올해 초 테슬라가 북미에서 FSD V12 버전을 공식 출시한 뒤 중국 자율주행업계의 많은 CEO와 임원들이 체험하러 갔다.
샤오펑자동차 CEO 허샤오펑도 그 중 한 명이다.몇차례의 체험을 거친후 하소붕은 매우 분발했다. 그는 주동적으로 자동운전부총재 리력운에게 감수를 말했다."스켈레톤감이 뚜렷하고 의인감이 제고되여 FSD가 사고하고있음을 뚜렷이 느낄수 있다."고 하면서 팀의 골간성원들이 하루빨리 미국에 가서 한번 체험하기를 희망했다.
FSD의 빠른 반복으로 샤오펑 자율주행팀은 종단간 대형 모델 노선을 더욱 확고히 했다.
샤오펑 자동차는'지차 노병'이다.2017년 9월, 샤오펑은 자체 스마트 운전 소프트웨어 알고리즘을 연구하기 시작했는데, 각각 화웨이와 이상을 1년 8개월, 3년 5개월 앞섰다.그후 소붕은 고속보조운전, 도시구역 보조운전단계를 완전하게 거쳤으며 또 올해 년초 개성스피드전에서 먼저 200성을 착지하기도 했다.
종단간 배치와 예비연구는 2022년으로 거슬러 올라간다.리리윈은 21세기 경제보도 기자에게 샤오펑 자율주행팀이 몇 차례 탐색한 적이 있다고 말했다. 처음에는 각종 작은 모형을 사용했다.샤오펑은 당시 수십 명의 우수한 알고리즘 엔지니어를'쌓아'규칙 견인을 통해 문제를 해결하려 했지만 결국 전통적인 규칙 제한에서 벗어날 수 없었다.
2023년 3월, OpenAI는 GPT4를 발표했고 얼마 지나지 않아 Sora, o1의 새로운 모델이 탄생하고 AI가 대폭발했다. 이런 중요한 사건들은 소붕을 계발했다.2023년 초, 샤오펑은 엔드투엔드 대형 모델을 어떻게 자율주행 분야에 활용할 것인가를 모색하기 시작했고, 그 후 샤오펑은 다시 클라우드 대형 모델로 매진하기 시작했다.
반면 중국 자동차 기업의 절대다수는 테슬라 FSD V12 버전 이후에야 엔드투엔드 (End-to-End) 대형 모델을 확고히 포옹했다.
올해 들어 울래, 이상, 제로 러닝 등 자동차 회사들은 모두 엔드투엔드를 중심으로 연구개발팀을 설립했는데, 그들은 이를 통해 커브길에서 추월할 수 있는 새로운 기회를 얻기를 희망한다."새롭고 테슬라를 선도하는 기술 주기에 접어들 때, 우리는 전통적인 시간으로 신기술이 생기는 시간을 추산할 수 없다.다른 사람이 쓰는 만큼 우리가 쓴다고 생각하지 마라."10여 년간 종사해 온 한 지운전 인사는 21세기 경제 보도자에게 말했다.
효과가 빠르기 위해 어떤 자동차 기업은 One piece 종단간 모델을 선택했다.지가에서 7년간 쌓은 샤오펑은 분단식 종단,'노선 보수'를 채택했다는 의혹을 받고 있다.
리리윈은 샤오펑이 분단식 끝에서 끝까지라고 부인했다."우리는 화웨이와 유사하다. XNet, XBrain, XPlanner는 각각 인간의 눈, 뇌, 소뇌 역할을 한다. 3자는 서로 중첩되고 서로 결합된다."
그의 견해에 의하면 차단의 One piece 대형모형은 일정한 부작용이 있다. 앞으로 데터량이 증가됨에 따라 차의 제한된 계산력은 이렇게 많은 데터를 먹을수 없다.샤오펑의 솔루션은 클라우드 대형 모델이다."클라우드 대형 모델의 매개변수는 현재 차량의 80~100배가 될 것이다. 이것은 철저한 One piece 지능체이다."라고 리리윈은 말했다.
무도를 연구개발하는 과정에 종단간 침투률이 제고됨에 따라 소붕자동운전팀은 또 조직구조를 조정했다. 즉 AI 모형개발, AI 응용교부, AI 효능 등 3개 부문을 새로 조직했다.샤오펑은 알고리즘 엔지니어를 감원하지 않고 그들이 종단간 전환을 완성하도록 도왔다."샤오펑의 스마트 운전팀은 줄곧 2000명 안팎으로 안정되어 업무를 따라 질서 있게 성장했다."라고 리리윈은 말했다.
