第9回Haomo AI DAYが予定通り開催。顧偉豪氏がビッグモデルで自動車インテリジェンスの技術ルートを再構築する新たなソリューションを提案

2023年10月11日、北京の黄金の秋に、第9回HAOMO AI DAYが予定通り開催されました。今年のHAOMO AI DAYのテーマは「より優れたAI、より優れたHAOMO」です。

Haomoは、高、中、低価格のスマート運転モデル​​の大量生産ニーズを完全に満たす、3つの「極めてコスト効率の高い」千元レベルのマップフリーNOHモデルを発表しました。Haomoの業界初の自動運転生成ビッグモデルDriveGPT Snow Lake Hairuoは最新の成果を発表しました。合計100億フレーム以上のインターネット画像データセットと、人間の運転行動を含む480万セグメントの自動運転4Dクリップデータをスクリーニングしました。さらにアップグレードしてマルチモーダルビッグモデルを導入し、すべてを認識する機能を獲得しました。さらにNeRFテクノロジーと統合して4D空間をレンダリングおよび再構築し、LLM（大規模言語モデル）の助けを借りて、自動運転の認知決定に世界知識が備わりました。

製品レベルでは、昊模城NOH機能を搭載した威牌藍山が2024年第1四半期に正式に量産・発売され、小模托は2023年第4四半期にスーパーマーケットのフルフィルメントと配送シーンで収益化を達成する予定です。

（Haomoの張凱会長は、価格が1,000人民元で「極めてコスト効率に優れた」HPilot製品3種をリリースした）

設立以来約4年間、Haomoは常に中国の自動運転技術のリーダーであり、HAOMO AI DAYは中国の自動運転技術の旗印となっている。 Haomo は、業界で初めて大規模モデル、ビッグデータ、大規模コンピューティングパワー技術を開発し、自動運転 3.0 の時代に向けて全力で取り組んでいます。

(Haomo CEO Gu Weihao 氏は、DriveGPT のリリースから 200 日後にその重要な成果を発表しました)

Haomoの張凱会長は次のように述べた。「HaomoはAI自動運転の技術の波に全力を注いできました。Haomoの漸進的なアプローチと技術​​への長期投資により、Haomoモデルは中国における自動運転開発の新たなパラダイムとなりました。」

(左から右へ: Momenta COO Hou Jun、会長 Zhang Kai、CEO Gu Weihao、CIO Zhen Longbao)

同社は「極めて高いコスト効率」でインテリジェント運転市場を掌握するため、1,000人民元のHPilot製品3種を発売した。

「わが国のハイエンドインテリジェントアシスト運転市場は2023年に大爆発を迎えるだろう」。イベントで張凱氏は、「より良いAI、より良いHAOMO」をテーマに、2023年のインテリジェント運転市場の競争状況とHaomoの4大戦いの最新の進捗状況についての判断を共有した。

（張凱氏は、中国の高級インテリジェント運転支援市場が2023年に大爆発を起こすだろうと紹介した）

張凱氏は、現在、乗用車の販売台数とインテリジェント指数は着実に増加しているが、インテリジェント運転の普及率と価格は反比例して増加していると紹介した。乗用車市場におけるL2以上のインテリジェント運転の普及率は42.4％に達しており、2025年には70％に達し、10万～20万元の主要な販売モデルに普及するだろう。都市NOAは量産の波を迎え、現在L2以上のアシスト運転シェアの17％を占めているが、2025年には70％に達するだろう。運転と駐車を別々に行うハードウェア設計やオールインワンマシンは徐々に市場から撤退し、よりコスト効率の高い運転と駐車の統合ドメイン制御ソリューションが主流になるだろう。

インテリジェント運転市場の変化に対応するため、Haomoは「極めてコスト効率の高い」インテリジェント運転支援製品3製品、HP170、HP370、HP570を発売した。これらはそれぞれ2023年と2024年に車両に搭載される予定である。

（3,000元のHPilot製品が発売されました）

張凱氏は「Haomoが新たに発表した第2世代HPilot乗用車支援運転製品3種は、価格を下げながら性能を向上させ、中級レベルのインテリジェント運転をより安価で使いやすくし、ハイエンドのインテリジェント運転をより使いやすく、より安価にしました」と述べた。これは、Haomoが2023年に中国の非常に競争の激しいインテリジェント運転市場に出す答えでもある。

