소식

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

텍스트 | 티타늄캐피털 연구소

최근 바이두의 자율주행 온라인 차량호출 서비스 '캐럿런'이 화제가 되고 있다. 테슬라는 2024년 8월 '로보택시'를 출시할 예정이다. 이와 동시에 국내에서도 자율주행 활성화를 위한 정책이 집중적으로 도입되고 있다. - 2024년 초, 산업정보기술부를 포함한 5개 부서가 공동으로 주류 1선 및 2선 도시를 포괄하는 '차량-도로-클라우드 통합' 적용에 대한 시범 공지를 발표했습니다. 자율주행 기술은 신에너지 자동차 산업의 중요한 성장 동력이 될 것입니다. 엔드투엔드 아키텍처는 점차 올해 지능형 운전 분야 경쟁의 주요 주제가 되었습니다. 첨단 기술을 경쟁하기 위해 자동차 회사들은 연구 개발에 더 많은 노력을 기울이기 시작했습니다.

스마트 드라이빙 트랙의 투자 논리는 무엇인가요? 엔드투엔드 자율주행 기술의 발전 동향은 무엇인가? 최근 Titanium Capital은 Chentao Capital의 총책임자인 Liu Yudong 박사를 초청하여 관련 주제에 대해 공유했습니다. 그는 오랫동안 스마트 드라이빙 트랙 투자에 주력해 왔으며 스마트 드라이빙 트랙을 이끌었습니다. 여러 스마트 전기 자동차의 운전 시스템 대량 생산 개발 및 인식 알고리즘에 대한 미래 지향적인 연구 그는 기술 계획, 제품 정의, 팀 관리, 생태학적 협력 및 기타 분야에서 풍부한 실무 경험을 보유하고 있습니다. 이번 공유의 주최자는 신에너지, 신소재, AI, 로봇 산업 체인 및 운송 분야에 중점을 둔 Titanium Capital의 Wang Zeqing입니다.

Chentao Capital 지능형 운전 트랙 투자 논리

1. 지능형 주행에 집중

Chentao Capital은 신흥 산업에 초점을 맞춘 사모 투자 기관으로 지능형 운전은 핵심 투자 분야 중 하나입니다. 스마트 드라이빙 트랙에 주목하는 이유는 크게 세 가지입니다. 첫째, 스마트 드라이빙은 교통과 인공지능이 결합된 분야로 거대한 시장 공간을 갖고 있으며, 두 번째로는 스마트 드라이빙이 장기적으로 성장할 것으로 예상됩니다. 기술 및 산업 구조가 아직 안정화되지 않아 스타트업 기업에 지속적인 진입 기회를 제공합니다. 마지막으로 지능형 운전 산업의 인재와 기술은 매우 유연하며 핵심 기술 인재의 흐름은 투자 기회를 제공합니다. AI, 로봇공학 등 관련 산업.

지난 7~8년간 첸타오캐피탈은 20여개에 달하는 지능형 운전 관련 기업에 투자했으며, 대부분의 투자가 시드 라운드와 엔젤 라운드 단계에서 이루어졌으며 주요 주주로 참여했다. 투자 분야는 크게 세 가지 부문으로 나뉜다. 첫 번째는 광업, 항만, 도시 유통, 위생 청소 등 다양한 세분화된 시나리오에 초점을 맞춘 자율주행 기업이고, 두 번째는 지능형 운전과 관련된 핵심 공급망이다. 세 번째는 지난 2년간 많은 주목을 받은 자율주행 관련 소프트웨어 및 서비스 기업, 특히 제너레이티브 AI와 데이터 서비스 기업이다.

2. 업계는 두 번째 성장 사이클의 물결을 시작했습니다.

