Der neue Fahrerassistenz-Experte Yin Qi und sein Ziel von einem Milliarden-Dollar-Umsatz in der Branche von "KI + Automobil"
Text | Zhou Xinyu
Redaktion | Su Jianxun
Das ein Jahr lang zurückhaltende Fahrerassistenzunternehmen "Qianli Technology" hat offiziell seine Marke vorgestellt.
Am 28. September 2025 haben die beiden wichtigsten Personen hinter der Gründung von Qianli Technology - Yin Qi, Vorsitzender von Qianli Technology, und Li Shufu, Gründer von Geely Auto - die neue englische Markenbezeichnung “AFARI” und das Markenlogo von Qianli Technology angekündigt.
Mitte: Li Shufu, Gründer von Geely Auto; rechts: Yin Qi, Vorsitzender von Qianli Technology. Bildquelle: vom Autor aufgenommen
Bei dieser Premiere hat Yin Qi die Geschäftsentwicklung und -pläne von Qianli in zwei Schlüsselwörtern zusammengefasst: Kommerzialisierung, Internationalisierung.
Im August 2025 zeigte der Halbjahresbericht von Qianli Technology für das Jahr 2025, dass das Unternehmen im ersten Halbjahr einen Umsatz von 4,184 Milliarden Yuan erzielt hat, was einem Jahr - über - Jahr - Anstieg von 40,04 % entspricht.
Das starke Wachstum stammt hauptsächlich von den Automobil - und Motorradgeschäften des Vorgängers “Lifan Technology”. Die Hebelwirkung von “AI + Auto” hat sich noch nicht gezeigt.
Was die Kommerzialisierung von “AI + Auto” angeht, erwartet Yin Qi: Dieses Jahr soll ein Output von über zehn Milliarden Yuan erreicht werden, und nächstes Jahr soll ein massenhafter Umsatz erzielt werden.
Derzeit hat Qianli Technology insgesamt drei Geschäftsbereiche: Qianli Intelligent Driving (Intelligente Fahrerassistenzsysteme von Level L2+ bis L4), Qianli Intelligent Cockpit (Natürliche Interaktionserfahrung im Cockpit), Qianli Intelligent Mobility (Robotaxi).
Yin Qi hat der Medienmitteilung mitgeteilt, dass das intelligente Fahrerassistenzsystem als erste AI - Lösung von Qianli nächstes Jahr einen massenhaften kommerziellen Umsatz erzielen kann; auch bei den Cockpitprodukten und dem Robotaxi - Geschäft von Qianli wird es nächstes Jahr eindeutige Fortschritte geben.
Das zweite Schlüsselwort ist die Internationalisierung.
Schon im Mai 2025 hat Yin Qi in einem Interview erwähnt, dass es zwei Unterschiede zwischen Qianli Technology und Huawei gibt: einer ist die Offenheit, der andere die Internationalisierung: “Unter Berücksichtigung der internationalen Erfahrungen von Geely werden ausländische Automobilhersteller unser Schwerpunkt sein.”
Bei der Markenpräsentation hat Wang Jun, Vorsitzender und CEO von Qianli Intelligent Driving sowie Mitpräsident von Qianli Technology, die Internationalisierung als notwendige Maßnahme zur Eroberung von Marktanteilen angesehen: “Um einen Drittel Marktanteil weltweit zu erreichen, können wir uns nicht nur im Inland bewerben, sondern müssen auch ins Ausland gehen.”
Yin Qi misst die Fahrerassistenzlösungen an der “Modellquote”, d. h. dem Anteil des großen Modells im System von “Modell, Regeln, Karte”.
Er hat der Medienmitteilung mitgeteilt, dass derzeit die Modellquote der führenden ausländischen Fahrerassistenzlösungen 80 % - 90 % erreichen kann, während die meisten Lösungen im Inland nur 50 % haben. Das Ziel von Qianli ist es, die Modellquote in den nächsten sechs Monaten auf das Niveau der ausländischen Spitzenlösungen zu bringen.
Heute stützt sich Qianli bei seiner internationalen Expansion nicht nur auf die ausländischen Ressourcen von Geely, sondern hat auch das Kapital eines globalen Automobilherstellers gewonnen. Am 25. September 2025 gab Qianli Technology bekannt, dass Mercedes - Benz 3 % der Anteile von Qianli für etwa 1,339 Milliarden Yuan erworben hat und damit der fünftgrößte Aktionär geworden ist.
