소식

텐센트 뉴스 '하이빔'

작가 |

편집자 │ 리우 펭

엑스펭 모터스자율주행 책임자인 리리윤의 okr은 업계에서는 거의 공공연한 비밀이다.

"샤오펑이 말하는 모든 말은 나의 okr이 될 것이다." 작년 1024 기술의 날, 단 두 달 동안 샤오펑 모터스의 자율주행팀을 맡은 리리윤은 그날 밤 새로운 신분으로 데뷔했다. 주문: 2023년 xngp는 2024년까지 50개 도시에 출시될 예정이며 전국적으로 사용 가능하고 사용하기 쉽습니다.

9개월 후, 자율주행팀을 맡은 지 1년 만에 li liyun은 팀을 이끌고 예정보다 빨리, 목표 이상으로 okr을 완료했습니다. 7월 30일 허샤오펑은 ai 스마트 드라이빙 컨퍼런스에서 xngp가 "전국 사용 가능"에서 "전국 사용 용이"로 공식 업그레이드되어 "도시 제한 없음, 노선 제한 없음, 도로 제한 없음"을 달성할 것이라고 발표했습니다. 조건." 전국 전체 오픈.

xpeng motors가 설립된 2014년은 li liyun이 공식적으로 자율주행 산업에 합류한 해이기도 합니다. 그는 baidu의 미국 r&d 센터에서 자율주행에 전념한 최초의 인물 중 한 명으로, 무인 차량 행동 예측 시스템과 지능형 의사결정 계획 시스템의 전반적인 아키텍처와 알고리즘을 담당했습니다. 2018년에는 x에서 잠깐 근무했습니다. 2019년 6월에 공식적으로 xpeng motors에 입사하여 처음에는 지능형 운전 결정 계획 알고리즘 및 시뮬레이터 책임자로 근무했습니다. 주로 xpeng의 연구 개발을 담당했습니다. 모터스의 고속 및 도시 자율주행 보조 운전 시스템 ngp는 지난해 8월 전 xpeng 모터스의 자율주행 담당 부사장인 우 신저우(wu xinzhou)가 xngp 프로젝트의 리더로 공식적으로 자리를 잡았다.

이전 단계와 달리 li liyun이 xpeng 지능형 운전 팀을 이끌었던 해는 대형 모델이 지능형 운전 트랙을 격렬하게 뒤흔든 해였습니다. 지난달 xpeng automobile의 자율주행센터는 ai와 엔드투엔드를 위한 최신 조직 조정을 완료했으며 ai 모델 개발, ai 애플리케이션 개발, ai 효율성 개발이라는 세 가지 새로운 기능을 확립했습니다.

지난 7월 30일 ai 스마트 드라이빙 컨퍼런스 전과 10주년 기념 컨퍼런스 이후 텐센트 뉴스 '하이빔'은 리리윤과 단독 대화를 나눴다. 올해를 되돌아보며 그는 가장 중요한 것은 사람이라고 믿으며 스마트폰을 활성화했다. 조직과 사람 tiaoshun은 "이렇게 완전한 조직이 있으면 모두가 자신의 강점을 발휘할 수 있습니다. 모두가 단합된 노력으로 우리는 점차 목표를 달성해 왔습니다."라고 말했습니다.

li liyun은 he xiaopeng이 어떻게 내부 자율 주행의 진행 상황을 직관적으로 이해했는지 설명하기 위해 다음과 같은 예를 들었습니다. "사실 비교적 안정적이고 최신 소프트웨어를 형(he xiaopeng)의 자동차에 적용하는 것은 매우 간단합니다. ) 또는 다른 내부 동료들과 함께 시운전을 통해 xpeng motors의 지능형 주행 능력의 발전과 진화를 확인할 것입니다."

인터뷰 동안 리리윤은 '결심'이라는 말을 20번 가까이 말했다. 그는 결국에는 지능적으로 운전할 수 있는 능력을 갖춘 자동차 회사가 많아야 한다고 생각하지만, 그 중 대부분이 60점, 70점일 수 있습니다. 진정으로 80점, 90점을 달성할 수 있는 사람은 매우 결단력이 있어야 합니다. , 자체 연구, ai 개혁을 지향하는 강력한 미들, 백엔드 역량을 갖춘 자동차 회사입니다. "우리는 전 세계에 소수의 회사만 있을 수 있다고 믿으며 xpeng은 그중 하나가 될 것입니다."

다음은 tencent news 'high beam'과 li liyun의 대화 내용을 편집한 것입니다.

“1년을 볼 때 가장 중요한 것은 사람입니다.”

tencent news '하이빔': 허샤오펑 본인은 늘 올인 스마트 드라이빙 상태에 있었습니다. 매일 소통이 잘 되시나요? 그는 당신의 작업을 어떻게 평가하나요?

리리윤:우리 스마트 드라이빙 부서는 매우 행복하고 도전적인 부서입니다. 흥미로운 점은 기본적으로 ppt 보고서를 작성하지 않는다는 것입니다.

형이 내부 자율주행의 진행 상황을 어떻게 직관적으로 이해할 수 있을까? 사실은 비교적 안정적이고 최신 소프트웨어를 형인 나 팅팅(위안 팅팅, 자율주행 제품 담당 수석이사)에게 밀어주는 일이다. xiaopeng motors) 및 내부 다른 동료의 자동차를 먼저 시운전하여 지능형 운전 능력의 발전과 진화를 확인할 것입니다.

나와 형의 의사소통은 생각보다 민첩하다. 우리 소프트웨어는 매주 또는 2주마다 버전을 제공하는 것이 아닙니다. 때로는 업데이트가 있거나 일부 문제를 해결하거나 일부 작은 기능을 추가하는 과정에서 모든 안정적인 소프트웨어 버전을 선배들이 경험하게 될 것입니다.

우리가 최신 소프트웨어를 적용하면서 그는 점점 더 많이 운전할 것이기 때문에 우리는 매일 자동차 경험에 대해 논의할 것입니다. 때로는 새로운 요구 사항이나 개선 사항을 발견할 수도 있고, 선배도 이런 식으로 문제를 발견하고 피드백을 줄 것입니다. , 자연스럽게 우리의 의사소통에서 우리는 스마트 드라이빙과 ai 기술에 대한 장기적인 투자와 계획을 종종 조정할 것입니다.

tencent news '하이빔': 이런 고주파 통신이 당신에게 많은 부담을 안겨줄까요?

