ニュース

テキスト | 王海陸

自動運転業界では、2 つのルートの間で常に論争が発生してきました。 Google Waymoに代表される自動運転企業やテスラ同社を代表とする自動車会社は同じ山の南側と北側の斜面から登った。山の頂上は無人運転であり、最も魅力的なビジネスシナリオはロボタクシー（自動運転タクシー）です。

売上高と株価の両方が、テスラがより速く山を登っていることを示していますが。しかし、創業者のマスク氏がテスラ・ロボタクシーを今年10月に発売すると提案したときも、依然として多くの論争を引き起こした。

青州志航の共同創設者兼社長である侯聡氏も、疑念を抱いている一人だ。 「私にはまったく理解できませんでした。ロボタクシーの話は何年もの間語られてきましたが、実現することはありませんでした。なぜ人々は依然としてマスクを信じたがるのでしょうか？」と語った。

エンドツーエンド技術に基づくテスラのインテリジェント運転システム FSD V12 は優れたパフォーマンスを発揮しますが、Hou Cong 氏は、それがまだ本物のロボタクシーには程遠いと考えています。彼はシステムが処理できない問題を何気なく挙げた。「車が道路の真ん中で立ち往生したらどうすればいいですか？車の所有者にタクシーに乗って車を解放するように頼みますか？」

都市部の道路は複雑で、人と車両が混在しており、今日の人工知能では処理できないゲーム シナリオがたくさんあります。ウェイモの重武装したロボタクシー部隊はデモエリアから脱出できなかったが、テスラがカメラだけに頼ってロボタクシーの要件を満たすのは不可能だとホウ・コン氏は考えている。

Qingzhou Zhihang の共同創設者 4 人は全員 Waymo 出身です。 Hou Cong 氏は卒業後すぐに Google に入社し、最初はコンパイラーに取り組み、その後 Google X 研究所の自動運転車プロジェクト チームに異動して知覚システムに取り組みました。

Qingzhou Zhihang の共同創設者兼 CEO である Yu Qian 氏も、当時認識グループに所属しており、Hou Cong 氏と同じ部門の同僚でした。二人は清華大学の卒業生でもある。

Hou Cong 氏はオートメーションを専攻し、大学院生としてコンピュータ部門に異動しました。しかし、学位を取得する前に、博士号取得のために米国のジョージア工科大学に通いました。彼は自分自身を、純粋な学術研究にはあまり興味がなく、技術工学の実践にもっと憧れていると述べたので、博士課程を卒業した後、Google に入社しました。

2016年、グーグルは自動運転車プロジェクトチームを分離し、グーグルの親会社アルファベットが直接管理するウェイモを設立した。 Hou Cong と Yu Qian は Waymo の初期のエンジニアになりました。

Hou Cong はパフォーマンスの最適化を担当しており、さまざまな部門と多くのつながりがあるため、当時 Waymo で計画とシミュレーションを担当していた Dafang と Wang Kun と知り合いました。 2019年に4人の中国人エンジニアがQingzhou Zhihangを共同設立した。

自動運転業界にとって、もはや最も熱い時期ではありませんでした。中国の自動運転企業Pony.aiは設立3年目、ツーソンは設立5年目。ロボタクシーや無人大型トラックを着陸シナリオとして使用する自動運転企業は、すでに市場の資金のほとんどを奪い取っています。青州市は、競争相手が少なく資本も少ない、無人ミニバスという道を選びました。

Hou Cong氏は、ロボタクシーの導入は遅すぎると考えたため、当時はロボタクシーを導入しなかったと述べた。 Waymo は 2016 年にアリゾナ州フェニックスでロボットタクシーの運行を開始しましたが、現在に至るまで数え切れないほどの特殊なケースに直面しているようです。

家事の人件費は安く、道路はより複雑であるため、ロボタクシーの利用はより困難になっています。 Hou Cong さんは今年 6 月に Baidu のキャロット ランを体験しに行きましたが、彼の経験は平均的でした。同氏は「キャロットランの現在の状況では、ウェイモがこの状態で運営するのは不可能だ」と率直に語った。

青州では無人ミニバスを建設中ですが、最初はこのシナリオのほうがロボタクシーよりも簡単に実現できるのではないかと思いました。しかし、蘇州、北京、武漢を含む10都市で試験運用を実施したところ、問題を単純化しすぎていたことが判明した。バスで収益を上げるのは難しく、規制の導入も遅れている。

初期の青州は、創業チームの背景と技術の蓄積に頼って、IDG、Lenovo Ventures、Meituan Longzhu Capital、Yunfeng Fund などの一流資本からの投資を獲得することに成功しました。しかし2021年、投資家は造血能力に注目し始め、L4自動運転企業の資金調達の道はますます困難になった。

それとは対照的に、テスラの株価は2021年に再び急騰した。中国では新エネルギー車の普及率が急速に高まっており、電気自動車にはインテリジェント運転機能が標準装備となっている。その年の半ばに、青州は方向転換し、電気自動車向けのインテリジェントな運転ソリューションを提供するために、L4 から L2+ に移行しました。

同年8月、テスラはAI DAYで初めてBEV（Bird'sEyeView、鳥瞰図）を紹介した。

) と Transformer モデルは、さまざまなカメラ角度からの知覚情報を鳥瞰図画像に結合し、システムが道路状況を理解し、予測しやすくします。国内のスマート電気自動車企業もこれに倣い、センシングアルゴリズムを書き換えた。青州はこの瞬間に断固として変革を遂げ、中国で最初に BEV を生産するスマート ドライビング サプライヤーの 1 つとなりました。

