在近日舉行的中國電動汽車百人會論壇，四維圖新CEO程鵬出席並發表《AI新基建時代智駕演進新範式》主題演講，首次系統闡釋智能駕駛從“功能堆砌”向“數據閉環+全棧可控”的范式躍遷邏輯。

智駕平權時代，四維圖新依託“地圖+晶片+演算法+數據”全棧能力，推動智駕功能從“高端選配”向“全民標配”進化，並宣佈2024至2025年公司智駕產品新增量產定點已突破360萬套。

เริ่มต้นจากธุรกิจใหม่ของ NavInfo Cheng Peng เชื่อว่าแผนที่นําทางเป็นแนวทางปฏิบัติในช่วงแรกของความชาญฉลาดด้านยานยนต์ เนื่องจากแผนที่สามารถบอกผู้ใช้ได้ว่าพวกเขาอยู่ที่ไหน และจะเดินทางจากจุด A ไปยังจุด B ได้อย่างไร Zhijia ก็อยู่จากจุด A ไปยังจุด B เช่นกัน แต่หุ่นยนต์ช่วยเข้าครอบครอง นี่คือเหตุผลที่ NavInfo จะเปลี่ยนจากผู้ผลิตแผนที่เป็นผู้ผลิตการขับขี่อัจฉริยะ

เขาเชื่อว่าในปัจจุบันการขับขี่อัจฉริยะสามารถแบ่งออกเป็นสองค่ายคร่าวๆ ค่ายแรกแสวงหาประสบการณ์การใช้งานขั้นสูงสุด และจากมุมมองของผู้ใช้ ไม่สนใจว่าโซลูชันจะมีรูปภาพหรือไม่มีรูปภาพ แต่จะปลอดภัยหรือไม่ที่จะส่งมอบความปลอดภัยในชีวิตให้กับยานพาหนะ เบื้องหลังประสบการณ์การใช้งานขั้นสูงสุดคือปริมาณข้อมูลที่เพียงพอและพลังการประมวลผลที่เพียงพอซึ่งมีเกณฑ์และสามารถทําได้โดยองค์กรชั้นนําเพียงไม่กี่แห่งเท่านั้น

程鵬認為，大部分屬於第二陣營。目前，中國汽車平均銷售價格從7萬多漲到了11萬多，要讓11萬元的車也裝上成本幾萬元的感測器和大算力，程鵬認為這是不切實際的。因此，很多零部件廠商正在做的是，讓智駕從無到有、從可用到好用。在這個過程中，有兩個核心關注點：一是品質和安全，二是方案是不是真正具備量產能力。

Cheng Peng กล่าวว่าเมื่อไม่กี่ปีที่ผ่านมา NavInfo ได้เสนอแนวคิดของ "การควบคุมแบบฟูลสแต็ก" จากมุมมองของต้นทุนทางเศรษฐกิจ บริษัท รถยนต์ไม่สามารถตอบสนองประสิทธิภาพด้านต้นทุนได้ด้วยการพัฒนาตนเองอย่างเต็มที่ในขณะที่ NavInfo เริ่มสร้างแผนที่เมื่อกว่า 10 ปีที่แล้ววางชิปและการวางตําแหน่งที่มีความแม่นยําสูงเมื่อ 0 ปีที่แล้วและได้อุทิศตนให้กับห้องนักบินอัจฉริยะและการขับขี่อัจฉริยะในช่วงไม่กี่ปีที่ผ่านมาด้วยความสามารถของวงปิดข้อมูลที่สมบูรณ์และสามารถตอบสนองความต้องการที่หลากหลายเช่นขนาดและคุณภาพของข้อมูล มุ่งเน้นไปที่ความสามารถในการผลิตจํานวนมาก มุ่งเน้นไปที่ต้นทุน มุ่งเน้นไปที่ความเป็นผู้นําด้านผลิตภัณฑ์ และการสะสมข้อมูลคุณภาพสูง NavInfo คือความสามารถในการแข่งขันหลักของ NavInfo

ยกตัวอย่างห้องโดยสารและโซลูชันที่จอดรถแบบบูรณาการของ Xpeng MONA ช่วยแก้ปัญหาการจอดรถผ่านพลังการประมวลผลที่ไม่ได้ใช้งานของชิป 20 และรองรับประสบการณ์การโต้ตอบอัจฉริยะแบบหลายรูปแบบที่ราบรื่นบนหน้าจอขนาดใหญ่ตระหนักถึงการอัปเกรดที่ครอบคลุมจากสาระบันเทิงความช่วยเหลือในการนําทางไปจนถึงการจอดรถอัตโนมัติลดต้นทุนได้มากกว่า 0% เมื่อเทียบกับโซลูชันที่คล้ายคลึงกัน

อีกกรณีหนึ่งคือห้องนักบินและโซลูชันการรวมการขับขี่ AC2AE ควบคู่ไปกับการปิดผนึกชิป Horizon Journey 0 การรวมห้องนักบินเครื่องมือวัดการเดินทางที่จอดรถและฟังก์ชั่นอื่น ๆ ไว้ในที่เดียวต้นทุนการควบคุมโดเมนถูกควบคุมที่ราคา 0 หยวนและปัญหาท่าเทียบเรือในห้องโดยสารได้รับการแก้ไขด้วยประสิทธิภาพด้านต้นทุนสูงสุดเพื่อให้ได้ฟังก์ชัน L0+

Cheng Peng กล่าวว่า NavInfo ไม่ได้เป็นเพียงธุรกิจแผนที่อีกต่อไป แต่ประสบความสําเร็จในการแปลงเป็น Tier 1 ใหม่ด้วยการขับขี่อัจฉริยะ และค่อยๆ กลายเป็นหนึ่งในเสาหลักของอุตสาหกรรม