리리윤:xpeng과 우리를 아끼는 모든 사람들은 처음으로 xpeng motors의 지능형 운전의 변화나 진화를 경험할 수 있습니다. 이것은 제 개인적인 경험과 관련이 있어 매우 흥미롭습니다.

저는 원래 미국에서 컴퓨터공학 박사 과정을 밟고 있었는데, 당시 인공지능과 딥러닝이 막 떠오르던 중이었습니다. 전통적인 딥러닝이지만 인공지능은 지금만큼 인기가 없었습니다.

저는 인터넷(바이두)에서 경력을 시작했지만, 중국에서 가장 초기의 지능형 운전 또는 자율 주행 물결에 참여할 수 있었던 행운도 있었습니다. 로보택시를 접하게 된 건 아마 2015년인가 2016년쯤이었을 겁니다. 그 당시에는 로보택시가 굉장히 흥미로운 일이라고 생각했어요. 하지만 축적과 성장의 시간을 거치고 나면 더욱 흥미로운 건 일이나 일상의 노력, 배움과 성장이에요. , 눈에 보이고 눈에 띄게 표시될 수 있으며, 직접 구매할 수도 있고, 친척, 친구, 동료가 구매하여 매일 사용할 수도 있습니다. 이는 특히 인간의 마음에 관한 문제입니다.

저는 robotaxi가 운영 서비스에 더 가깝다고 생각하지만, 자동차를 소유한다는 것은 매우 흥미로운 일입니다. 이 자동차의 소프트웨어와 기능은 처음부터 우리가 조금씩 개발하고 반복하는 것입니다. 그럼 부담감이 크다고 했죠? 압박감이 동기부여로 바뀔 수 있다고 생각하는데, 더 흥미로운 점은 인공지능의 폭발이 점점 더 많아지면서 이 문제가 점점 더 가능해졌다는 점입니다.

텐센트 뉴스 '하이빔': 스마트 드라이빙 팀을 맡은 지 1년이 넘었습니다. 이 기간 동안의 소감을 간단히 요약해 주실 수 있나요?

리리윤:올해는 되돌아볼 가치가 있습니다. 일년 중 가장 중요한 것은 사람입니다. 무엇이든 잘하려면 최고의 팀과 사람이 필요하기 때문입니다. 물론 우리는 xiaopeng의 확고한 투자 덕분에 정착한 뛰어난 학생들이 많이 있습니다. 또한 이전에 업계 성과와 업계 인지도를 얻었기 때문에 tingting과 같은 사람들을 ai 분야에서 유치할 수도 있습니다. 새로운 뛰어난 재능의.

제가 하는 일은 사실 매우 간단하지만, 나에게는 오래된 것과 새로운 것을 결합하고 조직과 사람을 활성화하고 조정하는 것이 가장 중요합니다. , 모두의 공동 노력으로 우리는 점차 목표를 달성했습니다. 예를 들어 작년에 설치한 플래그는 50개 도시였는데, 실제로 올해 1월 1일에는 243개 도시에 제품을 배포할 수 있게 되었습니다. 사용합니다.

올해 하반기에는 후속 1024 기자간담회에 주목해 주시기 바랍니다. 우리는 끝을 염두에 두고 시작하고 끝을 맞이하는 것이 결국에는 필수이거나 필수라고 생각합니다. ai 기반을 수용하는 길이다. 엔드투엔드(end-to-end)는 실제로 ai의 표현입니다. xiaopeng이 말했듯이 우리 자동차는 l2 보조 운전 차량이지만 내년 말에는 l3와 유사한 경험을 갖게 될 것입니다.

제가 강조하고 싶은 점은 사용자들이 반복의 속도를 느낄 수 있도록 하겠다는 것입니다. 매달 작은 버전이 나올 것이고, 두 달에 한 번씩 비교적 큰 버전이 나올 것이며, 끝을 염두에 두고 시작하는 과정에서 지속적으로 역량이 향상될 수 있도록 할 것입니다. .

tencent news '하이빔': 오래된 것과 새로운 것을 결합하는 방법, 구체적으로 어떻게 해야 할까요?

리리윤:한편으로는 옛 반 친구들의 능력을 자극하고 그들이 새로운 역할을 수행할 수 있게 해줄 것입니다. 예를 들어, 옛 동창이 뒤에서 영웅이었을 수도 있지만 이제는 일선 사업을 하기 위해 일선으로 나가라는 요청을 받는 경우도 있습니다. 이 과정에서 그는 새로운 역할과 활력을 얻었고, 성장하기도 했다. 더 중요한 것은 그 과정에서 그는 주변 사람들에게도 영감을 주고 좋은 모범을 보였습니다. 우리는 이것을 간부 간 훈련이라고 부릅니다. 이제는 무대 뒤의 많은 헌신자들이 프론트 데스크에 와서 일선 업무를 수행하고 있으며 센터 전체가 더욱 활기를 띠고 있음을 느낍니다.

더 중요한 것은 우리가 이 문제에 지속적으로 투자하고 끈기 있게 노력하면서 우리 사업이 여전히 빠른 발전을 이루고 있기 때문에 많은 새로운 ai 인재를 유치할 수 있다는 것입니다. 지금 인재 확보 경쟁이 매우 치열하다고 생각하는데, xpeng이 계속해서 전 세계적으로 좋은 사람들을 끌어들일 수 있다는 것을 보니 정말 행운입니다.

tencent news "하이빔": xiaopeng은 지난번에 모든 친구와 사업가가 존중하고 가볍게 탭하고 덜 파야한다고 농담했습니다.

리리윤:우리는 단지 우리의 친구들과 사업가들이 "우리를 가볍게 두드려주고 더 적은 사람들을 밀렵하기"를 바랄 뿐이지만, 더 중요한 것은 우리 자신이 강한 매력을 갖고 있다는 것입니다. 그것이 많은 뛰어난 옛 동창들을 포함하여 돌아온 새로운 재능이든, 이 조직은 매우 중요합니다. 세대를 거쳐 성장합니다.

물론 인력 교체도 있겠지만, 무대 뒤의 사람들이 열정적으로 앞 무대로 이동해 더 큰 책임을 맡고, 더 큰 도전에 맞서는 모습을 보면 매우 기쁘다고 생각합니다. 스마트한 운전이 현실이 되었습니다. 뭔가가 실제로 이루어졌습니다.

tencent news "하이빔": 최근 xpeng 지능형 운전 팀이 일부 구조적 조정을 한 것을 보았습니다. 이 뒤에 있는 생각은 무엇입니까?