지능형 운전은 장기적인 목표로 간주되며, 2015년부터 중국 자율주행 시장은 첫 번째 성장의 물결을 경험했습니다. 지난 2년 동안 관심이 줄어들었지만 이러한 추세는 Gartner의 기술 개발 곡선과 일치하므로 앞으로도 여전히 큰 성장 잠재력과 투자 기회가 있음을 나타냅니다.

현재 지능형 운전 산업은 1차 투자 정점 이후 조정 기간에 있으며 상용화 및 기타 과제에 직면해 있지만 장기적인 전망은 여전히 ​​낙관적입니다. 우리는 기술 발전 추세에 대한 명확한 예측을 갖고 있으며 업계가 제2의 성장 주기를 시작했다고 믿습니다. 이번 사이클의 신호에는 자율주행 기업의 상용화 전환점, 관련 기업 상장 물결 등이 포함돼 지능형 운전 산업이 새로운 투자 단계에 진입했음을 시사한다. 이에 우리 펀드는 지난해부터 투자를 시작했고 계속해서 새로운 기회를 모색하고 있습니다.

Chentao Capital은 현재 두 가지 투자 방향에 중점을 두고 있습니다. 첫째, 자율주행 기술이 교통을 변화시키고 실질적인 가치를 창출할 것이라고 믿고 다양한 시나리오에서 자율주행을 상용화하는 것입니다. 둘째, 특히 자율주행 분야에서 최첨단 기술 혁신과 응용을 추구합니다. 엔드투엔드 자율주행 기술은 향후 2~5년 내 자율주행 산업 변혁의 주요 요인이 될 것이다. 자율주행 분야의 대형 모델, 4D 밀리미터파 레이더, LiDAR 기술 및 다양한 칩 기술에 대한 높은 감도와 관심을 유지하십시오. 다음 공유에서는 자율 주행의 다양한 시나리오와 엔드투엔드 기술에 대한 구체적인 설명을 제공합니다.

3. 자율주행의 다양한 시나리오에 대한 투자 논리

우리는 속도(저속, 고속)와 부하(운반물, 사람)를 기준으로 자율주행 적용 시나리오를 차별화하기 위해 4사분면 분류 방법을 사용합니다. 기술적 난이도로는 고속 자율주행이 저속보다 어렵고, 사람을 태우는 것이 물건을 옮기는 것보다 어렵고, 개방형 시나리오가 특정 시나리오보다 어렵다. 따라서 Chentao Capital은 처음에 광산 운송, 터미널 물류 유통, 무인 청소 및 항만 시나리오와 같은 시장 부문을 포함하는 저속 화물 적재를 위한 무인 운전 분야에 투자를 집중했습니다.

4. 다양한 시나리오에서의 자율주행 상용화 진행

To G, TO B(기업 시장), TO C(소비자 시장)로 구분합니다. TO G 분야에서는 위생과 보안이 주요 응용 시나리오입니다. 환경 위생은 초기 대규모 구현을 달성했으며 일부 도시에서는 보안 검사 로봇이 사용됩니다.

TO B측에서는 광산과 항만에서의 무인운전 상용화가 가장 빠르게 진행되고 있으며, 명확한 비즈니스 모델이 형성되고 대규모 복제가 시작되었습니다.

또한, 도시 배송 현장은 올해 폭발적인 성장을 경험했으며, 선두 기업들은 보유 차량을 수만 개로 확장해 규모를 10배 이상 늘릴 것이라고 발표했습니다. 도시유통의 급속한 성장은 특송물류업체와의 협력, 신선식품 슈퍼마켓 유통 등 유통링크에서 적합한 활용 시나리오를 찾은 데 따른 것이다. B측 트렁크 물류는 개방형 시나리오이고 기술적으로 어려워 아직은 소규모 시범운행 단계다.

C측에서는 무인운전 애플리케이션이 주로 로보택시(무인택시)와 로보버스(무인버스)이다.

5. 무인택시 : 캐럿런 진행상황 요약

바이두의 Carrot Run 프로젝트는 자율주행 산업 전체에 파괴적인 영향을 미친다는 긍정적인 신호입니다.