리력운은 종단까지를"열병기시대"로 간주하고 과거의 보조운전시대는"랭병기시대"이였다.냉병기 시대에는 무림의 고수만 모이면 싸울 수 있었다.그러나 열병기 시대에는 더 큰 계산력, 더 많은 데이터, 계산력과 데이터를 이전시키는 메커니즘 (데이터 플라이휠 체계) 과 엔지니어링 능력이 필요하다.
"트렌드를 따라 전환하는 기업은 성공할 수 있지만, 전체적으로 열병기 시대는 1제대와 2제대의 격차를 체계적으로 벌리고 커브길에서 추월하는 것은 더욱 어려워질 것이다."라고 리리윈은 생각했다.
다음은 21세기 경제보도와 소붕자동운전 부총재 리력운, 자동운전제품 고급총감 원정정의 대화이다.
21세기 경제보도: 당신은 이전에 L4의 배경이 있었는데, 바이두 미국 무인차 연구개발팀의 창립 핵심 멤버였고, 징둥실리콘밸리 연구개발센터 X실험실 구조사를 맡았는데, 당신은 왜 L4 연구개발을 계속하지 않고 2019년에 승용차회사 샤오펑에 가입하기로 선택했습니까?
리력운: 저는 2019년 6월에 소붕에 가입했습니다.비록 나는 이전에 줄곧 L4에 치우친 자동운전을 해 왔지만, 나는 사실 확고한 점진식 신앙자이다. 나는 자동운전의 궁극적인 형태가 반드시 진정한 무인화를 하는 것이라는 것을 인정한다. 그러나 한 걸음 한 걸음 직접 무인화를 하는 것은 매우 어렵다.
저는 차를 아주 좋아해요. 아주 제품 열정이 있는 사람이에요.내가 직접 운전한 것이 바로 샤오펑이다. 이전에 나는 P7을 운전했는데, 지금은 G6맥스를 켜면 자신의 코드가 자신의 제품에 달리는 것을 볼 수 있고, 이 제품을 사서 매일 운전하고, 그것이 끊임없이 진화하는 것을 볼 수 있다. 나는 이 일이 매우 멋지다고 생각한다.
21세기 경제보도: 당신이 샤오펑에 가입했을 때 허샤오펑은 무슨 말을 해서 당신을 감동시켰습니까?
리력운: 나는 먼저 미국에서 오신주 (당시 소붕자동운전책임자) 를 만났다. 당시 그는 소붕에 간지 이미 반년이 되였다. 팀은 이미 일부 사람들이 있었다. 이어서 귀국하여 하소붕을 만났다.허샤오펑은 "우리는 반드시 자율주행을 해야 한다"고 말했다. 그는 자율주행에 대해 매우 독실하고 확고한 지능화가 변화를 가져올 수 있어 나를 매우 감동시켰다.
일선에서 제품을 체험할 수 있도록 날아다닐 필요가 없어 2020년에 미국에서 광저우로 집을 옮겼다.
21세기 경제보도: 보조운전면에서 테슬라는 올해 초 FSD V12 버전을 출시하여 종단간 방향을 이끌었는데 소붕은 테슬라의 영향을 받았는가?
리리윈: 우리는 이미 2021, 2022년에 적극적으로 배치와 사전 연구를 시작했습니다. 데이터 구동의 이념에 따라 경레이더, 경지도를 사용합니다. 현재 업계는 레이저 레이더와 고정밀도 없는 지도라는 두 단어를 사용하는 데 더 익숙합니다.
테슬라도 데이터 구동의 이념에 따라 해 왔다.우리는 테슬라를 매우 존경한다. 현재 샤오펑과 테슬라만이 고화질 지도에도 의존하지 않고 레이저 레이더에도 의존하지 않고 한 세트의 소프트웨어로 고급 보조 운전 차종에 적합할 수 있다.
열병기 시대, 커브길 추월은 더욱 어려워졌다
21세기 경제보도: 2017년 9월, 샤오펑은 스마트 운전 소프트웨어 알고리즘을 자체 연구하기 시작했는데, 각각 화웨이와 이상을 1년 8개월, 3년 5개월 앞섰고, 고속 NOA, 유도 도시 보조 운전, 무도 도시 보조 운전과 현재의 종단 간 단계를 완전하게 겪었다.이전 단계와 비교했을 때 가장 큰 차이점은 무엇입니까?