Haomo HP170は、3,000元クラスの「究極のコストパフォーマンス」を備えた高速マップレスNOHカーであり、運転と駐車の両方でインテリジェントな運転を実現できます。ハードウェア構成としては、コンピューティング能力は 5TOPS で、センサー ソリューションには、フロント ビュー カメラ 1 台、魚眼カメラ 4 台、リア コー​​ナー レーダー 2 台、超音波レーダー 12 台が標準装備されており、フロント ビュー レーダー 1 台とフロント コーナー レーダー 2 台を柔軟に選択できます。

シーン面では、高速道路や都市高速道路でのマップフリーNOH、近距離メモリーパーキングなどの機能を実現し、E-NCAP 5つ星AEBの高い安全基準認証を取得しています。

（HP170）

Haomo HP370は、5,000元クラスの「究極のコストパフォーマンス」の都市メモリー運転とメモリー駐車車で、運転と駐車を一体化したインテリジェント運転を実現できます。ハードウェア構成としては、コンピューティングパワーは32TOPSで、センサーソリューションには、フロントビューカメラ2台、サイドビューカメラ2台、リアビューカメラ1台、魚眼カメラ4台、フロントレーダー1台、リアコーナーレーダー2台、超音波レーダー12台が標準装備されており、オプションでフロントコーナーレーダー2台も利用可能となっている。

シナリオ面では、高速道路、都市高速道路、市街地でのメモリー運転、ティーチングなしのメモリーパーキング、インテリジェントな障害物回避などの機能を実現できます。張凱氏は「Haomoの記憶駆動はHaomoの都市能楽の最小セットとみなすことができ、都市能楽の強力な補足となる」と述べた。

（HP370）

Haomo HP570は、8,000元レベルの「極めて優れたコストパフォーマンス」を備えた都市型フルシナリオNOH製品であり、今後100以上の都市で発売される予定です。ハードウェア構成では、コンピューティング能力は 72TOPS と 100TOPS の 2 つのチップから選択できます。センサー ソリューションには、フロント ビュー カメラ 2 台、サイド ビュー カメラ 4 台、リア ビュー カメラ 1 台、魚眼カメラ 4 台、フロント レーダー 1 台、超音波レーダー 12 台が標準装備されており、オプションでレーザー レーダー 1 台の構成もサポートしています。

シナリオ面では、都市地図不要のNOH、フルシーンアシストパーキング、フルシーンインテリジェント障害物回避、クロスレイヤーティーチングフリーメモリパーキングなどの機能を実現できます。張凱氏は「HP570プラットフォームの歴史的使命は、業界で最もコスト効率の高いハイエンドの都市型インテリジェント運転製品を生み出すことだ」と強調した。

（ハオモHP570）

張凱氏は新製品の発売と同時に、2023年のHaomoの4大キャンペーンの最新結果を紹介した。 1つ目は「インテリジェント運転搭載能力王の戦い」です。中国の自動運転企業の中で、Haomoは中国の量産自動運転でトップに立っています。同社のアシスト運転製品HPilotは20以上のモデルに搭載されており、ユーザーのアシスト運転走行距離は8,700万キロを超えています。

その中で、Haomo HPilotを搭載した最新モデルは、山海豹HEVバージョン、New Mocha Hi-4Sなどです。

（Haomo HPilotは20以上のモデルに搭載されています）

2つ目は「MANAビッグモデル頂上決戦」。DriveGPTのリリースから約200日間で、480万本の高品質なテストクリップが蓄積されました。現在、当社には 17 社の環境パートナーがおり、各社の効率を 90% 向上させるお手伝いをしています。

2023年、DriveGPTは「北京市総合人工知能産業イノベーションパートナーシッププログラム」に選ばれ、初のモデルパートナーオブザーバーの1つとなり、北京市初の10大人工知能産業大規模モデル応用事例の1つに選ばれました。さらに、DriveGPT は Haomo が 2023 年中国 AI 基本大型モデル革新企業の称号を獲得するのにも貢献しました。

(DriveGPTが200日間の変態と成長を公開)

3つ目は「都市NOH百都市戦」です。都市NOHナビゲーションアシスト運転機能を備えたMoment HP550（旧HPilot3.0）にWeipai Blue Mountainが搭載され、正式に量産され、2024年第1四半期に発売されます。