자율주행 시나리오에는 자율주행, 대규모화, 상용화라는 세 가지 개발 단계가 있습니다. 바이두는 무인 단계에서 이미 무인택시 역량을 입증한 바 있다. 바이두는 2022년 무인 로보택시(무인택시)를 구현해 우한 등에서 무인 테스트를 실시하고, 원격제어 운전센터를 통해 무인택시 운행을 지원하고 있다. 규모 면에서는 바이두가 올해 말까지 약 1,000대의 차량을 출시할 예정이라고 발표했으며, 이미 우한에서 일부 차량을 출시해 규모의 예비 조짐을 보이고 있다. 상용화 단계는 수익성에 초점을 맞추고 있다. Liu Yudong은 로보택시의 수익성이 아직 불분명하며 주로 원격 제어 운전의 안전율과 회사의 향후 가격 결정력에 달려 있다고 믿고 있다. 현재 로보택시가 보조금 형태로 초저가 서비스를 제공하고 있지만, 앞으로 승차요금을 인상하면서도 주문 규모를 유지할 수 있을지는 업계의 귀추가 주목된다.

자율주행 산업은 활발한 상용화 시도를 겪고 있지만, 기술 발전과 비즈니스 모델 혁신은 산업의 미래 발전을 위한 넓은 공간을 제공합니다. Baidu와 같은 기업의 관행은 기술 개발을 촉진할 뿐만 아니라 전체 산업의 상용화 탐색을 위한 귀중한 경험을 제공합니다.

Carrot Run 프로젝트는 기술, 산업, 산업의 세 가지 수준에서 상당한 영향을 미쳤습니다. 기술 수준: Luobo Kuaipao는 차량 측 알고리즘과 원격 제어 운전을 결합하여 확장 가능한 솔루션을 제공하는 시스템 솔루션을 시연합니다. 이 모드는 차량 측 기술이 아직 완벽하지 않은 상황에서 원격 제어 주행을 통해 소비자에게 진정한 무인 운전 경험을 제공합니다. 앞으로는 더 많은 승용차 OEM과 기타 자율주행 기업이 이 계획을 참고하여 무인 택시의 광범위한 적용을 촉진할 수 있을 것입니다.

산업 수준: Luobo Kuaipao의 비교적 대규모 적용은 산업에 대한 산업 분업의 실증을 제공합니다. 여기에는 다운스트림 운영자 및 업스트림 부품 회사가 참여하여 관련 당사자에게 점진적인 이점을 제공합니다. 운영이 성숙해짐에 따라 Baidu는 운영 및 자산 보유 계획을 더욱 개선하고 산업 분업을 촉진할 수 있으며 이는 전체 산업 발전에 유익합니다.

업계 차원: 캐럿런의 원순환 효과가 자율주행 산업에 대한 대중의 관심을 다시 불러일으켰다. 이번 행사는 자율주행 산업의 'ChatGPT 모멘트'로, 이는 기술적 혁신일 뿐만 아니라 더 중요한 의미를 지닌다. , 대중의 관심을 끌고 있습니다. 더 많은 사람들이 관심을 가질수록 자율주행 산업은 인재와 자금 등 더 많은 자원을 끌어들일 것입니다.

End-to-End 자율주행 기술 개발 동향

엔드투엔드 기술의 발전은 학계와 산업계의 심층적인 연구를 촉진할 뿐만 아니라 자율주행 산업에 새로운 투자 기회와 연구 방향을 제시합니다. 엔드투엔드 기술은 아직 탐색 단계에 있지만, 미래 자율주행 분야에서의 적용 전망은 광범위하고 업계와 투자자들의 세심한 관심을 받을 가치가 있습니다.

