소식

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Wei 브랜드 블루마운틴 스마트 드라이빙 에디션

지난 몇 년 동안 '지능형 운전'이라는 라벨은 새로운 파워카 회사와 더욱 밀접하게 연결되었습니다. Xpeng, Huawei, Ideal 등 많은 새로운 브랜드가 모두 지능형 운전 분야에서 노력해 왔습니다. 신에너지 시대를 선도합니다.

이에 비해 전통적인 자동차 회사들의 목소리는 훨씬 작아 보이지만 실제로는 전혀 이 시대에 누워있지 않습니다. 만리장성으로 대표되는 자동차 회사들 역시 스마트 드라이빙 경쟁에서 승리하기 위해 은밀하게 노력을 쌓아가고 있습니다. 이청.

Great Wall Motors의 Wei Jianjun 사장은 올해 초부터 회사의 리더로서 바오딩과 충칭에서 각각 스마트 운전에 대한 실시간 테스트를 실시했습니다. 기술부서 동료들이 그의 최신 스마트 드라이빙 기술을 지지했습니다.

객관적으로 말하자면, 1년 전으로 돌아가보면 Great Wall Motor의 스마트 드라이빙은 일반적으로 업계에서 그다지 존재감이 없었으며, 대량 생산 자동차에 사용되는 L2+ 보조 운전 제품은 대부분 공급업체에서 나왔습니다.

올해 4월까지 Great Wall은 SEE 통합 스마트 운전의 기술 아키텍처를 발표했습니다. 핵심 목표는 고속에서 도시 시나리오까지 L2+ 보조 운전에 대처하는 것입니다. 이러한 아키텍처에서는 전통적인 분할 알고리즘 모듈을 기반으로 최적화되고 통합 대형 모델을 사용하여 더 많은 시나리오에서 의사 결정 문제를 해결하지만 그 안에 인위적인 규칙도 있습니다.

기술적 관점에서 현재 Great Wall Motors의 SEE 모델은 더 이상 전통적인 규칙 기반 의사 결정 및 계획이 아니라 인공 지능 의사 결정을 갖춘 통합 대규모 모델이므로 일정 수준의 베테랑을 보여줍니다. 수천 명의 팀에 의존하여 각 시나리오를 패치하는 이전의 어리석은 방법에 비해 효율성이 크게 향상되었습니다.

그렇다면 이제 그룹 전체가 R&D에 막대한 투자를 한 후 Great Wall의 지능형 주행 수준은 어느 정도 진화했을까요?

다음은 Great Wall Motor 정보 담당 부사장 Wu Huixiao, 지능형 플랫폼 개발 센터 Jiang Haipeng 수석 이사, 지능형 플랫폼 개발 센터 Wu Guosuzhou 전문가 등이 최근 나눈 대화 내용을 Titanium이 간략하게 편집한 내용입니다. 미디어 앱.

Q: Great Wall의 현재 지능형 주행 기능은 다른 브랜드와 비교할 때 어느 수준입니까?

장하이펑: 먼저 우리 자신의 장점에 대해 이야기하겠습니다. 작년 하반기 Urban NOA를 시작으로 Huawei든 Xpeng이든 이 두 선두 기업에 매우 감사드립니다. 우리가 도시형 NOA가 2025년에 시행될 것이라고 예측한 것은 바로 국내 지도자들이 이를 매우 깊이 홍보하고 있기 때문입니다. 처음에는 사진이 있었지만 점차 사진이 없는 대형 모델로 진화했기 때문입니다. 사용자에 대한 상대적으로 급진적인 홍보 및 교육을 통해 Urban NOA를 가장 인기 있는 스마트 운전 현장으로 끌어 올렸습니다.

올해 CES에서 우리는 Tesla를 심층 시승했습니다. 중국에 돌아와서 스마트 주행 기능을 갖춘 모든 모델에 대해 심층 평가와 시승을 했는데요, 현재의 우리 회사의 상태는 어느 회사에도 뒤지지 않는다고 생각합니다. .순위를 매긴다면 평판은 3위 안에 든다고 생각하기 때문에 자랑할 요소는 없습니다.