このシステムは Horizo​​n J5 チップに実装されています。 Horizo​​n CTO の Huang Chang、Hou Cong、および Yu Qian は清華大学の卒業生であり、Yu Qian は南カリフォルニア大学の上級研究員です。このような起源とテクノロジーとコンセプトの認識により、Horizo​​n 2022 はエコロジカル パートナーとの協力を模索し、青州と意気投合しました。

2022年末、青州市はHorizo​​n J5チップをベースにした高速都市型NOA（ナビゲーション支援運転システム）テストソリューションを発売した。その後、ホライゾンは青州に次のように勧めました。理想の車。

Ideal は、2021 年に Horizo​​n チップを使用した独自のインテリジェント ドライビング システムの開発を開始し、その後、NVIDIA OrinX と Horizo​​n J5 チップをベースにした 2 つのシステム ソリューション、AD Max と AD Pro を計画しました。

2023 年後半、Ideal は社内の研究開発リソースを AD Max に集中させ、青州のメンテナンスとアップデートのために AD Pro システムをサプライヤーに引き渡すことを決定しました。

青州が引き継いだ後、Idealチームと協力してシス​​テムを最適化し、今年5月に青州のアルゴリズムアーキテクチャに基づくシステムバージョンをユーザーにプッシュした。

Hou Cong はついに、エンジニアリングの実践と、開発した製品をユーザーに提供するという、やりたかったことを達成しました。同時に、その責任の大きさも痛感した。

今年 5 月の時点で、Lili AD Pro モデルの所有者は 40 万人です。システムを使用する人が増え、使用頻度が高くなるほど、より多くの問題が顕在化します。しかし、使用する人が増え、使用頻度が高ければ高いほど、その製品がより優れていることを意味します。

以前に無人運転を実現し、ロボタクシーを構築したのに比べ、人と車が一緒に運転する運転支援システムの安定性を維持し、数十万人のユーザーの運転安全を確保することは、今日青州市がより意欲的に取り組んでいる課題である。

以下は、Insight と Qingzhou Zhihang CTO Hou Cong との会話です (編集):

Waymo エンジニア 4 人が起業

洞察: あなたの 4 人の共同創設者は全員 Waymo のエンジニアでした。なぜ起業するために集まったのですか?

ホウ・コン：当初、Yu Qian (Qingzhou の共同創設者兼 CEO) が私に声をかけてくれて、これができると考えました。当時、Waymoにはそれほど多くの中国人がいなかったので、経験があり、能力があると思われる人を何人か見つけました。

当時、私は Waymo でパフォーマンスの最適化とアーキテクチャ設計を担当していて、Yu Qian とは同じチームに所属しており、3 人とは業務協力関係にありました。

洞察: 仕事をどのように分割し、誰が何をするかを決定しますか?

ホウ・コン：私たち 4 人の方向性は特に一致しています。Yu Qian と私は両方とも知覚を担当していますが、私がシステムを担当し、彼がアルゴリズムを担当しています。 Dafang (主任研究員) が計画を担当し、Wang Kun (COO) がシミュレーションを担当します。

Yu QianとDafangはどちらかというと科学者に似ています。私の興味はエンジニアリングです。エンジニアリングとは、実践と製品に焦点を当ててテクノロジーを実践することを意味します。それで卒業してすぐに業界に入りました。

Yunjian Insight: あなたの初期の経験を簡単に紹介してください。

ホウ・コン：私は清華大学のオートメーション学部で学位を取得し、卒業後はコンピューターサイエンス学部に進み、1年以上ビジョンの分野で働きましたが、その後、学業を終える前に中退しました。私は博士号取得のためアメリカに留学しました。 2013 年に卒業後、Google に入社しました。

初めて Google に入社したとき、私はコンパイラーとして働いていました。そこで 1 年間働いた後、GPU に取り組むためにインフラストラクチャ チームに出向しました。おそらく、当時私が CPU の最適化を行ったことが原因で、それが Jeff Dean (Google の主任科学者) に認められ、後に GPU グループに推奨されました。

そのグループは後に非常にうまく発展し、TPU 用のいくつかのコンパイラに加えて、Google Brain (ニューラル ネットワークをトレーニングするための Google のアーキテクチャ) の下でいくつかの基礎となるライブラリの開発に取り組み、XLA (Google の深層学習コンパイラ) が彼らの成果でした。

その後、GPU の作業が終了し、Google X 研究所には自動運転車の認識システムを最適化する機会が与えられました。当時は「20％」というプロジェクトがあって、自分の時間の20％をプロジェクトに費やすという意味でした。

その時私を呼んでくれたのは朱家軍だった。その後、Nuro (自動運転会社) を設立しました。私は知覚グループで 3 年以上働いています。

インサイト: Waymo で働くのはどのような感じですか?

ホウ・コン：むしろGoogleに似ています。 2017年に独立するまではGoogle Xが所有していた。 Googleは主にソフトウェアを作り、Google Xはハードウェアを作っています。オフィスにはロボットアームや旋盤、たくさんの設備など、あらゆる種類の奇妙なものがあります。

そこで行われている仕事は Google の仕事と似ており、全員が自発性と協力を重視し、OKR によって推進されています。それは、誰もがより良い成績を収めることを望んでおり、誰かがパフォーマンスシステムを設計して、優れた能力を持つ人々が競争から抜け出すことができる、良好な文化的環境を作り出します。確かに敷居は高く、Google関係者でも入れない人も多いかもしれません。

Yunjian Insight: Waymo のエンジニアですか?