1. 엔드투엔드 자율주행이 새로운 산업혁명을 연다

엔드투엔드(End-to-End) 기술은 지난 1년 동안 학계와 산업계로부터 폭넓은 관심을 받아왔습니다. 특히 상하이 인공지능 연구소(Shanghai Artificial Intelligence Laboratory)의 연구 결과가 CVPR2023 최우수 논문상을 수상한 이후 이 기술은 다시 한번 학계의 주목을 받았습니다. 2016년부터 2018년까지 엔드투엔드(end-to-end) 개념 탐구 과정과 이 분야에 대한 테슬라의 적극적인 입장, 그리고 2023년 8월 엘론 머스크(Elon Musk)의 라이브 방송을 통해 엔드투엔드 아키텍처 기반의 FSD v12가 시연되면서 공식적으로 엔드투엔드(End-to-End) 개념 홍보가 시작됐다. 최종 시장. 지난 6개월 동안 중국의 선도적인 지능형 운전 기업은 엔드투엔드 자율주행 계획을 연속적으로 출시했습니다. 2024년 5월, 엔드투엔드 자율주행 시스템 개발에 주력하는 스타트업 웨이브(Wayve)가 10억 달러의 자금을 조달받았다. 자율주행차 이후 처음으로 자금 조달 금액이 10억 달러를 넘는 거래였다. 운전 산업은 2022년에 최저점에 진입했으며, 이는 자본 시장이 이러한 발전에 대해 낙관적임을 보여줍니다.

2. 자율주행 아키텍처의 진화

엔드투엔드(End-to-End)란 센서 입력부터 궤적 계획, 제어 신호 출력까지 전 과정을 AI나 신경망으로 완벽하게 구현하는 기술이다.

엔드투엔드 기술의 개발은 여러 단계로 나뉩니다. 첫 번째는 인식 모듈이 딥 러닝으로 구현되었지만 의사결정 계획은 여전히 ​​규칙 정의를 기반으로 하는 인식 엔드투엔드 단계입니다. 의사결정 모듈화, 규칙 정의를 AI 네트워크 의사결정 계획으로 대체하려고 시도한 다음, 이미지 표현의 특성이 모듈 간에 전송되고 공동으로 훈련되고 최적화될 수 있는 모듈식 엔드투엔드; 생성 AI와 대규모 모델 기술을 활용하는 단일 신경망의 투엔드 솔루션은 비록 성숙도는 낮지만 잠재력은 엄청납니다.

엔드투엔드(End-to-End)는 대형 모델 및 월드 모델과 동일한 개념이 아닙니다. 엔드투엔드 솔루션은 대형 모델 또는 다중 모드 대형 모델의 기능을 활용할 수 있지만 최근에 출시된 엔드투엔드 시스템은 다음과 같습니다. Li Auto는 다중 모드 대형 모델을 사용합니다. 월드 모델은 현재 주로 훈련 데이터의 기술적 수단으로 활용되고 있으며, 향후 자율주행의 핵심 기술이 될 수도 있다.

엔드투엔드 기술은 순수 비전 시스템뿐만 아니라 모든 유형의 센서와 호환됩니다. Tesla는 순수 비전 시스템 분야의 선두주자이지만 엔드투엔드 솔루션은 LiDAR 및 밀리미터파 레이더와 같은 다양한 입력을 통합할 수도 있습니다. 카메라 데이터는 자율주행 분야에서 가장 쉽게 획득하고 축적할 수 있는 데이터 형태이기 때문에 순수 비전 시스템에 활용되는 경우가 많습니다.

3. End-to-End 기술 개발 이력

2016년부터 2018년까지 엔비디아, 웨이모 등 일부 기업이 초기 탐사를 진행했지만, 이러한 결과는 양산에 이르지 못했다. 주된 이유는 당시의 네트워크 아키텍처가 CNN 기반으로 상대적으로 단순했고, 모방 학습, 강화 학습 등의 학습 방법도 상대적으로 기초적이어서 고급 네트워크 구조 지원이 부족했기 때문입니다.

