ByteExplore Autonomes Fahren, verantwortlich ist das Team des Seed World Model | 36Kr Exklusiv

Laut mehreren Branchenquellen erforscht 36Kr, dass ByteDance den Einstieg in den Bereich des autonomen Fahrens prüft. Dieses Projekt wird derzeit vom Weltmodell-Team um Zhou Chang unter der Abteilung Seed geleitet. Es ist bekannt, dass Seed nicht nur Teams für multimodale Modelle und Weltmodelle unter der Leitung von Zhou Chang umfasst, sondern auch die Richtung großer Sprachmodelle verfolgt.

Die technischen Ansätze des autonomen Fahrens und des Weltmodells weisen Überschneidungen auf.

Eine weitere Quelle teilte 36Kr mit, dass ByteDance im Bereich des autonomen Fahrens vor allem das Szenario der fahrerlosen Logistik anstrebt, das zur Automobilsparte von ByteDance's Volcano Engine gehört.

Einige mit ByteDance vertraute Insider gaben an, dass das ByteDance-Team zuvor bereits fachliche Gespräche mit führenden Teams für autonomes Fahren geführt hat. Derzeit befindet sich das autonome Fahren-Projekt von ByteDance in einem frühen Vorbereitungsstadium. ByteDance hat viele führende Fachkräfte im Bereich Fahrassistenzsysteme oder autonomes Fahren eingeladen, und einige technische Talente, die diese Ausrichtung von ByteDance positiv bewerten, planen ebenfalls, dem Unternehmen beizutreten.

Zu diesen Informationen fragte 36Kr bei ByteDance nach. Das Unternehmen antwortete: "ByteDance betreibt viele frühe Forschungen und Erkundungen im Bereich der Spitzenforschung an großen KI-Modellen, einschließlich des Bereichs der physischen KI, hat jedoch keine Pläne, ein Geschäft für intelligentes Fahren aufzubauen."

Seed ist das grundlegende Forschungsteam für große Modelle unter ByteDance, das 2023 gegründet wurde und eine strategische Abteilung auf erster Ebene von ByteDance darstellt.

Zhou Chang ist einer der zentralen Leiter der KI-Entwicklung von ByteDance Seed. Er trat 2024 bei ByteDance ein und war für die Entwicklung multimodaler großer Modelle verantwortlich. Seither hat sich sein Zuständigkeitsbereich stetig erweitert. Im vergangenen Jahr wurde der Bereich der visuellen Generierung in seinen Verantwortungsbereich übernommen, und in diesem Jahr wechselte auch das Seed Robotics-Team zur Berichterstattung an Zhou Chang. Das bedeutet, dass Zhou Chang derzeit die Bereiche multimodaler großer Modelle, Weltmodelle, visuelle Generierung und körperliche Intelligenz und weitere Felder verwaltet.

Volcano Engine ist die Cloud-Marke von ByteDance. Bereits 2020 wurde unter Volcano Engine eine Automobilsparte gegründet. Tan Dai, Präsident von Volcano Engine, erklärte öffentlich: "Wir sind der erste Cloud-Anbieter, der das Automobilgeschäft zu einer Abteilung auf erster Ebene gemacht hat."

Seit diesem Jahr hat sich der Trend der physischen KI durchgesetzt, und autonomes Fahren sowie körperliche Intelligenz gelten als die beiden ersten Szenarien, in denen die physische KI praktisch umgesetzt wird. Dabei ist autonomes Fahren anerkannt als eines der ersten umgesetzten Szenarien für körperliche Intelligenz.

Daher könnte autonomes Fahren zu einer Stufe werden, über die ByteDance im Zuge des Hypes um die physische KI den Weg zur körperlichen Intelligenz findet.

Für die Branche des autonomen Fahrens könnte ByteDance mit seinen Vorteilen bei Ressourcen, Talenten und Technologie in einer Zeit, in der das Weltmodell zum technischen Konsens in der Branche geworden ist, das bestehende Gefüge der Branche erheblich verändern.

Weltmodell wird zum technischen Konsens – ByteDance erhält Gelegenheit für den Branchenwechsel

Tatsächlich hat ByteDance schon lange sein Interesse am Automobilgeschäft gezeigt.