現場では、張凱と顧偉豪がHP550の都市NOHを搭載したWeiブランドのBlue Mountainを初めて公開テストしたビデオが公開された。保定市中心部の12キロの走行には35分かかり、3回の手動引き継ぎが必要だった。 21 個の信号機と 7 つのターンポイントが含まれています。ルート感知 Haomo City NOH は、特に混雑した道路、交互の信号、非モーター車両の混合交通などの複雑なシナリオに直面したときに優れたパフォーマンスを発揮します。非常に自然に処理し、その製品力は業界をリードしています。

（HP550はWeipai Blue Mountainを搭載し、2024年第1四半期に正式に量産・発売される予定）

最後は「ターミナル物流自動配送の商用化戦」です。ターミナル物流自動配送車「小机游3.0」は、89,999元で販売され、世界初の9万元以下の中型ターミナル物流自動配送車で、物流、スーパーマーケット、小売など9つの主要シーンのニーズを満たすことができます。小机游3.0製品の発売は、中国における無人車両の大規模商用化の業界プロセスにおいて画期的な意義を持っています。

現在、Xiaomotuo は 22 万件以上の注文を配送しています。 Xiaomotuo は、2023 年第 4 四半期にスーパーマーケットのフルフィルメントと配送のシナリオで収益性を達成する予定です。商業的な観点から見ると、Haomo は大規模で収益性の高い L4 ビジネスを展開する世界初の企業になる可能性があります。

（Haomo Mini Magic Camel 3.0が発表されました）

張凱氏は演説の中で、Haomoの本社が北京市順義区に設立されたことも紹介した。Haomoは自動運転の分野での技術と産業の優位性を十分に発揮し、順義が中国の新エネルギースマートカー産業の高地を築くのに貢献するだろう。

DriveGPT雪湖·海洛200日変革：普遍的な認識は「すべての認識」を実現し、普遍的な認識は世界の知識を所有する

各 HAOMO AI DAY の中心テーマは、最もハードコアな自動運転 AI テクノロジーに焦点を当てることです。今回、顧偉豪氏は「自動運転3.0時代：ビッグモデルが自動車インテリジェンスの技術ルートを再構築する」と題する講演を行い、自動運転3.0時代のAI開発モデルに関するHaomoの考えや、HaomoのDriveGPTビッグモデルの最新の進歩と実践について語りました。

顧偉豪氏は、自動運転2.0時代と比較して、自動運転3.0時代の開発モデルと技術フレームワークは破壊的な変化を遂げるだろうと考えている。自動運転2.0の時代は、小さなデータと小さなモデルが特徴であり、開発モードはケース主導型です。自動運転3.0の時代は、ビッグデータとビッグモデル、そしてデータ駆動型の開発モデルを特徴としています。

（Haomoが提案する自動運転3.0時代の技術アーキテクチャ進化のトレンド）

従来のモジュールフレームワークを主に採用した 2.0 時代と比較すると、3.0 時代の技術フレームワークは破壊的な変化を遂げるでしょう。まず、自動運転はクラウド上の大規模知覚モデルと大規模認知モデルの能力のブレークスルーを達成し、車両側のさまざまな小規模モデルを徐々に知覚モデルと認知モデルに統合し、制御モジュールもAIモデル化します。

その後、車両側インテリジェント運転システムの進化の道筋は、一方ではチェーン全体を徐々にモデル化し、他方では徐々に大きなモデルをモデル化すること、つまり、小さなモデルが徐々に大きなモデルに統合されることになるでしょう。そして、大規模クラウドモデルは、剪定、蒸留などを通じて車両の知覚能力を徐々に向上させることもできます。通信環境がより良い場所でも、大規模モデルは車両とクラウドの連携を通じて車両の遠隔制御を実現することもできます。最後に、将来的には、車両とクラウドの両方がエンドツーエンドの自動運転モデル​​になります。

顧偉豪氏はまた、発売から200日が経過したHaomo Drive GPT大型モデルの全体的な進捗状況についても詳しく紹介した。 1 つ目は、DriveGPT トレーニング データの規模を拡大することです。 2023年10月現在、DriveGPT Snow Lake Hairuoは、合計100億フレーム以上のインターネット画像データセットと、人間の運転行動を含む480万セグメントの自動運転4Dクリップデータをスクリーニングしました。