두 번째 개발 단계에서는 이 분야의 대규모 언어 모델과 같은 기본 기술 아키텍처를 적용하는 작업이 포함됩니다. 변압기와 같은 네트워크 기술 아키텍처의 광범위한 적용과 자율 주행 모델의 복잡성 및 신뢰성 증가가 이 단계의 핵심 변화입니다. 동시에 생성 AI 및 대규모 언어 모델은 일반 API 패러다임이 물리적 세계에서 AGI로 이어질 수 있음을 입증하여 더 많은 연구자와 실무자가 이 방향에 투자하도록 유도합니다.

4. 지난 1년간 주목받은 엔드투엔드 기술의 세 가지 원동력

첫 번째는 Tesla V12 시스템의 성능 지표가 두 배로 늘어났다는 점입니다. 두 번째는 더 많은 롱테일 시나리오를 해결하고 사용자 경험을 향상시키는 의인화된 측면을 포함하는 엔드투엔드 기술 자체의 제품 가치입니다. 기술 중심의 대규모 언어 모델이자 엔드투엔드 시스템의 데이터 중심 특성 및 확장 법칙입니다.

엔드투엔드 기술이 자동차 회사와 자율주행 회사의 조직 구조에 미치는 영향은 조직 구조를 단순화하고 개발 반복의 효율성을 향상시킨다는 것입니다. 현재 업계의 많은 주요 OEM들이 엔드투엔드 솔루션에 대한 대량 생산 계획을 공식적으로 발표했지만, 실제 엔드투엔드 시스템은 내년까지 대량 생산되지 않을 수도 있습니다.

SenseTime, Pony.ai, Horizon 등 자율주행 시스템 및 알고리즘 기업들은 철저한 R&D 투자를 시작했으며 향후 6개월~1년 내에 OEM 프로젝트가 본격화될 것으로 예상하고 있습니다. 동시에 Light Wheel Intelligence 및 Jiji Technology와 같은 생성 AI 및 도구 체인 회사도 엔드투엔드 분야에 예비 투자 및 탐색을 진행했습니다.

5. 엔드투엔드 기술은 산업 체인에서 업스트림 기술의 추가 개발을 촉발할 것입니다.

엔드투엔드 기술은 산업 체인에서 업스트림 기술의 추가 개발을 촉발하고 산업 생태계에 변화를 가져올 것입니다.우선, AI 모델의 복잡성이 증가함에 따라 오픈소스 생태계의 역할이 점점 더 중요해질 것입니다. 오픈소스 커뮤니티는 인재 모으기, 대규모 협업, 복잡한 모델 개발 등에서 장점을 갖고 있는데, 이는 지난 3년간 BEV 개발 과정에서 확인됐다. 2021년부터 2024년까지 오픈소스 프로젝트와 엣지 프로젝트의 결과를 비교함으로써, 오픈소스 생태계와 엣지 프로젝트가 해당 분야의 발전을 촉진하는 데 함께 작용한다는 것을 입증합니다.

둘째, 엔드투엔드 기술은 기존 시뮬레이션 및 테스트 검증 방법론에 대한 과제를 제기합니다. 자동차를 엔드 투 엔드로 제어해야 하기 때문에 기존 시뮬레이션 방법의 개방형 루프 테스트는 더 이상 적용할 수 없으며 기존 시뮬레이터의 충실도에 문제가 있습니다. 따라서 새로운 폐쇄 루프 시뮬레이션 도구 체인 세트를 개발해야 하며, 이를 위해서는 새로운 기업에 기회를 제공할 생성 AI 및 합성 데이터 영역의 기능을 결합해야 할 수 있습니다.

