9월 5일 테슬라 AI 팀은 소셜미디어 플랫폼에 글을 올려 테슬라가 전자동 운전 (FSD) 으로 불리는 고급 운전 보조 시스템을 내년 1분기 중국과 유럽에 출시할 계획이며 규제 당국의 승인을 기다리고 있다고 밝혔다.이 소식이 알려지자 자율주행에 대한 논란이 다시 일고 있다.
업계인사는 다음과 같이 지적했다. 기술이 끊임없이 교체되고 종단간 기술량산이 가속화됨에 따라 산업사슬의 상하류기업이 앞당겨 배치하면 산업과 시장의 구도에 중대한 변화가 일어날수 있다.
테슬라, 메기 효과 유발
"테슬라 FSD의 중국 진출은 분명 일정한 충격을 주고 국내 시장을 뒤흔들 것이다.아울러 기술 진보는 산업 발전에도 새로운 발전 기회를 가져다 줄 것이며, 중국 기업은 적지 않은 발전 기회를 가지고 있다"고 퉁지대학 자동차학원 교수 주시산은 말했다.상하이자동차싸이코 CTO 위젠쿤은 기자에게 테슬라를 경쟁자로 여기기보다는 더 많은 종사자들이 함께 노력하여 무인 운전 시장을 확장하고 업계 전체의 끊임없는 발전을 추진하기를 기대한다고 말했다.
테슬라 FSD의 중국 진출 움직임이 관심을 끌면서 테슬라가 적용한 종단간 기술도 다시 스포트라이트로 돌아오고 있다.
"테슬라 FSD가 업계에 준 시사점을 논하자면, 테슬라가 사람들에게 엔드투엔드 모델의 능력을 보여주었다는 것이다: 더 많은 데이터의 수집, 더 많은 모델의 훈련을 통해 더 좋은 성능이 실현될 수 있었다.이는 많은 기업들이 기술 노선을 확고히 하고 더 많은 근거를 수집하고 더 큰 계산력 플랫폼을 구축하여 엔드투엔드 모델을 훈련하는 것을 선택하게 했다.엔드투엔드 기술에 대해 사실 국내에서도 일찍이 기술이 테슬라에만 있는 것이 아니다"라고 주시산은 말했다.
관련 산업 사슬 기업의 배치를 가속화하다.7월에 발표된 에안 전략 모델은 광치와 몽텅즈운전 유니버설 유한공사 (이하'모멘타') 가 공동으로 만든 엔드투엔드 고급 스마트 운전 방안을 탑재했다.이 방안에 응용된 Momenta 알고리즘 5.0은 종단간 모델을 응용한 지운전대 모델로 전 과정 데이터 구동의 연구개발 체계와 알고리즘 구조를 구축했다.
"알고리즘 5.0은 이미 여러 자동차 브랜드에서 양산 인도를 실현했으며, 대량의 데이터 축적을 통해 알고리즘 능력과 제품 체험을 지속적으로 향상시키고 있다."모멘타 CEO 차오쉬둥은 양산차에 따른 승용차 데이터를 통해 롱테일 문제를 더 잘 해결하고 진정한 규모화 가능한 무인 운전을 실현할 수 있다고 소개했다."현재 국내의 많은 호스트 공장은 이미 회사의 종단간 무도 NOA를 사용하고 있다."
이에 앞서 국내에서는 소붕자동차, 원융계행, 상탕절영, 영일자동차를 대표로 하는 자동차본체공장과 지능운전회사가 분분히 종단간 시스템에 연구개발에 투입되였고 대외에 차량량산계획을 공개하였다.
데이터와 계산력 수요 증가
"AI의 발전은 좋은 모델, 빅데이터, 높은 계산력을 떠날 수 없다.자율주행 기술은 아직 안전한 경계를 완전히 찾지 못했다"고 주시산은 말했다. 종단간 모델 훈련은 대량의 데이터와 계산력 지탱이 필요하며, 종단간 모델에 집중하는 기업의 입장에서 볼 때 앞으로 어떻게 더 큰 데이터 수요와 계산력 수요를 만족시킬 것인가가 매우 관건이다.
