End-to-End Intelligente Fahrtechnik begeistert Zhongguancun! Der erste Gipfel zum autonomen Fahren 2025 ist erfolgreich zu Ende gegangen, Professor Li Shengbo von der Tsinghua-Universität und der Spitzenplatz von Ideal Intelligent Driving haben eine Einschätzung abgegeben.

Die erste autonom fahrende Messe des Jahres 2025 begeistert Peking!

Nachrichten von CheDongXi am 14. Januar: Heute endete die vierte globale Konferenz zum autonomen Fahren, die von ZhiYi Technology's ZhiXingXing und CheDongXi organisiert wurde, erfolgreich im Ausstellungshandelszentrum des Zhongguancun National Independent Innovation Demonstration Zone in Peking.

Es handelt sich um ein Konferenz-IP, das von ZhiYi Technology für den Bereich autonomes Fahren entwickelt wurde. Die vierte globale Konferenz zum autonomen Fahren stand unter dem Motto „Neue Technologiezyklen, neue Industriereisen“ und umfasste die drei Teile „Hauptkonferenz + Nebenkonferenz + Ausstellungsbereich“.

Im Hauptkonferenzbereich fand die Eröffnungszeremonie, ein Innovationsforum zum End-to-End-Autofahren und ein spezielles Forum zur urbanen NOA statt. In den Nebenkonferenzen wurden das Autonomes Fahren Visual Language Model Technology Symposium und das Weltmodell Technology Symposium abgehalten, das die neuesten Forschungsergebnisse, Technologiefortschritte, Produktinnovationen und zukünftigen Trends der end-to-end autonomen Fahrzyklen aufzeigt.

Während der gesamten Veranstaltung versammelten sich fast 30 akademische Meinungsführer des autonomen Fahrens, Industriegroße und junge Wissenschaftler, um gemeinsam über end-to-end Technologien, Weltmodelle, visuelle Sprachmodelle, städtische NOA und andere heiße Themen in der Branche zu diskutieren.

▲ Hauptkonferenzsaal vor Ort

Vor Ort beeindruckten die Gäste mit spannenden Ansichten. Professor Li Shengbo von der Fahrzeug- und Transportschule/Schule für Künstliche Intelligenz der Tsinghua-Universität, Doktorvater, ist der Meinung, dass die Integration von Fahrzeug, Straße und Cloud das Entwicklungsrahmenwerk für Basis-Modelle im autonomen Fahren ist, bei dem es notwendig ist, dass die Regierung, Unternehmen und Universitäten ein Bindeglied bilden, um Herausforderungen bei Daten und Rechenleistung zu lösen.

Lange Xianpeng, Vizepräsident für autonomes Fahren bei Ideal Motors, sagte, dass Ideal Motors sich dem „Automobilisieren der Künstlichen Intelligenz“ widmen wird, um die autonomen Fahrfähigkeiten in den Bereichen Modell, Engineering und Produkt zu verbessern.

Partner für intelligentes Fahren bei First Automobile, Wang Panqu, Mitbegründer und CTO von Shengqi Technology, Liu Minjun, und Vizepräsident von Langge Technology, Li Zhanbin, sind der Ansicht, dass end-to-end zu einer Revolution der Forschungs- und Entwicklungsmethoden geführt hat.

An der gesamten Veranstaltung nahmen fast 900 Zuschauer vor Ort teil. Ob vormittags in der Hauptkonferenz oder die beiden geschlossenen Workshops am Nachmittag in den Nebenkonferenzen, der Andrang war enorm. Besonders bei der Eröffnung standen viele Zuschauer in den Korridoren an den Seiten und im hinteren Bereich des Auditoriums. Gleichzeitig berichteten über 20 Medienplattformen und Video-Shows live von dieser Veranstaltung, deren Live-Streaming-Zuschauerzahl die Millionengrenze überschritt.

▲ Nebenkonferenz – Autonomes Fahren Visual Language Model Technology Symposium

▲ Nebenkonferenz – Autonomes Fahren Weltmodell Technologie Symposium

Als erste Konferenz zum autonomen Fahren des Jahres 2025 in China zeigte diese Veranstaltung nicht nur systematisch den Entwicklungstrend und die Fortschritte im Bereich der Intelligenten Fahrten im vergangenen Jahr auf, sondern wies auch den Weg für eine neue Runde der End-to-End-Autonom-Driving-Revolution und erhitzte weltweit das Interesse an Forschung und Entwicklung im Bereich des autonomen Fahrens.

Einschneidender Punkt in der Kommerzialisierung von intelligentem Fahren: End-to-End + große Modelle treiben die Neuerungen der Branche an

Vor Ort auf dem Gipfeltreffen hielt Gong Luchang, Mitbegründer und CEO von Zhi Yi Technology, die Eröffnungsansprache als Vertreter der Veranstalter und erklärte, dass last year the collaboration of end-to-end systems and large language models and visual language models has become a main technological route for autonomous driving. Simultaneously, world models have gained higher attention.

▲ Mitbegründer und CEO von Zhi Yi Technology, Gong Luchang

Basierend auf diesem Hintergrund stellen sich die Gipfelveranstaltungen die Aufgabe, durch umfassende Diskussionen den aktuellen Entwicklungsstand der Branche zu erfassen und die zukünftigen Entwicklungstrends weiter zu klären.

