ニュース

「私たちは無人タクシーを造らないと決意しています。私たちは、『エネルギーの解放と事故の削減』こそがインテリジェント運転によって生み出される真の社会的価値であると信じています。」ニオメディアコミュニケーション会議での CEO の Li Bin の発言は再び話題になりました。彼は「自動運転の価値は運転手やタクシー運転手の仕事を奪うことではありません。これはまったく面白くありません」と信じていました。

李斌の発言は一部の人々の心を動かしました。少し前までは、武漢のタクシー運転手が「キャロットラン」の影響で注文が減ったというニュースがソーシャルプラットフォームに続々と掲載されていた。武漢の「兄弟」は、キャロットラッシュに商売を奪われ、売り上げの多い店はほとんど客が来ないと語った。

一つの石が千の波を巻き起こし、新たな技術革新を歓喜する人もいれば、ドライバーが失業に直面するかもしれないと憂鬱に思う人もいた。自動運転車は人間のドライバーの仕事を奪うのか？このトピックに関する立場は人それぞれ異なり、意見もまったく異なります。

著者がさらに探求したいのは、ロボタクシーが長年休眠状態にあったのに、なぜこの時期に再び人気を集めているのかということだ。自動運転技術を普及させる過程において、これより良い方法やリズムはあるのでしょうか?

ロボタクシーは無人タクシーであり、レンタル シナリオにおける自動運転技術の重要な応用例です。乗用車のシナリオとは異なり、レンタル シナリオには本質的に「人と車両の分離」という属性があり、そのためロボタクシーは L4 レベルの高度な自動運転を直接検討することになります。

百度の公式情報によると、「Luobo Kuaipao」は11都市で有人試験運用サービスを開始し、北京、武漢、重慶、深セン、上海などで完全無人自動運転旅行サービス試験を実施した。

業界の発展の歴史を振り返ると、ロボタクシーは「期待の高まり」と「合理性への回帰」の波を経験してきました。

Google が 2009 年に自動運転プロジェクトの研究を開始して以来、自動運転に対する世界的な関心が高まっています。 2015年頃から、春の雨後の筍のようにロボタクシーのスタートアップ企業が誕生し、資本市場は自動運転への投融資にますます熱狂した。 Cruise、Baidu L4 自動運転部門、Pony.ai、AutoX、WeRide などはすべてこの時期に設立されました。

しかし、フォード 、公的投資のArgo AIは破産して清算され、LiDAR分野の創始者であるIbeoは破産を申請しました。2019年以降、自動運転スタートアップの設立数は大幅に減少しました。その主な理由は、事業化の道筋が不透明であること、資金繰りが逼迫するなどの困難があり、業界が苦難の時期を迎えていることである。

なぜ今、ロボタクシーが再び人気になっているのでしょうか？これにはいくつかの大きな要因があります。

まず、消費者のロボタクシーに対する理解が深まりました。過去 2 年間、ロボタクシーでは運転席に安全担当者が座っていましたが、現在では市民は車のガラスにある携帯電話番号の下 4 桁を指でなぞるだけで、ドアが開きます。シートベルトを開いてから締め、画面上の [OK] をクリックして旅行を開始します。

武漢で発売されたロボタクシーは、1か月以内に車両1台あたり1日平均約20件の注文を完了したと報告されており、これは通常のオンライン配車ドライバーの数と同程度だが、注文あたりの平均価格はその60％である一般的なオンライン配車ドライバーの割合。皆さんが心配している交通事故が起きていますが、それらはすべて人間の交通法規違反によって引き起こされています。保険会社の統計によると、Luobo Kuaipao 無人車両の事故率は人間の事故率の 1/14 です。そのため、タクシーが乗客の乗車を拒否したり、ドライバーが夏にエアコンを入れなかったりした経験に比べて、市民はロボタクシーに熱意を持っています。

第二に、Robotaxi自転車の価格は以前に比べて大幅に低下しており、市場ではその商品化への期待が高まっています。今年5月のアポロデー2024カンファレンスで、百度は百度の第6世代インテリジェントシステムソリューションを搭載した新しい第6世代無人車両「キャロットラン」を発表した。新車の価格はわずか20万4,600元で、車両全体のコストは第5世代車と比べて60％下がり、他の自動運転企業が発売したロボタクシーよりもはるかに安い。

さらに、自動運転プラットフォームは、全天候型サービスを提供しながらプラットフォーム料金とドライバーのコストを削減することで、サービス単価を大幅に削減することができ、従来のタクシーよりも走行距離単価を低く抑えることができます。

最後の点が実は最も重要です——テスラ今年中にロボタクシーを導入すると発表した。最近、Tesla FSD は大幅な進歩を遂げ、3 月 31 日、Tesla は米国の一部のユーザー向けに新しいバージョンの FSD V12 を発売しました。新しいバージョンでは、初めて「Beta」という単語が削除され、「監視された」を意味する「Supervised」に置き換えられています。