ホウ・コン：奥に行くほどカールが大きくなります。最も忙しかった時期は、おそらく私たちが去ってからの2年間でした。彼らはサンフランシスコでやるべきことをやらなければならないという大きなプレッシャーにさらされていた。私たちがいた頃は、誰も強制しなかったのですが、夜も昼も残業が当たり前でした。時には、夜中にみんなで質問のメールを送ってくることもありました。

Yunjian Insight: 非番時間は何時ですか?

ホウ・コン：ルールはありません。

Yunjian Insight: 3 時 30 分に仕事を終えてもいいですか?

ホウ・コン：できる。私も遅刻、遅刻する人間の一人です。だいたい10時過ぎに行って、夕食を食べて少し仕事をしてから帰るという感じで、基本的には10時から9時までです。

洞察: Waymo で最も勤勉に働くのは中国人エンジニアですか?

ホウ・コン：全体として、彼らは間違いなく勤勉ですが、実際にはアメリカ人も勤勉です。それは、誰もが物事を快適に行うことができ、多くの複雑なことを心配する必要がなく、ただ自分の仕事をうまくこなすことに集中すればよいような文化的環境を作り出します。

作業効率はかなり高いと思います。チームによっては、長い時間をかけて怠け者を育成することもありますが、当時の Waymo は比較的早く開発を進めていたため、このようなことが起こるとは思いませんでした。

Yunjian Insight: 大規模モデルを普及させたのは Google ではなく OpenAI だったと思います。その理由は何だと思いますか?

ホウ・コン：大企業では社内方針があり、決断を躊躇してしまうことも多く、あえてギャンブルに踏み切らないこともあります。 Google が何かをするときは、世論のリスクを特に懸念しており、非常に保守的な場合もあると感じます。

インサイト: あなたは Waymo でとても快適に働いています。2019 年に Waymo を辞めて起業したのは何ですか?

ホウ・コン：あまりにも快適すぎるのはよくないこともあり、人生のさまざまな問題について考えることになります。今後10年、20年がどうなるかがわかります。シリコンバレーでは間違いなくお金に不足することはなく、良い家を買うことができます。それで、何を求めているのですか？確かに、文化的および言語的環境により、キャリアの上限があり、中国とは異なります。大きなことを成し遂げたいと思うなら、アメリカでは意思決定者というよりもプレーヤーの役割を果たします。

私の車が交差点で立ち往生しているのですが、誰が助けてくれますか?

インサイト: あなたが Waymo にいたとき、Waymo はすでに Robotaxi の試験運用を開始していました。そのとき、どこで行き詰まっていましたか?

ホウ・コン：いくつかのコーナーケースに引っかかっています。 2016年にフェニックスに行きました。その時はたまたま行ったんですが、人も車も少なくて、道も広くて、天気も良くて、雨もあまり降らなかったんです。しかし、需要も低いです。フェニックスはスコアを決済できません。商用サイトではなく、テスト運用サイトです。そこで 2018 年、Waymo は焦点をサンフランシスコに完全に移しました。

当時フェニックスではうまく稼働していたシステムが、サンフランシスコでは完全に破壊され、乗っ取り率は非常に高く、まったく対処できませんでした。もちろん、当時はまだ技術的な限界があり、サンフランシスコでは多くのデータを収集できませんでした。サンフランシスコには非常に急な坂があり、多くの場合 30 度から 40 度の範囲があります。交通ルール（異なる）を含め、人と車両が頻繁にやり取りするため、当時の Waymo の問題は、いくつかの特殊なケースに対処することでした。

Waymoは非常に用心深いので、非常に安全になるまではあえて開けようとはしません。しかし、キャロットクアイショウの現状を考えると、私も彼らの車に乗ったことがありますが、この状態でウェイモを運営することは不可能です。

Yunjian Insight: Baidu の キャロット ランを試したとき、どのような問題が見つかりましたか?

ホウ・コン：6月に行きました。ボディの感触に問題があり、不満感がある。 Waymoは本当に人間の運転よりも優れており、ブレーキをかけたり、発進させたり、曲がったりするのが非常に快適です。

第二に、キャロットランは非常に保守的です。例えば、Uターンするときは特に段差が激しく、常に周囲の車に邪魔されてしまいます。他にも作業車が後ろに止まっている場所がありましたが、迂回せずゆっくりと後を追い続けていました。

基本的なセンサー構成から判断すると、これはあまり本格的な L4 ソリューションではありません。 Waymo は、5 台のライダー、30 台のカメラ、6 台のミリ波レーダーを備えた徹底的な武装を備えています。キャロットランは間違いなくこれをしませんでした。これは中国の状況とも関係しており、中国の人件費は低すぎるため、商業的利益の達成にはほど遠いだろう。

国内企業は低コストのソリューションの採用を余儀なくされる可能性がある。ただし、コストが低いと技術的な上限が他よりも低くなり、コーナーケースの解決がより困難になります。

中国は人材が安く、環境が複雑なため、L4のジレンマに陥っている。トラフィック参加者の予測可能性は低く、ゲーム フィールドが多数あります。道路設計はそれほど標準化されていません。

国内の建設はそれほど標準化されていません。以前美団の車がピットに落ちましたが、美団のせいですか？もし建設チームがコーンを設置しなかったら、人々はその前に穴があるように見えるかもしれないが、美団の車はそこに穴があるとは予想していなかった。しかし、米国では、誰かが倒れた場合、政府または社会団体を告訴しなければならないが、この仕組みは中国には絶対に当てはまらない。中国は米国よりもL4の開発にかなり遅れるだろうと思います。

Yunjian Insight: テスラのロボタクシーについてどう思いますか?