셋째, 엔드투엔드 기술은 칩 아키텍처의 혁신을 촉진할 것입니다.더 큰 매개변수와 새로운 신경망 운영자를 갖춘 엔드투엔드 AI 모델은 칩 회사에 새로운 과제를 제기하며, 자율 주행 AI 알고리즘의 급속한 발전에 적응하기 위해 보다 유연한 칩 아키텍처가 필요합니다.

산업 발전 동향의 관점에서 볼 때, 엔드투엔드 기술은 자율주행의 전반적인 보급률을 가속화할 것입니다. 엔드투엔드(End-to-End) 기술의 도래로 일반 소비자에게 서비스를 제공하기 위해 향후 2~3년 내에 고속 NOA, 도심형 NOA 등의 기능이 더욱 대중화될 것으로 예상된다.

엔드투엔드 기술의 강력한 일반화 능력으로 인해 향후 지역이나 국가 전반에 걸쳐 더 많은 자율주행 애플리케이션이 나타날 수 있습니다. 현재 새로운 국가에 진출하는 자율주행차 기업은 많은 적응형 디버깅을 거쳐야 하는데, 엔드투엔드 기술은 이 과정을 줄이고, 시나리오 전반에 걸쳐 적용할 수 있는 능력을 향상시키며, 심지어 다양한 시나리오의 진화를 가져올 수도 있을 것으로 예상됩니다. 상업용 차량 및 승용차용.

6. 엔드투엔드 자율주행과 일반 로봇의 관계

두 분야는 역사적으로 서로 배우고 함께 성장해 왔습니다. 센서, 인식 및 위치 확인 알고리즘, SLAM(동시 위치 파악 및 지도 구성), 계획 알고리즘, 운영 체제 및 미들웨어 등 자율주행 분야의 많은 기술은 로봇 산업에서 유래되었습니다.

지난 5년간 로봇산업의 발전은 자율주행 산업에 비해 더디었지만, 자율주행 산업은 산업화를 가속화했고, 하드웨어 부품과 센서 비용 절감은 실제로 자동차 산업에 피드백을 줬다. 로봇산업. 지난해 엔드투엔드 자율주행으로 대표되는 데이터 기반 AI 방식은 점차 양산 단계를 거치고 있으며, 향후 일반 지능도 요구되는 일반 로봇 분야에도 피드백될 것으로 예상된다.

미래를 내다보면 자율주행과 로봇공학은 물리적 세계에서 AI를 구현하는 데 가장 중요한 두 가지 영역입니다. 많은 연구자들은 일반 지능을 자율 주행과 로봇 공학이라는 두 부분으로 나눕니다. 실제 세계에서 AGI를 실현한다는 관점에서 볼 때, 자율주행 산업은 작업 복잡성이 상대적으로 낮고 데이터 획득과 반복 알고리즘을 위한 완전한 링크가 구축되어 로봇 산업에 학습할 모델을 제공하기 때문에 현재 더 분명한 이점을 가지고 있습니다. 에서.

엔드투엔드 자율주행의 발전은 자율주행 기술의 발전을 촉진할 뿐만 아니라, 로봇산업에 새로운 기회와 기술적인 레퍼런스를 가져다 줄 예정이다. 양사는 AI 기술 발전에 따라 지속적으로 서로 홍보하고 공동으로 추진해 나갈 예정이다. 물리적 세계에서 AI의 실현.

Q&A

Q1: 입력 센서로서 LiDAR 및 밀리미터파 레이더의 향후 개발 동향은 무엇입니까?

A: 무어의 법칙에 따라 LiDAR 및 밀리미터파 레이더의 비용이 지속적으로 감소하고 있습니다. 현재 출하되고 있는 라이다와 4D 밀리미터파 레이더의 가격은 각각 2000~3000위안, 600위안 정도로 격차가 크다. 2년 안에 라이다 비용은 약 1000위안, 밀리미터파 레이더 비용은 300위안 이상으로 절감될 수 있을 것으로 예상된다. 밀리미터파 레이더는 LiDAR 및 카메라와 같은 광학 시스템을 매우 보완합니다. 비, 안개, 눈, 먼지 등 악천후에서는 광학 시스템이 고장날 수 있지만, 밀리미터파 레이더는 이러한 환경에서 더 안정적입니다. 장기적으로는 특히 L3 및 L4 수준의 자율 주행에서는 다양한 센서를 활용하는 것이 중요합니다. L2 수준의 경우 저가형 솔루션은 비전과 밀리미터파 레이더의 조합을 선호할 수 있습니다.