리리윤:ai시대를 맞아 더욱 민첩해진 조직구조다. 최근 우리 자율주행센터는 ai 역량의 진화와 조직의 ai로의 전환을 가속화하기 위해 ai 모델 개발, ai 애플리케이션 개발, ai 효율성 개발이라는 3가지 주요 기능을 신설했다.

텐센트뉴스 '하이빔': 향후 인재 도입 시 고려사항은 무엇인가?

리리윤:재능의 질과 요구 사항에 약간의 변화가 있다고 느낍니다. 도메인은 이전만큼 중요하지 않습니다.

지식(도메인 지식)이나 수학적 규칙, 더 중요하게는 ai 배경을 가진 젊고 똑똑한 사람들, ai로 비즈니스 문제를 해결할 수 있는 사람들의 합류를 바랍니다. 나중에 모두가 싸우는 것은 데이터와 ai 효율성이기 때문에 전체 인프라의 효율성과 역량도 매우 중요하므로 사람들의 강점과 선호도에는 약간의 변화가 있을 수 있다고 생각합니다.

조직, 업무 수행 방식, 비즈니스 및 차량 전체가 ai와 완전히 통합된 후에는 후속 진화가 점점 더 빨라질 것입니다. 속도의 핵심은 효과적인 데이터를 획득하고 효과적인 데이터를 사용하는 효율성 변화에 있습니다. 반복하다.

지능형 운전 능력과 경험은 항상 향상되어야 하며, "충격 요법"을 실시해서는 안 됩니다.

텐센트 뉴스 '하이빔': 지난 1년 동안 모두가 엔드투엔드를 굴리고 있었는데, 이 전에도 내부적으로 이런 추세를 예상했나요? 어떤 준비가 이루어졌나요?

리리윤:xpeng motors는 항상 지능형 운전에 대한 투자를 확고히 해왔습니다. 창립 이래로 자율주행 센터를 보유하고 있었으며 오늘날까지 성장했습니다. 우리의 현재 투자도 매우 확고합니다. ai에 대한 연간 투자는 35억 위안에 달하며 우리의 인재는 전 세계에 퍼져 있습니다.

엔드투엔드(end-to-end) 측면에서 우리는 실제로 다른 사람들이 해냈기 때문에 또는 우리가 무언가를 봤기 때문에 그것을 하려는 것이 아닙니다. xpeng의 경우 우리가 믿기 때문에 더 많이 하고, 그래서 우리는 그것을 보고 있기 때문에 xpeng motors가 이 문제를 주도하고 있다고 생각합니다.

이르면 2022년 초부터 실제로 관련 레이아웃을 만들기 시작했습니다. 당시 우리는 여러 도시에서 고정밀 지도를 기반으로 한 도시 보조 운전 기능의 검증을 막 완료한 상태였습니다. 실제로 전국적으로 운전하고 사용할 수 있으려면 ai의 기능을 수용해야 한다고 믿었습니다.

그래서 그 이후로 우리는 ai 엔드 투 엔드 인식을 사용하여 도로 네트워크를 식별하고 고정밀 지도에 대한 의존성을 없애고 점차적으로 고유한 xpeng motors 엔드 투 엔드 xpeng motors 3개 네트워크( 신경망 xnet + 대형 제어 모델 xplanner + 대형 언어 모델 xbrain)은 현재까지 전국적으로 활용 가능한 능력과 사용 편의성을 갖추고 있으며, 국내 최초 엔드투엔드 대형 모델 양산을 달성했습니다.

tencent news '하이빔': 외부 인식 관점에서 볼 때 엔드투엔드가 가장 빨랐습니다.테슬라머스크는 제안이 나오자 처음으로 엔드투엔드 생방송을 시연했고, 이후 아주 짧은 시간 안에 모두가 따라잡기 시작했다.

리리윤:이러한 인식을 부정하지는 않지만 이것은 단지 일정일 뿐입니다. xpeng motors에게 ai를 수용하는 것은 매우 확실한 일입니다.

xpeng motors는 인텔리전스를 라벨과 핵심으로 하는 oem입니다. 우리는 우리 제품이 기능과 경험 측면에서 항상 진보적임을 보장해야 하며, 엔드투엔드 발전 과정에서도 "충격 요법"에 개입하지 않을 것입니다.

xpeng motors에는 두 가지 특징이 있습니다. 한편으로는 ai 스마트 운전에 대해 매우 확신을 갖고 있으며, 다른 한편으로는 제품 출시 과정에서 사용자 경험을 지속적으로 개선해야 합니다.

2021년과 2022년에는 실제로 고정밀 지도에 의존한 xngp의 전신인 고속 ngp와 도시형 ngp를 출시했습니다. 당시 우리는 얼마나 많은 장면을 처리했고 얼마나 많은 코드 라인을 추가했는지도 강조했습니다. 하지만 그때까지 우리는 실제로 이미 인식했습니다. 결국 전국에서 사용할 수 있고 전국에서 쉽게 사용할 수 있으려면 ai를 굳게 믿어야 한다는 것을 우리는 알고 있습니다. 그래서 그 당시 우리는 이미 사전 연구, 판단 및 작업을 시작했습니다. 그러나 그 당시 우리가 출시한 제품의 지능형 운전 경험이 점차 개선되고 있는지 확인하기 위해 여전히 높은 수준의 성능을 기반으로 했습니다. 정밀한 지도와 매우 무거운 규칙에 따라 수행하세요.

그래서 저는 이를 부정하지는 않지만, 적어도 중국 자동차 회사 중에서는 우리가 확고한 의지를 갖고 있으며, ai 엔드투엔드에 투자하고 배포하는 최초의 자동차 회사입니다.

tencent news "하이빔": 얼마 전 "fsd가 중국에서 3억 대의 e-당나귀를 처리하기 어렵다"고 말씀하셨는데, 기술적인 관점에서 볼 때 tesla fsd의 중국 진출에 대한 귀하의 판단은 어떻습니까? 중국? ?

리리윤:우리는 특히 전 세계 스마트카 분야의 선두주자 중 하나인 tesla를 존경합니다. 미국에서는 현지 도로 상황과 도로 리듬이 그다지 복잡하지 않고 더 빠르게 주행하기 때문에 매우 좋은 성과를 거두고 있습니다.