ホウ・コン：そしたら認識しないんです。たとえば、ステアリングホイールのないモデルや、現在のユーザーバージョンの車と比較していくつかの追加構成を備えたモデルを発売することは可能だと思います。しかし、現在の技術スタックは L4 を指向していません。ロボタクシーを運用し始めると、さまざまな問題が発生します。

L4 は当然運用に関連していますが、テスラにはそのような運用システムがありません。

Yunjian Insight: テスラが想定しているシナリオは、車の所有者が車がアイドル状態のときに Uber を利用できるというものです。

ホウ・コン：車が道路の真ん中で立ち往生した場合はどうすればよいですか?誰がこの車を救出するのか？車の所有者にタクシーに乗って車を救出させますか？これらは非常に現実的な問題です。

車は必ずスタックしますし、何度もやっていると必ずいくつかのシーンがあります。用心深くなりすぎたり、人との接し方が分からなかったり、車の間に挟まれたりすることもあります。

たとえば、2 台の Tesla Robotaxi が互いに噛み合った場合、この問題を解決するのは困難になります。交差点に赤信号がない場合、車は一斉に交差点を占拠しようとして、最終的にはお互いに動けなくなり、動けなくなります。

実際、私はそれを完全に理解したことがありません。ロボタクシーの話は長年にわたって語られてきたが、実現することはなかったのに、なぜ誰もがマスク氏を信じようとするのだろうか。私はマスク氏を非常に尊敬しており、彼は他のことでも非常にうまくやっていると思います。しかし、彼はロボタクシーについて少し自慢していて、問題の難しさを過小評価していました。

Yunjian Insight: Tesla FSD V12 の効果は、L4 レベルの Robotaxi と比較してどの程度あると思いますか?

ホウ・コン：近くもない。逆の例を挙げてみましょう。 Waymo はなぜそのように車を設計したのでしょうか?いくつかの種類のカメラがあり、1 つは夜間用で強力な暗視機能があり、1 つは赤外線フラッシュ付きのブラインドスポットカメラです。カテゴリ5のカメラを搭載しています。

テスラには1種類のカメラしかありません。 Waymoはバカだと思いますか？あまりにも多くの例外的なケースを見た後、この問題をハードウェアで解決するしかないのは愚かではありません。ソフトウェアを突破する必要がありますが、使用するのはそれほど簡単ではありません。特にアメリカでは夜はとても暗く、街灯のない場所も多くあります。

もしテスラがキャロットランを含む現在の構成で公道を走行するとしたら、そのハードウェアにはあまりにも多くの欠陥があるため、間違いを犯すプロであれば間違いを犯す可能性はいくらでもあるだろう。

インサイト: 米国で FSD V12 を体験したことがありますか?

ホウ・コン：今年の3月と5月に行った時に体験しましたが、毎日営業していました。

正直、V12がすごいとは思わず、実用性が良くなったと思うだけです。街中、特に交差点でのハンドリングはV11と比べて大きく変わりました。ほとんどは良好ですが、完璧ではありません。

Tesla V11 はすでに高速道路で素晴らしい仕事をしています。街の交差点は非常に保守的で非人間的で、居心地が悪いです。後ろには車がたくさんいますので、ゆっくりと進みましょう。ずっと見ていると、とてもゆっくりと動いていました。盲点があるため、この行動は人間らしくありません。また、曲がるときに急にハンドルが切れてしまいパニックになってしまいます。

Yunjian Insight: テスラの現在のエンドツーエンド技術ソリューションも、コーナーケースを解決し続ける必要がありますか?

ホウ・コン：コーナーケースを解決する必要があります。エンドツーエンドでは、従来のアルゴリズムのいくつかの主要モジュールからの情報が統合され、この情報を使用してより良い結果をトレーニングします。

終端の上限が高く、初期はコントロール性が悪いため下限が低くなります。以前は、システムはモジュールに分割され、各モジュールがインターフェイスを定義していました。基準に従っておけば、おかしなものは表示されません。基本的に、ルールを使用すると、一度に一連の問題を解決できます。

エンドツーエンドではそのような概念はありません。下限問題を解決するには、より多様なデータを使用するしかありません。私はこのような状況を何度も見てきましたが、ようやく解決方法を知りました。

Yunjian の洞察: エンドツーエンド モデルはブラック ボックスに相当します。問題が発生した場合、それをどのように見つけて解決するのでしょうか。

ホウ・コン：いわゆるブラックボックスであってはなりません。出力結果から推測すると、認識と計画の結果がすべてそこにあるため、これまでの経験をフルに活用して新しいモデルを形成する必要があります。このモデルはある程度の制御性を持っています。たとえば、この部分は知覚、あの部分は予測、あの部分は計画ですが、それでもさまざまな段階を区別する必要があります。

インサイト: FSD が中国で発売されるのはいつ頃になると思いますか?

ホウ・コン：来年。ほぼ1年かけてやるべきだった。詳細は分かりませんが、アルゴリズムエンジニアの募集を開始しているということです。国内で100億ドルが使われると言っているではありませんか？さまざまな施設を建設します。

洞察: では、中国で FSD を実施するには何をする必要があるのでしょうか?

ホウ・コン：データセンターを構築し、そのアルゴリズムを国内に適応させます。やっぱり国内の現場は複雑ですからね。私たちは特に FSD が中国に来ることを期待しています。FSD はベンチマークであり、さらに投資すれば最速になるはずだからです。

Yunjian Insight: 国内の自動車会社は何か対応戦略を持っていますか?

