Von einem ehemaligen Alibaba-Top-Talent angeführt: ByteDances eigenentwickeltes intelligentes Fahren tritt hervor – „Huada-Dimon“ bekommt seinen stärksten Konkurrenten

Schließlich hat ByteDance diesen Schritt gewagt.

Laut Berichten von 36kr schreitet ByteDance schrittweise in das Bereich des autonomen Fahrens voran. Die konkreten Angelegenheiten werden vom Weltmodell-Team von Seed übernommen, das von Zhou Chang geleitet wird, dem ehemaligen technischen Leiter des großen Modells von Alibaba Tongyi.

In der aktuellen Phase ist das hochgradige intelligente Fahren zu einer unverzichtbaren Funktion für Mittel- und Oberklasse-Fahrzeuge geworden und dringt ständig in den Massenmarkt vor. Einige Produkte unter 100.000 Yuan sind bereits mit L2+-hochgradigen Fahrassistenzsystemen ausgestattet, und wenige Modelle verfügen sogar über Laser-Radar.

Gerade wegen der Bedeutung des autonomen Fahrens forschen fast alle Automobilhersteller im In- und Ausland an entsprechenden Technologien. Neben den Automobilherstellern gibt es zahlreiche technisch führende Unternehmen für autonomes Fahren. Allein in China gibt es die vier großen Giganten „Hua, Da, Di, Mo“ sowie Unternehmen wie Yuanrong Qixing, Pony.ai, Baidu Apollo und WeRide.

Ist es für ByteDance wirklich notwendig, in einen so wettbewerbsintensiven Markt einzusteigen?

In der Ära der integrierten Cockpit- und Fahrsteuerung braucht ByteDance die Technologie des autonomen Fahrens

Die Automobilindustrie ist die weltweit größte Branche. Lieferanten wie Bosch, Denso, ZF und Mobis erzielen jeweils Jahresumsätze in Höhe von mehreren hundert Milliarden Yuan. Im Jahr 2025 überstieg der Nettogewinn des Batteriegiganten CATRA den Gesamtnettogewinn von 13 an der A-Aktie börsennotierten Automobilherstellern.

Nach dem Eintritt in die Ära der Elektrifizierung und Intelligenz sind viele Internetgiganten wie Huawei, Xiaomi und Baidu in die Automobilindustrie eingetreten, um sich ein Stück vom Kuchen zu sichern – und ByteDance ist keine Ausnahme.

Bislang gliedert sich das Engagement von ByteDance im Automobilbereich hauptsächlich in zwei Teile: vernetztes Auto und Automobil-Cloud.

Das vernetzte Auto umfasst das intelligente Cockpit und die großen KI-Modelle von ByteDance. Bereits 2020 gründete ByteDance ein Team für vernetzte Autos, das sich auf Infotainmentsysteme im Fahrzeug konzentrierte, um Inhalte wie Douyin in das Cockpit-Ökosystem zu integrieren.

(Quelle: Offizielle Website von Volcano Engine)

Um das Jahr 2023 herum realisierte ByteDance die Integration des großen Modells Doubao in Fahrzeuge, um Nutzern KI-Dienste anzubieten. Während der Automobilausstellung in Peking in diesem Jahr gab Volcano Engine bekannt, dass die Anzahl der Fahrzeuge, die mit dem großen Modell Doubao ausgestattet sind, 7 Millionen überschritten hat und mehr als 50 Marken sowie 145 Modelle abdeckt.

Die Automobil-Cloud von ByteDance stellt Infrastrukturen wie Rechen-, Netzwerk- und Speicherressourcen bereit; die Cloud-Dienste für autonomes Fahren umfassen Plattformdienste wie Simulations-Training, Datenanmerkung, Bildrendering und kostengünstige GPU-Cluster; dazu kommt ein Inhaltsökosystem für Fahrzeugverwaltung, After-Sales-Datenanalyse und Produktionsdatenverwaltung.

Im Zuge der fortlaufenden Weiterentwicklung hat Dianchetong (ID: dianchetong233) einen deutlichen Trend in der Automobilindustrie festgestellt: die Integration von Cockpit und Fahrsteuerung. Neue Kraftfahrzeuggiganten wie Xpeng und Li Auto haben bereits ihre Teams für autonomes Fahren und intelligente Cockpits zusammengelegt.

Im Vergleich zu einer verteilten Architektur bietet die integrierte Cockpit- und Fahrsteuerung Vorteile wie niedrige Kosten, geringe Latenz, native Zusammenarbeit, freie Bereitstellung von Rechenleistung und hohe OTA-Effizienz.

Obwohl die integrierte Cockpit- und Fahrsteuerung auch realisiert werden kann, wenn Cockpit- und Fahrtechnologie von verschiedenen Herstellern stammen, erfordert dies eine koordinierte Zusammenarbeit zwischen Automobilherstellern und Lieferanten. Dies erhöht die technische Schwierigkeit, kann den Entwicklungszyklus verlängern und führt zu Unterschieden in der Erlebniskonsistenz und der Softwarewiederverwendungsrate. Wenn die technische Vorherrschaft an Dritte abgegeben wird und die Kernalgorithmen des intelligenten Fahrens sowie der Datenkreislauf in den Händen von Dritten liegen, kann ByteDance nicht tief in die Iteration des intelligenten Fahrens eingebunden werden.

