notícias

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Texto | Instituto de Pesquisa Titanium Capital

Recentemente, o serviço de carona on-line autônomo do Baidu, “Carrot Run”, tornou-se um tema quente. Espera-se que a Tesla lance “Robotaxi” em agosto de 2024. Ao mesmo tempo, políticas domésticas foram introduzidas intensamente para estimular o autodesenvolvimento. -dirigir carros No início de 2024, cinco departamentos, incluindo o Ministério da Indústria e Tecnologia da Informação, emitiram em conjunto um aviso piloto para aplicação de "integração veículo-estrada-nuvem", abrangendo as principais cidades de primeiro e segundo níveis. A tecnologia de condução autônoma será um importante motor de crescimento para a indústria de veículos com novas energias. A arquitetura ponta a ponta tornou-se gradualmente o tema principal da competição deste ano na área de direção inteligente. Para competir pela vanguarda, as empresas automobilísticas começaram a aumentar seus esforços em pesquisa e desenvolvimento.

Quais são as lógicas de investimento para pistas de condução inteligentes? Quais são as tendências de desenvolvimento da tecnologia de condução autônoma de ponta a ponta? Recentemente, a Titanium Capital convidou o Dr. Liu Yudong, gerente geral executivo da Chentao Capital, para compartilhar sobre tópicos relacionados. Ele há muito se concentra no investimento na pista de direção inteligente. Ele trabalhou no Geely Automobile Research Institute e no Didi Chuxing e liderou o. condução inteligente de vários veículos elétricos inteligentes. Ele está envolvido no desenvolvimento de produção em massa de sistemas e em pesquisas prospectivas sobre algoritmos de percepção e tem rica experiência prática em planejamento técnico, definição de produto, gerenciamento de equipe, cooperação ecológica e outros campos. O anfitrião deste compartilhamento é Wang Zeqing da Titanium Capital, com foco em novas energias, novos materiais, IA, cadeia da indústria robótica e campos de transporte.

Chentao Capital Lógica de Investimento em Pista de Condução Inteligente

1. Concentre-se na direção inteligente

A Chentao Capital é uma instituição de investimento de capital privado com foco em indústrias emergentes, e a direção inteligente é uma de suas principais verticais de investimento. Há três razões principais para focar na pista de direção inteligente: primeiro, a direção inteligente, como um campo que combina transporte e inteligência artificial, tem um enorme espaço de mercado, que deverá ultrapassar um trilhão de níveis; em segundo lugar, a direção inteligente é de longo prazo; trilha, e a tecnologia e a estrutura industrial ainda não se estabilizaram, proporcionando oportunidades de entrada contínuas para empresas iniciantes. Finalmente, os talentos e tecnologias na indústria de direção inteligente são altamente maleáveis, e o fluxo de talentos técnicos essenciais traz oportunidades de investimento; indústrias relacionadas, como IA e robótica.

Nos últimos sete ou oito anos, a Chentao Capital investiu em quase 20 empresas relacionadas à condução inteligente. A maioria dos investimentos ocorreu na fase de rodada de sementes e rodada de anjos, e participou como um importante acionista. A área de investimento está dividida principalmente em três setores: o primeiro são as empresas de condução autônoma com foco em diferentes cenários segmentados, como mineração, portos, distribuição urbana, limpeza sanitária, etc.; controle de fio Chassis e empresas de sensores e componentes upstream; a terceira são empresas de software e serviços relacionados à direção autônoma que atraíram muita atenção nos últimos dois anos, especialmente IA generativa e serviços de dados.

2. A indústria iniciou a segunda onda do ciclo de crescimento

A condução inteligente é considerada um caminho de longo prazo Desde 2015, o mercado de condução autónoma da China experimentou a sua primeira onda de crescimento. Embora a atenção tenha diminuído nos últimos dois anos, esta tendência está em linha com a curva Gartner de desenvolvimento tecnológico, indicando que ainda existe um enorme potencial de crescimento e oportunidades de investimento no futuro.