하지만 미국의 도로 상황은 중국의 도로 상황과 많이 다르다고 느꼈습니다. 해외에서 수년 동안 생활했기 때문에 게임의 강도와 수준이 국내 도로 상황과 매우 다릅니다. 외국에는 때때로 좁은 자전거 도로가 있고 그 옆에 산발적으로 자전거를 타는 사람들이 있을 수도 있지만 광저우에서는 우리와 같은 소형 전기 자동차를 사용할 수 없을 것 같습니다. 중국의 많은 도시의 인프라 구축은 매우 다릅니다. 일부 도시에는 특수 전기 차선이 있으며 일부 도시에서는 무동력 차선을 사용할 수 없습니다. 무동력 차량은 종종 차선을 놓고 자동차와 경쟁합니다. 갑자기 건너가거나 반대방향으로 가다보니 여기까지 오니까 교통상황이 많이 다른 것 같아요.

그래서 tesla fsd가 중국에 오면 다른 어려움을 겪게 될 것이라고 생각합니다. 어디에서 왔든 중국 현지에서 최적화되어야 한다고 생각합니다. 이는 불가피한 과정입니다.

tencent news '하이빔': xiaopeng이 6월 tesla fsd를 경험하기 위해 미국으로 간 후, 그가 당신에게 가장 먼저 이야기한 내용은 무엇입니까?

리리윤:xiaopeng은 즉시 저에게 전화를 했습니다. 그는 tesla가 ai에 대한 투자와 엔드투엔드 역량으로 인해 빠른 발전을 이루고 있다고 느꼈습니다.

우리는 오랫동안 이야기를 나누며 그곳의 도로 상황이 중국과 어떻게 다른지에 대해 많은 이야기를 나눴습니다. 예를 들어, 미국의 고속도로는 더 빨리 달릴 것이지만 교통 게임은 중국만큼 치열하지 않습니다. 예를 들어 전기 당나귀가 3억 대도 없고 신호등도 더 간단합니다. 중국에는 다양한 신호등이 있고, 미국에는 대기실과 로터리가 거의 없습니다. 그러나 국내의 도로 사정은 더욱 복잡하여 자동차가 맨 왼쪽에서 우회전해야 하거나 맨 오른쪽에서 좌회전해야 하는 경우도 있습니다. , 등.

하지만 더 중요한 것은 샤오펑과 이야기를 나눈 후 한편으로는 우리가 더 잘할 수 있는 부분이 무엇인지 알게 되었고, 다른 한편으로는 이 길을 선택하는 데 자신감이 더 커졌다는 점이라고 생각합니다. 연구 개발 패러다임을 직원과 규칙 중심에서 데이터 및 시나리오 중심으로 지속적으로 전환하면 효율성이 크게 향상될 것이므로 이 문제에 대해 더 확신합니다.

xiaopeng은 중국에 돌아온 후 최신 버전을 경험했으며 최신 버전에서 우리가 많은 것을 잘했다고 생각합니다. 예를 들어 대형 모델과 엔드투엔드를 수용한 후 작은 도로, 우회로, 유턴 등의 장면에서 매우 좋은 성능을 발휘하며, 특히 유턴을 사용하여 이를 해결하면 보기 어렵습니다. 유턴 입구와 반대편 사물은 전혀 다릅니다. 아니, 지켜보는 동시에 운전하는 과정이기 때문에 이 문제는 규정에 따라 처리하기 어렵습니다.

일반적으로 말하면 우리는 약간 흥분되고 약간 흥분되며 사명감과 동기 부여가 더 강합니다.

tencent news '하이빔': 520 ai day부터 730 ai 스마트 운전 기술 컨퍼런스까지 xpeng motors는 전국 운전 가능에서 전국 사용 용이성으로 전환했으며 827은 'end-to-end'를 출시했습니다. four steps'에 대한 생각과 실행 경로를 간략하게 소개해주세요. 또한 이는 엔드투엔드가 이미 인정받고 지속 가능한 기술 경로라는 것을 의미합니까? 미래에 새로운 솔루션과 경로가 나타날 가능성이 있습니까?

리리윤:기존에는 룰로 커버하기 어려웠던 로터리, 유턴, 작은 도로 등의 시나리오를 이제 전국에서 쉽게 이용할 수 있는 단계에 이르렀습니다. 왜 이것이 가능합니까? 문제 해결을 위해 점차적으로 ai 데이터를 사용하는 방향으로 전환하고 있을 뿐만 아니라 매우 엄격한 검증 엔지니어링 고려 사항을 갖고 있기 때문입니다.

전국에는 현급시와 현급시를 포함하여 2,595개의 도시가 있습니다. 그러나 주행 거리로 보면 실제로 우리의 테스트 차량은 756만km를 주행했으며 이는 중국 내 최고 수준이며 심지어 세계 질서입니다. 규모의. 우리는 자동차를 사용할 때 사용자의 실제 안전에 대해 매우 중요하게 생각합니다. 이러한 지능형 주행 기능을 구현하는 것뿐만 아니라 검증 차량을 통해 이를 검증하기를 바랍니다.

엔드투엔드(end-to-end)의 목표는 엔드투엔드(end-to-end)가 되는 것이 아니라 데이터를 효율적으로 활용하는 것입니다. 엔드투엔드(end-to-end)의 본질은 일종의 극단적인 모방 학습으로, 데이터를 손실 없이 궁극적으로 활용해야 한다는 것입니다. 이 목표를 달성하기 위해 우리의 기본 전략은 모델을 단순화하고, 데이터 경로를 개방하며, 보다 강력한 ai 아키텍처를 구축하는 것입니다. 우리는 엔드투엔드 기능을 활용하면 도로에서 발생하는 대부분의 코너 케이스를 해결하여 l3+ 자율 주행 경험을 달성하는 데 도움이 될 수 있다고 믿습니다.

tencent news "high beam": 고주파수 반복 프로세스 중에 이러한 실제 효과를 어떻게 보장합니까? 일선 엔지니어와 관련 팀이 자동차를 직접 경험해야 한다는 엄격한 규칙이 있나요?

리리윤:고속 ngp부터 시작해보자. 그 당시 나는 여전히 센터 담당자가 아닌 고속 ngp 프로젝트 담당자였다. 그 당시 저는 우한에서 막 돌아왔습니다. 그 당시 우리 모두는 알고리즘을 작성하고, 모델을 만들고, 중간 사무실과 백 오피스에서 일하고 있었습니다. 제품을 만드는 학생들은 물론이고, 공급업체 관리와 공급업체 부품 개발에 더 중점을 두었기 때문에 모두가 이 차를 타야 하고, 경험해 본 후에는 사용자에게 어떤 종류의 제품을 제공하고 싶은지 알게 될 것입니다.