천타오자본 집행총경리 류위둥도 데이터와 계산력의 수요에 주목했다.류욱동은 다음과 같이 표시했다. 종단간 모형의 기술구조에서 훈련데터의 중요성은 전례없는 높이에 달했다.데이터의 규모, 표기, 품질과 분포 등 요소는 모두 종단간 응용발전을 제약하는 장애로 될수 있다.이와 동시에 종단간 훈련은 계산력에 대한 수요가 급격히 증가되고있다.
류욱동은 다음과 같이 말했다. 기술로선면에서 종단간 기술은 아직 통일적인 모범실천을 형성하지 못했으며 일정한 의견상이가 존재한다.이와 동시에 전통적인 시험검증방법은 종단간 자동운전에 적용되지 않으며 업종은 새로운 시험검증방법론과 도구사슬을 개발해야 한다.리소스 구성의 관점에서 볼 때, 종단간 기술은 조직 아키텍처를 재구성하고 더 많은 리소스를 데이터에 투입해야 하며, 이는 기존의 운영 모델에 도전이 된다.
"현재 엔드투엔드 기술은 아직 발전 초기에 처해 있으며, 여전히 많은 응용 곤경과 문제점을 시급히 해결해야 한다. 아직 만족되지 않은 이러한 수요로 형성된 새로운 문제점과 기회는 종사자들의 미래 진화와 반복의 방향이 될 것이다."라고 류위둥은 말했다.
시장과 산업 구조의 변화
"앞으로 알고리즘이 끊임없이 반복되고 자율주행 침투율이 가속화됨에 따라 자율주행 업계 상류 기술 진보, 시장과 산업 구도의 변화를 크게 이끌 것이다."'종단간 자율주행 업계 연구 보고서'(이하'보고서') 에 따르면.
주서산은 다음과 같이 표시했다. 현재 적지 않은 종단간 기술은 이미 차에 올랐지만"좋은지 아닌지"는 아직 고려해야 한다.종단간 기술에서 앞으로 적어도 두 차례의 기술 교체가 있을 것이다.첫째, 속도 및 속도 이중 시스템이 병존하는 단계입니다.반응속도가 비교적 빠른 종단간 모형외에 차량은"두뇌"와 류사한 느린 시스템을 통해 복잡한 문제를 처리한다.둘째는 시각적 언어 모델을 통해 종단간 모델이 설명할 수 없는 문제를 해결하는 것이다.
광륜지능 창시자 겸 CEO 사신은 다음과 같이 표시했다. 종단간 모형은 업종에 있어서 업종의 중점이 계산법에서 데터로 기울어졌음을 의미한다.전통적인 호스트 공장은 이미 성숙한 양산 프로젝트와 데이터 폐쇄 루프가 있는 자동 운전 회사들에게 있어서 이것은 원가를 낮추고 효율을 높일 수 있는 기회를 의미한다.현재 종단간 기술의 핵심 병목 현상은 여전히 검증과 데이터 능력을 평가하고 있으며, 이는 합성 데이터의 대규모 응용을 통해 해결할 수 있을 것이다.
"보고" 가 보여준데 따르면 기술면에서 종단간 착지는 상류도구사슬, 칩 등의 가속화진보를 추동하게 된다.시장에서 종단간 가져오는 자동 운전 체험 향상은 높은 수준의 보조 운전 침투율의 향상을 가져올 것이다;그 강한 범용성 때문에 종단간 자율주행은 지리적 지역, 국가 간, 장면 간 응용을 구동할 수도 있다;산업구도면에서 종단간 데이터와 AI 인재의 중요성을 한층 더 제고시켜 새로운 산업분업과 상업모식을 산생시킬수 있다.