Actualmente, a indústria de condução inteligente está num período de ajustamento após o pico da primeira onda de investimento e enfrenta desafios como a comercialização, mas as perspectivas a longo prazo permanecem optimistas. Temos uma previsão clara da tendência de desenvolvimento da tecnologia e acreditamos que a indústria iniciou a segunda onda do ciclo de crescimento. Os sinais deste ciclo incluem o ponto de viragem na comercialização de empresas de condução autónoma e a onda de cotações de empresas relacionadas, indicando que a indústria de condução inteligente entrou numa nova fase de investimento. Portanto, nosso fundo começou a investir no ano passado e continua em busca de novas oportunidades.

A Chentao Capital concentra-se atualmente em duas direções de investimento: primeiro, a comercialização da direção autônoma em diferentes cenários, acreditando que a tecnologia de direção autônoma transformará o transporte e gerará valor prático, em segundo lugar, avanços tecnológicos e aplicações de ponta no campo da direção autônoma, especialmente; A tecnologia de condução autónoma de ponta a ponta será o principal factor na transformação da indústria de condução autónoma nos próximos dois a cinco anos. Manter um alto grau de sensibilidade e atenção aos modelos grandes, radar de ondas milimétricas 4D, tecnologia lidar e várias tecnologias de chips no campo da direção autônoma. A partilha a seguir irá focar-se em diferentes cenários e tecnologias ponta a ponta de condução autónoma.

3. Lógica de investimento para diferentes cenários de condução autônoma

Usamos um método de classificação de quatro quadrantes para diferenciar cenários de aplicação de direção autônoma com base na velocidade (baixa velocidade, alta velocidade) e carga (transporte de mercadorias, pessoas). Em termos de dificuldade técnica, a condução autónoma em alta velocidade é mais difícil do que a baixa velocidade, transportar pessoas é mais difícil do que transportar objetos e os cenários abertos são mais difíceis do que os cenários específicos. Portanto, a Chentao Capital inicialmente concentrou seu investimento na área de condução não tripulada para carregamento de cargas em baixa velocidade, envolvendo segmentos de mercado como transporte de minas, distribuição logística de terminais, limpeza não tripulada e cenários portuários.

4. Progresso da comercialização da condução autónoma em diferentes cenários

Dividimos em To G, TO B (mercado empresarial) e TO C (mercado consumidor). No campo TO G, o saneamento e a segurança são os principais cenários de aplicação. O saneamento ambiental alcançou uma implementação inicial em grande escala e robôs de inspeção de segurança são usados ​​em algumas cidades.

Do lado TO B, a comercialização da condução não tripulada em minas e portos está a progredir mais rapidamente. Foi formado um modelo de negócio claro e começou a replicação em grande escala.

Além disso, o cenário de entrega urbana registou um crescimento explosivo este ano, com empresas líderes a anunciar que irão expandir as suas frotas para dezenas de milhares de unidades, alcançando um aumento de escala de mais de dez vezes. O rápido crescimento da distribuição urbana deve-se à descoberta de cenários de aplicação adequados no elo de distribuição, como cooperação com empresas de logística expressa, distribuição de supermercados de alimentos frescos, etc. Para a logística tronco do lado B, por se tratar de um cenário aberto e tecnicamente difícil, ainda está em fase de operação de testes em pequena escala.

No lado C, as aplicações sem motorista são principalmente Robotaxi (táxis não tripulados) e Robobus (ônibus não tripulados).

5. Táxi sem motorista: resumo do progresso do Carrot Run

O projeto Carrot Run da Baidu é um sinal positivo pelo seu efeito perturbador em toda a indústria de condução autónoma.

Existem três estágios de desenvolvimento de cenários de direção autônoma: autônomo, em larga escala e comercialização. Na fase não tripulada, o Baidu já demonstrou suas capacidades de direção não tripulada. O Baidu realizou o RoboTaxi (táxi não tripulado) não tripulado em 2022, conduziu testes não tripulados em Wuhan e outros lugares e apoiou a operação de táxis sem motorista por meio do centro de direção com controle remoto. Em termos de escala, o Baidu anunciou o plano de lançamento do RoboTaxi. Espera-se lançar cerca de 1.000 veículos até o final do ano. Já lançou alguns veículos em Wuhan, mostrando sinais preliminares de escala. A fase de comercialização centra-se na rentabilidade. Liu Yudong acredita que o tempo de rentabilidade do Robo Taxi ainda não está claro e depende principalmente do índice de segurança da condução com controle remoto e do futuro poder de precificação da empresa. Atualmente, a Robo Taxi fornece serviços de preços ultrabaixos na forma de subsídios. Se será possível manter a escala de pedidos e, ao mesmo tempo, aumentar as taxas de viagem no futuro, é uma questão à qual a indústria precisa prestar atenção.