2020년과 2021년에 초고속 ngp를 할 때, 중국에 막 귀국해서 가장 먼저 한 일은 국내 운전면허증을 따는 것이었고, 그 다음 가장 먼저 한 일은 미친 듯이 달리는 일이었다. 고속도로. 속도가 미친 것은 아닙니다. 적어도 광저우의 모든 고속도로와 주변 ​​고속도로에 대해 잘 알고 있다고 말할 수는 없습니다. , 나는 모든 종류의 고속 장면을 정말로 이해하고 모든 작업 조건을 경험했으며 사용자에게 고속 ngp의 가치를 알고 있습니다. 이제 20만~30만 위안에 구입하는 자동차에 고급 운전자 지원 기능이 없으면, 특히 고속 루프에서 자동차가 약간 구식이거나 일부 기능이 누락될 수 있습니다.

나중에 도시 ngp 단계에 이르렀을 때 모든 도로를 개설하는 것은 불가능했지만 그 당시에는 기본적으로 제품 테스트 및 r&d 팀과 함께 전국을 여행했습니다. 장강삼각주, 주강삼각주, 베이징 주변의 도시들, 도시 지역, 교외, 도시와 주변 위성 도시 간의 연결 도로를 포함하여 모든 도시를 운전하면서 중국의 광대한 토지와 풍부한 자원, 복잡성을 실제로 보았습니다. 도로 상황의. 과중한 경험을 바탕으로 한 고정밀 그래픽은 지속가능성이 매우 낮다는 것을 절실히 느낀 시기이기도 했고, ai로 이 문제를 엔드투엔드(end-to-end) 해결하는 것이 올바른 방향이라고 더욱 결심하게 되었고 믿게 되었습니다.

이제는 전국적으로 사용할 수 있는 단계에 이르렀고 전국적으로 사용하기 쉽기 때문에 작은 길을 탐색하거나 일반적으로 적용 범위가 낮은 곳으로 이동하는 것을 더 자주 좋아한다고 생각합니다. 그 과정에서 우리는 알고리즘이든 모델이든 자동차와 직접적으로 관련된 학생들에게 자신의 자동차를 타고 직접 경험해 볼 것을 권장하고 요구하기도 합니다.

tencent news '하이빔': 이전 도시 개통 과정에서 도로 상황이 가장 복잡한 도시는 어디라고 생각하시나요? 엔드투엔드 이후에는 도시를 여는 것이 더 쉬울까요? 일반화 능력이 더 강해졌습니다.

리리윤:사실 저는 lianzhou, 광동 북부의 일부 도시 또는 양쯔강 삼각주의 많은 작은 도시와 같이 방문할 것이라고는 생각하지 못했던 많은 도시에 가봤습니다. 나는 그것이 여러 차원을 가지고 있다고 생각합니다. 첫 번째는 역동적인 부분입니다. 지역에 따라 사람들의 운전 습관도 다릅니다. 일부 지역의 운전 습관에 따라 운전은 어떤 장소에서는 더 강렬할 수도 있고 어떤 곳에서는 덜 강렬할 수도 있습니다.

또한, 보행자에게 양보하는 것에 관한 교통 법규는 장소마다 다르며, 어떤 곳에서는 보행자에게 양보해야 한다고 명시되어 있지만, 꼭 지키면 되는 것 같습니다. 안전. 하지만 양보해야 하는 곳도 있고, 완전히 멈춰야 하는 곳도 있는데, 적절하게 양보해도 된다고 적혀 있습니다.

또한 신호등 문제도 있습니다. 베이징의 빨간 신호등에서는 직접 유턴할 수 있습니다. 예를 들어 베이징의 교차로에서 가장 왼쪽 도로로 나가면 유턴 금지 표지판이 없으면 라운드가 있는 것입니다. 앞에 빨간불이 있으면 직접 유턴할 수도 있지만, 표지판이 없으면 유턴할 수도 있습니다. 하지만 광저우는 아니어서 매우 흥미롭습니다. 대기 장소도 매우 특별합니다. 일부 지역에서는 녹색 신호등이 켜져 있을 때 대기 장소에 들어갈 수 있지만, 일부 대기 장소에서는 좌회전할 때 갑자기 정지하게 됩니다. 당신은 또한 매우 다릅니다.

어떤 방법이나 규칙, 엔드투엔드 방법을 사용하더라도 다양한 규칙에 직면해야 합니다. 이는 oem의 장점이기도 합니다. 왜냐하면 우리는 기본 사용자 데이터를 가지고 있고 사용자 행동을 통해 교통 규제에 대한 이해를 추론하고 이를 특히 민첩하고 일반화된 모델에 구현하기 때문입니다. 유턴 장면과 마찬가지로 게임플레이도 매우 다릅니다. 같은. 일반적으로 일부 스마트시티에서는 교통 이해가 더 어려워지고 더 많은 모델이 필요할 것이라고 생각합니다. 이것이 바로 장면 이해를 위해 xbrain이 필요한 이유입니다.

운전자에게는 교통법규가 매우 중요하며, 무엇보다 안전이 항상 가장 중요합니다. 안전에 있어서 가장 중요한 것은 역시 교통약자들의 안전이기 때문에 전기차를 이용하는 보행자를 다루는 것이 가장 큰 과제라고 생각합니다. 전용 무동력 차량이 없는 일부 도시에서는 문제가 훨씬 더 커질 것입니다.

xpeng motors는 전국적인 데이터를 보유하고 있으며 xngp는 광저우에 뿌리를 내렸습니다. 도시에는 소형 전기 자동차, 택배, 배달원이 많은 작은 도로가 있습니다. 이것이 우리가 어려운 모드에 도전한 이유 중 하나입니다. 처음부터. 전국적으로 오픈해서 전국적으로 사용할 수 있게 하려면 이것이 우리가 직면해야 할 과제입니다.

end-to-end는 빙산의 일각일 뿐이고, 더 중요한 것은 표면 아래 95%입니다.

tencent news "하이빔": 모두가 엔드투엔드에 대해 이야기하고 있습니다. 사용자가 모델 간의 차이를 경험할 수 있습니까? xpeng motors의 차별화된 경쟁력은 무엇인가요?

