новости

эта статья является 835-й оригинальной работой deep diving atom.

после долгого и мучительного самоисследования умного вождения идеальный путь к умному вождению, похоже, наконец-то оказался на правильном пути.

недавноидеальная машинавнутренне полны решимости создать организацию, обеспечивающую комплексное автономное вождение., численность команды превышает 200 человек, и для гибкой поддержки проекта требуются другие интеллектуальные команды компании. этого достаточно, чтобы доказать, что эта идеальная реформа была безжалостной.

что касается заявления о том, что комплексное решение — это «умное вождение на правильном пути», то оно исходит не от гигантов отрасли.теслаxian yong и другие компании, занимающиеся разработкой новых энергетических транспортных средств, разрабатывают его, но это действительно самый надежный подход среди всех технических маршрутов в настоящее время.

и самое главное,«сквозная» технология стала технологией, которая способна пробиться сквозь потолок среди всех существующих технологических маршрутов.。

«управление правилами» старого решения для умного вождения, поддерживаемого кодом, почти подошло к концу. продвижение вперед только увеличит количество тяжелых ошибок, которые легко генерируются между кодами, а также повлияет на память и эффективность работы автомобиля. . кроме того, сейчас все сокращают расходы. стоимость лидаров, высокоточных карт, датчиков и камер очень высока, а сквозное преимущество в стоимости также огромно.

в конце концов, основная логика заключается в том, чтобы научить ии управлять автомобилем, просто снабдив его данными.

оба они представляют собой комплексные решения, но идеалы также имеют свои различия.

на недавней «летней конференции li auto intelligent driving» компания li auto публично продемонстрировала свою комплексную архитектуру технологии автономного вождения.он состоит из трех частей: сквозной модели, модели визуального языка vlm и модели мира.. ли сян сказал, что не позднее начала следующего года li auto официально запустит комплексное решение для автономного вождения + vlm.

на самом деле end-to-end — это всего лишь шаблонная концепция, которую обычно называют «data push», но модели получения данных совершенно разные. например, tesla использует модель bev+трансформатор.сяопэнxngp использует модель, состоящую из нейронной сети xnet + большой модели управления xplanner + большой языковой модели xbrain.

но «чем меньше моделей, тем точнее результат».

не так ли? разве не правда, что чем больше моделей и данных, тем точнее будут результаты?

чтобы доходчиво объяснить эту проблему, нужно много профессиональной терминологии. «явный вывод» между моделями приведет к потере некоторой информации. проще говоря, это похоже на игру «пасьянс». чем больше людей выкладывают. словом, тем больше информации потеряется. в конце концов, больше шансов уйти от темы, а правильнее всего играть вдвоём.

one-model — это путь, по которому идут все компании, занимающиеся умным вождением. идеальная цель — достичь ее за последние два года, но может потребоваться еще три-пять лет, чтобы полностью достичь ее и начать ездить.

в последние три-пять лет все сравнивали объемы данных.

как мы уже говорили, сквозная логика заключается в обучении ии. как сделать ии умнее? тогда вы можете только передавать данные.

другими словами, в последние три-пять лет все сравнивают «ресурсы», ресурсы данных.

однажды маск дал точное описание объема обучения сквозной модели.

«тренировки с 1 миллионом видеокейсов едва хватает, 2 миллиона — чуть лучше, 3 миллиона заставят вас почувствовать вау, а когда оно достигнет 10 миллионов, это станет невероятным».

решение для интеллектуального вождения, обученное на 10 миллионах видеоклипов, — идеальная цель, которую необходимо достичь к концу этого года.

если вы хотите получить данные, вы должны полагаться на данные о вождении ваших собственных пользователей, а во-вторых, полагаться на обучающий чип.

в апреле маск начал активно закупать чипы nvidia h100ai, увеличив первоначальный объем закупок с 35 000 до 85 000.

в последнее время я начал покупать чипы nvidia по высоким ценам.

помимо данных, важным фактором, влияющим на возможности интеллектуального вождения, также является вычислительная мощность. в настоящее время вычислительная мощность автомобильных чипов считается потолком orin.

с точки зрения вычислительной мощности huawei по-прежнему занимает первое место в китае с вычислительной мощностью 3,5 эфлопс, тогда как у xiaopeng всего 0,6 эфлопс.ниочуть лучше 1,4эфлопс, в идеале добились 2,4эфлопс.

на фронте «ли сяовэй» идеалы приблизились к уровню лидеров отрасли.

с разных точек зрения идеал готов набрать войска и подготовить достаточно еды и травы для этой «сквозной войны».

подготовка к умному вождению еще больше, чем раньше, потому что в идеале слишком срочно нужно догонять сквозную модель.

и «noa с изображениями», и «noa без изображений» появились в игре поздно. noa без изображений была официально представлена ​​пользователям ad max только в июле этого года. в этот критический момент, когда tesla fsd вот-вот приземлится в китае, если мы не разработаем сквозную модель, мы снова останемся позади отрасли.

увеличивая инвестиции и создавая команду, можно сказать, что акцент li auto на комплексных моделях был сделан на самом высоком уровне в компании, и ее цель состоит в том, чтобы разместить свой маршрут умного вождения на так называемом « правильный путь».

старое традиционное решение кода, которое можно «контролировать по правилам», когда-то было «правильным путем», а сквозное решение в настоящее время является просто «наиболее многообещающим» решением.

никто не знает, какие новые технологические маршруты появятся дальше.значительные инвестиции в комплексные решения могут оказаться пустой тратой денег, но ни одна автомобильная компания не может позволить себе упустить эту возможность.。

идеал сделал все приготовления, но это всего лишь один из них, просто следующий тренду. пока рано говорить о «правильном пути».