A medida que el software de asistencia al conductor (ADAS) más avanzado de Tesla se está convirtiendo en una amenaza inmediata debido a su inminente llegada a China, los principales fabricantes de vehículos eléctricos y empresas de tecnología automotriz chinos se están apresurando a orientar sus estrategias hacia un enfoque más pragmático pero desafiante para desarrollar ofertas similares. Aunque los rivales de Tesla llevan años buscando eliminar componentes costosos y dominar los modelos de inteligencia artificial más nuevos, esta vez el juego parece ser diferente. Tanto NIO como Xpeng Motors están adoptando ahora el llamado enfoque de visión por computadora, defendido por Tesla, con la esperanza de que sus próximos modelos logren una conducción en el centro de las ciudades similar a la humana mediante el uso de cámaras y radares instalados, en lugar de unidades de sensores láser más costosas. Sinpro.ai, un proveedor de NIO de radar de imágenes cuatridimensionales (4D) de ultra alta resolución, dijo que está preparado para su entrega a finales de este año con una capacidad anual de 800.000 unidades. Según se informa, Tesla ha reemplazado los sensores de radar en algunos modelos después de años de intentar eliminarlos. «Será una tarea difícil para el software Full Self-Driving (FSD) de Tesla lidiar con escenarios en China donde es común que una gran cantidad de scooters eléctricos vayan por delante en el mismo carril que los vehículos de motor», dijo Li Liyun, vicepresidente. presidente de conducción autónoma de Xpeng, escribió el 27 de junio en la plataforma china de microblogging Weibo, similar a Twitter. Xpeng planea eliminar el lidar de su próximo sedán, cuyo lanzamiento está previsto para finales de este año, informaron los medios locales. Xpeng y NIO también están siguiendo el ejemplo de Tesla al hacer la transición a un método de conducción autónoma «de extremo a extremo» después de utilizar redes neuronales de base modular que dependen en gran medida de la codificación explícita. Mientras tanto, los fabricantes de automóviles más tradicionales están recurriendo a empresas tecnológicas nacionales en busca de ayuda, como Huawei y DJI, para ponerse al día con la última tendencia en inteligencia artificial. A pesar de los grandes desafíos que presionan a la industria, algunos de los primeros en actuar tienen el potencial de competir con el pionero estadounidense, dijo a TechNode Liu Guanghao, socio de la firma de capital de riesgo Befor Capital, con sede en Shanghai. LEER MÁS: China abre más las puertas a Tesla a medida que los gigantes locales irrumpen en el sector de los vehículos eléctricos con vehículos definidos por IA. Enfoque basado en la visión. Una ruptura con las estrategias anteriores de utilizar costosos chips y sensores para habilitar las capacidades ADAS, el último enfoque se centra en reducir el costo de componentes con la esperanza de dejar más espacio para mayores recortes de precios. Muchos ahora tienen sus ojos puestos en el uso del radar, abandonado por Tesla en 2021 debido a limitaciones en la identificación de objetos estacionarios con baja resolución de imagen, ya que algunos fabricantes de piezas dijeron ahora que se acerca al lidar en términos de rendimiento, pero a un precio más bajo. etiqueta. «Hay una mayor superposición entre lidar y nuestros sistemas de radar de sexta generación a medida que mejoramos significativamente la resolución», dijo a TechNode Juergen Brandl, jefe de mercado de China, área de negocios de movilidad autónoma de Continental Group. “El radar pronto podría ver a través [objects] «Pero el lidar tiene algunos problemas con la distancia, especialmente en situaciones difíciles como la niebla y la lluvia». El radar frontal más nuevo de la firma alemana cuenta con una distancia de detección de 280 y 140 metros (174 y 87 millas) para vehículos y peatones que caminan lentamente, respectivamente. Las soluciones de radar avanzadas como esta también crean conjuntos de datos de nubes de puntos tridimensionales como lidars, lo que ayuda a los fabricantes de automóviles y desarrolladores a avanzar hacia modelos completamente de extremo a extremo con recopilación de datos sin procesar de múltiples sensores para entrenar sus sistemas de conducción autónoma. «Podemos desempeñar un papel importante en el desarrollo de sistemas ADAS de nivel 2 plus en China», dijo Brandl, y agregó que el producto de la compañía está por debajo del precio de una unidad lidar con un resultado «muy bueno» en términos de datos de nube de puntos. Sin embargo, algunos no están de acuerdo y dicen que la tecnología aún está en una etapa temprana. La producción del radar de última generación de Continental comenzó a principios de este año y la empresa comenzó a entregar el primer radar 4D del mundo en 2021, que detecta la información vertical de un objeto además de la distancia, la dirección y la velocidad relativa, generando nubes de puntos más densas que un radar de contención. Mientras tanto, los principales fabricantes