Q: 현재 업계의 주류 엔드투엔드 대형 모델 기술 경로에 대해 어떻게 생각하시나요?

장하이펑: 이제 거의 모든 알고리즘 회사나 OEM이 엔드투엔드 대형 모델에 대해 이야기하고 있습니다. 실제로 엔드투엔드를 수행하고 규정에 따라 그렇게 한 회사는 전 세계에 3개밖에 되지 않습니다. end-to-end 아키텍처, 심지어 end-to-end 아키텍처에도 많은 규칙 기반 보안 문제가 내부적으로 내재되어 있습니다. 엔드투엔드 자체가 Tesla가 이 개념을 작년이나 올해에야 제안했다는 의미는 아니기 때문에 처음 자율주행을 시작했을 때 우리 모두는 모델링이 있어야 한다는 것을 알고 있었습니다. 데이터 볼륨이 충분하지 않았습니다.

따라서 인식을 먼저 모델링하고, 모델을 추가로 모델링한 다음 천천히 의사결정 측면으로 밀어 넣습니다. 모델이 없을 때 우리는 규칙에 의존했습니다. 나중에 우리는 도시에 들어간 후에도 여전히 규칙을 따르면 도시 시나리오의 요구를 충족할 방법이 없다는 것을 발견했습니다. 코드를 무제한으로 쌓으면 자율주행 시스템에 종사하는 사람이 3,000명, 5,000명이 아니면 도시 규칙을 제대로 작성하지 못할 수도 있다. 작성한 후에 변화가 있어도 힘들 것이다. 그것을 해결하십시오. 따라서 오늘날 모든 사람들은 인사 코드 수를 줄이고 비용을 절감하기 위해 데이터를 사용하여 작업을 추진해야 한다는 것을 매우 명확하게 알고 있습니다. 그렇지 않으면 확립되지 않을 것입니다.

Q: 자동차 회사들은 엔드투엔드에 대해 상대적으로 낙관적이지만 여전히 불확실성이 남아 있습니다. Great Wall에서는 위험 회피를 어떻게 보나요?

장하이펑:엔드투엔드(End-to-End)는 미래가 되어야 하지만, 이제 더 발전된 것이 아닙니다. 현장의 이해를 바탕으로.

간단한 예를 들자면, 운전을 할 때 앞에 검은색 비닐봉지가 있는데, 양쪽에 차가 있는데 우회할 방법이 없다면 우리는 반드시 그것을 뛰어넘을 것입니다. 차체가 부드러워 부서질 수 있습니다. 첫 번째는 사고가 없을 것이고, 두 번째로 내 차량에 손상이 없을 것입니다. 지금은 다릅니다. 우리 앞에 소프트웨어가 있다는 것을 알 수 있는 방법은 없습니다. 우리는 그것이 장애물이라는 것만 알고 브레이크를 밟거나 피해야 합니다.

앞으로의 자율주행은 현장에 대한 이해를 바탕으로 자율주행이 되어야 하며, 저희도 이 분야에 대한 기획과 개발을 진행하고 있습니다. 이제 몇 가지 기반이 있습니다. NVIDIA의 Thor와 같은 칩 관점에서는 일부 국내 주요 칩 회사도 이와 관련하여 자체 칩을 정의했다는 것을 포함하여 대규모 언어 모델과 유사한 칩 실행을 지원해야 합니다. 모델 관점에서 볼 때 개방형 AI와 유사한 언어 모델이라고 부르는 것이 있는데, 이는 우리가 어느 정도 이해하고 인식하고 종합적인 판단을 내릴 수 있도록 지원합니다. 이러한 측면이 향후 최종 결과입니다.