マスク氏はこれを「車輪付きAirbnb」と呼んでおり、自動車所有者は自分の車両をテスラのオンライン配車フリートに追加し、テスラと収益を分配することを選択できる。テスラはインテリジェント自動車運転技術のリーダーであるが、もし予定通りロボタクシーをリリースできれば、それは業界に大地震をもたらすことになるだろう。

現在、インテリジェント運転技術は「エンドツーエンド」と呼ばれるマイルストーン変革を迎えており、テスラの新バージョンのFSDはエンドツーエンド技術を使用しており、Luobo Kuaipaoのインテリジェント運転技術もエンドツーエンド技術を使用している。大型モデル。

「エンドツーエンド」とは何ですか?ディープラーニングの概念です。 AI モデルは、処理用の追加モジュールを導入することなく、生データを入力するだけで最終結果を出力します。たとえば、ChatGPT に話しかけると応答し、そのプロセスには大規模な言語モデルのみが関与します。

しかし、インテリジェント運転は人間の指示を認識するだけでなく、道路上の物体を認識し、その質感、色、移動速度などを観察する必要もあるため、はるかに複雑です。以前は、これらのリンクにはさまざまなモジュールが必要であり、これらのモジュールによって達成されるインテリジェンスの程度はさまざまでした。

たとえば、ルートの計画を担当するモジュールや車両の制御を担当するモジュールは十分なインテリジェンスを備えていないため、多数の道路状況やルールを手動で入力し、ルールに従って行動する必要があります。

インテリジェントな運転がエンドツーエンドの方向に進化するにつれて、道路状況を判断して独自に対応できるようになります。このため、国内の新エネルギー車会社の多くは過去半年で従業員を大幅に解雇し、インテリジェント運転部門のプログラマーも解雇された。なぜなら、エンドツーエンドの時代では、それほど多くのプログラマーがコードを少しずつ書き、あらゆる駆動ルールを少しずつ定式化する必要がなくなるからです。

簡単に言うと、自動運転車がタクシー運転手に取って代わる前に、まずコードを書く多数のプログラマーが自動運転車に取って代わられることになる。

マスク氏は「FSDによる自動運転の実現は、テスラにとって『ChatGPTの瞬間』となるだろう」と述べた。これにより、中国におけるエンドツーエンドの大規模自動運転モデル​​の開発と応用も加速します。小鵬、NIO、Ideal などの新興自動車会社はすべて、Huawei、Pony.ai、NVIDIA、Yuanrong Qixing、SenseTime、Qingzhou Zhihang などの産業チェーン企業の研究開発と展開を行っています。エンドツーエンドモデルの技術展開も行っております。

図: Xpeng はエンドツーエンドの大規模モデル テクノロジーを開発および展開しています

自動運転を実現する前に、さまざまな企業がより良い体験を提供するハイエンドのインテリジェント運転に向けて取り組んでいます。従来のインテリジェントな運転とは異なり、エンドツーエンドのテクノロジー システムによる運転は、経験豊富な人間のドライバーに似ており、あまり厳格で独断的なものではありません。

「エンドツーエンド技術の主な利点は、コストをある程度削減しながら、高レベルのインテリジェント運転の実装効率を大幅に向上できることです。この技術パスの成功には、大規模なモデルと大規模なコンピューティングの使用による恩恵があります。パワーとビッグデータの組み合わせは、人工知能アルゴリズムの質的飛躍を促進するだろう」と深セン元栄七興科技有限公司の副社長、劉玄氏はオートマーケットストーリーとのコミュニケーションで指摘した。

コスト削減の観点から、エンドツーエンドの技術は高精度地図に依存しません。これは、全国的、さらには世界的な自動運転を実現するために特に重要です。 Liu Xuan 氏は、人間のドライバーは運転中に頭の中で高精度の地図を作成するのではなく、道路や道路標識に対する直感的な認識に頼っていると説明しました。中間結果として、高精度の地図は機械が環境を理解するのに役立ちますが、メンテナンスの更新、適時性、データのセキュリティなどの一連の問題も引き起こします。したがって、高精度マップへの依存を減らすことが、エンドツーエンドのアルゴリズムを実装するための鍵となります。

一方で、テスラの FSD 性能の躍進により、業界では LIDAR が本当に必要かどうかという議論も生まれています。もしテスラがカメラだけに頼って無人運転を実現できたら、ライダー業界にとっては打撃となるだろうか？

これに関して、Qingzhou Zhihang の共同創設者兼 CEO である Yu Qian 氏は Auto Market Story に対し、次のように述べています。安全性の冗長性はありますが、長期的には、ビジョン テクノロジーは高度な自動運転を実現する能力を十分に備えています。テクノロジーが進歩するにつれて、純粋なビジョン システムは人間のドライバーのレベルに達するか、それを超えることが期待されています。」

Li Bin 氏はまた、LiDAR は車のエアバッグのようなものであり、純粋な視覚では対応できない極端なシナリオの 1% をカバーできるとの意見を述べました。 「企業が LIDAR を使用するかどうかはビジネス上の問題であり、1% のコストを支払うかどうかによって決まります。」