จากมุมมองของ NavInfo การขับขี่อัจฉริยะสามารถแบ่งออกเป็นหลายกระบวนทัศน์เพื่อให้บรรลุวิวัฒนาการ: ขั้นตอนแรกคือผู้ขับขี่ที่เป็นมนุษย์ ขั้นตอนที่สองคือสถาปัตยกรรมเครื่องจักรตามกฎซึ่งมีการใช้แผนที่ที่มีความแม่นยําสูงอย่างกว้างขวาง ขั้นตอนที่สามคือโครงข่ายประสาทเทียมเชิงลึกโดยใช้แผนที่น้ําหนักเบา Cheng Peng เชื่อว่าขั้นตอนต่อไปขับเคลื่อนโดยแบบจําลองโลก และยังคงใช้แผนที่ที่มีความแม่นยําสูง แต่มีการปรับใช้แผนที่ที่มีน้ําหนักเบากว่าในตอนท้าย

กระบวนทัศน์ทั้งสี่นี้สอดคล้องกับการใช้งานที่แตกต่างกัน: กระบวนทัศน์แรกคือแผนที่นําทาง ซึ่งจริงๆ แล้วเป็นการแสดงนามธรรมสองมิติของโลกแห่งความเป็นจริง ประการที่สองคือด้วยการพัฒนาการขับขี่อัตโนมัติ แผนที่ที่มีความแม่นยําสูงจึงเกิดขึ้น ซึ่งต้องใช้ข้อมูลสามมิติจํานวนมาก และข้อกําหนดด้านความแม่นยําได้พัฒนาจากเมตรเป็นเซนติเมตร ขั้นตอนที่สามคือการมีแผนที่ไม่เพียงพอ แต่ยังต้องการเซ็นเซอร์ที่หลากหลายเพื่อช่วยในการตัดสินใจและฝึกโมเดล ซึ่งเป็นยุคของเซ็นเซอร์หลายรูปแบบ ปัจจุบันหลายคนในอุตสาหกรรมตะโกนว่า "ไม่มีภาพ" ซึ่งเป็นประกาศถึงการมาถึงของอีกยุคใหม่

ในการประชุม NVIDIA GTC เมื่อเร็ว ๆ นี้ Jensen Huang ผู้ก่อตั้ง Nvidia เสนอว่าพลังการประมวลผลทั่วโลกเติบโตในอัตรา 1000 เท่าต่อปี และคาดว่าต้นทุนการประมวลผลจะลดลง 0 เท่าในทศวรรษหน้า แนวโน้มนี้หมายความว่าต้นทุนต่อหน่วยของพลังการประมวลผลจะลดลงหลายแสนเท่า

"การเพิ่มประสิทธิภาพต้นทุนที่สําคัญดังกล่าวจะทําให้เรามีโอกาสที่ไม่เคยมีมาก่อนในการบรรลุโมเดล AI ระดับโลกในระยะสั้น" เฉิงเผิงกล่าว ในบริบทของยุค 4Paradigm NavInfo มุ่งมั่นที่จะสร้างแพลตฟอร์มการแบ่งปันอุตสาหกรรมผ่านข้อมูลเปิดและทรัพยากรแบบจําลอง และได้สร้างสถาปัตยกรรมทางเทคนิคที่สมบูรณ์ รวมถึงเลเยอร์การปฏิบัติตามข้อกําหนด เลเยอร์การเสริมข้อมูล และเลเยอร์การฝึกอบรมโมเดล AI ที่มีความสามารถหลักสามประการ: เทคโนโลยีความเข้าใจและการรวบรวมข้อมูลชั้นนํา โซลูชั่นการปฏิบัติตามข้อกําหนดที่ครอบคลุม และข้อมูลประจําตัวของบุคคลที่สามที่เป็นอิสระ และเปิดให้ทั้งอุตสาหกรรมร่วมมือ ไม่ว่าจะเป็นผู้ผลิตรถยนต์ ซัพพลายเออร์อัลกอริทึม หรือซัพพลายเออร์ชิ้นส่วนระดับ 1 ทุกคนสามารถมีส่วนร่วมในการสร้างระบบนิเวศร่วมกันได้

เขายังกล่าวถึงจุดบกพร่องที่สําคัญสองประการของอุตสาหกรรมที่ต้องแก้ไขในปัจจุบัน: หนึ่งคือปัญหาช่องว่างของข้อมูลในฐานะสินทรัพย์ที่มีมูลค่าเพิ่มที่สําคัญข้อมูลแผนที่ที่มีความแม่นยําสูงไม่เพียง แต่สามารถปรับปรุงความสามารถในการสรุปฉากได้อย่างมีประสิทธิภาพ แต่ยังช่วยให้มั่นใจได้ถึงความสดใหม่ของข้อมูลผ่านกลไกการอัปเดตอย่างต่อเนื่อง เมื่อเทียบกับขนาดข้อมูลขององค์กรเกณฑ์มาตรฐานอุตสาหกรรมปริมาณข้อมูลและทรัพยากรการประมวลผลในปัจจุบันยังคงเป็นปัจจัยสําคัญที่จํากัดการพัฒนาอุตสาหกรรม ประการที่สองคือการปรับปรุงประสิทธิภาพของการประมวลผลข้อมูล เนื่องจากวิศวกรรมข้อมูลมีเกณฑ์วิชาชีพที่สูงมาก

Nanfang + นักข่าว Gao Xiaoping

【ผู้เขียน】 Gao Xiaoping

[ที่มา] Southern Press Media Group Southern + ลูกค้า