Bevor es sich im Bereich des autonomen Fahrens engagierte, stieg ByteDance bereits mit dem großen Modell Doubao in das Feld der Automobilkabinen ein, um das Interaktionserlebnis in der Kabine neu zu definieren. Jetzt kann ByteDance mit der weiteren Ausrichtung auf Fahrassistenzsysteme das intelligente Gesamterlebnis des Fahrzeugs schließen.

36Kr berichtete bereits, dass Volcano Engine unter ByteDance eines der Teams ist, das am stärksten in intelligente Agenten für Automobilkabinen investiert. Seres ist der Automobilhersteller, der derzeit am engsten mit ihnen zusammenarbeitet. Volcano Engine ließ von Nvidia auch den Chip Thor z anfertigen, um das Kabinenmodell als "externes Add-on" in Form von Al Box im Fahrzeug zu implementieren.

Seres übergab Volcano die Hauptverantwortung für die Entwicklung der neuen Kabineninteraktion und stellte ihm die gesamte Fahrzeugplattform, die Umsetzungskapazitäten sowie finanzielle Unterstützung in Höhe von mehreren hundert Millionen Yuan zur Verfügung.

Im Juni dieses Jahres wurde AIVA, die Automobilmarke aus der Zusammenarbeit zwischen Seres und Volcano Engine, offiziell vorgestellt. Es wird erwartet, dass das AIVA ME7 mit der "Doubao-Kabine" noch in diesem Jahr auf den Markt kommt.

Es ist jedoch bemerkenswert, dass der Partner für Fahrassistenzsysteme der Marke AIVA die Firma Yuanrong Qixing ist. Ein Branchenkenner für autonomes Fahren kommentierte: "Ohne die Integration von intelligenter Kabine und Fahrassistenz ist es schwer, das intelligente Gesamterlebnis des Fahrzeugs zu schließen."

Der technische Konsens der Branche für autonomes Fahren zum Weltmodell gibt ByteDance genau die Gelegenheit für den Branchenwechsel.

Im vergangenen Jahr gab es in der Branche noch einen Streit über die technischen Ansätze von VLA und Weltmodell. In diesem Jahr schließen sich immer mehr Unternehmen wie Geely, Momenta, Xiaomi und Qingzhou Zhihang dem Weltmodell an – darunter auch einige, die früher dem VLA-Lager angehörten.

Beispielsweise XPeng. Das Unternehmen veröffentlichte in diesem Jahr nicht nur das selbst entwickelte Weltmodell X-World, sondern entfernte auch das "L-Modul" – also das Sprachmodul – aus VLA und stellte VLA 2.0 vor. Das bedeutet, dass XPeng visuelle Inhalte nicht mehr in Sprache umwandelt, um dann Schlussfolgerungen zu ziehen, sondern die Sicht als "Grundlage der Intelligenz" betrachtet. Eine solche Modellarchitektur ist dem Weltmodell bereits sehr nahe.

Das von Li Auto auf der diesjährigen GTC vorgestellte MindVLA O1 verfügt über einen integrierten 3D-ViT-Raum-Encoder und ein prädiktives latentes Weltmodell. Es legt nicht nur Wert auf das Verständnis von Sprachanweisungen, sondern auch auf das strukturierte Verständnis des dreidimensionalen Raums und die Vorhersage der Entwicklung zukünftiger Verkehrsverhältnisse – wobei die beiden letztgenannten Punkte genau die Kernideen des Weltmodells darstellen.

Daher ist es für ByteDance logisch, nach der Entwicklung des Weltmodells in den Bereich des autonomen Fahrens einzusteigen.

Mit Vorteilen bei Ressourcen und Talenten in neue Branchen – ByteDance wird die Branche für autonomes Fahren herausfordern

Für ByteDance könnte die Ausrichtung auf das autonome Fahren den Weg zur körperlichen Intelligenz schneller ebnen.

