Gần đây, Xu Zhongpu, người phụ trách mô hình hỗ trợ lái xe “cuối cùng đến cuối cùng” của Lixiang Automobile, sắp rời khỏi công ty. Địa điểm làm việc tiếp theo chưa được xác định. Người trong ngành cho biết Xu Zhongpu đã rút khỏi nhóm dự án mới nhất về hỗ trợ lái xe VLA của Lixiang và việc rời đi của ông có thể liên quan đến sự thay đổi trong lộ trình hỗ trợ lái xe của Lixiang.
Năm 2023, Xu Zhongpu gia nhập Lixiang Automobile để phụ trách “cuối cùng đến cuối cùng”. Vào thời điểm đó, Lixiang đang tích cực phát triển kế hoạch hỗ trợ lái xe “cuối cùng đến cuối cùng”. Trước khi gia nhập Lixiang, Xu Zhongpu đã làm việc tại Baidu Apollo, nơi ông tập trung vào việc lập kế hoạch kiểm soát hệ thống hỗ trợ lái xe và tích hợp mạng nơ-ron AI, điều này trở thành một trong những công nghệ chính để thực hiện kế hoạch hỗ trợ lái xe “cuối cùng đến cuối cùng”.
Vào tháng 11 năm ngoái, sau khi Lixiang điều chỉnh cấu trúc đội ngũ hỗ trợ lái xe, Xu Zhongpu trở thành người đứng đầu về hỗ trợ lái xe “cuối cùng đến cuối cùng”, phụ trách thuật toán mô hình “cuối cùng đến cuối cùng” và triển khai thực tế, báo cáo trực tiếp cho người đứng đầu bộ phận hỗ trợ lái xe Lang Xianpeng.
Xu Zhongpu đã từ người đứng đầu hỗ trợ lái xe “cuối cùng đến cuối cùng” đến việc rời khỏi công ty trong vòng một năm, cho thấy sự thay đổi nhanh chóng trong lộ trình công nghệ hỗ trợ lái xe.
Bản đồ chính xác cao, từ “góc nhìn của Chúa” đến mục tiêu của mọi người
Bản đồ chính xác cao, đơn giản là bản đồ điện tử với độ chính xác cao hơn và dữ liệu đa dạng hơn, có thể đạt đến độ chính xác centimet và bao gồm thông tin đường và các thông tin tĩnh liên quan đến giao thông xung quanh. Bản đồ chính xác cao có thể phối hợp với hệ thống cảm biến trên xe để thực hiện các chức năng hỗ trợ lái xe như tránh chướng ngại vật và vượt xe.
Khi thời gian quay trở lại trước năm 2022, bản đồ chính xác cao đang trong kỷ nguyên vàng của nó, khi đó, khả năng của hệ thống cảm biến xe khá hạn chế, bản đồ chính xác cao trở thành “miếng thịt ngon” cho các hệ thống cảm biến xe vì nó có thể cung cấp thông tin bản đồ chính xác cao ngoài tầm nhìn của xe.
Theo dữ liệu của IDC, vào năm 2020, tổng doanh thu thị trường bản đồ chính xác cao ở Trung Quốc đạt 4,74 tỷ NDT, với tốc độ tăng trưởng 70%. Baidu, Siwei Map, Yitu Tong, Amap và HERE đứng trong top 5 về thị phần. Năm 2021, quy mô thị trường bản đồ chính xác cao ở Trung Quốc đạt 6,46 tỷ NDT, tăng 36,3% so với năm trước, Baidu, Siwei Map và Amap đứng trong top 3 thị phần.
Vào thời điểm đó, ngành công nghiệp hỗ trợ lái xe đã phải phụ thuộc vào bản đồ chính xác cao, nhưng cũng phải chịu đựng những chi phí cao mà nó mang lại. Các báo cáo cho thấy rằng, mô hình hợp tác giữa các nhà sản xuất xe và các công ty bản đồ yêu cầu phải trả một khoản tiền đặt hàng lên đến hàng triệu NDT ngay khi đặt hàng, và các xe còn phải trả phí cấp phép khoảng 100 NDT mỗi xe mỗi năm. Các công ty mới nổi như “Weilai”, “Xiaopeng”, và “Lixiang” là những thương hiệu chủ đạo trong lĩnh vực hỗ trợ lái xe, và các khoản chi phí này là một gánh nặng không nhỏ đối với họ.