Die Beteiligung von Mercedes - Benz bedeutet, dass Qianli bei seiner globalen Expansion eine solide industrielle Systemunterstützung hat. Bei der Markenpräsentation hat Yin Qi auf die Beteiligung von Mercedes - Benz geantwortet: “Wir werden künftig enge strategische Partnerschaften mit Mercedes - Benz in Bezug auf Qualität und Qualitätskontrolle eingehen.”
Seit der Gründung von Megvii hat Yin Qi mehr als zehn Jahre Erfahrung in der AI - Branche. Doch für die Fahrerassistenzbranche bezeichnet er sich selbst als “Neuling”.
Dennoch ist er der Meinung, dass in der Fahrerassistenzbranche die Pioniere oft von ihrer Technologie - Route belastet sind, während Qianli eine offenerere Einstellung gegenüber Technologielösungen hat: Solange die Kosten gesenkt und die Massenproduktion möglich ist, kann die Lösung eingesetzt werden. “Wir spüren zum ersten Mal den Vorteil des Nachzüglichen”.
Bei einem Gruppeninterview für die Medien haben vier Führungskräfte von Qianli Technology auf Fragen zur technologischen Phase der Fahrerassistenz, zur ausländischen Geschäftsentwicklung, zur Branchenstruktur der Fahrerassistenz sowie zur Kommerzialisierung und globalen Geschäftsentwicklung von Qianli geantwortet. Sie sind:
- Yin Qi, Vorsitzender von Qianli Technology;
- Wang Jun, Vorsitzender und CEO von Qianli Intelligent Driving sowie Mitpräsident von Qianli Technology;
- Chen Qi, Mit - CEO von Qianli Intelligent Driving und Chefwissenschaftler für Fahrerassistenz bei Geely Holding Group;
- Yang Mu, CTO von Qianli Intelligent Driving.
“Intelligent Emergence” hat einige Ansichten zusammengefasst:
- In der Geschichte der Fahrerassistenz gab es zwei Wege: Der eine ist das reine visuell - basierte Modell, vertreten durch Tesla; der andere ist das Laserscanner - System mit “Hochauflösende Karte + Regeln” als Kern, vertreten durch das frühe Waymo.
Heute sind diese beiden Wege bereits stark zusammengeführt. Das endgültige zukünftige Fahrerassistenzsystem wird sicherlich auf der visuellen Wahrnehmung als Kern basieren und einen noch größeren großen Modell als Basislogik haben. In verschiedenen Szenarien werden zusätzliche Sensoren eingesetzt, um die Sicherheitsgrenze zu gewährleisten. Aber die Basis muss ein großes Modell mit einer sehr hohen “Modellquote” sein.
- Alle Fahrerassistenzsysteme auf dem Markt können derzeit mit der “Hamburger - Theorie” zusammengefasst werden: Der Kern ist ein Modell, darüber ist ein auf Regeln basiertes Experten - System, und noch darüber ist das Kartensystem. Die “Modellquote” bezieht sich auf das Verhältnis von Modell, Regeln und Karte im “Hamburger”.
Die durchschnittliche Modellquote der gängigen Fahrerassistenzlösungen auf dem Markt liegt möglicherweise unter 50 %. Im Ausland kann die Branchenmarke eine Modellquote von 80 % - 90 % erreichen. Ich bin zuversichtlich, dass Qianli in den nächsten sechs Monaten die Modellquote auf das Niveau der ausländischen Spitzenlösungen bringen kann.
- Das Team - Kooperationsmodell hat im Bereich der Fahrerassistenz viele verschiedene Denkrichtungen durchlaufen.
Im ersten Stadium konnte nur ein reines AI - Team tätig sein; im zweiten Stadium waren die OEM - Hersteller sehr selbstbewusst und wollten alles selbst machen, um es besser kontrollieren zu können. Jetzt befinden wir uns in einem rationalen und offenen Zustand.