엔드투엔드(End-to-End)는 자율주행 자체를 기반으로 하는 현재의 기술 논리 집합으로, 인식 모델링에서 융합 모델링, 최종적으로 스케일 모델링으로 세분화됩니다. 사람들이 게으르기 때문에 개발, 특히 소프트웨어 코드와 알고리즘을 수행하는 것은 극도로 힘든 작업입니다. 작업을 더 쉽게 만들고 싶다면 어떻게 해야 할까요? AI에 종사하는 학생들은 코딩에 특히 짜증이 납니다. 코드가 너무 많아서 자기중심적입니다. 코드를 모델로 변환하면 클라우드가 스스로 적응할 것이라고 생각합니다. 종말은 기술 발전의 한 단계일 뿐, 지능형 운전의 종말은 아니다.

Q: Great Wall SEE Architecture 2.0은 왜 모듈식 엔드 투 엔드와 완전한 엔드 투 엔드의 각각의 특성을 유지합니까?

우 주 쑤저우:둘 다 개념입니다. 진정한 완전한 엔드 투 엔드는 전체 상황을 포괄하는 규칙이 없다는 의미는 아니지만 완전한 엔드 투 엔드의 장점은 데이터가 인간의 궤적과 특성을 학습할 수 있다는 것입니다. 현재의 기술상태로는 누구도 할 수 없는 방식으로, 모든 시나리오에서 개방 가능한 완전 엔드투엔드(End-to-End) 방식과 모듈식 엔드투엔드(Modular End-to-End) 방식으로 학습하는 방법이다. 또한 중간에 지각 인터페이스가 있습니다.

예를 들어, 차선 및 이와 유사한 장애물이 있는 경우 모듈형 엔드투엔드의 가장 큰 장점은 모델 학습이 쉽다는 것이지만 완전한 엔드투엔드의 장점은 없으므로 이 두 부분은 결합됩니다. 직설적으로 말하면, 두 모델을 실행하면 두 모델이 독립적이어서 컴퓨팅 성능 요구 사항이 두 배로 늘어납니다. 데이터 공유 및 교환 메커니즘을 설계해야 하는 것도 마지막으로 모델 구축에 있어서 어려운 점입니다. 해당 중재 메커니즘이 될 것입니다. 특정 모델 내보내기에 필요한 시나리오를 결정하여 이러한 시나리오를 원활하게 결합할 수 있습니다.

Q: 만리장성 인텔리전트 드라이빙의 구체적인 도시 개방 전략은 어떤 ​​기준으로 결정되나요?

장하이펑: 실제로 Kaicheng의 논리는 매우 간단합니다. 우리는 Blue Mountains에서 가장 잘 팔리는 도시를 Chongqing, Chengdu 등으로 분류했습니다. 이 4개 도시를 방문한 후에는 다양한 유형의 장점이 있습니다. 카테고리. 충칭은 산악 도시이고 도로 상황이 정말 복잡합니다. 청두는 도시의 차선이 매우 좁고 각 차선마다 버스 차선과 대기 공간이 있습니다. 심천은 상하이와 매우 유사한 첨단 기술 도시의 전형적인 대표자입니다. 바오딩은 2선과 3선 도시를 대표하므로 각 도시는 일종의 도시를 대표한다. 몇몇 도시에서 다른 도시로 일반화하면 절반의 노력으로 두 배의 결과를 얻을 수 있다.

웨이샤오리의 프로모션 방식이 너무 부러워요. 세상에는 이미 OTA를 통해 사용자 기능을 제공하는 자동차가 있기 때문이죠. 처음부터 시작하는 게 아니라 이미 0.5개가 있는데, 0.5를 더하면 1이 됩니다. 현재 시중에 판매되는 차량이 없기 때문에 판매 초기부터 이 기능만 사용할 수 있습니다. 두 가지 방법이 있습니다.

Q: 도시 NOA 추진 과정에서 Great Wall Motors는 어떤 조정에 직면했습니까?

