テスラが先頭に立ち、ファーウェイとアイディールがそれに続き、エンドツーエンドがインテリジェント運転の新たな出発点となる

大規模な AI モデルが登場する前は、自動車会社がインテリジェント運転について語るときは、一般的にアルゴリズムやチップの計算能力に焦点を当てていました。しかし、大規模な AI モデルの急速な導入により、自動運転の技術的な道筋は、CNN、RNN、GAN から Transformer の大規模モデルへと急速に進歩し始めています。かつて主流だった軽量高精度地図都市インテリジェント運転は、徐々に「エンドツーエンド」に取って代わられてきました。

最初に試みたテスラから、文傑、理想、小鵬まで、エンドツーエンドのインテリジェント運転は、春雨後のキノコのようにスマートカーの世界で急速に広まりつつあります。

エンドツーエンドがインテリジェント運転の新たなトレンドに

公開情報によると、Xiaomi のエンドツーエンドのフルシナリオインテリジェント運転は最近、対象を絞った社内テストを開始しました。リープモーターのBシリーズとCシリーズには、2025年に自社開発のエンドツーエンドの大型インテリジェント運転システムが搭載される予定です。 NIOは来年1月に、インテリジェント運転のためのエンドツーエンドの大規模モデルアーキテクチャを推進する予定です。これに先立ち、Ideal、Wenjie、Xiaopeng、BYD など多くの自動車会社が独自のエンドツーエンド ソリューションを発表しています。現時点では、エンドツーエンドのインテリジェント運転ソリューションが、自動車会社が選択しなければならない唯一のインテリジェント運転の道筋になっていることは明らかです。

まず、技術的な観点から見ると、エンドツーエンドの技術反復が速く、経路が短く、情報損失が少ないため、L4インテリジェント運転の到来を加速するのに非常に役立ちます。 「エンドツーエンド」モデルは、認識、計画、制御の 3 つの主要モジュールを統合し、モジュール間の境界を排除して、システム アーキテクチャを簡素化し、運用効率を向上させます。統合モデルにより、データの処理速度が向上し、システムの応答速度が向上し、インテリジェント運転から高精度マップへの変換が加速されます。

これを踏まえ、テスラは初めてFSD V12にエンドツーエンドの技術を適用し、目覚ましい成果を達成し、業界内外の実践者やユーザーにこれまでにないほどこの技術の魅力を感じてもらうことができました。例えば、小鵬汽車の会長である何小鵬氏は、エンドツーエンドの大型モデルにより、自動運転支援から完全自律運転への移行時間が大幅に短縮され、2025年までに小鵬汽車は中国でレベル4のようなインテリジェントな運転体験を実現できると考えています。 QINGZHOU ZhihangのCEOであるYu Qian氏は、エンドツーエンドのテクノロジーが徐々に非機械学習部分を排除し、システム全体が完全にデータ駆動型になってインテリジェントな運転機能を実現すると考えています...

エンドツーエンドは現時点では最適なソリューションではないかもしれませんが、従来の方法では解決が難しい極端なケースに対処でき、手動コーディングへの依存を減らすより効率的な方法となります。おそらく、まさにこれに基づいて、業界とその同業者はエンドツーエンドの技術的ソリューションに関して前例のない合意に達したのでしょう。

第二に、コストの観点から見ると、エンドツーエンドのテクノロジーは認識モデルよりもコスト効率が優れています。実際、中国ではこれまで30万元以上の価格帯の車にのみインテリジェント運転モードが搭載されており、より低価格帯のモデルにはほとんど搭載されていなかった。結局のところ、主な理由は、以前の技術が未熟だったため、インテリジェント運転のコストが高くなっていたことです。しかし、業界が高精度の地図やハードウェアから離れていくにつれて、関連するインテリジェント運転ソリューションはますます手頃な価格になりました。

例えば、DJIは都市部のNOAを7,000元で解決でき、電気自動車と燃料自動車の両方に使用できると述べています。業界初のAI+双眼鏡ソリューションは、4,000元でナビゲーション支援機能を実現できます。モジュール式インテリジェント運転に関しては、Yuanrong Qixing はインテリジェント運転ソリューション全体のコストを 2,000 米ドルに削減しました。同じ LiDAR + カメラの場合、ハードウェア コストは 7,000 ドルに削減されました。