리리윤:나는 우리를 경쟁사와 직접 비교하지 않을 것입니다.

xiaopeng motors 자체의 관점에서 볼 때, 엔드 투 엔드가 우리에게 가져오는 가장 중요한 것은 무엇입니까? 첫 번째는 r&d 효율성이 빨라졌다는 점이다. 예를 들어, 예전에는 고정밀 지도에서 유턴, 로터리, 유턴이 제한된 수의 도시에서만 가능했지만 이제는 기본적으로 모든 도시의 유턴을 처리할 수 있습니다. 우리는 보이지 않는 장소에 대해 엔드투엔드 기능을 수용했기 때문에 여기서 u턴이 있다는 것을 막연하게만 알 수 있습니다. 왜냐하면 여러분에게 u턴은 수직을 볼 수 있다는 것을 의미하기 때문입니다. 앞에, 도착하면 아무것도 볼 수 없습니다.

피상적인 관점에서나 사용자가 우리를 따라갈 때 느낄 수 있는 차이에서 우리는 보이지 않는 장소에 대한 강한 상상력이나 걷는 동안 보는 능력을 가지고 있습니다. 우리는 인간처럼 자연스럽게 통합되어 걷고, 움직일 수 있는 능력을 가지고 있습니다. 동시에 참조하십시오. 우리는 전국 어느 곳에서나 돌아볼 수 있는 능력이 거의 없고, 사용자들은 그것을 경험해 본 적이 있습니다.

규칙에 따라 유턴이나 로터리를 할 수 없다는 것은 아니지만 규칙에 따라 할 수는 있지만 많은 에너지와 시간을 소비해야 합니다. 농담으로 먼저 현장을 파악하고, 도로를 만들고, 길을 만들고, 예측을 하고, 속도를 내야 한다고 합니다. 이 사슬이 원래는 반년 정도 걸렸을 텐데 지금은 한 달이 걸릴 수도 있습니다. 아니면 둘. 우리 의견으로는 효율성 향상이 엄청납니다.

물론 여기에는 매우 중요한 점이 있습니다. 효율성 향상은 내부 강점과 중간 및 백엔드 시스템의 매칭을 기반으로 해야 합니다. 이는 xpeng의 장기 투자의 장점이자 확실성이기도 합니다. 우리는 일년 내내 이 분야에 확고히 전념해왔기 때문에 전체 r&d 프로세스와 시스템을 포함한 데이터 폐쇄 루프와 시스템이 매우 다릅니다.

흥미로운 예를 들자면, 이 부분도 인재를 유치할 수 있는 지점이라고 생각합니다. 엔지니어가 코드를 작성할 때 코드를 평가하는 첫 번째 단계는 교사가 아닙니다. ai를 사용하여 첫 번째 레벨을 통과하는 것은 ai가 여기서 스타일이 좋지 않고 중복이 있다는 점을 지적하는 것입니다. 여기서는 효율적이지 않고, 쓰기가 잘못되었습니다. 예를 들어 반환을 잊어버리거나, 유형이 잘못되었거나, 런타임(런타임)이 잘못되었거나, 메모리를 짓밟을 위험이 있습니다.

우리 전체 시스템에서 ai는 자동차와 클라우드의 기능에만 반영되는 것이 아니라 코드 엔지니어의 권한 부여에도 반영됩니다. 모든 코드는 첫 번째 단계에서 ai 교사의 검사를 받아야 합니다. ai 선생님의 검사를 통과하지 못하면 테크리더(기술담당자)에 들어가거나 버스를 타고 통합 과정을 거치게 됩니다. ai는 연구 개발의 모든 영역에 침투했습니다.

tencent news "high beam": 언제부터 ai를 사용하여 코드를 평가하기 시작했나요?

리리윤:우리는 2022년 중반부터 아주 일찍부터 계획을 시작했습니다. 우리가 ai를 수용하는 것은 단순히 자동차 측면에서 여러 모델을 연결하거나 엔드투엔드를 연결하는 것이 아닙니다. 이는 빙산의 일각일 뿐이며, 더 중요한 것은 95%입니다. 전체 시스템이 변경되어야 하며 모델 반복 및 데이터 마이닝을 기반으로 시스템을 구축해야 합니다.

더 중요한 것은 습관을 바꾸고 직장에서 ai를 수용하여 효율성을 높여야 하므로 우리는 포괄적입니다.

tencent news "하이빔": 수면 아래 95%에는 무엇이 포함됩니까? xiaopeng은 이전에 중국에서 10,000개 이상의 카드를 보유한 회사는 매우 드물며 5,000~10,000개의 카드를 보유한 회사는 소수에 불과하다고 말했습니다.

리리윤:일반 인공지능 분야에 종사하는 회사들과 비교할 수 없습니다. 자동차 회사 중 우리 카드가 최상위권에 있어야 한다는 것도 우리의 확고한 투자의 증거입니다. 왜냐하면 뛰어난 ai 엔지니어를 유치하려면 단지 인원이 많은 것만이 아니라 사용할 수 있는 리소스와 카드가 얼마나 있는지도 물어볼 것이기 때문입니다. 더 중요한 것은 이러한 카드를 중심으로 우리가 엔지니어에게 제공하는 교육 서비스에는 데이터 흐름이 효율적인지, 교육 인프라가 완벽한지 여부가 포함된다는 점입니다. 이는 장기적으로 지속적이고 확고한 투자의 결과입니다.

실제로 네트워크나 자동차의 사물에는 더 많은 인내와 자원, 투자가 필요합니다. 자동차 측 네트워크는 결국 어느 정도 유사점이 있거나, 전반적인 논리가 유사하기 때문에 결국 해결하는 작업은 동일하지만 완전히 수렴된다고 할 수는 없습니다. 게다가 자동차 엔드는 그저 떠다니는 부분인데, 장기적으로 자동차 엔드를 어떻게 반복하고 업그레이드할 것인가? 이것은 중간과 백엔드의 데이터 플라이휠과 폐쇄 루프뿐만 아니라, 또한 모든 직원의 작업 방식.

tencent news '하이빔': 시스템이 사용하기 쉬운지 또는 특정 목표 값에 도달했는지 확인하려면 먼저 경쟁사와 수평적으로 비교하여 사용자 수준에서 인식을 가질 수 있도록 하는 것으로 이해됩니다. 두 번째는 내부적으로는 체계적인 검증 로직과 방법이 있을 것입니다.