A indústria da condução autónoma está a passar por tentativas activas de comercialização. Embora enfrente desafios, o progresso tecnológico e a inovação do modelo de negócios proporcionam um amplo espaço para o desenvolvimento futuro da indústria. As práticas de empresas como a Baidu não só promovem o desenvolvimento de tecnologia, mas também proporcionam uma experiência valiosa para a exploração da comercialização de toda a indústria.

O projeto Carrot Run teve um impacto significativo em três níveis: tecnologia, indústria e indústria. Nível técnico: Luobo Kuaipao demonstra uma solução de sistema que combina algoritmos do lado do carro e direção por controle remoto, fornecendo uma solução escalável. Este modo proporciona aos consumidores uma experiência verdadeiramente sem condutor através da condução por controlo remoto, mesmo que a tecnologia do lado do veículo ainda não seja perfeita. No futuro, mais OEMs de automóveis de passageiros e outras empresas autônomas poderão recorrer a este plano para promover a aplicação generalizada de táxis sem condutor.

Nível industrial: A aplicação em escala relativamente grande de Luobo Kuaipao fornece uma demonstração da divisão industrial do trabalho para a indústria. Envolve operadores a jusante e empresas de peças a montante, trazendo benefícios incrementais a estas partes relevantes. À medida que as suas operações amadurecem, a Baidu poderá aperfeiçoar ainda mais as suas operações e planos de detenção de activos e promover a divisão industrial do trabalho, o que é benéfico para o desenvolvimento de toda a indústria.

Nível da indústria: O efeito de quebra de círculo do Carrot Run reacendeu o interesse do público na indústria de direção autônoma. Este evento é o "momento ChatGPT" na indústria de direção autônoma, o que significa que não é apenas um avanço tecnológico, mas mais importante ainda. , atrai a atenção do público. À medida que mais pessoas prestarem atenção, a indústria da condução autónoma atrairá mais recursos, incluindo talentos e fundos.

Tendências de desenvolvimento de tecnologia de condução autônoma de ponta a ponta

O desenvolvimento de tecnologia ponta a ponta não só promove pesquisas aprofundadas na academia e na indústria, mas também traz novas oportunidades de investimento e direções de pesquisa para a indústria de condução autônoma. Embora a tecnologia ponta a ponta ainda esteja em fase exploratória, as suas perspectivas de aplicação no campo da futura condução autónoma são amplas e dignas de atenção especial por parte da indústria e dos investidores.

1. A condução autônoma de ponta a ponta abre uma nova rodada de revolução industrial

A tecnologia ponta a ponta recebeu ampla atenção da academia e da indústria no ano passado. Especialmente depois que os resultados da pesquisa do Laboratório de Inteligência Artificial de Xangai ganharam o Prêmio de Melhor Artigo CVPR2023, esta tecnologia tornou-se mais uma vez o foco da comunidade acadêmica. O processo de exploração do conceito ponta a ponta de 2016 a 2018, a postura ativa de Tesla neste campo e a transmissão ao vivo de Elon Musk em agosto de 2023 demonstraram FSD v12 baseado na arquitetura ponta a ponta, começando oficialmente a promover fim- mercado final. Nos últimos seis meses, as principais empresas de condução inteligente da China lançaram sucessivamente planos de condução autónoma de ponta a ponta. Em maio de 2024, a Wayve, uma empresa start-up com foco no desenvolvimento de sistemas de direção autônoma de ponta a ponta, recebeu US$ 1 bilhão em financiamento. Foi a primeira transação com um valor de financiamento superior a US$ 1 bilhão desde a iniciativa autônoma. a indústria motriz entrou em baixa em 2022, mostrando que o mercado de capitais está otimista com esse desenvolvimento.