(Quelle: Generiert von Doubao AI)

ByteDance braucht eine eigene Technologie für autonomes Fahren, um in der Ära der integrierten Cockpit- und Fahrsteuerung die Anforderungen von Automobilherstellern und Verbrauchern zu erfüllen.

Das Automobilprojekt, an dem ByteDance derzeit am stärksten beteiligt ist, ist Saidou Auto unter der Marke Seres. Allerdings hat das erste Modell der Marke, der AIVA ME7, das intelligente Fahrschema von Yuanrong Qixing gewählt. Wenn die Technologie des autonomen Fahrens von ByteDance ausgereift ist, könnte Saidou Auto sich für das Schema von ByteDance entscheiden, anstatt einen weiteren Lieferanten zu suchen.

Für ByteDance ist die Technologie des autonomen Fahrens nicht nur ein Mittel, um sich ein Stück vom Kuchen der Automobilindustrie zu sichern, sondern auch eine Eintrittskarte für die umfassende Ausweitung der Embodied Intelligence.

Der Kern der Embodied Intelligence besteht darin, dass Geräte durch Sensoren die Welt wahrnehmen und durch große Modelle verstehen können. Autonome Fahrzeuge sind zweifellos die Kategorie aller Embodied-Intelligence-Produkte mit der höchsten Allgemeinverwendbarkeit, den höchsten Verkaufszahlen und den besten Aussichten in kurzer Zeit.

Dass in- und ausländische Automobilhersteller wie BYD, Xpeng, Li Auto und Tesla gemeinsam in die Roboterbranche einsteigen, beweist auch, dass die Technologie des autonomen Fahrens auf Roboter oder andere Embodied-Intelligence-Produkte übertragbar ist.

Ist autonomes Fahren die Eintrittskarte für Embodied Intelligence?

In den letzten zwei Jahren haben Automobilhersteller bei der Vorstellung ihrer Technologien für autonomes Fahren häufig einen Begriff erwähnt – das Weltmodell.

Einfach ausgedrückt kann das Weltmodell im „Geiste“ des Systems eine ableitbare virtuelle Welt aufbauen. Sein Kern besteht darin, physikalische Gesetze zu verstehen, die Zukunft vorherzusagen und Versuchsfehler zu simulieren, um von „Sehen“ zu „Vorhersehen“ zu evolvieren. Es ist auch die Kernbasis für hochgradiges intelligentes Fahren.

Das intelligente Fahrschema von Xpeng hat sich für die Kombination von Weltmodell und VLA entschieden. VLA kann Urteile fällen und Entscheidungen treffen, während das Weltmodell die nächste Aktion eines Ziels vorhersagen kann. Die Kombination beider gewährleistet die Kontrollierbarkeit und Sicherheit des Systems in komplexen Szenarien.

(Quelle: Aufgenommen von Dianchetong)

In der Ära der Embodied Intelligence ist das Weltmodell eine absolut unverzichtbare Technologie. ByteDance hat früh damit begonnen und die Entwicklung der Technologie für autonomes Fahren auf Basis des Weltmodells gestartet, was den Schwierigkeitsgrad relativ gering hält. Darüber hinaus erfordert das Training des Weltmodells riesige Datenmengen und extrem starke Rechenleistung. Das Seed-Team kann sich auf das 10.000-Grafikkarten-Level intelligente Rechencluster von ByteDance stützen, um multimodale Videosequenzen und Straßenerkennungsdaten effizient zu verarbeiten, sodass das Modell selbst physikalische Gesetze, Verkehrswissen und menschliches Fahrverhalten lernt.

Darüber hinaus erfordert das Training des Weltmodells eine große Menge an Daten. Fahrzeuge mit hochgradigem intelligentem Fahren sind die besten „Datensammler“. Sensoren wie Kameras, Laser-Radar und Millimeterwellen-Radar, die in autonomen Fahrzeugen verbaut sind, können in Echtzeit riesige Mengen an multimodalen Daten von Straßen, Fahrzeugen, Fußgängern und Umgebungen erfassen.

Diese Daten enthalten reichhaltige physikalische Informationen (Geschwindigkeit, Beschleunigung, Kollision, Verdeckung), Verhaltensinformationen (menschliche Fahrgewohnheiten, Verkehrsregeln) und Szenarieninformationen (Stadt, Autobahn, Industriepark) – sie sind „hochwertige Daten“ für das Training von Weltmodellen und physikalischer KI.

Die Fähigkeiten des humanoiden Roboters Tesla Optimus basieren auf Milliarden von Meilen an echten Daten, die von FSD gesammelt wurden.

Es ist zu beachten, dass ByteDance nicht blind und selbstsicher die Technologie des autonomen Fahrens schnell auf Pkw angewendet hat. Der anfängliche Geschäftsbereich zielt auf fahrerlose Logistikfahrzeuge ab.