ホウ・コン：私たちにできるのは追いかけることだけです。結局のところ、国内プレーヤーはLiDARを導入する上でいくつかの利点があると思います。 LIDAR を追加すると、この問題は間違いなく簡単になります。

Yunjian Insight: テスラのロボタクシーには現在のセンサーは搭載されず、ライダーやより高解像度のカメラが搭載される可能性はありますか?

ホウ・コン：右。そうすれば難易度は確実に下がりますが、コンセプトと矛盾する可能性があります。

テスラは今、AI（人工知能）の継続的な発展に期待するしかない。この可能性はあると思いますが、人は運転する際にいくつかの問題を解決しなければなりません。あなたは現実世界と対話しているのですが、それはあなたの運転能力をテストしているのではなく、いくつかの本能的なものをテストしているのです。

第二に、人は運転する際に車の環境を確認し、周囲の環境を理解することで可能性を判断します。たとえば、犬を見つけた場合、先に進むと犬は消えます。このとき、車から降りて犬が前にいるかどうかを確認するかもしれません。このような場面では、人間の認識は一瞬にして広がります。車に適切な設計が施されていない場合、実際にはより危険です。

Yunjian Insight: テスラはソフトウェア機能のみに依存する場合、ロボタクシーを製造できると思いますか?

ホウ・コン：これは非常に困難であり、AI に対する要件は非常に高いです。長期的には間違いなく実現できると思いますが、そのプロセスは私が想像していたものではありませんでした。 AI は何十年も前から存在しており、多くの SF 映画で登場していますが、これまで実際には解決されていないことがあります。簡単に考えすぎてしまうことがあります。

Yunjian Insight: テスラは、今年 10 月に Dojo コンピューティング パワー クラスターを 100 EFLOPS (コンピューティング パワー ユニット) に拡張する予定です。他の自動車会社とテスラとの違いは桁違いです。ギャップについてどう思いますか？

ホウ・コン：これは多額の投資です。テスラはかつて非常に高い利益率を誇り、手頃な価格で世界中で多くの車を販売しており、株価も比較的強い支持を得ていました。国内自動車メーカーは巨大なため、これほど多額のリソースを投資することは不可能です。これは、なぜ米国が最初に大きなモデルを作ったのに、中国が作らなかったのかというようなものです。それには多額の投資が必要で、お金を燃やすには何年もかかりますし、その背後にある投資ロジックも異なります。

Yunjian Insight: 現在、エンドツーエンドの操作のためにコンピューティング能力を確保していますか?

ホウ・コン：私たちもそれをやっているが、やり方は違う。テスラのアプローチに従ってA100に数万ドルの費用がかかるとしたら、数千ドルでは大きな負担になるのは明らかです。当社の製品に基づいていくつかの制限を設けますので、投資は大幅に少なくなります。

洞察: 投資家があなたに十分な資金を提供したら、どの道を選択しますか?

ホウ・コン：十分なお金があれば、この方向に進みます。しかし、if はありません。現状は誰もが知っています。市場はこうです。

無人ミニバスから運転支援まで

Yunjian Insight: あなたが始めたとき、自動運転は資本市場ではもうそれほど人気が​​ありませんでした。資金調達に関して何か課題に直面したことがありますか?

ホウ・コン：確かに初期の頃ほど簡単ではありません。初期段階の資金調達は通常数億単位ですが、私たちの場合はさらに困難でした。しかし、これはL2への移行にとって良いことだと思います。初期段階で多額の資金を調達すると、L2 に移行するのが難しくなります。評価はここに残ります。

Yunjian Insight: 当時、すでに多くの人が自動運転のビジネスを始めていたのですが、なぜまだチャンスがあると思いますか?

ホウ・コン：技術的に言えば、私たちはある程度進んでいると思います。私たちは他の人よりも L4 についてよく知っています。第二に、L4 はロボタクシーや大型トラックだけでなく、多くのシナリオに実装される可能性があります。当時、多額の資金を集めたければ大型トラックかロボタクシーを作るしかなかった。しかし、私たちは別の方向にもチャンスがあると考えています。この種の中低速車両は、ミニバス、物流物流、作業車両、衛生車両、営業車両、あるいは鉱山ターミナルや一部の工場などのクローズドシーンでの用途など、市場規模は比較的小さいものの、その商用化はまだ比較的小規模です。ロボタクシーの方が高速で、技術要件も低いです。

Yunjian Insight: ビジネスを始めたときに、なぜ自動運転ミニバスを開発したのですか?

ホウ・コン：難易度が低いので。当時想定されていたシナリオは微小循環、つまりミニバスだけでなく物流や作業車も含めた中低速車両の比較的固定されたシナリオだった。

Yunjian Insight: 自動運転ミニバスが商用化されていない主な理由は何だと思いますか?

ホウ・コン：ビジネスモデルとその費用を誰が支払うかの問題でもあります。

Yunjian Insight: 2021 年には乗用車の運転支援に転換する予定ですが、この決断を下すきっかけとなったのは何ですか?

ホウ・コン：L4事業の導入は比較的遅く、多額の投資が必要で、道筋も遅く、サイクルも長いと今でも感じています。このままいくと財政的に困難になるかもしれません。私たちは、前進し続けるために、すぐに商業化できるいくつかのソリューションを見つける必要があると信じています。 L2++ この市場が適しています。

2021 年は新エネルギーが急速に発展しており、テスラの株価は再び急騰し、中国における新エネルギー車の普及率は増加し続け、スマート運転の需要は増加し続けています。たまたま、当社の技術は運転支援機能への応用が比較的容易で、短期間で商品化できます。

Yunjian Insight: なぜ起業初日に L2 を実行したくなかったのですか?

