ニュース

この記事はdeep diving atomのオリジナル作品835本目です。

スマート運転に関する長くて曲がりくねった自己研究を経て、スマート運転への理想的な道がついに正しい軌道に乗ったようです。

最近理想の車「エンドツーエンドの自動運転」実体組織の設立を社内で決定、チームの数は200人を超えており、社内の他のインテリジェントなチームがプロジェクトを柔軟にサポートすることが求められています。このことは、この理想的な改革が残酷なものであったことを証明するのに十分である。

エンドツーエンドのソリューションが「正しい軌道に沿ったインテリジェントな運転」であるという声明に関しては、それは業界大手のせいではありませんテスラxian yong やその他の新エネルギー自動車会社がこの技術を開発していますが、これは確かに現時点ですべての技術的ルートの中で最も信頼できるアプローチです。

そして最も重要なことは、「エンドツーエンド」は、現在の技術ルートの中で最も天井を突破できる技術となっています。。

コードによってサポートされていた古いスマート運転ソリューションの「ルール制御」はほぼ終わりを迎えており、今後はコード間で重いコードの量が増加するだけであり、車両のメモリや動作効率にも影響を及ぼします。 。さらに、現在は誰もがコスト削減に取り組んでおり、lidar、高精度マップ、センサー、カメラのコストは非常に高くなっており、エンドツーエンドのコスト面でのメリットも非常に大きくなっています。

結局のところ、基礎となるロジックは、ai にデータを与えるだけで運転できるように ai をトレーニングすることです。

どちらもエンドツーエンドのソリューションですが、理想にはそれぞれの違いもあります。

最近の「li auto intelligent driving summer conference」で、li auto はエンドツーエンドの自動運転技術アーキテクチャを公開デモンストレーションしました。これは、エンドツーエンド モデル、vlm ビジュアル言語モデル、ワールド モデルの 3 つの部分で構成されます。。 li xiang氏は、遅くとも来年初めまでにli autoがエンドツーエンド+vlm自動運転ソリューションを正式に開始すると述べた。

実際、エンドツーエンドは一般に「データ プッシュ」と呼ばれるテンプレートの概念にすぎませんが、データを取得するためのモデルはまったく異なります。たとえば、テスラは bev+変圧器モデルを使用しています。小鵬xngpはニューラルネットワークxnet+大規模制御モデルxplanner+大規模言語モデルxbrainで構成されたモデルを使用します。

しかし、「モデルが少ないほど、出力はより正確になります。」

そうじゃないですか？モデルとデータが多ければ多いほど、出力の精度が高くなるというのは本当ではないでしょうか?

この問題をわかりやすく説明するには、多くの専門用語が必要になります。モデル間での「明示的な出力」は、簡単に言うと、普及する人が増えるほど情報が失われることになります。結局のところ、話が逸れる可能性が高くなります。最も正確なのは 2 人でプレイすることです。

one-model は、すべてのスマート ドライビング企業が追求している路線であり、理想的な目標は過去 2 年間で達成することですが、完全に達成して運転を開始するにはさらに 3 ～ 5 年かかる可能性があります。

ここ 3 ～ 5 年、誰もがデータの量を比較するようになりました。

前に述べたように、エンドツーエンドの基礎となるロジックは ai をトレーニングすることです。ai をより賢くするにはどうすればよいでしょうか。そうすれば、データをフィードすることしかできません。

つまり、ここ3～5年、みんなが比較しているのは「リソース」、つまりデータリソースです。

マスク氏はかつて、エンドツーエンドモデルのトレーニング量について正確に説明しました。

「100 万件のビデオ ケースを使用したトレーニングではかろうじて十分です。200 万件あればわずかに改善され、300 万件になるとすごいと感じます。1,000 万件に達すると信じられないほどになります。」

1,000 万のビデオクリップでトレーニングされたインテリジェントな運転ソリューションは、今年末までに達成される理想的な目標です。

データを取得したい場合は、自分のユーザーの運転データに依存する必要があり、次にトレーニング チップに依存する必要があります。

マスク氏は 4 月に nvidia h100ai チップの購入に夢中になり、当初の購入量を 35,000 個から 85,000 個に増やしました。

余談ですが、最近nvidiaチップを高額で購入するようになりました。

データに加えて、コンピューティング能力もインテリジェント運転能力に影響を与える重要な要素です。現時点では、自動車用チップの計算能力が orin の限界であると考えられています。

計算能力の点では、ファーウェイは依然として中国の第一階層であり、その計算能力は 3.5eflops であるのに対し、xiaopeng の計算能力は 0.6eflops にすぎません。nioわずかに優れた 1.4eflops、理想的には 2.4eflops を達成しました。

「li xiaowei」戦線では、理想は業界リーダーのレベルに近づいています。

さまざまな観点から、アイデアルはこの「終わ​​りから終わりまでの戦争」に向けて軍隊を募集し、十分な食料と草を準備する準備ができています。

理想的には、エンドツーエンド モデルに追いつくには急務すぎるため、スマート ドライビングに対する準備は以前よりもさらに強化されています。

「写真あり noa」と「写真なし noa」は両方ともゲームへの後発であり、写真なしの noa は今年 7 月に ad max ユーザー向けに正式にリリースされました。テスラ fsd が中国に上陸しようとしているこの重要な瞬間に、エンドツーエンドのモデルを開発しなければ、私たちは再び業界から取り残されてしまうでしょう。

投資を増やしてチームを構築することで、li auto はエンドツーエンドモデルに重点を置き、社内で最も高いレベルにあると言えます。その目標は、スマートな運転ルートをいわゆる「」に置くことです。正しい道を。」

「ルール制御」できる古い伝統的なコード ソリューションはかつては「正しい軌道」であり、エンドツーエンドは現時点では「最も有望な」ソリューションにすぎません。

次にどのような新しいテクノロジーのルートが出現するかは誰にもわかりません。エンドツーエンドのソリューションへの多額の投資はお金の無駄かもしれませんが、どの自動車会社もこの機会を逃すわけにはいきません。。

アイデアルはあらゆる準備を整えてきましたが、それはその中の 1 つにすぎず、「正しい軌道」について語るのは時期尚早です。