Globaler Entwickler-Vanguardia-Kongress 2026 | Banmo Yixing zeigt dir das "intelligente Gehirn" des Fahrerlosen Fahrzeugs auf

Vom 27. bis 29. März 2026 fand in Xuhui, Shanghai, die Global Developer Pioneers Conference 2026 mit dem Thema „Ningzhi ohne Zweifel, Schaffen und Gestalten der Zukunft“ feierlich statt. Ein technologisches Fest über die Frage, wie Fahrzeuge ohne Fahrer tatsächlich ein intelligentes Gehirn erhalten können, hat die Begeisterung der anwesenden Entwickler entfacht.

Banmo Yixing hat mit einem tiefgehenden Workshop unter dem Thema „Anwendung und Erforschung von End-to-End-Großmodellen in Fahrzeugen ohne Fahrer“ der Branche die technologischen Erfahrungen und Ingenieurpraktiken des Unternehmens im Bereich der Embodied Intelligence gezeigt. Von der technologischen Route, der Analyse von Forschungsarbeiten bis zur Ingenieurimplementierung wurde den globalen Entwicklern die Richtung der technologischen Iteration von Fahrzeugen ohne Fahrer vermittelt.

Intelligente Lieferfahrzeuge ohne Fahrer, die die Szenarien besser verstehen

Auf diesem Workshop hat Chen Qiang, der Präsident von Banmo Yixing, über die aktuelle Entwicklungssituation der Branche von Fahrzeugen ohne Fahrer und die Unternehmensstrategie berichtet und detailliert die Markenpositionierung und das Entwicklungskonzept von Banmo Yixing vorgestellt. Als innovativer Praktiker im Bereich der Fahrzeuge ohne Fahrer setzt Banmo Yixing immer auf die technologische Innovation als Kern, konzentriert sich auf die tiefe Integration von End-to-End-Großmodellen und Fahrzeugen ohne Fahrer, bemüht sich, die technologischen Engpässe der Branche zu überwinden, und treibt die technologische Entwicklung von Fahrzeugen ohne Fahrer von der Laborphase zur massiven Implementierung voran, um effiziente, sichere und kostengünstige Lösungen für die intelligente Logistik zu bieten.

Der Weg zur Lösung: „Aufwertung“ der technologischen Route und „Herabsetzung“ der Kernprobleme

Zhu Baowei, der Technologieverantwortliche, hat sich auf die Kerntechnikschwierigkeiten von Fahrzeugen ohne Fahrer konzentriert und eine tiefe Analyse durchgeführt. Er hat das gesamte technologische Architektur von Banmo Yixing systematisch erläutert: Mit der „Ingenieurfähigkeitsbasis“ als Grundlage und dem „Kernalgorithmus“ als Motor wird ein offenes „Ökosystem“ aufgebaut.

Er hat darauf hingewiesen, dass die Branche derzeit in einer kritischen Phase der technologischen Routeniteration steht. Die Kernprobleme der Branche sind: Die traditionellen Algorithmen, die hauptsächlich auf Regeln basieren, haben eine niedrige Leistungsgrenze. Bei komplexen realen Szenarien sind sie oft an ihre Grenzen geraten, und die Implementierungskosten bleiben hoch, was die massenhafte Entwicklung der Branche stark einschränkt. Aus der Entwicklungstrend betrachtet ist das „End-to-End + Embodied Intelligence“ sowohl für Pkw als auch für langsame Fahrzeuge ohne Fahrer zum absoluten Mainstream geworden.

Die End-to-End-Technologie kann die modularen Zwischenschritte von „Wahrnehmung - Fusion - Planung - Steuerung“ überspringen, die Zeitverzögerung und die Informationsverluste effektiv reduzieren und die Entscheidungsgenauigkeit erheblich verbessern. Mit dem kontinuierlichen Szenariodaten-Closed-Loop kann das Modell sich selbst lernen und entwickeln. Mit der stetigen Akkumulation der Betriebsdaten wird die Entscheidungsgenauigkeit und die Szenariopassfähigkeit kontinuierlich verbessert. Gleichzeitig kann das einheitliche Daten-Closed-Loop-Modell die manuellen Einstellungskosten für die Implementierung in verschiedenen Regionen erheblich reduzieren und die Effizienz der massiven Betriebsführung verbessern. Dies entspricht in hohem Maße den Anforderungen der massiven Implementierung der Branche von Fahrzeugen ohne Fahrer und ist auch die technologische Richtung, in der Banmo Yixing sich intensiv engagiert.