第二に、一般的な認識能力が向上します。DriveGPTは、大規模なマルチモーダルモデルを導入することで、テキスト、画像、ビデオなどのマルチモーダル情報を統合し、すべてを認識する能力を獲得します。同時に、NeRFテクノロジーとの統合により、DriveGPTはより強力な4D空間再構築機能を実現し、3次元空間と時系列の包括的なモデリング機能を獲得します。最後に、一般的な認識能力が向上します。大規模な言語モデルの助けを借りて、DriveGPTは世界の知識を運転戦略に導入します。

顧偉豪氏は、将来の自動運転システムは人間の運転手のような存在でなければならないと考えている。3次元空間を正確に認識・測定する能力だけでなく、人間のようにすべてのもののつながり、出来事の論理、その背後にある常識を理解することができなければならない。また、こうした人間の社会的経験に基づいて、より優れた運転戦略を立て、真に完全無人運転を実現できる必要がある。

Haomo DriveGPT はどのようにして、すべてのものを認識する普遍的な知覚能力と、世界に関する知識を所有する一般的な認知能力を備えているのでしょうか? Gu Weihao氏も詳しい説明をしてくれました。

（Haomo Drive GPTアップグレード：大規模モデルにより自動運転が世界知識を獲得）

知覚段階では、DriveGPT はまず、大規模な視覚知覚モデルを構築することで現実の物理世界を学習し、現実世界を 3 次元空間にモデル化し、時系列を追加して 4D ベクトル空間を形成します。次に、現実の物理世界の 4D 知覚に基づいて、Haomo はオープンソースのテキストと画像のマルチモーダル大規模モデルをさらに導入して、より一般的な意味知覚大規模モデルを構築し、テキスト、画像、ビデオのマルチモーダル情報を統合します。これにより、4D ベクトル空間と意味空間の整合が完了し、人間のように「すべてを認識する」能力が実現します。

（HaloDrive GPT一般認識モデル：自動運転ですべてを理解できるようにする）

ミリメートル単位の普遍的知覚能力の進化と向上には、2 つの側面があります。 1つ目は、ビジュアルビッグモデルのCVバックボーンの継続的な進化です。大規模データに基づく現在の自己教師あり学習トレーニングパラダイムは、Transformerビッグモデルアーキテクチャを採用してトレーニング用のビデオ生成を実装し、3次元の幾何学的構造、画像テクスチャ、タイミング情報などの情報を含む4D表現空間を構築して、包括的な物理世界の認識と予測を実現します。

第二に、より基本的な一般的な意味認識モデルを構築し、視覚モデルに基づくグラフィックとテキストのマルチモーダルモデルを導入して、認識効果を向上させます。グラフィックとテキストのマルチモーダルモデルは、画像の自然言語情報と視覚情報を一致させることができます。自動運転のシナリオでは、視覚と言語の特徴空間を一致させることで、すべてを認識する能力を持ち、ターゲット検出、ターゲット追跡、深度予測などのさまざまなタスクをより適切に完了することができます。

認知段階では、一般的な意味認識モデルによって提供される「すべてを認識する」機能に基づいて、DriveGPT は運転環境と運転意図を記述する運転言語を構築し、ナビゲーション ガイダンス情報と車両の履歴アクションを組み合わせ、外部の大規模言語モデル LLM の膨大な知識を使用して運転の意思決定を支援します。

（Haomo Drive GPT認知モデル：自動運転に常識を与える）

大規模言語モデルは人間社会のあらゆる知識を学習して圧縮しているため、運転に関する知識も含まれています。 Haomo による大規模言語モデルの特別なトレーニングと微調整により、大規模言語モデルは自動運転タスクにさらに適応できるようになり、大規模言語モデルは運転環境を真に理解し、運転行動を説明し、運転上の決定を下すことができるようになります。ビッグ認知モデルとビッグ言語モデルを組み合わせることで、自動運転の認知決定は人間社会の常識と推論能力、つまり世界知識を獲得することができ、それによって自動運転戦略の解釈可能性と一般化が向上します。