In der Branche werden in Zukunft mehrere verschiedene Lösungssysteme auftauchen, die mit einigen OEM - Herstellern relativ tiefe Beziehungen eingehen werden. Denn für alle AI - Systeme ist das Herzstück die Daten. Nur wenn eine tiefe Verbindung hergestellt wird, und nicht nur eine Auftraggeber - Auftragnehmer - Beziehung besteht
- Die Fahrerassistenz in China hat sich bereits mehr als zehn Jahre entwickelt. Schließlich wird sich möglicherweise ein relativ konzentriertes Marktbild bilden. Wir brauchen nicht so viele Fahrerassistenzlösungen, da viele Lösungen oft die gleiche Arbeit wiederholen.
In einem großen OEM - System gibt es normalerweise nicht mehr als drei Lieferanten. Wenn die Lieferanten in demselben System jeweils sehr gut sind, werden sie mehr individuelle Produktideen entwickeln, einschließlich Cockpits und anderen Produkten.
- Nach all den Jahren in der intelligenten Fahrerassistenz und der AI - Branche spüren wir zum ersten Mal den Vorteil des Nachzüglichen. Denn die Pioniere haben Belastungen. Wenn sie sich für ein reines visuelles System entschieden haben, ist es ihnen peinlich, einen Laserscanner hinzuzufügen.
Ich (Yin Qi) bin technisch orientiert und bin bei technischen Urteilen eher entschlossen. Ich bin der Meinung, dass das “vom großen Modell angetriebene, rein visuell - basierte” System sicherlich die endgültige Lösung für alle zukünftigen intelligenten Fahrerassistenzsysteme sein wird. Dies ist eine Sicherheit.
Bei der Verwendung von Sensoren wird es sicherlich künftig ein zusammengesetztes Sensorsystem geben, nicht nur Laserscanner, sondern auch 4D - Millimeterwellenradare und möglicherweise noch mehr innovative Sensoren. Solange sie in einigen extremen Fällen helfen, die Kosten zu senken und die Massenproduktion zu ermöglichen, können sie in zukünftigen intelligenten Fahrerassistenzsystemen eingesetzt werden.
Es gibt grundlegende Prinzipien, und es werden auch zusätzliche Lösungen geben. Dies ist sehr klar und ein sicheres Urteil, das sich in Zukunft bestätigen wird.
- Von L2+ bis L4 muss es sich um denselben technologischen Rahmen handeln. Dies ist ein technisches Problem, da die Daten wiederverwendet werden müssen. Ohne L2+ ist es schwierig, in L3 und L4 wirklich eine Massenproduktion zu erreichen.
Von L2+ bis L4 müssen unterschiedliche Schwerpunkte gesetzt werden. Beispielsweise wird in L4 ein effizienteres Kartensystem auch sehr wichtig sein.
- Eine intelligente Fahrerassistenzlösung muss eine vollständige Software - und Hardware - Lösung bieten, damit sie den zukünftigen Wert und die Benutzererfahrung verbessern kann.
- Bei den Chips werden wir sicherlich ein relativ offenes Chip - Ökosystem wählen. Wir werden alle Chips wählen, die wirklich konkurrenzfähig und kostengünstig sind.
Derzeit gibt es noch zwei große Probleme: Eines ist die Rechenleistung, das andere sind die Daten. Die Rechenleistung im Fahrzeug, obwohl es 800 Tops oder 1.000 Tops gibt, ist im Vergleich zur Rechenleistung in der Cloud immer noch sehr begrenzt.
Man wird in Zukunft sicherlich eine Steigerung der Rechenleistung im Bereich der intelligenten Fahrerassistenz im Fahrzeug und eine breitere Anwendung von multimodalen großen Modellen auf der Endgeräteseite sehen. Dieser Trend ist auch sehr sicher.
- Ein Kernproblem bei der Expansion ins Ausland sind die Daten.
- Es wird in Bezug auf die Chips zu viel Aufmerksamkeit geschenkt. AI - Chips sind bei der Entwicklung einfacher als herkömmliche CPU - und GPU - Chips. Deshalb gibt es so viele Chip - Systeme.
Chips müssen am Ende ein nachhaltiges Geschäftsmodell finden und massenhaft hergestellt werden können. Ein Hersteller hat eine Million Fahrzeuge, aber diese Daten sind im Chip sehr klein. In der Chip - Branche kann man ohne eine Milliarde Chips pro Jahr keine echte kontinuierliche Weiterentwicklung erreichen.
