Kita Kita

Sang Tang Jueying希望越过自动化行业山，并让AI价值重新获得。 21世纪的《先驱报》记者Jiao Wenjuan上海和广州报告说，现代技术在于灵感的时刻。在端到端的领域，Senseime首席执行官Wang Xiaogang是第一个发现机会的人。 “ 21自动·看到自动”的发现，2017年，王小大首先提到了他参与的论文中的“端到端”。当时，他想解决与不同语义级别处理任务的计算机视觉分离的问题。受到人类视觉系统过程信息方法的启发，他们建议对网络描述（MSDN）进行端到端的多层次描述。简而言之，在计算机视觉处理中，Wang Xiaogang建议通过端到端体系结构减少中间错误模块的传输。他们甚至试图将端到端应用于练习，比特斯拉早6年。 2017年，本田发现，感官技术团队与L4自动驾驶项目合作。王小大说：“本田的要求是纯粹的视觉，没有高准确性的地图，并且驾驶轨迹直接根据图像进行了计划，这类似于当今端到端自主驾驶的要求。”但是，由于目标条件，例如网络结构，硬件计算强度和云计算功率，因此质量制造失败了。实施技术需要合适的时间，地点和人员。 “我们是第一个提出端到端自治驾驶员解决方案的人，但并非每个人都相信，并且他们不知道使用它。行业意识没有达到一定水平。”王小大回忆道。在那几年，自主驾驶行业也在混乱的时期。汽车公司和自动驾驶公司在纯视力和掩护路线之间发生了变化。从自动上讲，驾驶舱的第一个也是最强大的业务是2021年7月，智能汽车解决方案的独立新品牌Senseauto已正式进入汽车行业，Wang Xiaogang已成为负责Senseauto的人。 Seensedrive技术技术的驾驶舱在2018年推出了Nis Nis this Cockpit产品：SeensEdrive DMS驱动器监视系统。从2018年到2019年，除了WM汽车合作外，Senseime还与Ambofu，Visteon，Nio和GAC等国际1级供应商以及超过10个OEM赢得了智能驾驶舱合作订单。但是，尚未同时宣布智能驾驶领域的汽车合作公司数量。在早期，除了与本田进行L4自动驾驶合作外，Senseime还开始推出ADAS在2019年制定的解决方案。直到2021年上海汽车展览会，Sensejie Ying还推出了Senseauto Pilot-P Pilot Solution，该解决方案可以实现L2+级别的高级先进辅助驾驶乐趣。到2022年底，Senseime建议了在该细分市场结束时，Tegy涉及其角色，但是如果从当时的实际环境或大众制造中，整个行业当时无法实施阶段的端到端方法。图片显示了2022年发表的技术特斯拉的出现，特斯拉（Tesla）是纸质“定向自主驾驶”中提出的智能驾驶系统模型，并在2023年获得了CVPR最佳纸质奖，这一切都改变了。 Musk于2022年12月提到了“ Musk的传奇”，Musk在特斯拉建立了一个神经网络计划者项目，希望实现“特斯拉Chatgpt Moment”。次年11月，特斯拉推动了FSD V12，该公司成为第一家生产大规模制作的“端到端自动驾驶”大型型号的汽车公司，并在汽车圈中设定了“端到端”运行。 2024年，诸如小米和理想ArealReady等新部队的端到端解决方案推出了。智能驾驶解决方案提供商MOMA已取得了端到端的阶段，ND华为还投资了端到端解决方案的阶段。在汽车的2024年汽车展中，Senseime在端到端的独立车部部署的阶段首次亮相；到11月，Senseime发布了AD，AD Max和AD Ultra计划的三组大规模驾驶计划，其中AD Ultra是端到端UniaiAD生产计划的一个阶段。到今年年底，端到端的自动驾驶系统将共存感官，而Dongfeng电动机将成为质量。首先发现端到端机会的Sang Jueying似乎很晚了。 “人工智能公司擅长从0到1，因为他们会收集一组出色的工程师，但是Allthey非常昂贵。使质量为1到N是一个很好的测试。” Wang Xiaogang认为，它需要在同一对手水平上降低运营成本，或者将效率提高到三分或四倍的对手。为了使“群众发展”，王小大开始与两个介绍一起工作产品的人才和植物的离子。“行业中的OEM或供应商，并具有成熟的经验。” Wang Xiaogang说：“现在要大规模形成，每个链接都需要这里的好人，每个人都必须共同努力，并且每个人都必须共同努力，因为特种力量背后有一个很大的力量。