ホウ・コン：L2がこんなに速いとは思わなかった。当時、Tesla はまだ強力なソリューションを発表していませんでした。2019 年に、私たちの創業チームである Wang Kun は、(実際に体験した後) あまりにもショックを受けました。正直に言うと、私はビジョン ソリューションに対してある程度の偏見を持って Waymo を始めました。Waymo は主に LIDAR に基づいているため、信頼性が低いと感じていました。

実際、当社のミニバス製造技術は完全にロボタクシーに基づいています。私の友人の多くがミニバスや低速物流を運行していることを知っていますが、これらはロボタクシーとは技術的にまったく異なるルートです。それですぐにL2に移行しました。企業自体がこの能力を持っていない場合もあり、もし彼らがこの方向に固執すると、全体の構造に大きな問題が発生するでしょう。

青州志航の無人ミニバス

Yunjian Insight: 乗用車の運転支援に目を向けたとき、業界の状況はどのようなものでしたか?

ホウ・コン：Tesla の最初の AI Day 後に私たちは変革したので、BEV の方向に進まなければなりません。私たちは自分たちでいくつかのルールを設けています。まず、ローエンドの L2 は構築しません。これはレッドオーシャンであり、競争は依然として激しいため、当社の技術スタックには適合しません。全然。

当時、私たちは変革の最中にあり、プランナーをやり直すべきかどうかについて議論しました。その結論は、将来的には中級からハイエンドのソリューションでなければならないため、これまでの利点を維持し、やり直す必要はないということでした。計算能力はある程度保証されています。

洞察: L4 から L2 までのアルゴリズムにどのような調整を加えましたか?

ホウ・コン：レーザー点群ベースのソリューションからビジョンベースのソリューションへ、認識の変化はさらに大きくなるでしょう。幸いなことに、私たちは BEV を使用してすぐにそれを実現したため、J5 で BEV を製造した国内最初の企業となりました。

高速と都市のNOAを一緒に取り組んでいますが、高速と都市は統合されていますが、構成は異なります。たとえば、感知範囲と計算能力は多少簡素化されますが、アーキテクチャとアルゴリズムは同じになります。

インサイト: Horizo​​n とはどのように協力しましたか?

ホウ・コン：私たちにはいくつかのつながりがあります。 Yu Qian、私、そしてCTOのHuang Changは全員清華大学の出身です。私は清華大学の視覚研究室で 1 年半働き、Huang Chang と同じ研究室にいました。 Yu Qian 氏と Huang Chang 氏はどちらも南カリフォルニアで博士号を取得しており、学生です。

2022 年の初めに、ホライズンは環境に配慮したパートナーを育成したいと考え、協力することにしました。

Yunjian Insight: Yu Kai があなたを理想に向かって後押ししてくれたと聞きましたが？

ホウ・コン：はい、カイ兄弟は私たちを非常にサポートしており、私たちも彼らが基準を設定するのを助けるのに十分なほど彼をサポートしています。

Yunjian Insight: Horizo​​n J5 を BEV Transformer として使用すると、CPU の計算能力が不十分になるという問題があります。J5 をどのように使用しましたか?

ホウ・コン：ただ、トランスフォーマーは使わないでください。 BEV Transformer は Tesla によって宣伝されましたが、学術界には画像の特徴を BEV 空間にマッピングする方法がたくさんあります。トランスはあくまでもJ5に適した方式を採用しており、その効果は非常に優れています。

インサイト: 次世代の Horizo​​n J6 は BEV Transformer ソリューションに切り替わりますか?

ホウ・コン：コストパフォーマンスを考慮して、Transformer を使用すると計算能力が多く消費され、出力がほとんど得られない場合は、それをすべて考慮します。ただし、エンドツーエンドのマップレス ビジネスやマップの一部の処理など、いくつかの実装には Transformer を使用することは間違いありません。この分野で Transformer を使用する価値は非常に大きいです。

使用する人が増えるほど、課題は大きくなります。

インサイト: 現在、理想的な AD Pro システムを開発中ですが、何か課題はありますか?

ホウ・コン：最大の難点は、ユーザーベースが非常に大きく、要件が非常に高いことです。より多くの人がそれを使用するほど、一定の確率でより多くの問題が露呈します。ユーザーが数千または数万人しかいない場合は、月に 1 回、または数か月に 1 回発生する可能性があります。しかし、何十万人もの人が使用する場合、それは週に 1 回、または数日に一度発生する可能性があります。これは、製品が優れているほど、より多くの人がそれを使用するため、システムに安定性やセキュリティの問題が発生しないようにすることが非常に困難になります。

洞察: 最近解決した難しい問題は何ですか?

ホウ・コン：信号機の識別は実際には難しい問題です。全国の非常に多くの交差点では、外観、ルール、信号と道路の関係がすべて異なります。シンプルな赤、黄、緑のライトもあれば、2列に並んでいるライトもあり、中には矢印の付いた非常に長いライトもあり、中には自転車やバス用のライトもあり、奇妙な形をしたライトもあります。

夜間などの明るい背景も考慮してください。センサーの制限により、露出オーバーの場合、矢印や円の形状を区別することが困難になる場合があります。また、背景に多くの光による干渉がある場合、システムに大きな影響を与えます。

また、LEDライトが常時点滅しているため、識別に支障をきたす場合があります。最近のカメラにはストロボ防止機能が搭載されていますが、それでも光によっては周波数が合わない場合があります。

Yunjian の洞察: 信号機を識別するという問題は、他のシステムでも遭遇するはずです。

ホウ・コン：同じ。原理は似ていますが、ハードウェアが異なるため、方法も異なります。ハードウェアの機能が強化されると、より多くのメソッドを使用できるようになります。より重要な点は、データが全国のさまざまな状況をどれだけカバーしているかということです。

インサイト: Horizo​​n J5 をベースにした AD Pro モデルの機能の上限はどれくらいですか?