2. Evolução da arquitetura de condução autônoma

Ponta a ponta é uma tecnologia que cobre todo o processo, desde a entrada do sensor até o planejamento da trajetória ou saída do sinal de controle, totalmente implementada por IA ou redes neurais.

O desenvolvimento da tecnologia ponta a ponta é dividido em várias etapas: a primeira é a percepção ponta a ponta, em que o módulo de percepção foi implementado por aprendizado profundo, mas o planejamento de decisão ainda é baseado na definição de regras; modularização do planejamento de decisão, tentando substituir a definição de regras pelo planejamento de tomada de decisão da rede de IA e depois modular de ponta a ponta, em que as características de expressão da imagem são transferidas entre módulos e podem ser treinadas e otimizadas em conjunto e, finalmente, o final; solução completa de uma única rede neural, baseada em IA generativa e tecnologia de modelos grandes, embora a maturidade seja baixa, o potencial é enorme.

Ponta a ponta não é o mesmo conceito de modelo grande e modelo mundial. Embora a solução ponta a ponta possa aproveitar as capacidades de modelos grandes ou grandes modelos multimodais, o sistema ponta a ponta lançado recentemente pela. Li Auto usa modelos grandes multimodais. O modelo mundial é actualmente utilizado principalmente como meio técnico para dados de formação e pode tornar-se uma tecnologia chave para a condução autónoma no futuro.

A tecnologia ponta a ponta é compatível com todos os tipos de sensores, não apenas com sistemas de visão puros. Embora a Tesla seja líder em sistemas de visão pura, a solução ponta a ponta também pode integrar diferentes entradas, como lidar e radar de ondas milimétricas. Os dados da câmera são o tipo de dados mais fácil de obter e acumular no campo da direção autônoma, por isso são frequentemente usados ​​em sistemas de visão pura.

3. História de desenvolvimento de tecnologia ponta a ponta

Entre 2016 e 2018, algumas empresas como Nvidia e Waymo conduziram a exploração inicial, mas esses resultados não alcançaram a produção em massa. A principal razão é que a arquitetura de rede da época era relativamente simples, baseada na CNN, e os métodos de aprendizagem, como aprendizagem por imitação e aprendizagem por reforço, também eram relativamente básicos, sem suporte avançado de estrutura de rede.

O segundo estágio de desenvolvimento envolve a aplicação de arquiteturas técnicas subjacentes, como grandes modelos de linguagem neste campo. A aplicação generalizada de arquiteturas de tecnologia de rede, como transformadores, bem como o aumento da complexidade e da fiabilidade dos modelos de condução autónoma, são mudanças fundamentais nesta fase. Ao mesmo tempo, a IA generativa e os grandes modelos de linguagem provaram que o paradigma geral da API pode levar à AGI no mundo físico, atraindo mais investigadores e profissionais para investir nesta direção.

4. Três forças motrizes por trás da tecnologia ponta a ponta que atraíram a atenção no ano passado

A primeira é que os indicadores de desempenho do sistema Tesla V12 foram duplicados. A segunda é o valor do produto da própria tecnologia ponta a ponta, incluindo o aspecto antropomórfico de resolver cenários de cauda mais longa e melhorar a experiência do usuário. é o grande modelo de linguagem impulsionado pela tecnologia, bem como as características orientadas por dados e as leis de escala de sistemas ponta a ponta.

O impacto da tecnologia ponta a ponta na estrutura organizacional das empresas automobilísticas e de condução autônoma é que ela simplificará a estrutura organizacional e melhorará a eficiência das iterações de desenvolvimento. Atualmente, muitos OEMs líderes do setor anunciaram oficialmente planos de produção em massa para soluções ponta a ponta, embora o verdadeiro sistema ponta a ponta possa não ser produzido em massa até o próximo ano.

Empresas de sistemas de direção autônoma e algoritmos, como SenseTime, Pony.ai, Horizon, etc., iniciaram investimentos completos em P&D e esperam ter projetos OEM em andamento nos próximos seis meses a um ano. Ao mesmo tempo, empresas de IA generativa e de cadeia de ferramentas, como Light Wheel Intelligence e Jiji Technology, também fizeram investimentos preliminares e exploração no campo de ponta a ponta.