Để tiết kiệm chi phí, các nhà sản xuất xe như Xiaopeng và SAIC đã bắt đầu tham gia vào lĩnh vực bản đồ chính xác cao. Vào tháng 6 năm 2021, Xiaopeng thông qua việc mua lại Jiangsu Zhitut Technology đã nhận được chứng chỉ đo đạc bản đồ điện tử hạng nhất. SAIC cũng đã đầu tư vào Wuhan Guangting và Momenta, trong khi Geely có các kế hoạch đối với Yitu Tong và Yiketon, cho thấy mức độ quan tâm của các nhà sản xuất xe đối với bản đồ chính xác cao tại thời điểm đó.
Tuy nhiên, trong thông báo kiểm tra chứng nhận của Bộ Tài nguyên Thiên nhiên năm 2022, cả Zhitut Technology và Momenta đều không vượt qua đợt kiểm tra lại. Cũng trong tháng 9 năm đó, Xiaopeng đã ra mắt chức năng NOA thành phố, thí điểm tại Quảng Châu, sau đó vào tháng 10, trong sự kiện công nghệ 1024 của Xiaopeng, họ đã chính thức ra mắt cấu trúc cảm biến Xnet và nêu rõ rằng kế hoạch hỗ trợ lái xe thế hệ mới XNGP sẽ không còn phụ thuộc vào bản đồ chính xác cao.
Tiếp theo là Huawei, vào tháng 4 năm 2023, Huawei ra mắt Huawei ADS 2.0 không phụ thuộc vào bản đồ chính xác cao. Yu Chengdong đã nhiều lần tuyên bố rằng “việc cập nhật bản đồ chính xác cao quá chậm, mất thời gian và công sức”. Sau đó, Lixiang đã bắt đầu kiểm tra nội bộ chức năng NOA thành phố vào tháng 6 năm 2023 và đã ra mắt chức năng NOA đi làm nhằm đáp ứng nhu cầu sử dụng của người dùng.
Trong thời gian này, nhiều công ty đã bắt đầu ra mắt NOA thành phố, và khái niệm “mở thành phố” trong ngành hỗ trợ lái xe bắt đầu hình thành. Không chỉ các nhà sản xuất xe, mà cả các công ty tự lái cũng đã thay đổi hướng công nghệ của họ. Xiaoma Zhixing đã chính thức công bố giải pháp hỗ trợ lái xe sản xuất chỉ thông qua bản đồ định vị, trong khi Yuanzhong Qixing đã phát hành giải pháp hỗ trợ lái xe sản xuất phiên bản DeepRoute-Driver 3.0 không phụ thuộc vào bản đồ chính xác cao, tuyên bố muốn thoát khỏi sự phụ thuộc vào bản đồ chính xác cao.
Bắt đầu từ năm 2022, lộ trình công nghệ trong ngành hỗ trợ lái xe đã chuyển hướng sang “nặng về cảm nhận, nhẹ về bản đồ chính xác cao”, và điều này đã trở thành sự đồng thuận trong ngành vào năm 2023. Rõ ràng, thời điểm chuyển tiếp xuất hiện khi các công ty xe chuyển từ NOA cao tốc sang NOA thành phố. So với cao tốc, tần suất sử dụng xe trong thành phố cao hơn rất nhiều, hơn nữa độ phức tạp của đường phố trong thành phố không thể so sánh với đường cao tốc. Mỗi công ty cạnh tranh trên đường đua “mở thành phố”, và sự hạn chế về giá cao và cập nhật chậm của bản đồ chính xác cao đã trở nên rõ ràng, khó đáp ứng nhu cầu cạnh tranh “nhanh chóng” của các công ty xe.