chinos de lidar han mejorado constantemente el rendimiento de sus productos y han reducido los precios a poco más de 1.000 RMB (137,6 dólares) por unidad en los últimos años. La clave es si el radar 3D/4D podría resultar una opción más «competitiva en cuanto a costos» en comparación con el lidar, dijo Liu. «Creo que ambos [radar and lidar] tienen sus ventajas y desventajas especiales”, dijo Brandl. «Creo que el tiempo o el mercado dirán si necesitamos ambas soluciones o sólo una». De cualquier manera, las perspectivas para los primeros jugadores son brillantes. Momenta, una empresa de vehículos autónomos respaldada por General Motors y Toyota, espera que la lista de materiales, o el coste total de los componentes, para la función City NOA (Navegación en ADAS) se reduzca de los 7.000 RMB actuales a entre 4.000 y 5.000 RMB. -10.000 en los próximos dos años. La intención es sobrevivir a una guerra de precios sin precedentes en China que lleva más de un año. Los fabricantes de automóviles chinos con IA de extremo a extremo solían alardear de su cobertura de ciudades donde se dice que su software de conducción asistida permite a los automóviles manejar la conducción en rampas de entrada y salida, el cambio automático de carril en las autopistas y las calles congestionadas. Sin embargo, muchos ahora están cambiando su enfoque para brindar una experiencia de conducción más humana y un modelo de IA completo de extremo a extremo se considera clave para ganar la batalla. Descritas por el director ejecutivo de Tesla, Elon Musk, como “básicamente fotones que entran y controles que salen”, estas redes neuronales de extremo a extremo desempeñan un papel integral en el proceso de toma de decisiones de un vehículo, tomando datos sin procesar de los sensores como entrada y produciendo acciones de control como salida. Esto contrasta con los enfoques convencionales que ven cada funcionalidad, desde la percepción hasta la planificación y la acción, desarrollada individualmente utilizando diseños basados ​​en reglas, que a menudo son inadecuados para abordar la gran cantidad de escenarios que ocurren en la carretera, dijo un equipo de investigadores en un informe reciente. El resultado es que la gente todavía siente que sus autos se conducen a sí mismos de manera inhumana incluso cuando están equipados con algunos de los ADAS más avanzados del mercado, en parte porque el comportamiento de conducción humana tiende a ser consistente en lugar de discreto. Es muy difícil para la actual pila AV (vehículos autónomos) tomar decisiones coherentes a largo plazo, dijo Wu Xinzhou, vicepresidente de automoción de Nvidia en su conferencia anual de desarrolladores GTC en marzo. Encuestas recientes han demostrado a los fabricantes de automóviles que los clientes generalmente no están satisfechos con las funciones ADAS existentes. Casi la mitad de los encuestados toma los controles 1 o 2 veces cada 100 kilómetros (62 millas), ya que las funciones del NOA de la ciudad no reaccionan adecuadamente, mientras que otros realizan intervenciones más frecuentes, según una encuesta reciente compilada por el Instituto de Industria Gaogong de China. «Cuando el conductor tiene que intervenir con bastante frecuencia, no se puede decir que se trate de conducción autónoma», afirma Brandl. Xpeng apunta a menos de una intervención cada 1.000 kilómetros en las principales zonas de tráfico de China, anunció a principios de este año su director general, He Xiaopeng, sin dar un plazo. A esto le siguió una nueva actualización de software para su XNGP ADAS en mayo, mejorada por el primer modelo de IA de extremo a extremo para vehículos de producción en China, según el fabricante de vehículos eléctricos. NIO reorganizó recientemente su departamento de conducción autónoma, reuniendo sus equipos de percepción, así como de planificación y control en un solo grupo con un enfoque en nuevos modelos de IA, informó el medio de comunicación chino LatePost el 19 de junio. Requiere enormes cantidades de datos, por ejemplo, millones de videoclips, para entrenar sistemas de IA, así como bolsillos profundos y acceso a chips de IA. Musk dijo a los inversores en abril que su empresa aumentará el número de procesadores de inteligencia artificial emblemáticos de Nvidia que utiliza de 35.000 a 85.000 para finales de este año. Escribió en una publicación en X a principios de ese mes que la inversión en computadoras de entrenamiento, canales de datos gigantes y almacenamiento de video superará los $ 10 mil millones en términos acumulados este año. Sin embargo, una inversión y un esfuerzo tan importantes no es algo que todas las empresas puedan afrontar. “Sería muy difícil para la mayoría de los fabricantes de automóviles tradicionales hacerlo por sí mismos. La mejor manera es elegir un proveedor”, afirmó Liu. Por lo tanto, la entrada del FSD de Tesla en China puede parecer un nuevo desafío, pero también puede coincidir con una nueva era de asociaciones en torno a tecnologías de conducción autónoma. Relacionado