在平台上以及在不同的软件平台之间进行适应性的软件，以及在软件平台之间进行适应的问题，以及在软件平台之间进行适应的问题。平台和基础软件平台以及基础软件平台以及基础软件平台以及基础软件平台和基础软件平台。Tanto共享了交叉项目的体验，Senseime Jueying开发了一套链条，包括中间件适应层和统一模型扩展系统。前者可能会阻碍不同的中间件和基础软件之间的差异，后者支持多个芯片的形成平台。在此过程中，Wang Xiaogang探索了如何从大学教授变成经理。公司公司文化以及最终对团队的领导能力都对他产生了许多影响。 Sang Tang推广“黑羊文化”，这是创始人Tang Xiaoou提出的企业哲学。这与“狼文化”完全不同。它促进了企业必须具有独特的创新精神和同理心，例如“黑羊”，并追求突破性的突破，而且还要关注团队的合作和人类管理。进入自动化行业后，“黑绵羊文化”正在不断变化。与汽车公司合作，王小大追求黑白整合的“太极拳模型”，也就是说，在实现客户开发的团队时，他将另一方更改为生态伙伴。以合作为例，其他智能汽车供应商主要选择提供黑匣子H供应商还认为是保护自己的基本代码和软件竞争力的方法之一，但是Senseime采用了更开放的白盒交付模型。在交付白盒子的基础上，Senseime还将共享整个链条链，研发平台，数据平台，数据管道，数据格式，超级计算中心等。 “我们想改变OEM工厂的研发系统。”王小大说。 “这不是因为我们不是自私的。端到端的自动驾驶是由模型驱动的，汽车公司必须确保该模型安全。该模型是由数据生成的，该模型要求汽车公司控制数据源，回溯整个数据传输链接并确保安全性。”王小大说。大规模制造的重要性有所提高。他描述了自己的转变为“ 21自动·A先见自动”：以前，论文提交是他眼中的“春节晚会”，现在，客户新闻发布会是他的“春节晚会”。但是从意义上讲，员工仍然想称他为“老师王”。以他的管理风格，可以认可一些老师的印刷品，例如低矮和受到限制，并自己做事。 Wang Xiaogang希望留在前线，并独自与工程师解决问题，以便他们更好，有时灵感会爆炸。在王小大的看来，在自动化行业的强迫课程中，唱歌仍然有机会。他认为，今年市场上更大的机会在于中部和低市场。这也是实施战略重点的方向。在2025年，Senseime Jueying进一步扩大了其传输范围，增加了包括Gac Aion，Faw Hongqi等新的合作公司，并计划基于Nvidia Thor平台开发更高级别的端到端解决方案。同时，智能驱动系统的感觉，这将使MA成为MASSE在今年年底还叠加了多模式大型模型Driveagi，与世界模型的接触增加了。在世界模型的支持下，王小大认为，对感官驾驶技术的明智解决方案可以超过人类水平，并且具有更大的安全保证。 "In addition to smart cabins and smart driving businesses, Senseime Jueying has a longer business. Their larger business disk lies in cloud services, that is, using their AI Gen to produce data channels for data for businesses and develop the AI ​​infrastructure. software) is not the algorithm itself. We should pay attention to the construction of the AI ​​infrastructure, and the technology is constantly emerging, "says Wang Xiaogang.与汽车和力矩解决方案的智能供应商华为区别在于，王小大的定位是自动化领域的AI平台公司。用王小大的话说，只要AI不断变化，Jueying就是IM到OEM的田径。从大学实验室到“ AI中世界上最大的IPO”，在开业的第一天，感官市场的感觉超过1400亿港元，几乎是“ Yuncong Technology”市场价值的七倍，这是四个AI龙之一，这是其列表的第一天。 Senseime花费了七年的时间才达到AI的顶峰。如今，Sang Tang Jueying希望越过自动化行业的山，并让AI价值重新获得。以下是“ 21辆车·查看自动对话》时间？。