Trước đây, bản đồ chính xác cao có nhiều cái tên tốt – “gậy chống”, “con mắt thiên tài”, “góc nhìn của Chúa,” nhưng ngày nay, bản đồ chính xác cao hiếm khi được nhắc đến trong ngành hỗ trợ lái xe. Chỉ trong ba năm từ 2020 đến 2023, bản đồ chính xác cao đã trở thành mục tiêu công kích của rất nhiều người.
Từ góc độ các công ty bản đồ, họ không chỉ phải đối mặt với sự sụt giảm nghiêm trọng về thị trường và khối lượng công việc, mà còn phải chấp nhận sự chênh lệch tâm lý. Một người trong ngành cho biết bản đồ vẫn là điều cần thiết cho hỗ trợ lái xe cao cấp, việc thực sự từ bỏ bản đồ chính xác cao thực ra vẫn là trên nền tảng cảm biến xe mạnh và thực hiện bản đồ theo thời gian thực. Ngoài ra, việc đào tạo ban đầu cho cảm nhận xe chắc chắn không thể thiếu bản đồ chính xác cao.
Hơn nữa, một số người nói rằng bất kể là quá khứ phụ thuộc vào bản đồ chính xác cao, hay hiện tại từ bỏ, vấn đề lớn nhất vẫn là khả năng cảm nhận của xe không đủ. Bản đồ chính xác cao vẫn có tính khả dụng và cần thiết cho lái xe tự động, còn các công ty xe và nhà cung cấp hỗ trợ lái xe hiện nay không dùng đến, nguyên nhân là do không có khả năng thực hiện.
Các nhà phân tích cũng cho biết, các công ty xe và nhà cung cấp hỗ trợ lái xe trong nước vẫn chưa hoàn toàn loại bỏ bản đồ chính xác cao khỏi các kế hoạch công nghệ của họ, mà thực sự là có thể sử dụng bản đồ thì sẽ sử dụng, đây là thái độ thực sự của các doanh nghiệp đối với bản đồ chính xác cao hiện nay.
Cuối cùng đến cuối cùng: đỉnh cao công nghệ hay chiêu trò quảng cáo?
Năm 2024, “cuối cùng đến cuối cùng” trở thành từ khóa nóng trong ngành hỗ trợ lái xe, năm này thậm chí còn được coi là kỷ nguyên mới trong lĩnh vực hỗ trợ lái xe. Cuối cùng đến cuối cùng đã phá vỡ ranh giới giữa các mô-đun cảm nhận, quyết định và kiểm soát trong hệ thống hỗ trợ lái xe truyền thống, mà kết hợp cả ba vào một mạng nơ-ron thống nhất, xuất ra lệnh điều khiển lái xe trực tiếp thông qua mạng nơ-ron, không phụ thuộc vào quy tắc thủ công. Lợi thế là có thể thông qua dữ liệu thực tế khổng lồ để đào tạo mô hình, từ đó mô phỏng hành vi lái xe của con người, cho phép khả năng tổng quát mạnh mẽ hơn trong các tình huống lái xe phức tạp.
Kể từ khi Tesla phát hành FSD V12 vào tháng 8 năm 2023, các nhà sản xuất trong nước nhanh chóng theo kịp, Hongmeng Zhixing, Xiaopeng, Lixiang, và SenseTime đều đang đầu tư vào phát triển “cuối cùng đến cuối cùng”, và trong khoảng thời gian gần nửa năm tiếp theo, họ đã lần lượt công bố kế hoạch sản xuất xe.
Nguồn ảnh: Hongmeng Zhixing
Vào tháng 4 năm 2024, Huawei ra mắt Huawei Qian Kun ADS 3.0 dựa trên kiến trúc “cuối cùng đến cuối cùng”, ADS 3.0 đã loại bỏ mạng BEV và thông qua mạng lớn GOD đạt được sự vượt bậc từ “nhận diện vật cản” đến “hiểu biết cảnh”. Nó không chỉ có thể nhận diện các mục tiêu trong danh sách trắng và vật cản hình dị dạng mà còn có thể cảm nhận cấu trúc đường và hiểu biết về cảnh.