Das Gipfeltreffen deckte Bereiche wie End-to-End autonomes Fahren, städtische NOA, autonome Fahrvisuelle Sprachmodelltechnologie und autonome Fahrweltmodelltechnologie ab.

Die Digitalisierung und Intelligenz werden zunehmend zu einem wichtigen Antrieb der qualitativ hochwertigen Entwicklung in China. Seit ihrer Gründung hat sich Zhi Yi Technology auf die dahinter liegenden Kerntechnologien und Branchenbedürfnisse konzentriert und hat die drei Medienmarken Zhi Dongxi, Xindongxi und CheDongXi aufgebaut, die kontinuierlich professionelle und qualitativ hochwertige Inhalte in Bild und Video liefern und in den entsprechenden Bereichen weitreichend bekannt sind.

Gleichzeitig hat Zhi Yi Technology um Unternehmensdienstleistungen herum die Marke ZhiXingXing etabliert, die qualitative technische Inhalte in Form von Online-Open-Kursen und Seminaren bereitstellt.

Abschließend bedankte sich Gong Luchang beim Leitungsgremium des Wissenschaftsparks Zhongguancun für die großartige Unterstützung dieses Gipfels.

Nach seiner Rede trat Professor Li Shengbo von der Tsinghua-Universität, Doktorvater und Doktorvater an der Fahrzeug- und Transportfakultät/Schule für Künstliche Intelligenz, zuerst auf die Bühne, um die Entwicklungsgeschichte, die entscheidenden Technologien und die zukünftige Richtung des „datengetriebenen End-to-End-autonomen Fahrens“ zu teilen.

Er rekapitulierte zunächst die Meilensteine im Bereich der künstlichen Intelligenz, einschließlich ResNET 2015, AlphaGo 2017 und ChatGPT 2022, die das Zeitalter der künstlichen Intelligenz markieren, und betonte, dass autonomes Fahren ein wichtiges Anwendungsfeld der KI sei, charakterisiert durch einen großen Marktumfang, eine lange Versorgungskette und hohe technische Anforderungen.

▲ Professor Li Shengbo von der Fahrzeug- und Transportfakultät/Schule für Künstliche Intelligenz der Tsinghua-Universität

Anschließend stellte Li Shengbo fest, dass "autonomes Fahren" im engen Sinne vor allem hochentwickelte intelligente Fahrsysteme im Hinblick auf komplexe städtische Verkehrsbedingungen darstellt.

Diese Systeme verlangen höchste Sicherheit hinsichtlich der Erkennung, Entscheidungsfindung und Steuerungstechnik, da die Kontrolle, Risikoüberwachung und Ausfallbewältigung vom System selbst bewältigt werden müssen, das in der Lage sein muss, alle Fahraufgaben unabhängig auszuführen.

Li Shengbo erklärte, dass mangelnde Sicherheit das Kernproblem bei der Praktikabilität der aktuellen autonomen Fahrzeugsysteme darstellt, wobei ein typischer Indikator die Anzahl der Eingriffe pro 10.000 gefahrenen Kilometern ist, die noch weit von der durchschnittlichen Leistungsfähigkeit menschlicher Fahrer entfernt ist. Das Kernproblem besteht darin, wie mit Szenarien am Verkehrsrande umgegangen werden kann (dh selten auftretende, aber potenziell gefährliche Situationen).

Zur Lösung dieses Problems ist in der Branche die Meinung gewachsen, dass eine technologisch End-to-End-Autonomie auf Basis eines Datenkreislaufs mit neuronalen Netzen als Strategieplattform verfolgt werden sollte.

Das Ziel ist es, die Fahrstrategien des autonomen Fahrzeugsystems bei der Erfassung, Übertragung, Bereinigung, dem Training und der Bereitstellung von Randdatenszenen kontinuierlich zu optimieren, sodass es lernfähig wird und seine Fahrleistung verbessert.

Li Shengbo betonte, dass das Wesen der End-to-End-Technologie in der „Vernetzung durch neuronale Netzwerke“ besteht und kein bloßer \"schwarzer Kasten\" ist.

Er erläuterte die technischen Vorteile von End-to-End-Autonomie. Im Vergleich zum traditionellen modularen Design kann das End-to-End-Design zum einen Informationen effektiver übertragen und Verlust vermeiden, indem es das Potenzial von Datenressourcen voll ausschöpft; zum anderen hat es mehr neuronale Netzparameter, mehr Trainingsfreiheit und eine höhere Leistungsobergrenze.

Li Shengbo erwähnte, dass die chinesischen Forschungsinstitute die Forschung an geteilter autonomer Fahrtechnologie nicht später als andere Länder begannen. Das Team für intelligente Fahrzeuge der Fahrzeugfakultät der Tsinghua-Universität erforscht diese technische Richtung seit 2018.

Er unterstrich, dass die Forschung und Entwicklung dieser Technologie vor sechs Jahren, im Gegensatz zu heute, nicht unter solch günstigen Bedingungen stattfand, da der Mangel an Daten und Rechenleistung eine Herausforderung für die Modelltrainingsleistung darstellte.

Das Team schlug als eine der ersten in der Branche den Ansatz „Datenmangel mit Simulation ausgleichen, Leistungsmangel mit Algorithmen überstehen“ vor und erzielte wichtige Fortschritte bei der Entwicklung von Simulation Software, AI-Trainern und vielem mehr, einschließlich der eigenen groß angelegten autonomen Fahrschulungssoftware LasVSim und des ersten optimalen Strategieverstärkungslera>