我在2001年去了香港中文大学作为他的研究，以攻读信息工程硕士学位，因为当时，唐先生还与微软研究所合作了一段时间，并想开展业务。如果在微软或香港中国大学，他发现这些美丽的技术有可能从人类社会中受益，并希望成为工业化的人工智能智能。 “ 21 Auto·See Auto”：您当时要处理哪种技术？ Wang Xiaogang：2014年，我们与Facebook有PK。当时，Facebook希望在技术发展中取得成功，以使机器的识别率超过了裸眼。最终，我们对模型的认可率是第一个超越裸眼的人。当时，我们还与Google和Microsoft竞争了视野领域，与认识和发现IMEGENET视觉挑战的技术竞争，我们是一个LSO赢得了冠军。 “ 21自动·看到自动”：当时它是多少？ Wang Xiaogang：当时，一位知名的行业学者写了一封信。当时，我们在实验室里很小。该学者提供了一个例子。他说有一个圣经的故事。这位巨人以巨人的名字命名，大卫大卫用推力工具击败了他。目前，他说我们的实验室像大卫一样与巨型Facebook，Google等竞争并赢得了行业，这真是太神奇了。但是，从重视的角度来看，所有这些都不容易。因为当时没人知道人工智能是否可以超越人。当我们最终实现这一目标时，我们看到了大量的工业。唐老师认为，包括我在内的许多人的命运确实发生了变化。 “ 21 Auto·See Auto”：2016年，您加入了Senseime并成为联合创始人。您是如何与经理更改的？ Wang Xiaogang：我在7月底接到电话，第二天到达。我说我只需要一些技术ICAL指导。但是最终我意识到事实并非如此。在此过程中，没有简单的tam式技术或简单的技术人员。后来，我真的学会了自己管理它，而且我也参加了很多课程。 “ 21自动·看到自动”：您完成了什么关键“课程”？ Wang Xiaogang：我发现我发现最大的事情是信任。实际上，您的团队与您之间的最重要管理是与信任建立关系。您需要帮助他在最困难的时间解决问题。我认为对经理来说最重要的是这两个词。 “ 21 Auto：首先看到自动”：在您在2022年扣押汽车后，您认为手机，智能城市和您以前做过的其他业务之间的最大区别是什么？ Wang Xiaogang：很难真正进入自动化行业，因为车辆的生产很长，并且对质量和安全的要求非常高，这是对团队声誉和公司Qua的很好的测试智能控制。与其他行业（例如手机或互联网行业）不同，产品变化可能是在几个月内，但是自动化行业已经存在数年，而且销售后的服务更加复杂。此外，自主驾驶涉及整个工业链，所有各方都需要与软件和硬件合作以产生信心。 “ Xiao AI同学”“ 21 Auto·Yisee Auto”背后的大老板：您在汽车领域拥有三个主要业务：智能驾驶舱，智能驾驶和AI云。第一辆商务车是什么？ Wang Xiaogang：这是座舱领域的第一个。 “ 21自动·查看自动”：您的客户列表中还有小米。您是如何开始从事小米工作的？ Wang Xiaogang：Topahwe在Xiao AI背后提供了大型模型。后来，小米SU7推出后，小艾伊还支持我们在驾驶舱中。 “ 21自动·查看自动”：加入您的大型模型后，Xiao AI做了什么改进？ Wang Xiaogang：大型AP之前梨，小AI的功能主要是执行基于教学的任务，用户将尽一切努力。大型模型诞生后，我们给Xiao AI提供了更复杂的问题和答案，包括其及其智能要求的集成到搜索功能中。今天，我们继续启动更多的操作，例如多模式功能。早期的大型模型主要集中在被动响应上，如果您问他们，他会回答。当有amultimodal时，他可以观察自己的表情并积极开始对话，这确实是人际交往的重要变化。 “ 21自动·看到自动”：Nio及其自己的驾驶舱团队，为什么您知道自己一起工作？ Wang Xiaogang：在驾驶舱领域，我们已经在Nio上工作了很长时间，从第一个DMS（驾驶员的跟踪系统）和OMS（机舱感知系统）开始。 Nio对产品质量的要求很高，并且具有自己独特的生产方法t应用程序设计，可以提供完整的播放我们的技术优势。我开始与DMS和OMS一起工作，实际上许多不溶性的角案件。如今，它也处于我们客户的要求下，这是为了开发和继续提高质量的封闭要求。 “ 21自动·看到自动”：当时李本给您什么建议？ Wang Xiaogang：在2020年，他对凝视监测技术的要求很高，因为该技术可以实现Nomi的互动。现在，我们不仅将联系机器人，还将联系您关注的大屏幕。