(Quelle: Generiert von Doubao AI)

Im Vergleich zu Pkw haben fahrerlose Logistikfahrzeuge einfache Fahrszenarien, was die Schwierigkeit der Realisierung von hochgradigem intelligentem Fahren verringert und sich für die anfängliche technische Validierung eignet. Nach der Ausreifung der Technologie besteht die Möglichkeit, dass ByteDance sie weiter an den Saidou AIVA-Modellen validiert und schrittweise kommerziell umsetzt.

Schließlich wird ByteDance die Fähigkeiten des Weltmodells, die im Bereich des autonomen Fahrens entwickelt wurden, vollständig auf Bereiche der Embodied Intelligence wie Roboter, industrielle Geräte und intelligente Haushaltsgeräte übertragen. Zum Beispiel wird das Weltmodell als Basis für Navigation, Bedienung und Interaktion von Servicerobotern bereitgestellt; es bietet hochpräzise Bahnplanungs- und Hindernisvermeidungsfähigkeiten für industrielle AGVs; und es verleiht intelligenten Haushaltsgeräten Fähigkeiten zur physikalischen Interaktion und Szenarienverständnis.

Durch diese „Technologiewiederverwendung + Szenarioerweiterung“ wird ByteDance ein umfassendes physikalisches KI-Ökosystem aufbauen, das „Fahrzeug, Mensch und Zuhause“ abdeckt.

In Zukunft werden sowohl Roboter, industrielle Geräte als auch intelligente Endgeräte von der physikalischen Erkennungsfähigkeit des Weltmodells abhängen. ByteDance hat das Potenzial, ein zentraler Technologieanbieter in diesem Bereich zu werden.

„Physik“ ist der wichtigste Träger der KI

Der Einstieg von ByteDance in das autonome Fahren scheint der Trend der Automobilintelligenz zu folgen, ist aber in Wirklichkeit eine top-strategische Ausrichtung für die Ära der physikalischen KI. Für ByteDance ist autonomes Fahren keineswegs nur ein zusätzliches Geschäftsfeld im Automobilbereich, sondern ein wichtiger Eingang und zentraler Übungsplatz, um von der traditionellen Inhalts-KI zur Embodied Intelligence in der physischen Welt zu gelangen.

Im Gegensatz zu Automobilherstellern wie Huawei und Xpeng, deren Kernziel die „Umsetzung des intelligenten Fahrens im Fahrzeug und die Steigerung der Intelligenz des gesamten Fahrzeugs“ ist, verfolgt ByteDance eine langfristigere grundlegende Logik. Das Automobil ist derzeit das optimalste, größte und realste physikalische Datenfeld. Die Iteration der intelligenten Fahrtechnologie ist im Wesentlichen der notwendige Weg für ByteDance, um sein Weltmodell von der „virtuellen Erkennung“ zur „physikalischen Erkennung“ weiterzuentwickeln.

Gestützt auf die technische Basis des Weltmodells des Seed-Teams um Zhou Chang hat ByteDance es nicht eilig, in das schwierige und wettbewerbsintensive Segment des städtischen intelligenten Fahrens für Pkw einzusteigen. Stattdessen wird zuerst das fahrerlose Logistikfahren in abgeschlossenen Szenarien umgesetzt, um die Fähigkeiten der physikalischen KI in risikoarmen und gut kontrollierbaren Szenarien zu validieren, hochwertige physikalische Zeitreihendaten wie reale Straßenverhältnisse, dynamische Hindernisse und Fahrzeugbewegungsinteraktionen zu sammeln und die physikalische Ableitungslogik des Modells kontinuierlich zu korrigieren.

(Quelle: Generiert von Doubao AI)

Diese Ausrichtung schließt auch perfekt die Lücken im bisherigen Automobilgeschäft von ByteDance. Zuvor hat ByteDance mit intelligenten Cockpits, großen Fahrzeugmodellen und der Automobil-Cloud die Automobilsoftware-Ökosystem vertieft, aber die Kernfähigkeit des intelligenten Fahrens fehlte immer. Da die integrierte Cockpit- und Fahrsteuerung zu einem absoluten Branchentrend geworden ist, steht ByteDance vor Problemen wie technischer Zersplitterung, Dateninseln und Abhängigkeit von Lieferketten.

Die selbst entwickelte intelligente Fahrtechnologie kann nicht nur die vollständigen intelligenten Anforderungen von kooperierenden Automobilherstellern wie Saidou Auto erfüllen und eine tiefe Zusammenarbeit zwischen Cockpit und Fahrsteuerung realisieren, sondern auch auf die mehreren Sensoren im Fahrzeug zurückgreifen, um kontinuierlich riesige Mengen an Daten aus realen Szenarien für das Training der physikalischen KI zu liefern und ein einzigartiges Daten-Flywheel aufzubauen.

Letztendlich ist das autonome Fahren nur ein kurzfristiger Einstiegspunkt für ByteDance – die physikalische KI und die umfassende Embodied Intelligence sind das endgültige Ziel.

Die Weltmodelle und die Fähigkeiten der physikalischen KI, die durch Szenarien im Automobilbereich verfeinert, validiert und iteriert wurden