QCraft schließt C+-Runden-Finanzierung in Höhe von mehreren hundert Millionen Yuan ab, CEO Yu Qian: Anfang nächsten Jahres Serienproduktion von End-to-End-Intelligent-Driving | Exklusiv von 36Kr

Text | Li Anqi

Redaktion | Li Qin 

36Kr hat exklusiv erfahren, dass das Unternehmen für autonomes Fahren „Qingzhou Zhihang“ kürzlich eine Finanzierungsrunde in Milliardenhöhe in der C+ Runde abgeschlossen hat. Diese wurde von der Zhulu Juhang Stiftung geleitet. Die Finanzierung soll hauptsächlich in die Forschung und Entwicklung der Full-Stack-Autonomie-Technologie und die großangelegte Serienproduktion und Lieferung des NOA-Systems investiert werden.

Dies ist das zweite Mal, dass Qingzhou Zhihang in diesem Jahr Kapitalerhöhungen erhalten hat. Im Juni hatte das Unternehmen in einer C-Runde einige Milliarden Yuan von der Zhongguancun Science City Company und dem Cuihu Fund erhalten.

Qingzhou Zhihang hat bisher sieben Finanzierungsrunden abgeschlossen, wobei die Investoren Lenovo Ventures, IDG Capital, Yuansheng Capital, CICC Capital, Yunfeng Fund, China Merchants Venture, Horizon, Meituan Longzhu und TCL umfassen.

Qingzhou Zhihang wurde Anfang 2019 gegründet und ist ein Startup, das sich auf RoboBus (autonom fahrende Kleinbusse) und intelligente Fahrtechnologien für Pkw spezialisiert. Die Kernteammitglieder stammen aus internationalen Technologieunternehmen wie Google Waymo, Tesla, NVIDIA und Facebook, wobei Ingenieure 80% des Teams ausmachen.

Intelligentes Fahren ist zweifellos ein beliebter Marketingpunkt, auf den Automobilunternehmen derzeit stark setzen. Viele Automobilhersteller entwickeln einerseits ihre eigenen Lösungen und setzen andererseits Produkte von Drittanbietern ein, um die Grundfunktionen des intelligenten Fahrens ihrer Modelle zu verbessern und schnell zu verbreiten.

Qingzhou Zhihang hat ebenfalls von diesem Trend profitiert. Nach der Integration in ein Großprojekt eines führenden Emerging-Automobilunternehmens sagte Qingzhou, dass die Full-Stack-Autonomie-Funktionalität des Unternehmens mittlerweile über 400.000 Nutzer erreicht hat, mit einer von Nutzern zurückgelegten Strecke von mehreren Milliarden Kilometern.

Nach Angaben des High-Tech-Autoforschungsinstituts belegte Qingzhou Zhihang mit einem Marktanteil von 50,84% den ersten Platz bei den inländischen NOA-Systemlösungen für Pkw von Januar 2023 bis Juli 2024.

Qingzhou Zhihang-CEO Yu Qian erklärte, dass die Technologie und das Produkterlebnis in großangelegten Serienproduktionen kontinuierlich optimiert werden können. Qingzhou gibt an, dass ihr NOA auf Autobahnen eine Sicherheitsübernahme von mehr als 1.000 km, auf überlasteten Straßenviadukten eine Übernahme von mehr als 200 km, eine Spurwechselerfolgsrate von 99,5%, eine Spurwechselauslastung von 92,6% und eine Stauüberquerungsrate in städtischen LCC-Kreuzungen von 97% erreichen kann.

Um den Markt weiter zu erweitern, hat Qingzhou drei mittlere bis hochentwickelte NOA-Lösungen entwickelt: Chengfeng Air, Chengfeng Pro und Chengfeng Max. Diese sollen durch optimale Preis-Leistungs-Verhältnisse und Nutzererfahrungen den Automobilmarkt erschließen.