他将在这个地方做出很高的要求。在我们今年继续前进之后，我们有了3D注视。 “ 21自动·看到自动”：您为Nio的驾驶舱构建了什么功能？ Wang Xiaogang：我们将Nio Ledao的整个驾驶舱都带有技术认可，看起来很简单，但实际上，产品体验仍然非常好。事实证明，每当用户独自称呼Nomi的名字时。现在Nomi可以叫您的名字，因此到Pagwe和汽车的距离更加紧密。端到端不是最终解决方案。 “ 21自动·查看自动”：您在早期就从事DMS业务。这有助于下一个智能驾驶业务吗？事实有多少区别？ Wang Xiaogang：在智能驾驶领域，技术要求更为复杂。在向客户提供智能驾驶服务的过程中，我们发现技术不仅更全面，而且质量要求也应继续改善。同时，应配备一系列工具链以提高研发多样性的效率。后端数据的生产效率和质量也面临高标准。在此过程中，我们继续增长和改进。 “ 21自动·查看自动”：今年，您建议使用Mundo的模型，但OEM仍在追逐结束。你怎么认为？王小大：过去，每个人都认为端到端可能是最终解决方案，但是现在，也有端到端的问题。如今，新技术已经出现了，例如世界模型和强化研究。 “ 21 Auto·See Auto”：您之前提到了第一个发现的端到端大型模型，但是为什么它在行业中似乎没有任何知名度？ Wang Xiaogang：从2017年开始，我们与本田合作进行了自动驾驶项目。本田当时的要求是纯粹的视觉，没有高精度地图，我正计划根据图像驱动轨迹，这与今天端到端自动驾驶的要求相同。但是当时，网络结构，硬件计算强度和云计算的Lakasi都很薄弱，它们不符合大众制造的条件。到2022年，满足条件。我们是第一个提出端到端自动驾驶解决方案的人。当时，我们还在汽车公司推广大型型号，但并不是每个人都相信，并且不知道如何使用它。由2022年底，Chatgpt出现了，所有人都开始相信大型模型。最初的低声声音不是因为我们没有足够的宣传，而是因为整个市场还不认为这件事可以实现，而行业的意识不会达到一定水平。 “ 21自动·看到自动”：当时这种合作是否在继续？ Wang Xiaogang：我们已经做了五年了。它是在2022年交付的。但是，本田并未实施大规模劳动力，而ProjectKTO仅留在前面的研发阶段。 “ 21自动·查看自动”：以前的端到端路线有什么问题？ Wang Xiaogang：让我举一个例子。当时，我们提到了2022年的端到端。但是在2023年和2024年，技术发展两年后，每个人都发现了端到端的瓶颈。当时，Openai提出的“扩展法”认为，模型大小和数据量的持续扩展可以提高性能并实现更强的功能。期望由于较大的参数尺度，GPT-5将更强。但是，到2024年，GPT-5尚未发布。每个人都怀疑互联网上的数据量已被欺负，并发现了大量数据。 21汽车·查看自动》：为什么端到端路线会遇到数据瓶颈？ Wang Xiaogang：端到端的研究是对模仿的研究，依靠现有数据来模仿人类驾驶行为，这需要大量的高质量数据作为基础。例如，在某种情况下，十个人正在开车，高级驾驶员可以通过，而其他九人则无情。这也意味着90％的数据是低质量数据，那么端到端研究真正学习什么？也许只是学会了一般行为。 “ 21自动·查看自动”：您以后如何知道您想打开世界模型路线？ Wang Xiaogang：年初，DeepSeek的出现以算法胜利为标志，主要依靠该研究加强生成大量不间断数据的措施。其要点是要在问题和答案中放弃一个困难的问题，它可以提出十个不同的问题解决想法。人们可以做的只是其中两个，其中80％是解决问题的想法，称为“链链”。这是人类历史上从未见过的新数据和想法。就像研究数学的想象力一样，在解决问题的过程中已经做出了许多新的定理和定义。 DeepSeek确实破坏了人类的天花板，并为自动驾驶等领域带来了新的可能性。 “ 21自动·看到自动”：该链如何与这个大型模型集成在一起？ Wang Xiaogang：我们首先要长时间思考链条和缓慢的多模式思维。它用来产生文本，但也可以产生图像。例如，在解决几何问题，iDENUE图形以及在解决问题时添加辅助系列时，图形会不断出现。 MUltimodals只是一代文本，但现在仍然有一代形象。 “ 21 Auto·See Auto”：今年世界模型非常受欢迎，但是几个小时前，新部队推迟了世界世界的解​​放。为什么其他团队也会制造世界模型，但没有预期？ Wang Xiaogang：由于世界模型在大规模制造过程中收集数据的要求很高，如果11个相机中的一个具有相机的图片，而相机的图片不保持与其他相机一致的时间和空间，那么此类数据将使我的模型在用于培训时更糟。但是我们的研发团队对世界培训模式有更高的要求。 “ 21自动·看到自动”：您如何获得所需的高质量数据？ Wang Xiaogang：世界模型可以模仿物理情况。这里的高质量意味着人们的驾驶行为很高。交通风景既昂贵又危险，因此我们将不会有很多试验。首先，场景很重要。我们需要P该模型的Rovide有价值的拼图场景类似于学习DeepSeek时所需的高质量问题。在自动驾驶中，我们需要为此找到“奥运会”，并找到更困难的情况，尽管一些驾驶员实际上成功地处理了它。只要我们知道起点条件，我们就可以继续在模拟环境中尝试。其次，在模拟环境中，良好的驾驶行为可以通过研究加固和端到端模型来模仿。在汽车AI领域的“销售铲子” 21 Auto·Yisee Auto：您现在正在向OEM提供聪明的驾驶和聪明的机舱业务，并且在汽车公司内有自己的团队。您如何巴兰克（Balancen）这场比赛与合作？ Wang Xiaogang：我们有一个图像的隐喻，一个是“普通话鸭热点”模型，关键位于边界边界，一切都不仅仅是替代关系。另一种类型是Tai Chi模型，黑色和白色混合物，黑白为黑色，这也意味着自我开发的汽车公司团队是我们的类型。我们的目标是如何实现我的客户和他们的自我发展团队。 “ 21 Auto·一见自动”：无论是Yuanyang Hotpot还是Tai Chi模型，它都涉及两个主要生物：汽车公司和供应商。但是，OEM在与供应商的比赛中更受欢迎，而您的团队文化是黑绵羊文化。您如何看到这两种文化之间的竞争？ Wang Xiaogang：实际上，这是正常的。解决问题的起点与我们自己的定位有关。 OEM需要需要AI功能。现在它可以是明智的驾驶。将来，机舱集成技术将继续改变。有些事情是暂时的。我们想为他们做的是更改研发系统。在公司内部，这些AI基础架构不太可能是两组管道，这也是一个长期的施工过程。 “ 21自动·参见自动”：您如何指定我可以帮助内部团队由公司开发？ Wang Xiaogang：如果企业想开发自动驾驶技术，它需要在内部建立相应的AI团队，以确保对技术的深入了解和控制。由于自动驾驶涉及安全问题，因此企业是其产品的安全性和可靠性。但是实际上，在不同公司中，AI团队通常很小。由于AI条款，您需要投资的资源毕竟受到限制。人工智能是一个具有很高投资要求的行业。但是，如果公司不了解所使用的算法和数据，则如果有任何问题，它将不承担责任。因此，该公司将必须与AI公司合作，并更好地将人工智能与其自身的发展相结合。我们也做了很多事情，涉及整个业务系统的一些变化。我们将共享整个链链，研发平台，数据平台与汽车公司的形式，数据管道，数据格式和超级计算中心。例如，有时我们将自己的AI模型放在传感器上。 “ 21自动·查看自动”：为什么选择与客户合作时选择积极交付白盒？ Wang Xiaogang：自动驾驶领域中最重要的是数据。反映管道的数据确实与算法密切相关。 OEM还具有数据回流，但是许多数据无法恢复，但它返回供应商。尽管这里提供了数据（OEM），但他不知道如何使用数据。我们需要帮助汽车公司开发数据管道。就像埋在地下的石油一样，我们需要有一个渠道来提取石油，这就是管道。数据正在不断变化，算法正在不断变化。但是数据管道可以建立一个桥梁来拾取数据，然后将精致的数据用于TrainYour自己的模型。无论前端算法如何变化，所有类型的提取都以这种方式分布，数据管道可以发送收集的数据，即基础架构。现在，我们准备与汽车制造商一起交付白盒子，而不是因为缺乏护理，但是由于我们看到了未来技术的未来路线以及商业开发的趋势，因此我们必须与汽车制造商深入融合。 “ 21 Auto·Yisee Auto”：Jueying如何确保其对企业提供AI基础架构，研发系统改革并放置数据管道的不替代性？ Wang Xiaogang：我认为这是一个战略选择问题。此外，从Sensetime的角度来看，我们的发展确实继续出现在AI领域，因此后来我们将继续拥有新的Inndata。 AI目前每年都有新的技术路线并进行。只要这种趋势保持不变，作为AI平台公司，Senseime一直遵循或领导行业领导者，这对OEM很重要。 “ 21自动·Yisee自动“：与其他解决方案相比，感官jueying的好处是什么？