているわけではありません。私たちは依然として一部のコストを削減しないことを主張しており、この 1% はまさに安全に関係しています。したがって、今後 1 ～ 2 年で LIDAR を廃止する予定はありませんが、それでも最終的な安全性を確保する必要があります。

Q:長城汽車のスマートドライビングモデルはどのような順序で発売されますか?

呉恵暁：現在、Blue Mountain Smart Driving Edition には、max と pro に加えて、Coffee Pilot Ultra が搭載されていますが、この状況で使用することに不安を感じているユーザーもいます。高速NOA全体を推進するのか、シティNOAを推進するのか。

Q: 消費者がスマート運転の料金を実際のお金で支払えるようになるのはいつですか?

呉恵暁：私の考えは、ビジネスは最大の慈善活動であり、企業と産業チェーンの前向きで持続可能な健全な発展を維持するために、車は積極的に機能する必要があります。最初のポイントは、まず製品を良いものにすることです。良いものを作った後は、ユーザーにとって多くの問題が解決され、ユーザーはそれがお金を払う価値があると考えます。また、プロセス、IT システム、支払いチャネルの確立など、社内でも多くの作業を行う必要があります。実際、業界全体がこのプロセスを経験しています。

スマートな運転であれ、コックピットであれ、エクスペリエンスは将来のビジネスモデルの健全な閉ループに基づいて改善されなければなりません。真にエクスペリエンスを改善すると、まず組織的および技術的なチェーンから道が開かれなければなりません。喜んで支払い、ユーザーがテクノロジーの利便性を享受し、お金を使う価値があると感じてもらえるようにするため、ユーザーは自然に支払いを行うようになります。

今年、自動車会社は非常に忙しく、ソフトウェア業界は損失を被っていると思います。私自身も含めて、私たちは食料、衣服、住宅にどのような価値を支払うべきなのかを学ばなければなりません。音楽のために、知的財産権の支払いのために、社会全体が頑張らなければなりません。

Q: 来年がスマート運転業界元年となるのはなぜですか?

呉州蘇州:4つの側面から見ることができます。

1 つ目は、アルゴリズムの進化です。何年も前にスマート運転を行っていたとき、スマート運転をうまく行うためには、目に見えないものに触れる方法はないと考えていました。 。その後、知覚のレベルは向上し、知覚はあっても認識は存在しないと言われました。今日では、インテリジェント運転システムによる現場の理解としての認知について話します。これは過去において非常に困難であり、私たちは数え切れないほどの探求を行ってきましたが、今日の言語モデルと視覚言語技術は、マクロシーンにおける認知技術の出発点を与えてくれます。このモデルを車に搭載したい場合、それをコピーしてそのまま使用することは不可能です。少なくとも技術的な観点から見ると、これは、大規模なインテリジェント運転モデル​​によって、ゼロ サンプルまたは稀なサンプルの問題も解決できる可能性があります。

2 つ目はコンピューティング能力の点です。現在、ハイエンドの自動運転に取り組んでいる企業は、自社のチップを搭載し実際にはるかに先を行っている国内の Huawei 社を除き、残りは実際、同社のコア設計者が設計したものです。 2019年に完成しました。真ん中に跳ねがありました。そこで私は 4 年前から NVIDIA チップ アーキテクチャに適応してきました。実際、このチップは来年、NVIDIA であろうと国内のハイパワー コンピューティング チップであろうと、アルゴリズムが非常に重要なイテレーションを行うことになります。

3 番目の側面はデータです。伝統的な OEM であろうと新興勢力であろうと、誰もが多かれ少なかれ、ある程度の量のインテリジェントな運転データを蓄積します。データの量が一定のレベルに蓄積されると、それが蓄積されます。大規模なモデルを訓練するために使用され、量的な変化から質的な変化への可能性が生じます。

最後に、認知的な側面があります。以前は、自動運転を信じる人々とそうでない人々の 2 つのグループが存在していましたが、現在ではデータ駆動技術が 100 キロメートルごとに優位性を持つと考えられていました。毎年 10 回最適化されているということは、誰もがこの問題に自信を持っており、この認識がひいては全員のテクノロジーへの投資を促進し、第 2 に、法律、規制、倫理などのソフト面に間接的な影響を与えることになります。この点はもうすぐです。

Q: テスラ FSD の中国進出についてどう思いますか? テスラと比較した万里の長城などの国内のスマート運転技術の利点は何ですか?

呉恵暁：テスラは運転支援分野で先頭に立ってきており、米国での実績も見ていますが、たとえそれが非常に優れていたとしても、短期間で達成するのは難しいと言えます。アメリカと中国の道路には大きな違いがあります。アメリカでは混合交通がほとんどありません。私たちがサンフランシスコの路上で体験したときは、それでも人がいるとかなりの妨害が発生します。大量のデータが入ってくると、エンドツーエンドのビッグデータに基づいたモデル開発モデルにより、確実に改善が速くなります。(この記事は最初に Titanium Media App に掲載されました。著者｜Li Yupeng、編集者｜Zhang Min)