新しい技術の反復とコスト削減により自動運転への期待が高まっていますが、テスラの開発経験から判断すると、十分な経済力と技術力がなければ、エンドツーエンドのスマート運転技術にはコンピューティング能力、アルゴリズム、ビッグデータに対する非常に高い要件が求められます。達成するのは難しいです。テスラは広範なテストを通じて、最終的に FSD エンドツーエンドの自動運転を実現しました。

マスク氏は、テスラは2024年に人工知能インフラとコンピューティング能力に100億ドルを投資する計画だと述べた。他社の投資強度がこのレベルに達しないか、資本利用効率が高くなければ、競争することはできないだろう。 。

Liu Xuan氏は、テスラの利点は600万台以上の車両を保有し、閉じたデータループを形成するための膨大な実際のデータを持っていることだと率直に語った。ただし、具体的なエンドツーエンドの実装パスモデル自体は異なり、実装プロセスの方法も異なります。 「私たちは、ターゲットを絞った方法で独自のモデルをトレーニングできます。私たちは、中国の複雑な都市部におけるCBDと渋滞シナリオに関してかなりの経験を蓄積してきました。これらは、エンドツーエンドのアルゴリズムモデルを競争力のあるレベルまで迅速に反復するのに役立つと信じています。」

Pony.ai の CTO である Lou Tiancheng 氏は、現段階では一般的なパフォーマンスを備えたエンドツーエンドのモデルをトレーニングする場合、自動運転用のデータ量はもはや問題ではなく、高性能のエンドツーエンドモデルをトレーニングする必要があると述べました。これは自動運転業界が直面する課題です。

自動運転システムの AI モデリングの度合いがますます高くなるにつれて、トレーニング コンピューティング リソースの需要が増加しています。

テスラは近年、コンピューティング能力のトレーニングへの投資を継続的に増やしています。 Tesla は、2024 年第 2 四半期財務報告書の中で、人工知能トレーニングのコンピューティング能力が 35,000 H100 GPU 相当のコンピューティング能力に達し、年末までに約 90,000 H100 GPU 相当のコンピューティング能力に増加すると予想していることを明らかにしました。 2023年末と比較すると前年比増加率は約500％となり、グーグルやアマゾンと同水準に達する。以前、Tesla は大規模な A100 GPU トレーニング クラスターも展開しており、実際のトレーニング コンピューティング能力への投資は自動運転業界をはるかに上回っています。国内の自動車メーカーや自動運転会社もコンピューティング能力のトレーニングに投資しているが、テスラの規模に達した企業はほとんどない。

ただし、Tesla Robotaxi 製品がいつ稼働するかについては、現時点では明確なスケジュールはありません。テスラの自動運転タクシー「ロボタクシー」は当初８月８日に発売予定だったが、１０月１０日に発売が延期される。遅延の理由についてマスク氏は、車両にいくつかの設計変更を加える必要があると述べた。一部の業界専門家は、テスラがロボタクシーのリリースを遅らせた主な理由は、テクノロジーがまだ成熟しておらず、予定通りにリリースされた場合にいくつかのバグが発生する可能性があるためであると考えています。

改善が必要な技術的な問題に加えて、Robotaxi のビジネス モデルの問題はさらに困難です。

Luo Luo Kuai Pao を例に挙げると、500 台の無人タクシーで、1 台の車両が毎日 20 件の注文を受け付け、1 回の注文で 10 元の収益を得たとしても、Luo Luo Kuai Pao Robotaxi の 1 日の収入はわずか 10 万元になります。この数字は一般の人にとってはかなり大きな数字ですが、自動運転に取り組むテクノロジー企業にとっては、数人のアルゴリズム科学者の給与でもカバーできないと推定されています。

李斌氏はまた、ウェイライがロボタクシーをやらない独自の理由を述べ、「交通は社会問題であり、技術的に言えば、ロボタクシーはますます成熟するだろうが、必ずしも持続可能なビジネスではない。」と述べた。都市が収容できる車は限られており、ロボタクシーはクラウド サービスのように境界なく拡張することはできません。」

資本市場はテスラのロボタクシー計画について慎重ながらも楽観視している。モルガン・スタンレーは、自動運転技術は法律、規制、倫理などの一連の予測不可能な要因の影響を受けており、市場の人気は極端な曲線を描いて変化する可能性があり、業界はまだ転換点には程遠いと述べた。

ロボタクシーの大規模応用にはまだ程遠いものの、エンドツーエンドのインテリジェント運転ソリューションはユーザーエクスペリエンスを大幅に向上させ、より多くの消費者が自動運転を積極的に受け入れるようになり、ハイエンドインテリジェントの全体的な普及率が加速する可能性があります。運転中。業界の専門家は、国内の高速NOA普及率は2026年までに30％を超え、都市部のNOA普及率は10％を超えると予測している。 2024 年は、自動運転の認知から購入に至るまでの重要な期間となるでしょう。