5. A tecnologia ponta a ponta desencadeará um maior desenvolvimento de tecnologias a montante na cadeia industrial

A tecnologia ponta a ponta desencadeará o desenvolvimento de tecnologias a montante na cadeia industrial e provocará mudanças na ecologia da indústria.Em primeiro lugar, à medida que a complexidade dos modelos de IA aumenta, o ecossistema de código aberto desempenhará um papel cada vez mais importante. A comunidade de código aberto tem vantagens na captação de talentos, colaboração em larga escala e desenvolvimento de modelos complexos, o que foi confirmado durante o desenvolvimento do BEV nos últimos três anos. Ao comparar os resultados de projetos de código aberto e projetos de ponta de 2021 a 2024, fica demonstrado que o ecossistema de código aberto e os projetos de ponta andam de mãos dadas na promoção do desenvolvimento da área.

Em segundo lugar, a tecnologia ponta a ponta coloca desafios às metodologias tradicionais de simulação e verificação de testes. Devido à necessidade de controlar o carro de ponta a ponta, os testes em circuito aberto dos métodos de simulação tradicionais não são mais aplicáveis, e há problemas com a fidelidade dos simuladores existentes. Portanto, será necessário desenvolver um novo conjunto de cadeias de ferramentas de simulação em circuito fechado, o que poderá exigir a combinação de capacidades nas áreas de IA generativa e dados sintéticos, uma área que proporcionará oportunidades para novas empresas.

Terceiro, a tecnologia ponta a ponta promoverá a inovação na arquitetura de chips.Os modelos de IA ponta a ponta com parâmetros maiores e novos operadores de redes neurais representam novos desafios para as empresas de chips, exigindo uma arquitetura de chip mais flexível para se adaptar à rápida evolução dos algoritmos de IA de condução autônoma.

Do ponto de vista das tendências de desenvolvimento da indústria, a tecnologia ponta a ponta acelerará a taxa global de penetração da condução autónoma. Espera-se que a chegada da tecnologia ponta a ponta torne funções como NOA de alta velocidade e NOA urbana mais populares nos próximos dois a três anos para fornecer serviços aos consumidores comuns.

Devido à forte capacidade de generalização da tecnologia ponta a ponta, poderão surgir no futuro mais aplicações de condução autónoma em regiões geográficas ou países. Atualmente, as empresas de condução autónoma que entram em novos países precisam de passar por muita depuração adaptativa, mas espera-se que a tecnologia ponta a ponta reduza este processo, melhore a capacidade de aplicação em vários cenários e possa até provocar a evolução de diferentes cenários. para veículos comerciais e automóveis de passageiros.

6. A relação entre condução autônoma de ponta a ponta e robôs em geral

Os dois campos aprenderam historicamente um com o outro e cresceram juntos. Muitas tecnologias no campo da condução autônoma originaram-se da indústria robótica, incluindo sensores, algoritmos de percepção e posicionamento, SLAM (localização simultânea e construção de mapas), algoritmos de planejamento, sistemas operacionais e middleware, etc.

Nos últimos cinco anos, embora o desenvolvimento da indústria da robótica tenha sido mais lento do que o da indústria da condução autónoma, a indústria da condução autónoma registou uma industrialização acelerada e a redução do custo dos componentes de hardware e sensores, na verdade, retroalimentou o indústria robótica. No ano passado, o método de IA baseado em dados representado pela condução autônoma de ponta a ponta está gradualmente passando pela produção em massa e espera-se que no futuro retroalimente o campo dos robôs gerais, que também exigem inteligência geral.

Olhando para o futuro, a condução autónoma e a robótica são as duas áreas mais importantes para a implementação da IA ​​no mundo físico. Muitos pesquisadores dividem a inteligência geral em duas partes: direção autônoma e robótica. Do ponto de vista da realização de AGI no mundo físico, a indústria de direção autônoma tem atualmente vantagens mais óbvias, porque sua complexidade de tarefa é relativamente baixa, e foi estabelecido um link completo para obtenção de dados e algoritmos iterativos, que fornece modelos à indústria de robôs. para aprender.