Die Strategie zur „Lösung“ von Start-ups von VLA

Wenn die technologische Route die „Tao“ (Weg) ist, dann ist die Implementierung des Algorithmus die „Shu“ (Methode). Im Teil der Algorithmanalyse hat das Technologieteam die Entwickler in die Welt des Codes geführt. Durch den Vergleich und die Übersicht über die Kernlösungen wie VLA, Weltmodell, Transformer usw. wurde die Kernschwierigkeit und der Lösungsweg der aktuellen End-to-End-Algorithmen analysiert.

Insbesondere für das Problem der fehlenden Basismodelle und Daten, das Start-ups gegenübersteht, wurde eine Lösung von „Daten-Closed-Loop + Feinabstimmung von Open-Source-Modellen“ vorgeschlagen. Die umfassende Implementierung und Flexibilität der Ingenieurfähigkeit und der Algorithmusfähigkeit wurde betont. Am Beispiel der flexiblen Anpassung des selbst entwickelten Smartware2.0 wurden die praktischen Erfahrungen bei der Anpassung der Sensoren auf der Eingangsseite, der Navigation, der Vorhersage und Planung der Trajektorie auf der Ausgangsseite, der Anpassung des Fahrwerks usw. detailliert vorgestellt. Diese umfassende Implementierungsfähigkeit von „Ingenieur + Algorithmus“ stellt sicher, dass die technologische Lösung schnell auf verschiedenen Fahrzeugtypen und Hardwareplattformen wiederverwendet werden kann.

Ein Senior-Algorithmusingenieur von Banmo Yixing teilt technologische Praktiken

Ingenieurpraxis: Die letzte Meile von der Simulation bis zur Implementierung auf der Platine

Neben der Theorie war die Ingenieurausbildung der Höhepunkt des Workshops. In diesem Workshop hat das Technologieteam auch die gesamte Praxis der Ingenieurimplementierung von Fahrzeugen ohne Fahrer geteilt und insbesondere die Schwierigkeiten und die Gegenmaßnahmen bei der Implementierung erläutert. Das Team hat angegeben, dass das Middleware eine zentrale Rolle bei der Modellimplementierung spielt. Indem das Modell in das Middleware eingebettet wird, kann die effiziente Zusammenarbeit verschiedener Module erreicht werden, und die Implementierungseffizienz und -stabilität verbessert werden. Bei der Simulationsphase hat das Team durch die separate Simulation des Modells, das Wiedereinspielen von rosbag-Daten im Middleware (awsim) usw. die Modellleistung validiert und die Implementierungsrisiken im Voraus vermieden. Bei der Implementierung auf der Platine wurde die Schwierigkeit und der Weg der Quantifizierung detailliert analysiert, die Reife des Toolchains und die erforderlichen Schwierigkeiten der Fähigkeiten sowie die Unterschiede zwischen der Cloud-Simulationsplattform und der tatsächlichen Implementierung und die Lösungen analysiert. Schließlich wurde das Modell im Fahrzeug getestet und offiziell veröffentlicht, um einen vollständigen Closed-Loop von „Simulation - Test - Optimierung - Implementierung“ zu bilden.

Der Workshop der Global Developer Pioneers Conference wurde zu einem wichtigen Fenster für die tiefe Kommunikation von Banmo Yixing. Die End-to-End-Technologie ist der Trend, die Basismodelle werden sukzessive Open-Source, und die Implementierungsfähigkeit von Algorithmus + Ingenieur ist die Kernprüfung. Die Fähigkeit des Szenariodaten-Closed-Loop bestimmt die Obergrenze der Algorithmusfähigkeit.

Banmo Yixing wird sich weiterhin an der gesamten technologischen Route von „Ingenieurfähigkeitsbasis + Algorithmus + Ökosystem“ halten, reale Szenariodaten als Treibstoff nutzen und das Open-Source-Ökosystem als Hebel verwenden, um die kontinuierliche Entwicklung von langsamen Fahrzeugen ohne Fahrer von „brauchbar“ zu „gut nutzbar“ voranzutreiben. Es hofft, mit mehr Entwicklern zusammenzuarbeiten und gemeinsam die Weiten der Embodied Intelligence zu erkunden.