Q2: TOB 분야의 다양한 세분화 시나리오에서 현재 자율주행 회사의 매출총이익률 수준은 어느 정도이며 잠재적으로 어느 수준을 달성할 수 있습니까?

A: TO B 회사의 비즈니스 모델 프레임워크에 따르면 제품 판매와 운영이라는 두 가지 모델로 나눌 수 있습니다. 산업 발전의 초기 단계부터 운영은 전체 프로세스를 책임져야 하기 때문에 회사의 역량을 더 잘 테스트하고 강점을 입증할 수 있습니다. 상대적으로 말하면, 가격이 전체 산업 체인의 가치를 반영하지 않기 때문에 제품 판매의 총 이익 마진은 그다지 논의 가치가 없습니다. 운영 회사는 현재 목표 총 이익 마진이 30% 또는 심지어 40%인 마이너스 총 이익 마진에서 플러스로 전환하는 단계에 있으며 일부 시나리오는 여전히 마이너스 총 이익 모드로 운영되고 있습니다.

Q3: 투자기관 입장에서 자율주행 시대가 지났다고 느끼는 분들이 많은데, 업계 관점에서 살펴볼 만한 부문이 있나요?

A: 인터넷 산업의 발전을 되돌아보면 모든 산업이 성숙 단계에 이르면 새로운 기회와 보다 세부적인 업무 분업이 나타날 것입니다. 현재 자율주행 산업은 2010년이나 2012년 인터넷 산업과 유사한 전환점을 맞이하고 있으며, 이는 향후 예상치 못한 새로운 비즈니스 모델이 등장할 수 있음을 의미합니다. 투자 단계의 관점에서 볼 때, 일부 성장 단계의 투자 기관은 특히 광업 및 도시 유통 분야에서 상업화 변곡점에 투자하기에 좋은 시기입니다. 수천 대의 큰 성장은 상용화에 대한 명확한 변곡점을 보여줍니다. 따라서 지금은 중후반 투자에 더 좋은 시기이다.

초기 투자에서는 기술 변화, 특히 폐쇄 루프 시뮬레이션 및 엔드 투 엔드 생성 데이터 솔루션과 같은 알고리즘 및 도구 체인 수준에서 새로운 기회를 제공하는 엔드 투 엔드 기술 개발에 더 많은 관심을 기울여야 합니다. 엔드투엔드 기술 외에도 고급 스마트 운전 센서의 양이 증가하면서 업스트림 산업에도 기회가 생겼습니다. 예를 들어 LiDAR 출하량의 급격한 증가는 칩 및 레이저와 같은 부품의 잠재적인 시장을 창출했습니다. 현지화 수준이 낮습니다. 지속적인 기술 혁신과 시장 확대로 자율주행 산업에 대한 초기 투자 기회가 더욱 많아질 것입니다. 인터넷 산업의 성숙기에 핀둬둬(Pinduoduo)와 도우인(Douyin)이 등장한 것처럼 미래의 발전도 무한한 가능성으로 가득 차 있습니다.

Q4: 온보드 컴퓨팅 성능에 대한 엔드투엔드 요구 사항은 무엇입니까? 컴퓨팅 파워 센터의 관점에서 볼 때 얼마나 많은 투자가 필요합니까?