리력운: 이전의 보조운전은 마치 랭병기시대와 같았다. 우리는 많은 무림고수가 수요되였다. 만군가운데서 상장의 첫발을 따냈다. 그들은 운전장면을 알고, 업무를 알고, 수학을 알고, 또 한두개의 작은 모듈을 알고, 그들은 모든 것을 망칠 수 있었다.하지만 사실 무림 고수를 많이 찾는 것은 매우 어렵다.설사 찾았다 하더라도 우리가 직면한 복잡한 장면은 변화무쌍하여 적의 수량이 더욱 많은것과 같다.
끝에서 끝까지 시대는 마치 랭병기시대에서 열병기시대로 와서 인력에 의존하지 않고"화약", 배병포진의 방식으로 승리를 거두는것과 같다."화약" 은 데이터, 계산력, 계산법에 해당하며 이런 원료를 공장에서 모형으로 만든후 다시 훈련모형을 통해 문제를 해결한다.
21세기 경제보도: 소붕의 종단간 대량의 수치는 어디에서 오는가?
리리윈: 자율주행 L4 기업에 비해 호스트 공장인 샤오펑은 자신의 차가 있습니다. 데이터 수집에 있어서 우리는 더 좋은 정의 능력을 갖추고 있습니다.
시작이 늦은 자동차기업에 비해 소붕이 이전에 축적한 우수한 공정자질은 우리를 도와 더욱 능률적으로 데터를 수집할수 있으며 원래의 규칙은 AI에게 일부 인도를 제공하고 선생님이 될수 있다.
마지막으로 샤오펑의 차종은 승용차, SUV에서 MPV에 이르기까지 A급, B급에서 C급까지 모두 관련되어 있어 우리의 데이터의 다양성과 풍부성을 보장한다.
21세기 경제보도: 수치를 축적하는것은 종단간의 난관인가?자동차 기업이 데이터와 계산력을 갖게 된 것은 종단간 큰 모델의 착지를 실현할 수 있다는 것을 의미하는가?
리력운: 원래의 규칙시대에 시스템은 10여개의 카메라를 련결했는데 종단간 시대에 들어선후 이런 센서의 데이터량은 이전과 변화가 없었다.
규칙시대, 문제를 해결하기전에 우리는 먼저 문제가 감지에 의해 초래되는가 아니면 예측에 의해 초래되는가 아니면 두 조의 문제가 공동으로 초래되는가를 볼것이다.우리는 이 두 그룹의 알고리즘 엔지니어를 통해 장면, 수학 모델, 규칙을 설계하여 문제를 해결하고 장면으로 돌아갈 것이다.다만 이런 세부적인 문제가 너무 많아 더 많은 모듈이 관련될 수 있다.
끝에서 끝까지 변한 후, 플레이가 달라져서 전체 체인이 매우 길어졌다.자동차 기업은 장면 문제를 해결하는 데 사용되는 대량의 데이터를 수집해야 하며, 심지어 감독이 없는 데이터를 표시, 세척하여 자신에게 모델이 되어야 한다.이 모형은 먼저 미리 훈련한 후에 연합하여 훈련할 수도 있고, 하나의 큰 모형으로 훈련을 할 수도 있다.훈련을 마친 후, 훈련된 모델의 품질이 계량화, 배치, 시뮬레이션 검증, 승차를 완료할 수 있는지 확인하는데, 전체 체인은 매우 길다.
데이터 수집 외에 공정 능력은 빅 데이터 체계의 건설, 계산력 배치 능력에서 구현되는데, 이는 모두 쉬운 일이 아니다.
21세기 경제보도: 소붕이 랭병기시대에 쌓은 그렇게 많은"무림고수"는 쓸모가 없는가? 과거의 축적은 어떤 우세를 발휘할수 있는가?
리력운: 고효률수치를 수집하려면 가장 중요한 하나는 자동운전팀이 차량에서 많은 사업을 해야 한다. 그렇지 않을 경우 대량의 수치를 받고 돌아왔지만 저장에 들어가면 원가로 된다.
무한한 자원이 아니라면 차량측 데이터의 수집은 아주 강한 계산법능력, 심지어 AI능력이 수요된다.이것은 우리가 이전에 쌓은 것과 일맥상통한다.례를 들면 규칙으로 데터수집을 감독한다. 례를 들면 AI가 낸 경로는 기하학적으로 아주 불합리할수 있으며 분명히 사람이 열수 있는것처럼 규칙을 통해 재빨리 식별해낼수 있다.