Nguồn ảnh: Xiaopeng Automobile
Ở phía Xiaopeng, vào ngày 20 tháng 5, trong ngày AI của Xiaopeng, công ty thông báo sẽ chuyển giao hệ thống AI cho tất cả người dùng và công bố mô hình lớn loại sản xuất đầu tiên trong nước: mô hình nơ-ron XNet + mô hình quy định XPlanner + mô hình ngôn ngữ lớn XBrain.
Mạng nơ-ron cảm nhận XNet cho phép hệ thống hỗ trợ lái xe giống như mắt trần, tăng gấp hai lần phạm vi cảm nhận. Mô hình quy hoạch lớn dựa trên mạng nơ-ron XPlanner giống như bộ não nhỏ của con người, qua việc đào tạo từ dữ liệu khổng lồ, giúp hỗ trợ lái xe ngày càng hướng tới việc nhân cách hóa, trong khi mô hình ngôn ngữ lớn AI XBrain giúp hệ thống hỗ trợ lái xe có khả năng hiểu và học hỏi, tăng cường khả năng xử lý tình huống phức tạp.
Nguồn ảnh: Lixiang Automobile
Lixiang nhanh chóng theo kịp, vào tháng 7 năm 2024, bắt đầu thử nghiệm nội bộ “cuối cùng đến cuối cùng + VLM” với hàng ngàn người tham gia, và trong tháng 10 tiếp theo sẽ gửi “cuối cùng đến cuối cùng + VLM” hỗ trợ lái xe đến tất cả các mẫu L series AD Max và Lixiang MEGA. Đây là giải pháp hỗ trợ lái xe hai hệ thống do Lixiang phát minh, hệ thống nhanh xử lý các tình huống thường gặp, hệ thống chậm xử lý các tình huống phức tạp. Giải pháp “cuối cùng đến cuối cùng” của Lixiang không giống như kiểu phân đoạn truyền thống, mà là sử dụng One Model tích hợp, trong khi mô hình ngôn ngữ hình ảnh VLM được triển khai trên chip xe, có khả năng suy nghĩ logic và ra quyết định, ứng phó với các tình huống lái xe phức tạp.
Vào ngày 28 tháng 10 năm 2024, Zhiji đã công bố một mô hình lớn một đoạn do hợp tác cùng Momenta phát triển trong ngày công nghệ hỗ trợ lái xe của thương hiệu, mô hình IMAD sẽ xác định các chướng ngại vật giống như “trực giác” của con người, qua đó xử lý linh hoạt các tình huống đường phố phức tạp.
Bên cạnh công ty hàng đầu như Xiaopeng, Lixiang, và Huawei, Xiaomi cũng không đứng ngoài cuộc, đã bắt đầu triển khai hỗ trợ lái xe “cuối cùng đến cuối cùng” vào tháng 2 năm nay. Giải pháp hỗ trợ lái xe này hỗ trợ chức năng hỗ trợ lái xe trong toàn cảnh từ chỗ đỗ đến chỗ đỗ trong những bãi đỗ xe đã hoàn thành việc học thuộc lộ trình. Zero Run cũng đã trang bị giải pháp hỗ trợ lái xe đầu tiên “la-de + cuối cùng đến cuối cùng” với giá 150.000 NDT.
Các thương hiệu nội địa cũng đang tích cực tiến tới việc sản xuất hỗ trợ lái xe cuối cùng đến cuối cùng. BYD đã bắt đầu chiến lược “Thông minh toàn dân” vào tháng 2 năm nay và đang tiến bước nhanh chóng để thực hiện sản xuất hàng loạt hỗ trợ lái xe trong thành phố do tự nghiên cứu phát triển trong năm nay. Chery vốn dĩ đã công bố “Hawk Smart Driving” vào tháng 3, CTO Cao Xinhua của Chery cho biết: “Hawk Smart Driving dựa trên mô hình lớn cuối cùng đến cuối cùng và công nghệ tích hợp nhiều cảm biến để tăng cường khả năng cảm nhận chính xác trong mọi tình huống và việc ra quyết định chỉ trong một mili giây.”