O desenvolvimento da condução autónoma de ponta a ponta não só promove o progresso da tecnologia de condução autónoma, mas também traz novas oportunidades e referências técnicas para a indústria robótica. Os dois continuarão a promover-se mutuamente no âmbito do desenvolvimento da tecnologia de IA e a promover conjuntamente. a realização da IA ​​no mundo físico.

Perguntas e respostas

Q1: Qual é a tendência de desenvolvimento futuro do radar lidar e de ondas milimétricas como sensores de entrada?

R: Os custos do radar lidar e de ondas milimétricas estão diminuindo constantemente, de acordo com a Lei de Moore. Os custos do radar lidar e 4D de ondas milimétricas atualmente enviados são de cerca de 2.000 a 3.000 yuans e 600 yuans, respectivamente, com uma lacuna significativa. Espera-se que dentro de dois anos o custo do lidar possa ser reduzido para cerca de 1.000 yuans, e o do radar de ondas milimétricas possa ser reduzido para mais de 300 yuans. O radar de ondas milimétricas é altamente complementar aos sistemas ópticos, como lidar e câmeras. Os sistemas ópticos podem falhar em condições climáticas severas, como chuva, neblina, neve e poeira, enquanto o radar de ondas milimétricas é mais confiável nesses ambientes. A longo prazo, tirar partido de diferentes sensores será fundamental, especialmente nos níveis L3 e L4 de condução autónoma. Para o nível L2, soluções de baixo custo podem preferir uma combinação de visão e radar de ondas milimétricas.

Q2: Em diferentes cenários de segmentação no campo TOB, qual é o nível atual de margem de lucro bruto das empresas de condução autónoma e que nível pode potencialmente atingir?

R: De acordo com a estrutura do modelo de negócios da empresa TO B, ela pode ser dividida em dois modelos distintos: venda de produtos e realização de operações. Desde a fase inicial de desenvolvimento da indústria, as operações podem testar melhor as capacidades da empresa e provar a sua força, porque as operações precisam ser responsáveis ​​por todo o processo. Relativamente falando, a margem de lucro bruto da venda de produtos não tem muito valor de discussão, porque o preço não reflete o valor de toda a cadeia da indústria. As empresas operacionais estão atualmente na fase de passagem de margem de lucro bruto negativa para positiva, com margem de lucro bruto alvo de 30% ou mesmo 40%, e alguns cenários ainda operam em modo de lucro bruto negativo.

Q3: Do ponto de vista das instituições de investimento, muitas pessoas sentem que o tempo para a condução autónoma já passou. Do ponto de vista da indústria, há alguma subdivisão que vale a pena olhar?

R: Olhando para trás, para o desenvolvimento da indústria da Internet, novas oportunidades e uma divisão de trabalho mais detalhada aparecerão no estágio de maturidade de qualquer indústria. A actual indústria de condução autónoma está num ponto de viragem semelhante ao da indústria da Internet em 2010 ou 2012, o que indica que novos modelos de negócios inesperados poderão surgir no futuro. Do ponto de vista da fase de investimento, é um bom momento para algumas instituições de investimento em fase de crescimento investirem no ponto de inflexão da comercialização, especialmente nas áreas de mineração e distribuição urbana. O tamanho da frota nestes campos aumentou de algumas centenas. unidades para O crescimento significativo de vários milhares de unidades mostra um claro ponto de inflexão para comercialização. Portanto, agora é o melhor momento para investimentos de fase intermediária a tardia.

Os primeiros investimentos devem prestar mais atenção às mudanças tecnológicas, especialmente ao desenvolvimento de tecnologia de ponta a ponta, que traz novas oportunidades ao nível dos algoritmos e da cadeia de ferramentas, tais como simulação de circuito fechado e soluções de dados generativos de ponta a ponta. Além da tecnologia ponta a ponta, o aumento do volume de sensores de direção inteligentes de ponta também trouxe oportunidades para a indústria upstream. Por exemplo, o crescimento significativo nas remessas lidar criou um mercado potencial para componentes como chips e lasers. com baixo grau de localização. Com a inovação contínua da tecnologia e a expansão do mercado, surgirão mais oportunidades de investimento precoce na indústria de condução autônoma. Assim como Pinduoduo e Douyin apareceram no período maduro da indústria da Internet, o desenvolvimento futuro está cheio de possibilidades ilimitadas.