Chengfeng Air beispielsweise basiert auf der Horizon Journey 6E, ausgestattet mit 7V (7 Kameras einschließlich 4 Fischaugenkameras) und ermöglicht Fahrzeugen im Bereich von 100.000 Yuan, die NOA-Funktionalität für Autobahnen zu nutzen; Chengfeng Pro verwendet 11V, richtet sich an Fahrzeuge im Bereich von 100.000 bis 150.000 Yuan, bietet auf Grundlage des Autobahn-NOA Stadtverkehrserinnerungsfunktionen und städtische NOA-Funktionen;

Chengfeng Max basiert auf der Journey 6M, verwendet 1L (ein optionaler LiDAR) und 11V und integriert städtische NOA-Funktionen in Fahrzeugen ab 150.000 Yuan, ohne auf hochpräzise Karten angewiesen zu sein.

Im April dieses Jahres richtete sich die vollständige NOA-Funktion für Städte von Qingzhou noch an den Markt von über 200.000 Yuan. Bezüglich der Anpassung des Zielmarktes erklärte Qingzhou Zhihang-CEO Yu Qian gegenüber 36Kr, dass die Technologie dank der früheren großangelegten Serienproduktion optimiert und gereift wurde, wodurch die Kosten der Lösungen weiter gesenkt werden konnten.

Yu Qian prognostiziert, dass Fahrzeuge um 100.000 Yuan zukünftig standardmäßig mit Autobahn-NOA ausgestattet sein werden, während Modelle um 150.000 Yuan gewöhnlich das städtische NOA-Erlebnis beinhalten werden. "Bessere Preis-Leistung-Produktlösungen sind unser ständiges Bestreben. Dies wird uns letztlich helfen, den kommerziellen Kreislauf vom L2+ intelligenten Fahren zum L4-Autonomie zu schließen."

In Bezug auf diese Finanzierungsrunde wurde Qingzhou Zhihangs CEO Yu Qian von 36Kr interviewt.

Derzeit sind End-to-End-Technologien ein heißes Thema, und führende Anbieter von Fahrintelligenz kämpfen um diese technischen Hochburgen. Yu Qian sagte auch gegenüber 36Kr, dass End-to-End-Technologie ein unvermeidlicher technologischer Trend sei. Egal ob L2+ oder L4, der End-to-End-Ansatz ist ein notwendiger Schritt.

Daher hat Qingzhou erheblichen Entwicklungsaufwand in die End-to-End-Technologie investiert. Bis Ende des Jahres wird es eine Demonstration der End-to-End-Fähigkeiten geben, Anfang nächsten Jahres soll die End-to-End-Intelligenz in Massenproduktion gehen.

Yu Qian ist der Meinung, dass das meiste Know-how für End-to-End im Cloudbereich statt im Fahrzeugbereich erforderlich ist.

Er glaubt, dass das Training von End-to-End nicht nur durch mehr Cloud-Trainingskarten erreicht werden kann, sondern es kommt auf die Effizienz des Trainings an; die größte Herausforderung liegt in der Qualität und Abdeckung der Trainingsdaten sowie in der effizienteren Verarbeitung von Daten.

Er betont, dass Fahrintelligenzmodelle schließlich konvergieren und Daten effektiv behandelt und genutzt werden müssen, um mit einer datenzentrierten Entwicklungsweise voranzukommen. Qingzhous bisher gesammeltes datengetriebenes Entwicklungsmodell wird es dem Unternehmen ermöglichen, Produkte ständig zu aktualisieren und ein besseres Fahrerlebnis zu bieten.

Im Folgenden finden Sie das vollständige, leicht angepasste Interview von 36Kr Auto mit dem CEO von Qingzhou Zhihang, Yu Qian.

36Kr Auto: Nachdem das Projekt eines großen Kunden abgeschlossen wurde, steigt der Marktanteil anderer Qingzhou Intelligent Driving-Lösungen. Bedeutet das, dass Qingzhou in diesem Bereich fest etabliert ist?