전통적인 기술 방안에 비해 종단간 상한선은 높고 하한선은 낮은 것으로 여겨진다.하지만 이것은 아마도 우리가 아주 특색 있게 한 곳일 것이다.우리는 지난 시대에 충분히 많은 양의 시뮬레이션 데이터 세트를 구축했다. 이러한 시뮬레이션 데이터 세트는 모두 규칙 보정을 거쳤다. AI의 새로운 모델이 상한선일 때 이러한 데이터 세트를 달릴 것이다. 우리는 모델의 하한선의 불합리함을 빠르게 발견하고 모델에 대한 빠른 보정을 진행할 수 있다.우리가 과거에 축적한 규칙은 AI를 위해 바닥을 드러냈다.
또한 현재 샤오펑과 테슬라만이 할 수 있다. 고화질 지도에도 의존하지 않고 레이저 레이더에도 의존하지 않는다. 한 세트의 소프트웨어로 모든 고급 스마트 운전 차종에 적합하다.
21세기 경제보도: 무엇때문에 기타 자동차기업은 할수 없으며 그들은 어디에 차이가 있는가?
리리윈: 첫째, 샤오펑 데이터 수집의 효율이 더 높습니다.둘째는 샤오펑이 플랫폼화 공정 능력이 매우 강하다는 것이다.AI 종단간 시대에 레이저 레이더가 있는지, 어떤 차종이든 우리에게 스마트 운전 솔루션이다.
21세기 경제보도: 테슬라 V12 이후 많은 자동차 회사들이 엔드투엔드를 포옹하고 있다. 이 커브길에서 추월하기를 바라고 있다. 커브길에서 추월하는 것이 더 쉬워졌을까, 더 어려워졌을까.
리력운: 원래 공정화능력은 여러가지 방향의 랭병기 고수를 모집하고 쌓는것인데 그들을 모으기만 하면 싸울수 있다.
열병기 시대에는 더 큰 계산력, 더 큰 데이터가 필요하다. 이 배후에는 이렇게 많은 계산력, 데이터를 돌릴 수 있는 메커니즘이 있다. 또한 이런 물건들을 차에 배치해야 한다. 그리고 차에 오르는 과정에서 테슬라와 우리는 모두 부인하지 않는다. 가끔 어떤 때는 규칙적인 밑바닥을 드러내야 한다.추세전환을 뒤따르는 기업은 성공할수도 있다고 생각하지만 총체적으로 말하면 체계적으로 제1제대와 제2제대의 격차를 벌리게 된다.
원정정: 공사에서 우리는 AI Infra (즉 인공지능 인프라, 계산력과 응용을 연결하는 AI 중간층 인프라) 에 매우 많은 정력을 투입했습니다.예를 들어, 요리를 볶으려면, 당신은 아주 좋은 아궁이, 땔감과 과일나무를 사용할 수도 있고, 알코올 램프, 위에 작은 알루미늄 냄비를 놓을 수도 있다. 보기에 모두 빨리 요리 한 접시를 내놓을 수 있는 것 같지만, 장기적으로는 완전히 다르다.
처음부터 끝까지 하는 것은 마치 10월에 임신하는 것과 같다.10월에 임신하는 것은 정말 10개월의 충분한 영양과 보살핌이 있어야만 응애응애 땅에 떨어지는 그 순간을 가질 수 있다.그것은 내가 하려고 한 것이 아니다. 나는 충분한 돈을 투자했기 때문에 나는 10명을 쓰면 한 달에 낳을 수 있다.그것은 충분한 착실한 기초를 필요로 하고, 충분한 착실한 노력을 기울여야만 최종 수확을 얻을 수 있다.
'지차 노병'의 세 번의 시도
21세기 경제보도: 소붕이 가장 먼저 물을 끝까지 시험한것은 언제인가?당시 끝에서 끝까지 어떤 형태였고 표현은 어땠습니까?
리력운: 2022년 9월, 소붕성구 보조운전이 광주에 착지하여 처음으로 도시항법보조운전을 양산하는 자동차기업으로 되였다. 그러나 우리의 전반 연구개발은 2022년 상반년에 완성되였다. 시간은 심사에 걸렸다. 그때 우리는 고정지도가 하나의 지팡이라고 인정했다.도시구역 네비게이션 보조운전을 잘하려면 우리는 더욱 일반화되고 더욱 좋은 기술방안으로 여러가지 도로상황에 적응해야 한다.우리는 무도안으로 전환하기 시작했다.