우휘샤오: 대규모 대중화는 2025년이 될 것이다. 지난해에는 노드가 2024년 상반기로 판단됐다. 나중에 우리는 공개 과정에서 모델 아키텍처를 일부 조정하는 것을 포함하여 전체 차량과 협력했습니다. 그런 다음 구현 과정에서 전체 산업이 사용자가 인간-기계 공동 운전을 받아들이는 단계에 직면하게 될 것임을 발견했습니다. 이 기능은 블루마운틴 스마트 드라이빙 에디션이 출시되면 사용할 수 있으며, 자동차 OTA 탑승 후 상호 작용에 대한 일부 최적화 및 조정이 있을 예정입니다.

Q: Great Wall의 지능형 운전 R&D 팀의 현재 규모는 얼마나 됩니까?

우휘샤오:내 상사는 이전에 운전자와 TST를 포함하여 담당 직원이 천 명 이상이므로 운전 인력은 더 큰 모델 장면 이해를 기반으로 한 개발 방법이 실제로 앞으로 점점 더 인기가 없을 것이라고 말했습니다. 미래에는 프로젝트 이전 및 인적 파동 전술에 의존하여 인프라와 함께 더 높은 품질, 더 높은 밀도, 더 높은 인재 계층을 사용해야 합니다.

Q: 지능형 운전에서 라이더의 역할에 대해 어떻게 생각하시나요?

장하이펑: Lidar는 1%만 해결합니다. 자동차 회사가 1%에 수천 달러를 지출해야 한다고 생각합니다. 우리 회사는 비용을 줄일 수 있는지 묻지 않았습니다. 우리는 여전히 일부 비용을 절감하지 않을 것을 고집하고 있으며, 이 1%는 바로 안전과 관련이 있습니다. 따라서 향후 1~2년 내에 LiDAR를 제거할 계획은 없지만 여전히 안전에 대한 수익성을 보장해야 합니다.

Q: Great Wall Motors의 스마트 드라이빙 모델 출시 순서는 어떻게 되나요?

우휘샤오:현재 블루마운틴 스마트 드라이빙 에디션에는 맥스와 프로 외에 커피파일럿 울트라도 탑재돼 있다. 이런 상황에서 사용에 대한 우려를 느끼는 사용자도 있다. 고속 NOA를 전체적으로 촉진할지 아니면 도시 NOA를 촉진할지 여부.

Q: 소비자는 언제쯤 스마트 드라이빙을 실제 화폐로 결제할 수 있게 될까요?

우휘샤오: 내 관점은 사업이 가장 큰 자선 활동이라는 것입니다. 기업과 산업 체인의 긍정적이고 지속 가능한 건전한 발전을 유지하려면 자동차가 긍정적으로 작동할 수 있어야 합니다. 첫 번째 요점은 먼저 제품을 잘 만드는 것입니다. 이 작업을 마친 후에는 사용자가 많은 문제를 해결했고, 사용자는 돈을 들일 가치가 있다고 느낄 것입니다. 내부적으로도 프로세스 구축, IT 시스템 구축, 결제 채널 구축 등 많은 작업을 해야 합니다. 사실 업계 전체가 이런 과정을 경험해 본 적이 있습니다.

스마트 드라이빙이든 운전석이든 경험은 반드시 개선되어야 합니다. 미래 비즈니스 모델의 건전한 폐쇄 루프를 기반으로 먼저 조직 및 기술 체인에서 길을 닦아야 합니다. 진정으로 경험을 개선하면 사용자는 기꺼이 이를 것입니다. 사용자는 기술의 편리함을 즐기고 돈이 쓸만한 가치가 있다고 느끼므로 자연스럽게 지불할 의향이 있습니다.

올해 자동차 회사는 매우 바쁘고 소프트웨어 산업은 돈을 잃고 있습니다. 우리는 음식, 옷, 집에 어떤 가치를 지불하는지 개인적으로 포함하여 배워야 한다고 생각합니다. 음악 비용, 지적 재산권 지불을 위해서는 사회 전체가 열심히 노력해야 합니다.