Ngoài ra, SenseTime đã công bố UniAD với mô hình sản xuất thực tế tại triển lãm ô tô Bắc Kinh năm ngoái, và vào tháng 11 năm đó đã phát hành giải pháp cuối cùng đến cuối cùng uAD Ultra. Hệ thống tự lái cuối cùng đến cuối cùng mà SenseTime phát triển cùng Dongfeng dự kiến sẽ sản xuất hàng loạt vào cuối năm nay. Baidu cũng đã phát hành Apollo ADFM vào tháng 5 năm ngoái, hỗ trợ lái xe tự động cấp độ L4, bao gồm mô hình cảm nhận đa chế độ lớn, mô hình lập kế hoạch đa nguồn, và từng bước thực hiện mô hình lớn cuối cùng đến cuối cùng.
Rõ ràng, bất kỳ nhà sản xuất chính nào hoặc nhà cung cấp đều đang từng bước tiến về phía giải pháp cuối cùng đến cuối cùng.
Mặc dù giải pháp cuối cùng đến cuối cùng có thể mang lại hỗ trợ lái xe mượt mà hơn và thông minh hơn, nhưng nó cũng có những hạn chế, chẳng hạn như chi phí cao, ngưỡng kỹ thuật cao và khả năng giải thích kém. Theo một người trong ngành, dữ liệu xử lý của mô hình cuối cùng đến cuối cùng là trên mười lần so với trước đây, vì vậy yêu cầu về sức mạnh chip cũng cao hơn. Quá trình ra quyết định của mô hình cuối cùng đến cuối cùng không minh bạch, làm cho việc xác định vấn đề cụ thể khi gặp sự cố trở nên khó khăn, cũng chính vì vậy mà một số doanh nghiệp sử dụng chip có sức mạnh tính toán thấp để thực hiện những chức năng cơ bản nhất của “cuối cùng đến cuối cùng”, và được gọi là “cuối cùng đến cuối cùng”. Hơn nữa, dường như một số doanh nghiệp đang cạnh tranh ở lĩnh vực “cuối cùng đến cuối cùng” như một chiêu trò quảng cáo hơn là thực sự có tiến bộ công nghệ.
Tất nhiên, tiến bộ công nghệ không bao giờ xảy ra ngay lập tức. Như Li Xiang đã nói: “Chỉ bằng cách thực hiện đúng các thuật toán quy tắc, chúng ta mới có thể biết cách làm cuối cùng đến cuối cùng. Chỉ khi chúng ta thực hiện cuối cùng đến cuối cùng với trình độ cao nhất, chúng ta mới có cơ hội để thực hiện VLA, quá trình này không có lối tắt.” Hiện tại，各家 đang từng bước đi trên con đường như vậy, chỉ khác nhau về tốc độ.
VLA: Cách mạng “giống người” trong hỗ trợ lái xe
Vào tháng 7 năm 2023, Google DeepMind đã ra mắt mô hình VLA đầu tiên trên thế giới điều khiển robot, hiện nay phương pháp này đã được mở rộng sang lĩnh vực hỗ trợ lái xe.
Hỗ trợ lái xe dựa trên “cuối cùng đến cuối cùng + VLM” có thể dựa trên mô hình ngôn ngữ hình ảnh để hỗ trợ, nhưng vẫn không giải quyết được những hạn chế của mô hình cuối cùng đến cuối cùng trong việc xử lý các vấn đề phức tạp. VLM chỉ có thể phân tích hình ảnh 2D, cung cấp hỗ trợ cho kế hoạch hỗ trợ lái xe “cuối cùng đến cuối cùng”, trong khi VLA giống như mắt của con người, có thể nhìn thấy thế giới vật lý qua sự kết hợp giữa thị giác 3D và 2D, đồng thời nó còn có hệ căn não, khả năng ngôn ngữ và tư duy. Nói đơn giản, nó hoạt động và tư duy giống như con người: thấy chướng ngại vật, hiểu chướng ngại vật và thực hiện hành động tránh chướng ngại vật.