처음에 그림이 없는 방안은 더욱 복잡한 계산법이 필요했다. 그것은 삼륜차, 전동차 등 각양각색의 차를 검측하려면 하나의 모형을 정의하여 일반화하는것보다 훨씬 편리했다. 그러므로 우리는 당시 작은 모형을 쌓는 방식을 시도하여 수십명의 아주 우수한 계산법공정사를 쌓아놓고 일부 규칙의 결합을 통해 문제를 해결하였다.
그러나 규칙의 인터페이스를 인위적으로 정의하는 것은 이러한 모델이 여전히 알고리즘 규칙에서 벗어나지 못하고 있다는 것을 의미하며, 또 더 많은 우수한 알고리즘 엔지니어를 쌓는 것도 어려운 일이다.
21세기 경제보도: 작은 모형이 가장 해결하기 어려운 문제는 무엇인가?당시 어떤 특수한 사례에 부딪혔습니까?
리력운: 각 소형모형규칙의 결합을 통해 문제를 해결할수 없다. 왜냐하면 모형사이 자체가 더욱 많은 정보를 전달해야 하기때문이다.
소형모형시기에는 섬을 에워싸고 좁은 길, 오솔길, 방향을 바꾸고 큰 길목 등 장면이 매우 어려우므로 우리는 3~5개월이 걸릴수도 있다.
예를 들어 일부 도시의 길목은 매우 복잡하다. 운전자는 한 길목에서 좌회전해야 한다. 그러나 앞의 한 길은 상교이고, 한 길은 보조로로 가는 길이며, 옆에는 또 한 길이 있다는 것을 발견했다. 시스템은 직접 감속을 0으로 할 수 있다.
그러나 종단간 큰 모형은 매우 총명하다. 그것은 두 가지 큰 문제를 해결한다: 첫째, 특수한 장면은 운전할 수 없는 것에서 운전할 수 있는 것까지;둘째는 의인성을 높이는 것이다.례를 들면 운전자는 상술한 길목에서 시스템이 멈추지 않고 다른 차로로 바뀌지 않고 인간처럼 망설이다가 잠시 속도를 줄인후 독실하게 한 길을 선택하여 걸어간다.약간의 느낌은 마치 셰프가 요리를 하는 것과 같고, 약간의 소금을 넣으면 맛이 딱 좋다.이런 변화는 매우 의인해서 매우'단미'가 있다.
데이터와 대형 모델의 추가 하에 우리는 대략 한두 달이면 상술한 장면을 잘 할 수 있다.
21세기 경제보도: 어떤 계기가 팀으로 하여금 큰 모형으로 전환해야 한다고 사고하게 했는가?
세계 최고의 AI 기업이 되려면 최전방의 AI 기술 발전을 주시해야 한다.2023 년 3 월, OpenAI는 GPT4를 발표했습니다.이후 OpenAI에서 Sora, o1을 발표한 새로운 모델의 탄생으로 AI가 대폭발하면서 이런 중요한 사건들이 우리의 사고를 견인했다.
우리는 이전에 데이터가 축적되고 구조가 축적되였는데 지난해 년초에 우리는 어떻게 큰 모형을 자동운전분야에 활용할것인가를 사고하기 시작했다.올해 초, 우리는 또 큰 모델에서 클라우드 큰 모델로 전환하는 것을 모색하기 시작했다.
나는 클라우드의 큰 모형이 더욱 매력적이라고 생각한다. 앞으로 한 길목에서 시스템은 심지어 더욱 독실하게 직접 기억에 따라 더욱 좋은 길을 선택할수 있다. 그것은 차원을 낮추어 큰 모형을 타격하고 지능운전을 할수 있다.
21세기 경제보도: 올해 5월, 샤오펑은 엔드투엔드 스마트 운전 대형 모델을 양산했다고 발표하여 테슬라에 이어 전 세계 유일, 국내 최초로 엔드투엔드 스마트 운전 대형 모델을 양산한 자동차 기업이 되었다.당시 지가대 모형의 디자인 사고방식은 오늘과 어떤 차이가 있습니까?
리력운: 제1판 승차의 종단간 지운전대모형은 장면에 따라 점차 차에 오르는 과정이다.샤오펑이 곧 발표할 AI 톈주 XOS 5.4.0 시스템에서 우리는 장면을 가리지 않고 종단간 큰 모델을 전량 사용했으며 전체적인 의인성은 큰 단계로 올라갈 것이다.