（Haomo Drive GPTアプリケーションの7つの主要な実践）

最新の DriveGPT ビッグモデル技術フレームワークを共有した後、Gu Weihao 氏は、運転シナリオの理解、運転シナリオのラベリング、運転シナリオの生成、運転シナリオの移行、運転行動の解釈、運転環境の予測、車両側モデルの開発など、DriveGPT ビッグモデル開発モデルに基づく Haomo の 7 つのアプリケーション プラクティスを紹介しました。

その中で、運転行動の説明に関しては、Haomo DriveGPTはアップグレードされ、シーンライブラリと手動のラベル付け方法の独自の組み合わせに基づいて運転環境を説明する大規模な言語モデルを導入し、運転行動を説明し、AIが独自の運転決定を説明できるようになりました。

次に、Haomo は自動運転の説明データを構築することで大規模言語モデルの微調整を継続し、大規模言語モデルが自動車教習所のインストラクターや運転パートナーのように運転行動のより詳細な説明を提供できるようにします。

（運転行動の解説：AIの思考プロセスを探る）

運転環境予測の面では、Haomo DriveGPTはもともと、大量の人間の運転データの事前トレーニングとテイクオーバーデータのフィードバック強化学習に基づいて、将来のBEVシナリオの予測と生成を完了していました。現在、これを基に、さらに大規模言語モデルを導入しています。大規模言語モデルは、運転行動データを使用しながら、現在の運転環境の説明と運転提案を提供します。運転説明と運転提案は、生成大規模モデルにプロンプ​​トとして入力され、自動運転大規模モデルは外部の大規模言語モデルで人間の知識を獲得し、常識を持ち、人間社会のさまざまな明示的および暗黙的なルールを理解し、経験豊富なドライバーのように将来の最も可能性の高い運転シナリオを予測し、さまざまな障害物とよりうまく対話できるようにします。

（走行環境予測：未来の世界をつくる）

車両側のモデル開発モデルの変更に関して、Haomoは蒸留方式、つまり、大型モデルが出力した疑似ラベルを監視信号として使用し、車両側の小型モデルがクラウド上の大型モデルの予測結果を学習できるようにしたり、Feature Mapをアラインメントすることで、車両側の小型モデルがクラウド上のFeature Mapを直接学習してアラインメントできるようにしたりすることで、車両側の小型モデルの能力を向上させようとしています。蒸留法に基づくと、車両側の知覚効果は5パーセントポイント向上できます。

（車両側モデル開発の新モデル：大規模モデルを小規模モデルに凝縮）

さらに、Haomo DriveGPT の運転シーン理解は、膨大な運転シーン データに対して数秒で特徴検索を実行できるため、より効率的なデータ スクリーニングと、大規模モデル用の大量の高品質トレーニング データのマイニングを実現できます。運転シーンのラベル付けでは、オープン セット シナリオでゼロ ショット自動ラベル付けを採用し、あらゆるオブジェクトの高速かつ正確なラベル付けを実現できます。新しいカテゴリに対してゼロ ショットの高速ラベル付けを実現できるだけでなく、非常に高い精度も備えており、ラベル付け前の精度は 80% を超えています。運転シーンの生成は、運転シーンのテキスト ベースのグラフ モデルに基づいて行うことができます。通常は入手が難しいハードケース データは、テキストの説明を通じて一括生成できるため、ゼロから制御可能な生成を実現できます。運転シーンの移行では、AIGC 生成機能に基づいて、マルチターゲット シーン生成を実現し、収集したシーンをさまざまな新しいシーン (異なる時間、異なる天候、シーンの異なる照明など) に移行できます。同時に、全天候型の運転データを取得して、急速に変化する効率的なシーン移行を実現できます。

現場で、Gu Weihao 氏は DriveGPT が車両側を強化する 3 つの主要なテスト結果も発表しました。

まず1つ目は、Haomoのピュアビジョン自動駐車のテスト結果です。 Haomoは視覚認識モデルと魚眼カメラを使用して、壁、柱、車両などのさまざまな境界輪郭を識別し、360度の全視野の動的認識を形成します。15メートルの範囲内で30cmの測定精度、2メートル以内で10cmを超える精度を実現できます。このような精度により、USS 超音波レーダーを視覚に置き換えることが可能になり、全体的なインテリジェント運転ソリューションのコストがさらに削減されます。

