ニュース

記者のイン・リーメイとジャン・シュオが合肥からレポートしました

「インテリジェント運転はムーアの法則に従います。ソフトウェアのエクスペリエンスは指数関数的に向上し、2 年で 10 倍、4 年で 100 倍、6 年で 1,000 倍の向上レベルに達します。インテリジェント運転ハードウェアのコストも低下します」 2 年ごとに開発トレンドが半分になると、地図のない都市で noa (都市型ハイエンド インテリジェント ドライビング) スマート ドライビングを実現するコストは、2025 年末か 2026 年の初めまでに約 5,000 元になるでしょう。」

9月29日、momentaの最高経営責任者（ceo）cao xudong氏は、世界インテリジェント自動車産業カンファレンス（giv2024）で、スマート運転のムーアの法則に基づき、momentaは今後5年間で都市部のnoaが爆発的な成長を遂げ、電動化や新車の開発を上回ると予測していると述べた。エネルギーをより速く。

現在、市場の主流モデルのインテリジェント運転レベルは主にl2レベルに集中しています。曹雪東氏は会見で、同社が設立時に設定した最終目標は大規模なl4自動運転の実現であり、大規模なl4自動運転を実現するために最も重要な点は安全性であると述べた。 「大規模なl4自動運転を実現するには、少なくとも人間の10倍の安全性を達成する必要があると考えています。そして、人間の10倍の安全性を達成するには、大規模な自動運転を実現するという問題を解決することが最も重要です。 l4 自動運転では何百万ものロングテールの問題が発生しました。」

データ駆動型テクノロジーは、ほとんどのインテリジェントな運転の問題を解決できます

society of automated engineers (sae) が定めた基準によれば、自動車の自動運転技術は 6 つのレベル (l0 ～ l5) に分類されています。l4 は、ほとんどの状況および限られた条件 (都市など) で車両が自動運転できることを意味します。環境または高速道路）ドライバーの介入なしで。

2016 年に設立された自動運転技術企業である momenta の開発方針は、ai を使用してスケーラブルな自動運転を実現することです。大規模l4自動運転とは？曹雪東氏は、大規模なl4自動運転とは、1都市または複数の都市部でデモ運行を行う数百台や千台のrobotaix（自動運転タクシー）を指すのではなく、数千万台、場合によっては数億台の車両を運行できると考えている。中国全土、さらには世界中で大規模に行われています。

cao xudong 氏の見解では、大規模な l4 自動運転を実現する際に遭遇する何百万ものロングテール問題を解決するには、2 つの深い洞察が必要です。1 つは、ほとんどの問題を自動的に解決できるデータ駆動型であることです。ルールベースの方法ではロングテール問題を処理できません。第二に、l4 のデータを収集するには量産車両が必要であり、l4 ロボタクシー フリートだけでは需要を満たすことができません。

「データ駆動運転を実現するには、少なくとも1,000億キロメートルのビッグデータが必要です。家庭用乗用車の年間走行距離は約1万キロメートルですが、1,000億キロメートルには1,000万台の車両が年間走行する必要があります。これは、大規模な運転を実現するためだけに必要です。」 l4規模の自動運転には、必要条件は十分条件ではなく、十分条件にはより多くのデータが必要になる可能性がある」とcao xudong氏は、洞察のこれら2つの側面に基づいて、同社はデータ駆動型の「1つのフライホイール」技術的洞察を確立したと述べた。創業当初のアプローチは「二足歩行」。

「二足歩行」とは、量産自動運転が完全自動運転のためのデータを提供し、完全自動運転がl4レベルの自動運転技術を量産自動運転にフィードバックし、l4アーキテクチャ下で量産自動運転を持続可能にすることを意味します。市場をリードする競争力を向上させ、維持します。

cao xudong 氏によると、データ駆動型の「フライホイール」は現在第 5 世代まで繰り返されており、第 1 世代の自動化率は 50% であり、最新世代である第 5 世代の自動化率は 99% を超えています。これは、100 の問題のうち 99 はすべて、人間の介入なしにデータ駆動型の自動化によって解決できることを意味します。