P4: Quais são os requisitos ponta a ponta para o poder de computação integrado? Do ponto de vista de um centro de poder computacional, quanto investimento é necessário?

R: A tecnologia de condução autônoma de ponta a ponta não aumentará diretamente os requisitos de potência computacional. Porém, por se tratar de uma solução baseada em dados e em conformidade com a lei de escala, para obter melhor desempenho, a indústria geralmente amplia a escala do modelo, o que aumenta a demanda por chips de alto poder computacional. Algumas empresas como a Li Auto adotam uma estratégia de sistema duplo, na qual um modelo grande multimodal mais capaz faz a operação de ponta a ponta e outro modelo leve de ponta a ponta. Ambos os modelos são implantados em chips de condução autônoma existentes. por outro lado, a velocidade de inferência de modelos grandes é mais lenta, mostrando que requer maior poder computacional. À medida que o tamanho do modelo aumenta, o custo de treinamento e os requisitos de potência computacional de treinamento também aumentam. O treinamento básico de ponta a ponta pode exigir 1.000 cartões equivalentes ao A100, e as empresas líderes podem já ter atingido um layout de nível de 10.000 cartões. Tomando a Tesla como exemplo, seu investimento em grande escala no treinamento de poder computacional pode ser difícil para outras empresas acompanharem. Existem também empresas nacionais, como Xpeng e SenseTime, que fizeram grandes investimentos no treinamento de poder computacional. No geral, o desenvolvimento da tecnologia ponta a ponta impulsionou a procura de chips de maior poder computacional e de maior poder computacional de formação para apoiar a formação e a implantação de modelos de maior escala. Isto não só reflecte o progresso tecnológico, mas também reflecte o compromisso da indústria. para A busca por soluções de direção autônoma de alto desempenho.

P5: Para essas empresas que estão atualmente envolvidas na direção autônoma, há alguma oportunidade ou oportunidade de passar para a pista de robôs humanóides ou em geral?

R: O desenvolvimento de robôs humanóides domésticos está intimamente relacionado ao lançamento do robô humanóide Optimus pela Tesla. A equipe da Figure também reúne talentos da Apple Cars e das principais montadoras norte-americanas. Esse fluxo de talentos entre setores é natural porque a direção autônoma e a robótica estão conectadas de várias maneiras.

Actualmente, o problema do corpo do robô humanóide não foi completamente resolvido, pelo que a migração em grande escala da tecnologia de condução autónoma para o campo dos robôs ainda não foi alcançada. Citando as opiniões da indústria, metade das empresas de robôs humanóides no futuro poderão ser fabricantes de automóveis. Pessoalmente, concordo com esta opinião. Isto mostra que, com o desenvolvimento da tecnologia, a integração da condução autónoma e da robótica tornar-se-á cada vez mais profunda.

Observação do Instituto de Pesquisa Titanium Capital

Espera-se que a arquitetura ponta a ponta se torne a solução definitiva para a direção autônoma. Os sistemas de condução inteligentes são atualmente geralmente divididos em três módulos: percepção, previsão e planejamento. O modelo ponta a ponta integra os três módulos em um, inserindo informações da extremidade da percepção e produzindo resultados diretamente na extremidade da execução. Sob a arquitetura técnica modular, a transmissão de informações será prejudicada, a manutenção do sistema será difícil e não será capaz de lidar com calma com condições complexas de estradas. O modelo ponta a ponta não exige que os programadores escrevam código para formular regras, mas utiliza dados massivos para treinar o sistema, dando à máquina a capacidade de aprender, pensar e analisar de forma autônoma. A Titanium Capital continuará a prestar atenção à iteração tecnológica e a aproveitar as oportunidades de avanço tecnológico juntamente com parceiros industriais e de capital.