- Das Basismodell wird in Zukunft in verschiedenen Szenarien industrielle Modelle bilden. Tatsächlich gibt es nicht so viele industrielle Modelle. Man muss sich dessen bewusst sein.
Industrielle Modelle sind im Wesentlichen das Gegenteil von dieser Welle von großen Modellen. Das Merkmal dieser Welle von großen Modellen ist die Allgemeingültigkeit. In Zukunft werden viele Branchen - Daten und - Techniken hinzugefügt, aber es bleibt immer noch ein Modell mit Allgemeingültigkeit als Hauptmerkmal.
Deshalb weiß Qianli sehr genau, dass es kein Basismodell entwickelt. Qianli wird mit dem besten Basismodell - Partner, Jieyue Xingchen, eine strategische Synergie im Bereich des Basismodells erreichen.
- Warum wird betont, dass L2+, L3 und L4 auf demselben Rahmen basieren müssen? Dies ist die einzige Möglichkeit, dass das Geschäftsmodell funktionieren kann, da die Forschungs - und Entwicklungskosten und die Daten geteilt werden können.
- Das Robotaxi - Geschäft befindet sich noch in der frühen Erkundungsphase und hat noch nicht die Kommerzialisierungsphase erreicht. Das Produkt und die Benutzererfahrung sind noch nicht abgeschlossen. Wir haben eine einfache Berechnung durchgeführt. Erst wenn 1.000 Fahrzeuge regelmäßig betrieben werden, kann man in die echte Phase der massenhaften kommerziellen Umsetzung eintreten. Bisher hat noch kein Unternehmen weltweit dies erreicht.
Das Internet hat sich bereits 30 Jahre entwickelt. Wo immer es Menschen und Traffic gibt, gibt es unzählige Möglichkeiten für Mehrwertdienste und Umsatzgenerierung. Man muss sich nicht um die Kommerzialisierung von Robotaxis kümmern. Man sollte sich darum kümmern, wie man so bald wie möglich sicherere und bessere Robotaxis herstellen kann.
- Ein sehr wichtiges Problem bei Robotaxis ist die Beschäftigung. Wie können Robotaxis mehr Beschäftigungsmöglichkeiten schaffen? Es soll nicht der Mensch durch AI ersetzt werden, sondern AI soll bessere Dienstleistungen schaffen und mehr Beschäftigungsmöglichkeiten schaffen. Sowohl Taxifahrer als auch Fahrer von Netzfahrten sollen in dieser Welle ihre Arbeit leichter erledigen und mehr verdienen können. Dies ist sehr wichtig.
- Derzeit hat das Team fast 2.000 Mitarbeiter. Natürlich ist es nicht immer so, dass je mehr Mitarbeiter in einem Fahrerassistenzteam desto besser. Aber Qianli entwickelt eine umfassende Lösung von L2+ bis L3 bis L4. Mit 2.000 Mitarbeitern können mehr Dinge getan werden.
- Vor kurzem hat Qianli Intelligent Driving drei Personalumstrukturierungen vorgenommen: Die Integration von Maichi, Zeekr und dem Forschungsinstitut. Diese Integration war ein Geniestreich.
Ein intelligentes Fahrerassistenzsystem benötigt zwei Arten von Organisationsgenen: Einerseits muss es ein starkes AI - Modell - Ursprungsgen haben. Jede Dateniteration und Modellsteuerung eines Modells erfordert ein ausgezeichnetes AI - Team. Andererseits braucht es ein sehr starkes Team für das Engineering - System. Beide Teams sind unentbehrlich.
Qianli Intelligent Driving mag aus geschäftlicher Sicht replizierbar erscheinen, aber aus Sicht des Teams und des industriellen Zeitfensters ist es nicht so einfach zu replizieren. Die drei Teams ergänzen sich sehr gut.
Die Fusion von Teams ist tatsächlich schwieriger als die Gründung eines neuen Teams. Es gibt zwei Kernpunkte: Erstens müssen die Ziele übereinstimmen. Zweitens, egal wie viele Teams es gibt, es muss nur eine Kernversion und eine Hauptversion geben. Dann können wir die Mitarbeiter um die Hauptversion herum zuweisen, um eine echte Teamfusion zu erreichen.