「lidar とエンドツーエンドのテクノロジーは矛盾していません」

今年以来、エンドツーエンドの ai 大型モデルが自動車分野で注目を集めており、スマート ドライビングとスマート コックピット エクスペリエンスを大きく変革しています。

曹雪東氏は会議で、momentaスマート運転モデル​​が自動運転のロングテール問題を効果的に解決し、さまざまな複雑な道路環境における車両や歩行者の交通意図の正確な予測をサポートし、車両速度を自動的に調整し、柔軟に車線変更できることを明らかにした。 , 落ち着いて障害物を避けてください。

momenta インテリジェント運転モデル​​は、複雑な交差点やダイナミックな横断シナリオに冷静に対処でき、運転の安全性と交通効率を大幅に向上させることができると報告されています。非常に狭い駐車スペースや夜間の行き止まりの路上駐車スペースなど、極端な状況でも正確な駐車を実現します。現在、この技術ソリューションは複数の自動車ブランドに量産されています。

自動車のインテリジェンスは一般的な傾向であり、激しい市場競争に直面して、大手企業はハイエンドのインテリジェント運転を自社の競争力の核となる製品の 1 つとみなしています。

現時点ではハイエンドアーバンスマートドライビングは主に上位モデルに搭載されている。曹雪東氏は、2025年末から2026年頃までに、ハイエンドの都市部スマート運転機能が20万元以上、さらには15万元以上のモデルに標準装備されると考えている。標準装備化の原動力となっているのが、ムーアの法則によるスマートドライビングです。

「スマート運転ハードウェアのコスト低下には限界がある。ハードウェアコストは4～5千元の限界に達する可能性があると推定されている。しかし、ソフトウェアのムーアの法則によると、10倍の成長には上限はない」曹暁東氏は、新エネルギー車の普及率が50％以上になるまでに5年かかると予想している。ハイエンドのインテリジェント運転の普及率は今後 5 年間で 70% ～ 80% に増加します。

インテリジェント運転の分野では、lidar とエンドツーエンドは 2 つの異なる技術的ルートです。現在、業界は lidar テクノロジーに関していくつかの障害に直面しています。たとえば、lidar ハードウェアのコストが比較的高く、システムにはリアルタイム処理のための強力なコンピューティング能力が必要です。高精度センサーに依存すると、環境への影響が増大します。

エンドツーエンドのテクノロジー ルートはディープ ラーニングとニューラル ネットワークに基づいており、システムはセンサー入力 (カメラ画像データなど) から出力 (車両制御信号など) に依存することなく、フルプロセスの自動運転に関する決定を直接行うことができます。中間モジュールの化学処理について。

エンドツーエンドのテクノロジーは低コストのセンサー (カメラなど) に依存しているため、lidar システムと比べてハードウェアのコストが低いため、大規模な商用化が容易になります。同時に、継続的な学習により、エンドツーエンドのシステムは多様な運転シナリオに適応し、データの蓄積を通じてパフォーマンスを継続的に最適化することができます。ただし、エンドツーエンドの技術システムは、トレーニングのために大量の高品質の運転データに依存しています。

cao xudong 氏の見解では、lidar はエンドツーエンドのテクノロジーと矛盾していません。 「第一に、lidar は非常に急速にスケールアップしており、その単価が急速に低下しているため、その価格は非常に競争力のあるものになっています。第二に、現在の業界のコンセンサスは、lidar は、次のような一部のロングテール セキュリティ シナリオで有用であるということです。歩行者が暗い環境で突然道路を横断する場合、ライダーの処理効果はより良くなります。また、トンネルに出入りする場合、カメラが露出オーバーになりやすいため、ライダーがないよりも優れています。ライダーをより安全に。」

曹雪東氏は、業界動向の観点から、30万元以上、あるいは25万元以上のモデルにライダーが標準装備される可能性が高いと判断した。価格が20万元または10万元から20万元の範囲にあるモデルの中では、同業界の企業がテスラをベンチマークとし、ライダーではなくエンドツーエンドの技術路線を選択する可能性がある。

(編集者: 張碩 査読: 董海華 校正者: ザイ・ジュン)