In diesem Jahr haben Jensen Huang, Gründer von Nvidia, und Elon Musk, CEO von Tesla, vorausgesagt, dass der "ChatGPT-Moment" der physischen KI gekommen ist. Autonomes Fahren und körperliche Intelligenz sind genau die beiden Szenarien, in denen die physische KI zuerst praktisch umgesetzt wird.

Ihre Fähigkeitsstapel sind weitgehend identisch. Dabei haben sich die Verkehrsstandards und die Hardware für autonomes Fahren weitgehend vereinheitlicht, und die Industriekette ist nach jahrelanger Entwicklung relativ ausgereift. Daher ist die Branche allgemein der Ansicht, dass man ohne Fortschritte beim autonomen Fahren kaum allgemeinere körperliche Intelligenz realisieren kann. Für ByteDance ist das autonome Fahren daher nichts anderes als ein Übungsfeld für körperliche Intelligenz.

Eine weitere wichtige Bedeutung des autonomen Fahrens für die körperliche Intelligenz von ByteDance liegt möglicherweise in den Daten.

Der Mangel an echten Daten aus der physischen Welt ist ein Problem, das viele Unternehmen für körperliche Intelligenz plagt. Das autonome Fahren hat hingegen einen natürlichen Vorteil bei der Datenerfassung.

Daher kann ByteDance nach der Ausrichtung auf das autonome Fahren leichter auf große Mengen an Daten aus der physischen Welt zugreifen, um sein Weltmodell zu verbessern und die Modellfähigkeiten anschließend auf die körperliche Intelligenz zu übertragen.

Öffentliche Informationen zeigten bereits, dass Tesla über Milliarden von Meilen an echten Straßendaten aus FSD verfügt, wobei die Wahrnehmung, die Weltmodellierung und die Bewegungsplanung vollständig auf den Roboter Optimus übertragen werden können.

Die von der Branche betonte Unterstützung von FSD für den Roboter Optimus zeigt sich genau in der "Fahrzeugdatenpipeline", die dem Roboter viele Versuchs- und Irrtumszyklen erspart.

Daher offenbart die Ausrichtung von ByteDance auf das autonome Fahren in gewisser Weise sein Streben nach körperlicher Intelligenz.

Für die Branche des autonomen Fahrens könnte der Einstieg von ByteDance erhebliche Auswirkungen auf das Gefüge der Branche haben.

Die Umstellung der Technologie für autonomes Fahren auf das KI-Paradigma hat in gewisser Weise die grundlegende Logik des Wettbewerbs in der Branche verändert. Die auf dem KI-Paradigma basierende Technologie für autonomes Fahren sorgt dafür, dass die Produkterlebnisse der verschiedenen Anbieter schnell aufholen. Hinzu kommen die Vorteile von ByteDance bei Talenten und Ressourcen.

Ein Branchenkenner für autonomes Fahren sagte 36Kr, dass der Vorteil von ByteDance darin liegt, dass "es derzeit genug Geld hat, um zu investieren, und über genügend Talente verfügt", und dass "ByteDance genügend GPUs hat, was es ihm vollständig ermöglicht, trotz spätem Einstieg die Konkurrenz zu überholen".

Er erläuterte: "Das allgemeine Weltmodell, an dem ByteDance derzeit arbeitet, unterscheidet sich nicht vollständig vom Weltmodell für autonomes Fahren – viele technische Details weisen erhebliche Unterschiede auf. Außerdem hat das spezielle Weltmodell für intelligentes Fahren ein tieferes Verständnis der physischen Gegebenheiten im Verkehr.

Aber ByteDance verfügt über genügend Rechenressourcen. Solange es einen Weg findet, genügend Verkehrsdaten zu erhalten, ist es kein Problem, ein Weltmodell für intelligentes Fahren neu zu trainieren.

Solange das Cloud-Modell stark genug ist, kann ByteDance die fehlenden Fähigkeiten zur praktischen Umsetzung des autonomen Fahrens schnell durch Neueinstellungen ergänzen."

Nach fast zehn Jahren Wettbewerb in der Branche für autonomes Fahren könnte der Einstieg von ByteDance erhebliche Unwägbarkeiten in die Branche bringen.

WeChat des Autors: luckg17305264638