上記のソリューションと比較すると、エンドツーエンドのソリューションの方がコスト効率が高くなります。純粋なビジョン ソリューションに依存しているため、すべての LiDAR が削除され、完全にソフトウェア主導のテクノロジになります。この技術は継続的に反復することができ、コストを無限に削減することができます。これがテスラが価格を下げ続けることができる理由です。技術とコストの重なりにより、エンドツーエンドの技術ソリューションは、自然に国内のインテリジェント運転ルートの中心的なトレンドになりました。

ファーウェイと小鵬の新たな戦場

実際、過去数年間の国内のインテリジェント運転ソリューションに対する消費者の一般的な疑念とは異なり、過去2年間の国内のインテリジェント運転レベルの向上、特に新しいエンドツーエンドのアルゴリズムとモデルの適用により、消費者に前例のない新しい体験をもたらしています。そのため、市場に出回っている自動車にインテリジェント運転機能が標準装備されているかどうかは、消費者が電気自動車を選択する上でますます重要な指標となりつつあります。このような背景から、エンドツーエンドのテクノロジーソリューションは、HuaweiやXiaopengなどの自動車メーカー間の競争の新たな焦点になりつつあります。

一方では、エンドツーエンドのインテリジェント運転ソリューションをアップグレードすることで、価格とユーザーエクスペリエンスの面で消費者を引き付けることができ、自動車メーカーがより多くの車を販売するのに役立ちます。中国乗用車協会とコアコンサルティングが発表したデータによると、2024年1月から8月まで、中国の新エネルギー乗用車におけるレベルL2以上のADAS機能の搭載率は66.6％に達し、前年比21.0ポイントの大幅増加となった。ガスグー自動車研究所のデータによると、今年1月から8月まで、国内市場における高速NOA車の累計販売台数は93万台を超え、普及率は7％に達した。都市型NOAも大規模導入が始まっており、普及率は1.3％となっている。

業界関係者によると、来年は自動運転にとって決定的な年となるだろう。 NOAなどの先進的なインテリジェント運転機能は、10万元前後のモデルにも普及するだろう。来年にはNOAの市場浸透率が40％を超えると予想されています。よりコスト効率の高いインテリジェント運転ソリューションの導入により、都市型NOAが10万元のモデルにますます近づき、徐々に普及の傾向を示すことは予測しにくいことではありません。自動車会社にとっては、より優れたインテリジェント運転ソリューション、より優れた体験、よりコスト効率の高いモデルを持つ会社が、大量の自動車を販売し、市場を獲得できるでしょう。

この観点から見ると、小鵬MONA M03などの新型インテリジェント運転モデル​​の爆発的な増加であれ、NIOやIdealなどの自動車会社が新たに計画している大衆市場向けモデルであれ、すべてこの方向に向かっています。自動車会社にとって、電動化、性能、耐久性が類似している場合、インテリジェント運転は消費者の心に影響を与えるための重要な変数になっています。低コストのインテリジェント運転ソリューションは、一般大衆のニーズと自動車会社の自動車販売ニーズの両方を考慮できるため、自動車会社の市場シェアを大幅に高めることができます。さらに、「スマートカー」の大量生産を通じて、自動車会社は高品質で貴重な専門データを迅速に蓄積し、より高度なインテリジェント運転ソリューションの強固な基盤を築くことができます。

一方、エンドツーエンドの技術をアップグレードすることで、自動車会社全体のインテリジェント運転機能のアップグレードが加速され、自動車会社は車両の基盤となるコンピューティング能力をアップグレードする必要に迫られることになります。業界の経験に基づくと、エンドツーエンドのテクノロジの実装では、技術的なルートとデータのテストだけでなく、膨大な計算能力要件のテストにも直面します。最も成功しているエンドツーエンド企業であるテスラを例に挙げると、テスラは2024年第1四半期の収益報告で、同社がすでに35,000台のH100 GPUを保有しており、2024年までにH100を85,000台以上に増やし、GoogleやAmazonと同等のレベルに達する計画であると述べました。

この規模の期待のもと、マスク氏は最近、テスラはもはや計算能力が不足していないと述べた。中国では、Xpeng 社の「Fuyao」自律運転インテリジェント コンピューティング センターのコンピューティング能力は最大 600PFLOPS です (NVIDIA A100 GPU の FP32 コンピューティング能力に基づいて計算すると、約 30,000 個の A100 GPU に相当します)。また、同社は今年、コンピューティングパワーの構築に1億ドルを投資し、今後も毎年投資額を増やすと発表した。センスタイムの大規模施設はすでに全国規模の統合インテリジェントコンピューティングネットワークを構築しており、45,000基のGPUと12,000PFLOPSの総計算能力を備えており、2024年末までに18,000PFLOPSに達する予定だ。現在の国内状況から判断すると、エンドツーエンドの自動運転研究開発に従事するほとんどの企業のトレーニング計算能力はまだキロカロリーレベルにとどまっている。