Mô hình VLA đã vượt qua những hạn chế về khả năng giải thích kém của mô hình cuối cùng đến cuối cùng, cho phép xuất quyết định lý do thông qua mô hình ngôn ngữ, thực hiện việc trực quan hóa con đường tư duy và quyết định.
Tương ứng, điều này cũng đưa ra yêu cầu cao hơn đối với các trang thiết bị liên quan; yêu cầu sức mạnh tính toán đã tăng lên một cấp độ mới, có người trong ngành cho biết hiện tại các hệ thống hỗ trợ lái xe sản xuất thường sử dụng 2 chip Nvidia OrinX với sức mạnh tính toán 508TOPS, đã rất khó để hỗ trợ việc triển khai mô hình VLA.
Do đó, các công ty hàng đầu như Lixiang, Yuanzhong Qixing và Geely đều sử dụng chip Nvidia Thor để đảm bảo nhu cầu sức mạnh tính toán, trong khi mô hình thế giới của Xiaopeng sử dụng chip tự nghiên cứu “Turing”.
Nguồn ảnh: Yuanzhong Qixing
Vào tháng 1, Yuanzhong Qixing đã phát hành mô hình VLA tại triển lãm công nghệ ô tô quốc tế lần thứ 17 ở Nhật Bản, và đã công bố hợp tác sản xuất với các công ty lớn để ra mắt xe hỗ trợ lái xe mang mô hình VLA, chiếc xe này được trang bị chip Nvidia Thor. CEO Yuanzhong Qixing, Zhou Guang, tiết lộ rằng mô hình này tập trung vào lái xe phòng thủ, có bốn chức năng cốt lõi, bao gồm: hiểu biết ngữ nghĩa không gian, nhận diện vật cản hình dị dạng, hiểu định vị ngôn ngữ, điều khiển bằng giọng nói, những chức năng này sẽ được phát hành dần theo quy trình sản xuất mô hình VLA.
Hiện tại, Yuanzhong Qixing đã hoàn thành thử nghiệm mô hình VLA trên thực địa và có kế hoạch ra mắt chiếc xe đầu tiên được trang bị mô hình này trong năm nay, và năm nay sẽ có hơn 5 chiếc xe AI trang bị mô hình VLA của Yuanzhong Qixing lần lượt ra thị trường. Trong tương lai, mô hình VLA của Yuanzhong Qixing sẽ không chỉ giới hạn ở chip Nvidia Thor mà còn sẽ phù hợp với nhiều nền tảng chip hơn.
Nguồn ảnh: Lixiang Automobile
Vào ngày 18 tháng 3, Lixiang đã công bố kiến trúc tự lái thế hệ tiếp theo MindVLA tại NVIDIA GTC 2025. Người phụ trách nghiên cứu công nghệ tự lái của Lixiang, Jia Peng, đã mô tả MindVLA như sau: “MindVLA là mô hình lớn robot, tích hợp thành công trí thông minh không gian, trí thông minh ngôn ngữ và trí thông minh hành động. MindVLA sẽ biến ô tô từ một phương tiện vận chuyển đơn thuần thành một tài xế tận tình. Nó có thể nghe hiểu, nhìn thấy và tìm được. Chúng tôi hy vọng MindVLA sẽ mang đến cho ô tô khả năng nhận thức và thích ứng tương tự như con người, biến nó thành một thực thể thông minh có khả năng tư duy.”
Li Xiang trong buổi trò chuyện AI của Lixiang cho biết, MindVLA là bước quan trọng nhất trên con đường hướng tới L4. Hiện tại, hỗ trợ lái xe đang ở trong đêm trước khi ánh sáng bình minh xuất hiện. “MindVLA có thể mang lại cho lái xe tự động khả năng lái giống như con người, giống như iPhone 4 đã định nghĩa lại điện thoại di động, MindVLA cũng sẽ định nghĩa lại lái xe tự động.” Li Xiang đã định nghĩa MindVLA.