ホウ・コン：高速道路で最も効果的です。

Yunjian Insight: Yu Kai 氏は以前、その年のリソース投資が不十分だったため、J5 チップの CPU 計算能力が不十分だったと述べました。しかし、NVIDIA は常に時代の先を行く投資を行っています。

ホウ・コン：NVIDIA はハイエンド化に向けてさまざまな考えを持っていますが、コストがかかるため、それを続けることはできません。自習モードに適しています。生態系は比較的完全であり、開発コストは比較的低いです。ただし、コスト効率の高いモデルを作成したい場合は、よりコスト効率の高いチップを選択する必要があります。

インサイト: Horizo​​n チップのみを使用していますか?

ホウ・コン：私たちのシステム設計の目標は、さまざまなチップに適応できるようにすることです。この目標を達成するために、各チップの役割を 100% 最大化することはできないかもしれませんが、それでも十分です。もっと投資したほうが良いかもしれませんが、限界収益は非常に低いです。 Horizo​​n は現在私たちの最も重要なプラットフォームでありパートナーであり、私たちは間違いなくこれを基盤にしていきます。しかし、私たちのシステムは地平線だけを見据えて設計されているわけではありません。

当社のミニバスは常に NVIDIA を使用しています。初期の頃に L4 に取り組んでいたとき、センサー アクセスに NVIDIA Xavier を使用し、いくつかのアルゴリズムも実行しました。 NVIDIA Orin は 2022 年にリリースされる予定で、私たちは最も早いユーザーになります。当時、メーカーと協力し、産業用コンピュータからNVIDIA Orinへ1か月以内にシステムを移行しました。このパートナーは国際的に有名な企業であり、NVIDIA はその年の GTC カンファレンスでこの状況を強調しました (小鵬そして非常にクリプトン的な) を並行して使用し、Nvidia のデュアル Orin チップを初めて使用しました。

インサイト: Nvidia がチップの製造から自動運転ソリューションの製造に移行したことについてどう思いますか?

ホウ・コン：チップの将来をより正確に把握できるよう、モデルプロジェクトを構築する必要がある。どれだけの計算能力が必要か、システムにどのような機能が必要かを認識する必要があります。

実際、同社は 6 ～ 7 年前にエンドツーエンドの論文を発表しましたが、これまで一度も取り組むことができませんでした。呉新舟氏は過去に処罰されたが、完全には処罰されなかった。これがうまくできれば標準化できて、一歩前進できるのではないかと判断しています。

プロトタイプ プロジェクトを構築した後は、チップの販売を手伝うこともできます。

Yunjian Insight: 製造する各モデルを納品するには多くの人手が必要ですか?それとも、すべての車に使用できる一般的なソリューションですか?

ホウ・コン：これはシステムがそれをどのように識別するかによって異なります。これは実際には非常に重要です。たとえば、ファーウェイは間違いなくスーパーサプライヤーになって配送コストを削減したいと考えています。ファーウェイのセンサーはすべて独自に定義されていますが、一般的に自動車メーカーは自社のサプライチェーンに従ってセンサーを交換します。まず、カメラに変更はなく、取り付け位置も比較的標準的なモデルです。フロントカメラとリアカメラはモジュールにまとめられています。このようにして、設置位置が比較的固定され、その後の適応コストが削減されます。 SUV とセダンのおおよその所在地は同じであり、選択肢も同じであるため、配送コストは安くなるはずです。

もうTier1にはなりたくない

Yunjian Insight: 独自のチップの製造も含め、ロボタクシーを除いてテスラが行ったことはすべて正しかったと今言いましたか?

ホウ・コン：右。同社は独自の 2 つのチップを作成しており、1 つは車用、もう 1 つはオフライン用です。 2019年当時、車両にはこれほど高い演算能力のチップは搭載されていませんでしたが、このチップのおかげでこれほど早くBEVを実現できました。

NvidiaのOrinチップは2022年まで発売されないが、TeslaはすでにBEVを2021年に生産しており、市場を1年以上リードしている。最初はMobileyeのチップを使用していましたが、その後NvidiaのDrive PXの価格が下がらなかったため、コストを削減するために独自に製造する必要がありました。

Yunjian Insight: それでは、自動車会社がテスラから学び、独自のチップを開発するのは合理的でしょうか?

ホウ・コン：テスラはこれを実現できる規模を持っています。他の自動車メーカーもこの方法を学んでいますが、これは正しくない可能性があります。

Yunjian Insight: 自動車会社、半導体会社、自動運転ソリューションプロバイダーは現在、車輪の再発明を行っていますが、この業界部門は将来どのように進化すると思いますか?

ホウ・コン：市場にすべてを証明してもらいましょう。これを行う目的は必ずしも単純ではありません。市場価値の管理や人材の獲得など、テクノロジー ブランドのイメージの形成など、他の目的もあるかもしれません。

理論的に言えば、サプライチェーンのセキュリティとコストの観点から、自動車会社は自社開発チップに一定の利点を持っていますが、全体的なコストを考慮する必要があります。チップを作る際の最大の問題は、作ったばかりになって、新しいアルゴリズムがあり、ハードウェアが遅いことが判明することです。誰もがそのアルゴリズムを実行しようと急いでしまい、あなたのチップは使用できなくなります。

インサイト: Horizo​​n J5 について話しているのですか?