리리윤:경쟁사와 비교하는 것은 최종 경험일 뿐이지만, 소프트웨어를 출시하거나 소프트웨어 변경을 하는 과정에서 우리는 완전한 전체 체인 프로세스를 갖게 됩니다. ai가 코드를 보는 것부터 시작됩니다. 첫 번째 단계는 사람을 거치지 않고, 나중에 사람들이 계획을 검토하기 시작합니다. 실제 차량 검증의 연쇄 과정입니다.

가장 중요한 것은 시뮬레이션입니다. 우리는 이를 소프트웨어 인 더 루프(software-in-the-loop testing)라고 부르기도 합니다. 실제로 이는 자동차 회사에서도 시뮬레이션이라고 부르는 용어입니다. 또는 에뮬레이션. 이것이 우리가 매우 무겁게 만든 것입니다. 우리는 수만 개의 컷인을 수집했습니다. 클라우드에서 게임을 하거나 클라우드에서 이 평행 세계를 재생하여 각 스토리의 결말이 어떤지 확인할 수 있습니다.

이러한 포괄적인 특수 게임 장면이 이전에 수정한 장면과 비교하여 개선되면 이 수준을 통과한 것입니다. 물론 이것은 단지 cut-in을 예시로 사용한 것입니다. 게다가 우리는 클라우드에서 시뮬레이션할 데이터의 양이 엄청나며, 그 양은 클라우드의 크기에 따라 하루에 수천만에서 수억 킬로미터에 달할 것입니다. 또한, 우리는 벤치 시뮬레이션인 hardware-in-the-loop(하드웨어-인-더-루프 테스트) 접근 방식도 가질 것입니다. 이는 실제 자동차에 더 가깝지만 그 세계는 이전의 일부 추론을 기반으로 합니다. 현실 세계도 비슷한 방법론을 갖고 있습니다. 폐쇄 루프 관점에서 우리는 이러한 세계의 진화가 우리의 기대와 일치하는지 확인할 수 있습니다.

이 테스트를 통과한 후에는 최종적으로 실제 차량 제품으로 소규모 테스트를 진행하여 r&d팀에서 직접 확인하고 느낌을 확인할 예정입니다. 이것은 완전한 반복 체인입니다. 이 반복 체인이 특정 단계에 축적되면 소프트웨어로 패키징되어 전국의 대규모 실제 차량 테스트에 전달되고 최종적으로 사용자의 자동차에 출시됩니다. 내부 테스트와 공개 테스트를 통해

tencent news "high beam": 주요 버전 반복을 검증하는 데 얼마나 걸립니까?

리리윤:과거에는 매달 버전을 출시했으며 사용자는 매달 공식 버전 업데이트를 받았습니다. 하지만 내부적으로는 기본적으로 매주 꾸준히 내부 자동차 구매 수강생들이 최신 버전을 직접 체험해 볼 수 있도록 하고, 질문도 하고 피드백도 할 수 있도록 하고 있습니다.

텐센트뉴스 '하이빔' : 사실 회사마다 제품 특성이 다른 것 같아요. xpeng은 스마트 드라이빙 제품 전략 측면에서 상대적으로 급진적인 회사인가요? 급진적이거나 보수적인가요?

리리윤:우선 기술적으로 우리는 끝을 염두에 두고 시작합니다. 왜냐하면 우리는 이 방향을 믿기 때문에 그것을 봅니다.

제품 측면에서 우리가 홍보하는 소프트웨어의 사용자 경험이 지속적으로 개선되어야 한다는 것이 우리의 결단력과 끈기입니다. 스타일을 직접적으로 정의하는 것은 여전히 ​​어렵다고 생각하지만, 우리가 정말로 한다면 우리의 모든 소프트웨어가 이를 보장할 수 있습니다. 점진적이라고 정의하면 우리의 경험은 단조롭게 증가하는 곡선이어야 합니다. 이것이 우리 사용자에 대한 우리의 헌신이자 지속성입니다.

"아무것도 없이 큰 모델을 만든다면 하한선은 없습니다."

tencent news '하이빔': 대형 모델을 자동차에 사용할 수 있다는 생각에 대해 어떻게 생각하시나요?

리리윤:자동차 회사 입장에서는 전지전능한 자동차에는 대형 모델이 없을 수도 있다고 생각합니다. 예를 들어 "당신은 누구이며 어디서 왔나요?"라고 대답하는 대형 모델일 수도 있습니다. 운전을 하고 싶으신가요, 언어 q&a를 하고 싶으신가요, 아니면 올인클루시브를 하고 싶으신가요? 언어 모델 매개변수는 모두 수백 b(십억)개이고, 우리 차량측 자동운전 모델은 수십 b 수준으로 이미 매우 좋은 상황이다.

텐센트뉴스 '하이빔' 엔드투엔드 트렌드에서 초기에 미드엔드와 백엔드 레이아웃을 갖추지 못한 기업이 과연 타사를 추월할 수 있을까? 자신만의 해자를 어떻게 구축하나요?

리리윤:방금 언급한 것처럼 카 엔드가 완전히 수렴된다고는 할 수 없지만, 해결하는 작업이 동일하기 때문에 몇 가지 유사점이 있습니다.

xpeng에 대한 우리의 생각은 궁극적으로 지능형 운전 능력을 달성할 수 있는 자동차 회사가 많이 있어야 한다는 것입니다. 그러나 대부분은 60년대 또는 70년대에 있을 수 있습니다. 우리는 진정으로 80년대 또는 90년대를 달성할 수 있는 사람들은 매우 자신감이 있어야 한다고 믿습니다. -강력한 중간 및 백엔드 역량을 갖춘 진정한 ai 개혁을 지향하는 자동차 회사로 개발되었습니다.

우리는 세상에 소수만이 있을 수 있다고 믿으며, xpeng은 그 중 하나가 될 것입니다.

텐센트 뉴스 '하이빔': 글로벌을 뜻하는가?

리리윤:네, 글로벌 자동차 회사들입니다. 첫째, 우리는 규칙에서 모델로 진화하든, 아무것도 없이 그냥 모델로 가든 자동차 끝은 그 일부일 뿐이며, 더 중요한 90%는 이를 제공하는 데이터 폐쇄 루프 부분이라고 믿습니다. 데이터를 포함한 자동차 끝 훈련 프레임워크의 획득, 수집, 청소, 주석, 저장 및 효율성. 예를 들어 훈련 클러스터의 활용률은 10%와 90%입니다. 예를 들어 모든 사람이 1,000장의 카드를 가지고 있고, 귀하의 카드 활용률은 10%이고 광산 활용률은 60%입니다. 훈련을 위해 모델에 공급할 만큼 충분한 고품질 데이터를 보유하는 것도 중요합니다. 현재 모델 훈련 데이터의 양은 2천만 개에 달합니다.