Q: 내년이 왜 스마트 드라이빙 산업의 원년이 되는가?

우 주 쑤저우:4가지 측면에서 볼 수 있습니다.

첫 번째는 알고리즘의 진화입니다. 수년 전 우리가 스마트 드라이빙을 할 때 가장 먼저 스마트 드라이빙을 잘하는 것은 눈에 보이지 않는 것을 건드릴 방법이 없다고 느꼈습니다. . 나중에는 인지 수준이 좋아져서 인지는 있었으나 인지가 없었다고 합니다. 오늘은 지능형 주행 시스템이 현장을 이해하는 것을 인지라고 합니다. 이것은 과거에는 매우 어려웠고 우리는 수많은 탐구를 해왔지만 오늘날의 언어 모델과 시각 언어 기술은 거시적 장면에서 인지 기술의 출발점을 제공합니다. 이 모델을 자동차에 장착한다고 해서 그대로 복사해서 사용한다는 것은 불가능합니다. 적어도 기술적인 관점에서 볼 때, 대형 지능형 주행 모델은 제로 샘플 또는 희소 샘플 문제를 해결할 수도 있습니다.

두 번째는 컴퓨팅 능력 측면에서 볼 때, 자체 칩을 보유하고 있으며 실제로 훨씬 앞서 있는 국내 Huawei를 제외하고는 모두 고급 자율 주행에 종사하고 있으며 나머지는 실제로 NVIDIA 칩이 설계한 것입니다. 2019년에 완성됐는데, 중간에 바운스가 있었어요. 그래서 저는 4년 전부터 NVIDIA 칩 아키텍처에 적응해 왔습니다. 실제로 이 칩은 내년에 매우 중요한 반복을 겪게 될 것입니다. 그것이 Nvidia이든 국내 고성능 컴퓨팅 칩이든 알고리즘이 이를 밟게 될 것입니다.

세 번째 측면은 데이터입니다. 수년에 걸쳐 기존 OEM과 신생 기업 모두 거의 모든 양의 지능형 주행 데이터를 축적하기 시작했습니다. 데이터의 양이 일정 수준에 도달하면 교육에 사용됩니다. 대규모 모델에서는 양적 변화가 질적 변화로 바뀔 가능성이 있습니다.

마지막으로 인지적 측면이 있다. 과거에는 자율주행을 믿는 그룹과 그렇지 않은 그룹이 있었는데, 모두가 데이터 기반 기술이 미래라고 믿었습니다. 매년 10번씩 최적화된다는 점에서 모든 사람이 이 문제에 대해 확신을 갖게 됩니다. 그리고 이러한 인식은 결국 모든 사람의 기술에 대한 투자를 촉진할 것이며, 둘째, 법률, 규정 및 윤리와 같은 부드러운 부분에 간접적인 영향을 미칠 것입니다. 이 시점이 곧 다가옵니다.

Q: Tesla FSD의 중국 진출에 대해 어떻게 생각하시나요? Tesla와 비교했을 때 Great Wall 등 국내 스마트 드라이빙 기술의 장점은 무엇인가요?

우휘샤오: Tesla는 보조 운전 분야를 선도해 왔으며 미국에서도 그 성과를 보았습니다. 아무리 좋아도 단기적으로는 달성하기 어려울 것입니다. 미국 도로와 중국 도로에는 큰 차이가 있습니다. 미국인들은 차를 섞는 경우가 거의 없습니다. 샌프란시스코 거리에서 경험했을 때 거기에 사람이 있으면 여전히 운전자에게 많은 방해가 될 것입니다. 데이터가 들어오고, 엔드투엔드 빅데이터를 기반으로 모델 개발 모델이 확실히 더 빠르게 개선될 것입니다.(이 기사는 티타늄 미디어 앱에 처음 게재되었습니다. 저자 | 리 위펑, 편집자 | 장민)