A: 엔드투엔드 자율주행 기술은 컴퓨팅 전력 요구 사항을 직접적으로 증가시키지 않습니다. 그러나 데이터 기반 솔루션이고 확장 법칙을 준수하기 때문에 업계에서는 일반적으로 더 나은 성능을 달성하기 위해 모델 규모를 확장하여 고성능 컴퓨팅 전력 칩에 대한 수요가 증가합니다. Li Auto와 같은 일부 회사는 보다 유능한 다중 모드 대형 모델이 엔드 투 엔드를 수행하고 또 다른 경량 엔드 투 엔드 모델이 기존 자율 주행 칩에 배포되는 듀얼 시스템 전략을 채택합니다. 반면, 대형 모델의 추론 속도는 느려지므로 더 높은 컴퓨팅 성능이 필요함을 보여줍니다. 모델의 크기가 증가함에 따라 훈련 비용과 훈련 컴퓨팅 성능 요구 사항도 증가합니다. 초보 수준의 엔드투엔드 교육에는 A100과 동등한 카드 1,000장이 필요할 수 있으며 선도 기업에서는 이미 10,000장의 카드 수준 레이아웃에 도달했을 수 있습니다. 테슬라를 예로 들자면, 컴퓨팅 파워 훈련에 대한 대규모 투자는 다른 기업이 따라잡기 어려울 수 있습니다. 전반적으로 엔드투엔드 기술의 발전으로 인해 대규모 모델의 교육 및 배포를 지원하기 위해 더 높은 컴퓨팅 성능 칩과 더 큰 교육 컴퓨팅 성능에 대한 수요가 증가했습니다. 이는 기술 진보를 반영할 뿐만 아니라 업계의 의지를 반영합니다. 고성능 자율주행 솔루션을 추구합니다.

Q5: 현재 자율주행에 종사하고 있는 이들 기업들에게 휴머노이드나 일반 로봇의 궤도로 넘어갈 수 있는 기회나 기회가 있나요?

A: 국내 휴머노이드 로봇의 발전은 테슬라의 휴머노이드 로봇 옵티머스 출시와 밀접한 관련이 있다. Figure 팀은 또한 Apple Cars와 북미 주요 자동차 회사의 인재를 한자리에 모았습니다. 자율 주행과 로봇 공학이 여러 방식으로 연결되어 있기 때문에 이러한 산업 간 인재 흐름은 자연스러운 현상입니다.

현재 휴머노이드 로봇 몸체의 문제가 완전히 해결되지 않아 로봇 분야로의 자율주행 기술의 대규모 이전은 아직 이루어지지 않았다. 업계의 견해를 인용하면, 미래의 휴머노이드 로봇 회사 중 절반은 자동차 회사가 될 수 있다는 견해에 개인적으로 동의합니다. 이는 기술이 발전함에 따라 자율주행과 로봇공학의 융합이 점점 더 깊어질 것임을 보여준다.

티타늄 캐피털 연구소 견학

엔드투엔드 아키텍처는 자율주행을 위한 궁극적인 솔루션이 될 것으로 예상된다. 현재 지능형 주행 시스템은 일반적으로 인식, 예측, 계획의 세 가지 모듈로 구분됩니다. 엔드투엔드 모델은 세 가지 모듈을 하나로 통합하여 인식 단에서 정보를 입력하고 실행 단에서 직접 결과를 출력합니다. 모듈식 기술 아키텍처에서는 정보 전달이 손상되고 시스템 유지 관리가 어려우며 복잡한 도로 상황에 침착하게 대처할 수 없습니다. 엔드투엔드 모델에서는 프로그래머가 규칙을 공식화하기 위해 코드를 작성할 필요가 없지만 대량의 데이터를 사용하여 시스템을 훈련함으로써 기계가 자율적으로 학습하고 생각하고 분석할 수 있는 능력을 제공합니다. Titanium Capital은 계속해서 기술 반복에 관심을 기울이고 업계 및 자본 파트너와 함께 기술 발전의 기회를 포착할 것입니다.