エンドツーエンドのインテリジェント運転技術が徐々に深化していくにつれ、データとコンピューティング能力をめぐる競争が将来すべての自動車会社間の競争の焦点となることは容易に予測できます。

新しいステージの現実テスト

エンドツーエンドのテクノロジールートが徐々に主流のトレンドへと発展するにつれて、自動車会社の競争の焦点も変化してきました。もはや、都市部でNOA機能を開設する都市の数を競うだけではなく、ユーザーに高品質の運転体験を提供することに重点を置いています。このような状況において、「駐車スペースから駐車スペースへ」は自動車メーカー間の競争の新たな焦点になりつつあります。同時に、データの急増、商品化の課題、新技術のリスクなども新たな課題となり、あらゆる自動車メーカーを試しています。

まず、ユーザーエクスペリエンスを中心としたVLAモデルのアップグレードにより、自動車が使用するコンピューティング能力が急速に増加し、ハードウェアコンピューティング能力とデータリソースクローズドループに対する要件もますます高くなっています。前述のように、テクノロジーの継続的な発展により、エンドツーエンド 2.0 は徐々にユーザー エクスペリエンスを中心とした新しい段階に入っています。この段階では、以前から期待されていた「エンドツーエンド + VLM (ビジュアル言語モデル)」が「VLA モデル」に向けて反復され始めています。

視覚、言語、行動を統合したマルチモーダルモデルとして、モデルの一般化と判断・推論能力の向上を目指します。これは、エンドツーエンド + VLM システムの包括的な融合として簡単に考えることができます。以前の VLM システムと比較すると、より多くのリソースを消費し、データのクローズに対する要件が高くなります。 VLA モデルを展開するためのチップの計算能力要件は、計算能力 750 TOPS の NVIDIA DRIVE Thor のレベルまで増加すると考える人もいます。比較すると、現在のハイエンドのインテリジェント運転コンピューティング ハードウェアには通常、合計 508 TOPS のコンピューティング能力を持つ 2 つの NVIDIA OrinX チップが搭載されており、これは小さな差ではありません。

コンピューティング能力の課題に加えて、データの問題によってもたらされる課題は、外部の世界の想像をはるかに超えています。 Pony.ai の CTO Lou Tiancheng 氏はかつて、高性能なエンドツーエンド モデルをトレーニングするには、データ品質の要件が一般的なパフォーマンス モデルよりも数桁高くなると述べました。データだけから見ると、国内自動車会社のデータ蓄積は基本的にテスラに遅れをとっており、まだ初期段階にある。データ品質の要求と相まって、国内自動車会社はデータ蓄積において「長いレースの終わりにはまだまだ遠い」状態にある。

第二に、エンドツーエンドの技術が継続的にアップグレードされるにつれて、データやコンピューティングパワーの蓄積など、多くの敷居の高い操作の下で自動車メーカーの試行錯誤コストが徐々に増加しており、商用化も市場の試練に直面しています。前述のように、エンドツーエンドのテクノロジーのアップグレードにより、自動車会社はエンドツーエンドのコンピューティング能力とデータのクローズドループに関してますます厳しい課題に直面しており、これに支払うコストも増加しています。自動車会社は市場に参入する際に効率とコストのバランスを考慮する必要があります。

さらに、開発と配信が完了した後でも、エンドツーエンドの検証と実装には依然として多くの課題が残ります。自動車会社が実際の車両を直接検証するのは明らかにコストがかかりすぎますし、クラウドベースのテストは実際の状況と一致しない可能性があります。市場レベルでは、消費者も矛盾した考え方を持っています。一方では、「インテリジェンス」と自動運転に対する消費者の関心と期待が高まっています。一方、支払い意欲は全体的に低下しています。したがって、エンドツーエンドのインテリジェント運転の量産化が実現しても、市場がそれを受け入れなければ、すべての願いは叶わないことになる。

この観点から、エンドツーエンドのインテリジェント運転の進歩は、技術とデータの競争であるだけでなく、その商業化に対する市場の実際の認識も必要です。