Nguồn ảnh: Xiaopeng Automobile
Trong tháng 4 tiếp theo, Xiaopeng đã tổ chức một buổi hội thảo chia sẻ công nghệ AI tại Hồng Kông, chính thức công bố mô hình lớn tự lái 720 tỷ tham số mà họ đang phát triển – mô hình nền tảng thế giới của Xiaopeng. Người phụ trách tự lái của Xiaopeng, Li Liyun, đã cho biết mô hình này được xây dựng trên mạng xương sống của mô hình ngôn ngữ lớn và được tạo thành từ việc đào tạo một lượng lớn dữ liệu lái xe chất lượng cao, với ba khả năng cốt lõi là hiểu thị giác, suy luận nối tiếp và sinh ra hành động, có thể tự tiến hóa không ngừng thông qua học tăng cường, và cho biết “có khả năng phát triển kỹ năng lái xe tự động vượt trội hơn người.”
Được biết, quy mô tham số của mô hình nền tảng thế giới của Xiaopeng gấp khoảng 35 lần mô hình VLA phổ biến, ngoài ra, chip hỗ trợ lái xe AI tự nghiên cứu của Xiaopeng “Turing” sẽ đi vào sản xuất chính thức vào quý 2 năm này, lần đầu tiên được trang bị trên các mẫu xe mới của Xiaopeng. Theo thông tin từ các nguồn tin, chip này là sản phẩm do Xiaopeng đầu tư vào nghiên cứu con người vào năm 2020 và đã thành công thử nghiệm vào tháng 8 năm ngoái.
He Xiaopeng đã từng cho biết mục tiêu của Xiaopeng là trở thành số một trong việc xây dựng mô hình lớn thế giới vật lý, thúc đẩy những thay đổi to lớn trong lĩnh vực ô tô, robot và ô tô bay. Mô hình nền tảng thế giới của Xiaopeng và chip “Turing” trong tương lai cũng sẽ được ứng dụng trong robot AI và ô tô bay.
Gần đây, Xiaomi cũng đã có một số thay đổi trong lĩnh vực hỗ trợ lái xe. CTO Chen Guang của Viện Nghiên cứu Ô tô Thượng Hải thuộc Tập đoàn FAW Tân Kiến đã gia nhập Xiaomi với vai trò phụ trách cảm nhận hỗ trợ lái xe và tiếp tục phát triển chức năng “cuối cùng đến cuối cùng”. Theo thông tin từ nguồn tin, trong lĩnh vực nghiên cứu công nghệ, Xiaomi cũng đang tiến hành nghiên cứu tiền đề về mô hình VLA, do Chen Long, cựu Giám đốc Khoa học Tự động lái của Wayve, một công ty tự lái ở Anh được Lei Jun mời về, chịu trách nhiệm, và cho biết “tiến độ hiện tại có thể tương đương với Li Xiang.”
Hơn nữa, Geely, Chery và các nhà sản xuất xe khác cũng đang tích cực nghiên cứu và phát triển mô hình lớn VLA. Từ xu hướng ngành, độ nóng của VLA năm nay không thua gì “cuối cùng đến cuối cùng” của năm ngoái, nhất là khi Bộ Công nghiệp và Công nghệ Thông tin đã thắt chặt quy định về quảng cáo và ranh giới chức năng hỗ trợ lái xe, các nhà sản xuất xe muốn tạo ra lợi thế cạnh tranh cá nhân hóa trong lĩnh vực hỗ trợ lái xe thì chỉ có thể không ngừng cải tiến công nghệ, đẩy mạnh cuộc đua lên L3, và như Li Xiang nói “VLA là cấu trúc có khả năng mạnh nhất giai đoạn hiện tại.”
Kết luận:
Mỗi lần công nghệ mới ra đời đều thu hút một lượng lớn người theo đuổi cạnh tranh, trong các tuyên bố của các công ty, mô hình lớn VLA có khả năng “giống người lái,” thậm chí “vượt qua khả năng lái người”, nhưng trải nghiệm của người dùng ra sao, chỉ có thể chờ đợi đến khi các công ty sản xuất hàng loạt đưa xe ra thị trường mới có câu trả lời, là đồng hành cùng công nghệ hay “nói mồm”? Đợi đến khi thủy triều rút đi, mới biết ai đang bơi khỏa thân.
