紅星資本局は8月31日、第27回成都国際モーターショーを開催し、理想自動車（02015.HK/LI.US）はエンドツーエンドモデル、VLM視覚言語モデル、世界モデル自動運転技術アーキテクチャの最新進展と未来計画を発表し、エンドツーエンド及びVLM視覚言語モデルに基づく新世代理想知能運転が正式に万人体験団の募集を開始したと発表した。また、理想OTA 6.2は正式に全量プッシュされます。
理想的な自動車知能運転研究開発副総裁の郎咸朋氏、知能運転高級アルゴリズム専門家のジェーン・ローラー氏は発表会後、赤星資本局を含むメディアグループの訪問を受けた。
ジェーンによると、エンドツーエンドとは、最初の入力から最後の出力までのタスクを行うための研究開発のパラダイムであり、中間には他のプロセスはなく、1つのモデルで入力から出力まで完全に行われている。自動運転分野への応用とは、カメラなどのセンサーが収集した感知情報を1つのモデルだけで、車両の操作指令に変換できることを意味する。
2023年初め、テスラ（TSLA.US）はエンドツーエンドに言及した。現在、多くの自動車企業が端から端までを巻いているが、考え方と進展はそれぞれ異なる。ジェーンから見れば、モジュール化されたエンドツーエンドよりも、統合（OneModel）エンドツーエンドの方が本質的なエンドツーエンドである。
郎咸朋氏は、「私たちの知的運転の核心に対する考え方はエンドツーエンド+VLMであり、この方式は人類の運転により将来性のあるスマート運転案に近いと考えている」と述べた。
郎咸朋から見れば、エンドツーエンド+VLM技術アーキテクチャは、本質的に人工知能方案である。「これからは、私たちは本当に人工知能で自動運転をしています」と彼は考えて、この前提の下で、自動運転研究開発の核心競争はもっと良いデータとそれとセットになった計算力がモデルを訓練するかどうかであり、訓練データ、訓練マイルはお金では買えない。
彼は、理想的な自動車の現在の訓練計算力は5.39 EFLOPSに達し、2024年末までに8 EFLOPSを超える見込みだと明らかにした。理想的な自動車は毎年計算力を訓練するために10億元を超え、今年は20億元を消費する。「最終的に自動運転を実現するために必要な訓練の計算力は100 EFLOPSのレベルに達し、投資額に換算して年間10億ドルを超えると考えています」。
世界モデルについて、郎咸朋氏は、監督（L 3レベル以下）のある自動運転において、より大きな役割を果たすのはエンドツーエンドモデル、VLM視覚言語モデルであると指摘した。しかし、無監督L 4レベル自動運転になると、このシステムはすべての未知のシーンと突発的な状況を独立して処理しなければならず、モデルパラメータ量が急増し、その際には車端の世界モデルが必要となる。
接収率はシステム能力を体現する核心指標の一つである。紹介によると、理想的な自動車はすでに21キロ超に引き上げられて初めて接収された。将来的には100キロまで引き上げることができる。しかし、長い間接収しなければ、人の精神的注意力は集中しないだろう。理想的な自動車は、新しいインタラクション体験を通じて、運転手がこの接収時に接収することができ、高周波接収のシーン地域を評価することで、事前にユーザーにプッシュすることができるようにします。
友商に比べて、理想的な自動車は現在、高階智車に料金を払っていない。郎咸朋氏は、標準装備と無料は初日からスマート運転に入ることを理想とする戦略であり、監督された自動運転はすべてのAD Maxの車主に有料ではないと強調した。「交付量は非常に重要な測定指標であり、私たちにとっては単なるロール交付量ではなく、自動運転のためにより多くの車両訓練マイルを提供することができます。交付量が比較的良く、企業経営が安定しており、知的運転研究開発に投入する十分な資源もあります」
郎咸朋氏は昨年、理想の自動車のスマートドライブとテスラFSDの差は半年ほどで、今回の成都モーターショーで「今年は（双方の差は）もう少し小さくなるかもしれない」と述べた。
彼は、第一に、技術的な構造から、理想的な自動車はテスラと大差がなく、さらに少しリードしていると説明した。「VLMがあり、システム2があり、テスラはシステム1があり、端から端まで」。
第二に、中国の訓練計算力と訓練データでは、「少なくとも今から見れば私たちはテスラをリードしている。テスラはデータのコンプライアンスなどの面で制約されており、中国での訓練計算力の配置は構築されなければならないからだ。この面で見れば、私たちは中国とテスラの差はそれほど大きくないかもしれないが、私たちも特にテスラが加わって、お互いに勉強して、自分自身の向上に専念してほしい」と述べた。