Yu Qian: In Bezug auf mittlere bis hochentwickelte NOA-Lösungen haben wir den höchsten Marktanteil erreicht. Wir führen kontinuierlich Upgrades durch, und sowohl bei der Horizon J5 als auch bei der J6 Serien sind wir ein Branchenmaßstab. Bei der J6 Plattform sind wir der erste Fixpunkt und voraussichtlich auch das erste Unternehmen, das demnächst in Massenproduktion geht. Viele potenzielle Kunden erkennen die groß angelegte Lieferung, Stabilität, Zuverlässigkeit und das Produkterlebnis von Qingzhou an.

Autonomes Fahren ist ein langfristiger Wettbewerb. Als Startup behalten wir stets eine vorsichtige und optimistische Haltung bei. Einerseits ist der Wettbewerb intensiv, und das Wachstum der Fahrintelligenz sehr schnell, andererseits entwickeln alle kontinuierlich neue Technologien, die das Produkterlebnis kontinuierlich verbessern. Qingzhou hat einen guten Anfang gemacht, aber auf lange Sicht müssen wir in Sachen Produkterlebnis, Technologie und Preis-Leistungs-Verhältnis kontinuierlich Anstrengungen unternehmen, um Führen zu bleiben.

Die Produktion in großen Maßstab ist sehr wichtig, für Anbieter ohne große Lieferungen ist das schwierig. Autonomes Fahren ist datengesteuert, daher ist die Datenmenge entscheidend, und wir haben da eine gute Position. Zudem ist die Qingzhou-Öko-Kooperation sehr stark, wir arbeiten mit Horizon, NavInfo zusammen, um die Großserien-Produktionsschlacht zu gewinnen.

36Kr Auto: Seit Jahresbeginn hat sich der Preisspanne des NOA-Systems von Qingzhou von ursprünglich 200.000 auf 150.000 Yuan verschoben. Wurde dies durch einen Preiskampf verursacht?

Yu Qian: Das ist kein simpler Preiskampf. Wir wollen, dass mehr Verbraucher bessere, sicherere Produkte erleben, deshalb haben wir uns auf niedrigere Märkte eingelassen. Tatsächlich stellen die hochentwickelten NOA-Lösungen eine Beweisführung unserer großangelegten Serienproduktion, technischen Optimierung und ausgereiften Technologie dar. Diese sind Ergebnis umfassender Kooperationen zwischen Qingzhou und einer Vielzahl von Partnern. Während die Technologie reift und die Produktionsmenge und Effizienz zunimmt, sinken die Lösungskosten allmählich.

Zukünftig werden Fahrzeuge um 100.000 Yuan vollständig mit Autobahn-NOA ausgestattet sein, und Modelle um 150.000 Yuan werden hauptsächlich städtische NOA-Funktionen bieten. Dieser Trend entspricht unserer Erwartung, die Gewinnung neuer Technologie und deren Kommerzialisierung zu demokratisieren. In Sachen Sicherheit, ob mittel- oder hochgradig ausgestattet, ist die Philosophie von Qingzhou stets erstklassig.

36Kr Auto: Verschiedene Marken von Autoherstellern haben unterschiedliche Sensor-Konfigurationen und Positionen. Wenn Qingzhou Lösungen für andere Automobilhersteller entwickelt, welche Anpassungen müssen am intelligenten Fahrssystem vorgenommen werden? Welche Erfahrungen hat Qingzhou in Bezug auf Systemmigration gesammelt?

Yu Qian: Qingzhous Intelligenten Fahrtechnologien betonen sehr stark die Plattformfähigkeit. Basierend auf unserer virtuellen Kameratechnologie können wir von 6V bis 11V verschiedene Kamerakonfigurationen anpassen, einschließlich Einbaupositionen und Sensormodellen, mit ausgezeichneten Generalisierungsfähigkeiten. Dies ist auf unser vergrößertes intelligentes Fahrmodell mit stärkerer Verallgemeinerbarkeit als frühere Niedrigleistungsplattformen zurückzuführen. Im Bereich Plattformmigration verfügen wir über eine umfassende und effiziente Erfahrung.