두 번째는 문제를 해결하는 방식도 데이터 중심이 되어야 한다는 점입니다. 따라서, 전체 미들엔드와 백엔드 시스템도 확고한 투자와 인재가 가장 중요합니다. 그리고 데이터 시스템도 ai로 전환되어야 합니다.

세 번째 요점은 ai를 받아들이고 모든 짐을 버리면 ai가 된다는 뜻이 아니라는 점이다. 사실 ai는 작업 방식과 작업 메커니즘의 집합이고, 개념과 행동의 집합이며, 심지어 조직 구조를 변화시키고 침투하는 프로세스이기도 합니다. 우리는 이 과정이 수년 내에 측정될 수도 있다고 믿습니다. 그렇다면 ai가 제대로 작동하지 못하고 문제를 해결할 수 없을 때 원래의 기반은 그대로 유지됩니까? 당신의 원래 능력 세트가 70점 또는 80점 점수를 얻는 데 도움이 될 수 있습니까? 나는 이것이 또한 매우 중요하다고 생각한다. 그래서 축적과 변화가 모두 필요하다고 생각합니다.

tencent news '하이빔': 점진적이고 상호 통합된 프로세스인가요?

리리윤:그렇군요. 아무것도 없이 큰 모델을 만들면 하한선이 없습니다. ai는 어느 정도 평균 능력을 급속히 향상시키고 상한선을 크게 높일 수 있지만 최종 결과는 어떻습니까? 다루지 않는 영역은 어떻게 되나요? 이를 마무리하려면 여전히 이전 축적이 필요합니다.

tencent news "하이빔": 이 장기 투자 프로세스가 업계 평균에 도달하는 데 얼마나 걸립니까? 예를 들어 xpeng motors는 지금까지 10년 동안 투자를 유지해왔는데, 이 투자가 언제쯤 안정될 것인가?

리리윤:과감히 투자하겠지만, 투자가 무한정 늘어나지는 않을 것입니다. 지능형 운전은 규칙에서 ai까지, 그림에서 그림 없이까지 수많은 우여곡절을 거쳐 로보택시인지 양산형 보조운전인지에 대한 다양한 논의 등 제 생각에는 보조운전이 오늘날까지 이어졌습니다. 최종 스프린트에 도달하기 위해서는 기본적으로 두 가지 중요한 점이 있다고 생각합니다.

1. 자동차 측면에서는 올해 말이나 내년 초까지 더 폭넓은 사용자에게 다가갈 것이며, ai 보급률도 지금보다 높아질 것으로 예상됩니다. 우리는 변화를 보기를 희망합니다.

2. 더 중요한 것은, 내년 중반 이후에는 제품 품질부터 반복, 진화까지 모든 것이 ai에 의해 주도되는 다양한 속도와 가속도를 보일 것이며, 오늘날 우리는 점차 그러한 단계에 들어와 있다는 것입니다. 통과하는 것.

tencent news "하이빔": 누군가 one 모델을 제안했습니다. 어떻게 생각하시나요?

리리윤:엔드투엔드(end-to-end)의 본질은 일종의 극단적인 모방 학습으로, 데이터를 손실 없이 궁극적으로 활용해야 한다는 것입니다. 이 목표를 달성하기 위해 우리의 기본 전략은 모델을 단순화하고, 데이터 경로를 개방하며, 보다 강력한 ai 아키텍처를 구축하는 것입니다. 엔드투엔드(end-to-end)의 목표는 엔드투엔드(end-to-end)가 되는 것이 아니라 데이터를 효율적으로 활용하는 것입니다. 그 뒤에는 데이터 흐름을 허용하는 강력한 인프라를 기반으로 해야 하는 극단적이고 엄격한 엔지니어링 기능이 있습니다. 그러므로 end-to-end는 끝이 아니라 시작일 뿐입니다.

인식, 계획, 제어의 세 가지 주요 모듈 간의 관계를 업스트림 및 다운스트림 직렬 연결에서 심층 통합으로 변경하여 통합 모델에서 데이터가 자유롭고 효율적으로 흐르도록 하여 입력(장면 이미지)에서 출력(장면 이미지)까지 학습이 가능합니다. 인간의 경험과 직관과 유사한 운전을 달성하기 위한 차량 행동) 및 세대.

tencent news "하이빔": 엔드투엔드 시대, 순수 비전과 lidar 경로 간의 논쟁에 대해 어떻게 생각하시나요?

리리윤:저는 엔드투엔드가 하드웨어 영역을 경시한다고 생각합니다. 핵심은 네트워크입니다. 카메라를 사용하든, lidar를 사용하든, 밀리미터파 레이더를 사용하든 그다지 중요하지 않을 수 있으며, 이로 인해 차이가 희석될 것입니다.

텐센트 뉴스 '하이빔': 엔드투엔드 구현이 성숙해지는 날은 업계가 양극화되는 날이기도 하다고 말하는 사람들도 있습니다. 솔루션 제공업체는 낮은 수준의 저비용 운전 지원만 제공할 수 있으며, 선두 oem은 더 높은 수준의 자율주행 대량 생산을 주도할 것입니다. 어떻게 생각하나요?

리리윤:우리는 end-to-end가 l4 자율주행을 실현할 것이라고 믿습니다. 그러나 비용 설명은 end-to-end 개발로 인해 단일 차량 하드웨어의 비용이 감소하지만 전체 대형 모델에 대한 것이어야 합니다. 배포, 컴퓨팅 성능 요구 사항 및 데이터 볼륨 등 수요가 엄청납니다.

xiaopeng은 수년 동안 ai에 확고하게 투자해 왔으며 모델 발전, 데이터 흐름 및 컴퓨팅 성능 투자 측면에서 업계 최고의 수준에 있습니다. ai 시스템의 능력은 데이터 플라이휠을 효율적으로 작동시키는 열쇠입니다. 현재 우리의 엔드 투 엔드는 평균 이틀에 한 번씩 반복을 달성할 수 있으며 앞으로는 점점 더 빨라질 것입니다. 우리의 목표는 2026년 소프트웨어 및 하드웨어 업그레이드를 통해 l4 자율주행 역량을 달성하는 것입니다.