ホウ・コン：J5 はケーススタディです。しかし、J5 だけではなく、その世代のチップは、ユニバーサルでない限り、すべてこの問題を抱えていると思います。

Yunjian Insight: 技術アーキテクチャは現在安定していますか?

ホウ・コン：いいえ。変圧器も現在挑戦されており、より効率的な新しい技術があります。収束プロセスも発生します。

Yunjian Insight: チップメーカーがスマート運転ソリューションを開発するのは合理的でしょうか?

ホウ・コン：利点は明らかではないと思います。自動車メーカーがチップメーカーと協力する場合、ドライバー、基盤となるソフトウェア、センサー信号処理、ニューラルネットワーク推論などの基盤となる開発を伴う何らかの支援が得られることを期待するかもしれませんが、チップメーカーがそのようなサービスを提供するにはコストがかかります。かなり高いので、すべての家庭に対応できるわけではありません。

サプライチェーンを非常に成熟させることができれば別ですが、それには時間がかかります。チップ新興企業がこの分野でこれほどの成熟を達成することは困難であり、自制する必要がある。少数の環境保護パートナーが市場を支配する可能性があります。しかし、自動車メーカーも自社開発のニーズがあり、環境に配慮したパートナーに依存したくないと考えています。また、環境に配慮したパートナーが成長するには時間がかかり、この市場をすぐに埋めることは不可能です。

現時点では、チップメーカーは間違いなく、自社でこれらの問題を解決できると感じるでしょう。

洞察: プロジェクトを完了するには何人の人材が必要ですか?

ホウ・コン：一般に、最初のプロジェクトは最も労働集約的であり、プロジェクトが進むにつれて投資は低くなります。

洞察: 現在、同時にいくつのプロジェクトを実行できますか?

ホウ・コン：プロジェクトが 2 つまたは 3 つあります。単一プロジェクトへの現在の投資はまだ最適ではありません。 5つ目以降は基本的に1プロジェクトあたり数十人で完成するので、5～6件やっても問題ありません。

Yunjian Insight: 自動運転サプライヤーは、より多くのプロジェクトを引き受けるために、より多くの人員を雇用するべきでしょうか、それともスタッフの規模を制御して限られた数のプロジェクトのみを引き受けるべきでしょうか?

ホウ・コン：戦略的目標を見てください。市場を占領したい場合は、規模を拡大し、資金調達を継続し、株式を公開し、このように注目を集める方法でより多くのプロジェクトに挑戦してください。もう 1 つは、最初にベンチマークを設定し、機能を育成し、製品を標準化し、それをすぐにコピーするタイプです。最初にベンチマークを設定する 1 つまたは 2 つのプロジェクトから始まりますが、製品は標準化されており、後のプロモーションのために多くのカスタマイズが行われることはありません。

インサイト: なぜ 2 番目のルートを選択したのですか?

ホウ・コン：なぜなら、今受け取れば受け取るほど損失も大きくなり、ビジネスは大きな経営プレッシャーにさらされているからです。最終的な市場は少数のサプライヤーのみに限定し、製品の標準化を十分に行う必要があると判断しています。

インサイト: この業界が進化する中、将来的にチェーン内でどのような役割を果たすことになりますか?

ホウ・コン：当社は、特定のカテゴリのミッドエンドからハイエンドの製品で少なくとも 1 つまたは 2 つのチップを開発し、標準化されたソリューションを提供する予定です。最終的には Tier 2 企業になる可能性があります。私たちはアルゴリズムとソフトウェアの配信を行っていますが、フルセットを行っているわけではありません。これらをまとめてくれるシステムベンダーがあります。

洞察: Tier 1 をやらないのはなぜですか?

ホウ・コン：システム Tier 1 は行っていませんが、ソフトウェア Tier 1 (システム Tier 2) は行っています。システム Tier 1 は多くのハードウェアを必要とし、投資は非常に大きく、利益は比較的薄いです。この方向性も検討しますが、現時点では Tier 2 の方が実現可能です。

Yunjian Insight: Tier 1 はドメイン コントローラーである責任を負っていますか?

ホウ・コン：まだ配達しなければなりません。より多くの人的資源が必要になりますが、これは私たちの利点ではありません。

洞察: あなたの利点は何ですか?

ホウ・コン：まだアルゴリズムとプロダクトを作っています。 Qingzhou は遺伝的に Tier 1 ハードウェアを実現できる企業ではないと思います。Desay SV や Joyson Electronics とは異なる種類の企業です。

洞察: しかし、Ideal との協力は、あなたが Horizo​​n の Tier 1 であるということです。

ホウ・コン：私たちはソフトウェア Tier 1 です。短期的には Tier 1 がしばらくは残りますが、最終的には標準化されることになり、独自のハードウェアを作成するか、Tier 2 を作成することになります。

Yunjian Insight: あなたの意見では、将来的には、スマート運転ソリューションプロバイダーは、自動車会社、システム Tier 1、アルゴリズム Tier 2、チップ Tier 2 と協力することになると思いますか?

ホウ・コン：右。

Yunjian Insight: チップ Tier 2 はアルゴリズム Tier 2 の仕事を行うことはできませんか?

ホウ・コン：この点で私たちよりも優れているかどうかを確認してください。

Yunjian Insight: 標準化されたアルゴリズムを提供するのであれば、Tier 2 チップもそれを行う必要があるはずです。

ホウ・コン：なぜそれを自分で行う必要があるのでしょうか？ただ私たちに協力してください。