（ハオモピュアビジュアルパーキング）

2つ目は、Haomoの交通シーンのフルファクター認識のテスト結果です。 DriveGPT は、普遍的な知覚を通じてすべてのものを認識する能力に基づいています。元の知覚モデルでは、いくつかの種類の障害物と車線しか認識できませんでしたが、現在では、さまざまな交通標識、地面の矢印、さらにはマンホールの蓋など、交通シーンのすべての要素を認識できます。大量の高品質な道路シーンの全要素注釈データは、車両側ミリ秒知覚モデルの効果を効果的に向上させ、都市NOHの開発を加速するのに役立ちます。

（シティNOH完全取材）

3つ目は、Haomo City NOH による小型ターゲット障害物検出のテスト結果です。現在実施中の都市NOHテストでは、Haomoは都市道路のシナリオにおいて、最高時速70キロメートルで50メートルの距離にある高さ約35センチの小さな対象障害物を検知し、障害物回避またはブレーキを100％成功させることができ、道路を通過する小動物などの移動障害物の検知と保護に優れた役割を果たすことができる。

（Haomo City NOH 小型ターゲット障害物検出）

顧偉豪氏はまた、Haomo DriveGPT大型モデルの応用により、自動運転システムの開発プロセスに驚異的な技術的改善がもたらされ、Haomoの自動運転システム開発が完全に新しいモードに入ったと述べた。新しい開発モデルと技術アーキテクチャは、自動車の知能化の進化を大幅に加速するだろう。

世界トップクラスの産業界、学界、研究機関のゲストがイベントの支援に訪れ、Haomoのエコシステムパートナーは100社近くに達しました。

今年のHAOMO AI DAYには、自動運転分野から超豪華なゲストが再び集結します。中国工程院会員で清華大学教授、清華智能産業研究所（AIR）所長の張亜琴氏、清華大学自動車・交通工学学院副学長で終身教授、博士課程指導教員の李勝波氏が基調講演を行った。また、合衆新能源汽車のCTOである戴大理氏、中国自動車イノベーション智能運転のCTOである張振林氏、美団自動運転車のR&Dディレクターである穆北鵬氏、大達快速の製品企画責任者である郭宇氏、火山エンジンの自動車産業ゼネラルマネージャーである楊立偉氏、Cheyun.com & Electric Unionの創設者兼CEOである程立氏、その他業界リーダーらが第9回HAOMO AI DAYサミット対話セッションに出席し、「2023年の自動運転：ビッグモデルに乗って新しいパラダイムを創造する」について議論した。

（ピークダイアログ - 2023年の自動運転：ビッグモデルに乗って新しいパラダイムを創造する）

張亜琴氏は「ビッグモデル、ジェネレーティブAI、インテリジェント運転」と題した基調講演を行い、「ビッグAIモデルは、識別AIからジェネレーティブAIへの新たな技術的パラダイムシフトをもたらした。清華AIRはジェネレーティブAIを使用して、自動運転シミュレーションプラットフォームとReal2Sim2Real基本モデルプラットフォームを構築している。同時に、清華AIRとMomentaはデータ駆動型の意思決定最適化の方向で徹底的な探究を行っており、産学研の全面的かつ多層的な徹底的な協力を共同で推進し、自動運転分野におけるAI技術の応用を加速している」と述べた。

（張亜琴は第9回Haomo AI DAYに参加しました）

李勝波氏は「自動運転は人工知能の最高峰だ。アルゴリズムの飛躍的進歩とデータの蓄積により、自動車運転の知能化は急速に進展しており、これは自動運転技術の重要な発展方向でもある。近年、モメンタはデータ駆動型の認識、予測、意思決定において画期的な探究を行い、一連の先進的な技術を実現し、自動運転における生成型人工知能の応用に有益な試みを行っている」と述べた。

（李勝波が第9回Haomo AI DAYに参加）

顧偉豪氏はスピーチの最後に、「Haomoはまもなく4周年を迎えます。一度約束をしたら、それを止めるものは何もありません。Haomoの人々は、AIを使ってより広い世界とつながり、テクノロジーを使ってより遠い未来を探求し続けます」と述べた。

張凱氏は「風向きは航海に向いている。Haomoの社員は常に初志を貫き、起業家精神を持ち続け、自動運転の夢の実現に向けて協力していく」と述べた。