Ein Beispiel: Unsere reichhaltige Erfahrung mit der Journey 5 Plattform half uns, das Full-Stack-Feature-Entwicklung und die Fahrzeugumsetzung auf der Journey 6 Plattform innerhalb von zwei Wochen abzuschließen.

36Kr Auto: End-to-End-Technologien sind derzeit sehr angesagt, und die Geschwindigkeit, mit der wichtige neue Automobilunternehmen voranschreiten, ist beeindruckend. Welche Pläne oder Investitionen hat Qingzhou bezüglich neuer Technologien?

Yu Qian: Für End-to-End-Technologien lässt sich schwer sagen, dass Autohersteller diese besser umsetzen als dritte Unternehmen, da die Ansammlungen von Wissen unterschiedlich sind. Obwohl End-to-End ein neues Entwicklungsmodell darstellt, baut es auf der intelligenten Fahrakumulation und den zugrunde liegenden datengesteuerten Fähigkeiten auf. In diesen Bereichen haben wir erhebliche Erfahrungen gesammelt, und wir haben bedeutende Entwicklungserschritte zur End-to-End-Technologie gemacht. Es wird gegen Jahresende Fähigkeiten zur End-to-End-Demonstration geben, und Anfang nächsten Jahres soll die Massenproduktion erfolgen.

Die End-to-End-Technologie erfordert mehr Aufwand im Cloudbereich und nicht im Fahrzeugbereich. Ein weiteres Merkmal ist, dass die Nutzung der Fahrzeugrechenleistung effizienter ist als frühere regelbasierte Methoden. Qingzhou hat ein starkes datengetriebenes Entwicklungsmodell geschaffen, mit dem wir bei der Einführung neuer Technologien führend bleiben können.

36Kr Auto: Die Rechenleistung ist eine große Herausforderung bei End-to-End-Technologien. Wie können dritte Unternehmen im Bereich Fahrintelligenz tiefer in die Wolkenverarbeitung einsteigen und mehr Rechenkapazität bereitstellen?

Yu Qian: End-to-End erfordert tatsächlich viele Cloud-Erfahrungen, jedoch geht es nicht nur darum, mehr Trainingskarten im Cloud-Bereich zu stacken. Die Effizienz des Trainings ist entscheidend. Daten müssen nicht unbedingt massenhaft vorhanden sein, die Qualität und Abdeckung der Daten sind entscheidend. Darüber hinaus ist die Simulation wichtig. Qingzhous Erfahrungen und Reserven in diesen Bereichen können voll zur Geltung kommen.

36Kr Auto: Welche Hürden und Herausforderungen bestehen für verschiedene Akteure bei End-to-End-Entwicklungen?

Yu Qian: Die größte Herausforderung besteht, meiner Meinung nach, darin, ob es eine ausreichend große Serienproduktionsskala gibt, um genügend Daten zu sammeln. Andere technische Herausforderungen sind zweitrangig. Viele sprechen über Rechenleistung, aber ich denke, dies ist nur ein kurzfristiges Anliegen. Da Modelle kontinuierlich optimiert werden und neue Algorithmen entstehen, wird die Effizienz der Nutzung der Rechenleistung ständig verbessert.

Ein Beispiel: In den Jahren 2012 bis 2015 wurde die GPU noch nicht großflächig für tiefes Training verwendet, und viele Internetunternehmen benutzten CPU-Cluster, was große Mengen an CPU-Auslastung verursachte, die kaum jemand bewältigen konnte. Training von Netzwerken dauerte ebenfalls lange Zeit. Aber jetzt kann dieselbe Menge mit einem einzelnen, sehr kleinen GPU in kurzer Zeit trainiert werden.