One piece 는 종단간 효과가 빠르지만 부작용이 크다
21세기 경제 보도: 종단간 방안의 선택에 있어서 현재 주류의 관점은 두 가지가 있다: One-model 종단간 및 분단식 종단간 샤오펑은 분단식 종단간 방안으로 분류되는데, 당신은 이런 관점을 인정합니까?
리력운: 분단식끝에서 끝까지는인위적으로 만들어낸 개념이고 소붕은 분단식끝에서 끝까지가 아니다.
샤오펑 자율주행 시스템에서 각각 인간의 눈, 뇌, 소뇌 역할을 하는 XNet, XBrain, XPlanner는 서로 겹치고 결합된다.딥 러닝 시 세 개의 큰 네트워크는 각 부분에 대해 사전 훈련을 한 뒤 합동 훈련을 한다.
21세기 경제보도: 왜 이렇게 설계해야 하는가?
이력운: 두 가지 이유.첫 번째 중요한 이유는 우리가 일찍부터 종합적인 연구 개발에 투입되었고 완전히 의인화된 원칙에 따라 XNet, XBrain, XPlanner를 설계했기 때문에 인지의 고지에 서 있다고 생각합니다.그리고 이 배후에 더 중요한 것은 우리가 클라우드 대형 모델 또는 foundation model을 가지고 있다는 것이다. 해석 가능성 및 계산력의 합리적인 분배와 배치를 위해 세 개의 네트워크로 미리 훈련시켰다.
사실 화웨이의 종단간 구조에도 하나의 감지네트워크, 하나의 규정통제네트워크 및 하나의 본능적인 안전네트워크가 있다.우리와 화웨이는 모델 인식에서 비슷한 점이 있다. 즉 종단간 본질에서 우리는 정보의 무손실 전송, 정보 보존의 최대화에 더 신경을 쓰며 굳이 one piece의 훈련, 배치를 추구하지 않는다.
다른 한편으로 AI를 운전하게 하는 이 일 자체는 매우 급진적이다.종단간 큰 모형을 설계할 때 만약 점진적인 방식을 취한다면 3개 네트워크는 치중과 련합이 있어 더욱 많은 해석가능성, 관리통제가능성을 증가시킬수 있을뿐만아니라 계산력의 분배와 배치도 더욱 합리해질것이다.적어도 디버깅 과정에서 우리는 어디에 문제가 생겼는지 더 쉽게 알 수 있다.
21세기 경제보도: One piece는 종단간 자신의 우세가 있는가, 또 어떤 도전이 있는가?
리력운: 차단에 One piece 큰 모형이 있는데 효과가 아주 빠를수 있기에 외부에서는 커브길에서 앞차를 추월할 잠재력이 있다고 생각할수 있다.그러나 그것은 매우 큰 부작용을 가지고 있다. 앞으로 데이터의 양이 증가함에 따라 차의 제한된 계산력은 사실 이렇게 많은 데이터를 먹지 못하면 많은 도전을 가져올 수 있다.
21세기 경제보도: 3개 인터넷이 련합훈련을 가는것은 One piece만큼 빠르지 않은데 소붕은 어떻게 이 문제를 해결할것인가?
리력운: 방법론에서 느리면 빠르다.나는 지금 Open AI와 같은 클라우드 대형 모델에 더 공감한다. 이것은 철저한 One piece의 지능체이다.그래서 우리는 클라우드의 큰 모형을 배치할 것이며, 차량 측의 해석 가능한 안전 밑바닥을 고려할 것이다.
비록 효과를 보는 것은 점진적인 과정이지만, 우리는 중복 건설을 할 필요가 없고, 상한선은 더욱 높아질 것이다.클라우드 모델 매개변수는 현재 차량의 80~100배가 될 것이며, 2025년 말에는 우리의 클라우드 계산력이 10EFlops 이상으로 2024년 계획에 비해 2.6배 증가할 것이다.
21세기 경제보도: 올해 5월 소붕은 100% 무도화를 완성한다고 선포했다.어떤 관점은 소붕이 무도를 극치로 한 후에야 지가대부대가 연구개발에 가서 종단까지 노선이 비교적 보수적이라고 생각한다.
리력운: 연구개발을 시작하자마자 우리는 일부 종단간에 미리 매장되였다.진정한 무도를 실현하려면 무도는 일반화를 의미하고 자동차기업이 일정한 리해능력을 구비해야 한다는것을 의미하기에 무도의 초기부터 우리는 (끝에서 끝까지) 무도화를 시작했다