现代汽车集团在向端到端(E2E)人工智能技术转型的过程中出现延误后,正寻求通过数据驱动的追赶战略发展自动驾驶技术。该汽车制造商目前生产 Highway Driving Assist 2(HDA2)等 Level 2 级高级驾驶辅助系统,并计划通过与英伟达合作,于 2028 年推出首款搭载 Level 2+ 级自动驾驶功能的软件定义汽车(SDV)。现代汽车集团董事长郑义宣于 5 月表示,公司必须在自动驾驶技术方面向特斯拉和 Waymo 等竞争对手学习。造成延误的原因在于,传统汽车制造商必须在投入大规模驾驶数据采集和 GPU 训练基础设施、以实施端到端人工智能的同时,将车辆的电气和电子架构转型为 SDV 系统。
现代汽车集团目前生产 Level 2 级驾驶辅助技术
现代汽车集团目前将 Highway Driving Assist 2(HDA2)等 Level 2 级高级驾驶辅助系统(ADAS)应用于量产车辆。公司正处于下一代端到端人工智能自动驾驶技术的展示阶段,并计划于 2028 年将 Level 2+ 级技术应用于首款量产 SDV。2023 年,现代汽车宣布计划将 Level 3 级 Highway Driving Pilot(HDP)应用于起亚 EV9,但该计划并未进入实际量产阶段。
传统汽车制造商面临端到端人工智能转型挑战
自动驾驶的开发方式已从基于规则的方法转向端到端方法:前者基于传感器识别结果,分别开发感知、决策和控制功能;后者则通过大规模真实驾驶数据训练人工智能,将这些功能整合起来。这一转型本身已成为包括现代汽车在内的传统汽车制造商面临的进入壁垒。实施端到端人工智能需要将车辆的电气和电子架构转型为以高性能计算为核心的 SDV 架构,同时投资建设大规模驾驶数据和 GPU 训练基础设施。韩国汽车技术研究院人工智能与自动驾驶技术研究所所长全炳旭于 26 日表示:“传统企业在端到端人工智能转型中落后的最大原因,并不是技术本身,而是 SDV 转型延迟。”
特斯拉很早便构建了集中式计算和空中升级(OTA)系统,并利用量产车辆产生的道路数据进行训练。特斯拉目前表示,全球有超过 800 万辆汽车正在生成道路数据。
现代汽车推出自动驾驶追赶数据飞轮战略
现代汽车的追赶战略以数据为核心。公司计划统一传感器架构,使现代汽车、起亚、Forty Two 和 Motional 获取的数据能够按照相同标准使用。现代汽车将建立一个“数据飞轮”,其流程为:驾驶数据采集 → 问题分析 → Atria AI 训练与改进 → OTA 部署 → 获取额外数据。
该战略将于 2028 年开始运行,届时现代汽车将推出首款与英伟达合作开发、搭载 Level 2+ 级自动驾驶技术的量产 SDV。公司计划分析和训练来自量产车辆的驾驶数据,以提升 Atria AI 的性能,并将其能力从 Level 2+ 级扩展至 Level 4 级。
现代汽车弥补自 2028 年底才开始布局这一领域的劣势的关键,在于其作为传统汽车制造商所拥有的规模。现代汽车集团年销量超过 700 万辆。如果标准化的传感器和计算系统能够在量产车辆中迅速普及,公司估计每年可以将数百万辆汽车转化为人工智能训练的数据基础。
自 2029 年起,现代汽车将运营一座 100 MW 的 Saemangeum 人工智能数据中心,可容纳超过 50,000 个 GPU。现代汽车相信,通过这一方式,到 2033 年可以追上竞争对手的训练数据规模。
现代汽车计划通过与英伟达合作于 2028 年推出 SDV
2028 年推出的首款量产 SDV,将成为现代汽车开始基于大规模量产车辆运行数据运转数据飞轮的起点。现代汽车 AVP 部门负责人朴敏宇近日在投资者日表示:“我们计划将基于全球生产体系积累的数据、内部开发的人工智能以及配套基础设施有机连接起来,从长期来看强化以数据为核心的竞争力。未来的移动出行竞争力将不再由单项技术决定,而是取决于获取数据、从数据中学习并将其连接至客户体验的能力。”
常见问题
现代汽车集团目前生产什么自动驾驶技术?
现代汽车集团目前在量产车辆中生产 Highway Driving Assist 2(HDA2)等 Level 2 级高级驾驶辅助系统。
现代汽车何时将推出首款搭载 Level 2+ 级自动驾驶功能的 SDV?
现代汽车计划通过与英伟达合作,于 2028 年推出首款搭载 Level 2+ 级自动驾驶技术的软件定义汽车。
现代汽车的自动驾驶数据飞轮战略是什么?
现代汽车的数据飞轮战略包括统一现代汽车、起亚、Forty Two 和 Motional 的传感器架构,以实现标准化数据采集;随后从 2028 年推出 SDV 开始,让数据依次经过“采集 → 分析 → Atria AI 训练 → OTA 部署 → 获取额外数据”的循环。
免责声明:以上内容(如有图片或视频亦包括在内)均为平台用户上传并发布,本平台仅提供信息存储服务,对本页面内容所引致的错误、不确或遗漏,概不负任何法律责任,相关信息仅供参考。
本站尊重他人的知识产权、名誉权等法律法规所规定的合法权益!如网页中刊载的文章或图片涉及侵权,请提供相关的权利证明和身份证明发送邮件到qklwk88@163.com,本站相关工作人员将会进行核查处理回复