Mit dem Auftreten neuer Technologien und der Effizienzsteigerung von Trainingsmethoden wird der Bedarf an Rechenkapazitäten allmählich abnehmen. Es ist nicht erforderlich, alle Ressourcen für Rechenleistung zu bündeln, um ein gutes Training zu gewährleisten.

36Kr Auto: Daten sind ebenfalls ein sehr wichtiger Faktor. Sind Automobilhersteller offen für die Freigabe von Daten an Anbieter von Intelligenten Fahrlösungen? In welchem Umfang?

Yu Qian: Allgemein gesagt, wenn die Datenfreigabe für die Produktentwicklung und das Erlebnis sehr wichtig ist, wird dies auf jeden Fall geschehen. Automobilhersteller besitzen Daten, aber wenn sie diese nicht optimal nutzen, verbessern sie das Produkterlebnis nicht. Deshalb werden Hersteller und Zulieferer eine Kooperationsstrategie entwickeln, die das Beste aus beiden Welten für das Optimum bündelt.

36Kr Auto: Müssen die Daten verschiedener Automobilhersteller voneinander getrennt bleiben?

Yu Qian: Daten sind definitiv getrennt und können nicht über Automobilhersteller gebracht genutzt werden. Erfahrungen gehen jedoch übergreifend, das ist eine Speicherung und Ansammlung unserer Technologien.

Ich denke, das größte Thema bei der Fahrintelligenz im Inland ist nicht der Mangel an Daten, sondern die Fähigkeit zur Datenverarbeitung und der Fähigkeit, die Daten in den maximalen Wert zu bringen. Schließlich bedeutet der Besitz von Daten nicht automatisch Wissen.

Die Implementierung bezieht sich auf die Toolkette und viele zugrunde liegende Ansammlungen und Fachwissen. Der Übergang im Bereich autonomes Fahren von modellgetrieben zu datengesteuert ist bereits im Gange. Letztlich werden die Modelle konvergieren, und es geht darum, wie gut die zentralen Daten bestmöglich genutzt werden können, um zu einem fortschrittlichen Modell zu gelangen.

36Kr Auto: Teslas unbemannte Autos haben kürzlich für viel Aufsehen gesorgt. Glauben Sie, dass Intelligente Fahrlösungen auf End-to-End-Basis das Potenzial für die L4-Autononomie haben?

Yu Qian: End-to-End-Techniken sind ein unvermeidlicher technischer Trend. Doch hinsichtlich L4 unterscheidet sich der Profilierungsbedarf von denjenigen der L2+ und erfordert viele Sicherheitsvorkehrungen und Redundanzmaßnahmen, um Fehler im System zu verhindern, sowohl in Bezug auf Sensor- als auch auf Rechenplattformen, einschließlich des gesamten Sicherheitsdesigns.

Kann End-to-End-Technik alle L4-Probleme lösen? Dies glaube ich nicht, aber sie wird die gesamte autonome Fahrfähigkeit auf einen sehr hohen Standard bringen, was die Notwendigkeit der Redundanz reduziert. Egal ob L2+ oder L4, der Weg über End-to-End-Techniken ist unausweichlich.

36Kr Auto: Wird es nach dieser Finanzierungsrunde Veränderungen in der Gesamtstrategie von Qingzhou geben?

Yu Qian: Unser strategisches Gesamtziel ist klar und fest. Bei der Serienproduktion streben wir an, die Produktionsmenge zu erhöhen und die Vorteile der Produktionserfahrung zu vertiefen, um durch technische, erfahrungsbasierte und datenbasierte Akkumulation die Produktqualität zunehmend zu verbessern und breiteren Verbrauchergruppen zu dienen. Bessere Preis-Leistung-Produktlösungen sind unser konstantes Ziel, und dies wird uns letztendlich dabei helfen, den kommerziellen Kreislauf vom L2+ intelligenten Fahren zum L4-Niveau zu schließen.