Автопроизводители становятся незаменимыми во второй половине воплощенного интеллекта

Автор: Zen, PANews

Если мы развернем пейзаж глобальной индустрии воплощенного интеллекта сегодня, мы увидим, что автопроизводители практически повсюду.

Те, кто строит роботов, включают Optimus от Tesla, IRON от Xpeng и Hyundai, который владеет Boston Dynamics; автопроизводители, такие как BMW и Mercedes-Benz, предоставляют первую партию реальных рабочих мест для роботов; даже в списках акционеров робототехнических компаний часто присутствует капитал из автомобильной отрасли: Mercedes-Benz напрямую инвестировал в Apptronik, в то время как BYD и SAIC стоят за Zhiyuan.

Другими словами, в сегодняшней индустрии воплощенного интеллекта, будь то строительство роботов, обучение роботов, покупка роботов или финансирование робототехнических компаний, автомобильная отрасль является неизбежной силой.

На этой неделе два события вывели эти отношения на новый уровень.

24 августа бизнес-робототехники Xpeng завершил свой первый раунд финансирования, собрав более 900 миллионов долларов, с постфондовой оценкой, превышающей 6,3 миллиарда долларов, установив рекорд для крупнейшего единого раунда частного финансирования в китайском секторе воплощенного интеллекта. Вскоре после этого Hyundai представила более комплексную дорожную карту роботов на своем Дне инвестора CEO 26 августа, чем многие стартапы в области робототехники.

Роботы переходят от технических продуктов в лабораториях к промышленным товарам, которые требуют массового производства, долгосрочного обучения, поиска работы и, в конечном итоге, закупок и финансирования со стороны предприятий. Как только конкуренция вступает в эту стадию, огромная система, построенная автомобильной отраслью за последние несколько десятилетий, внезапно раскрывает свою ценность.

Когда роботы начинают массовое производство, конкуренция входит на домашнюю территорию автомобильной промышленности

Как автомобили, так и гуманоидные роботы являются чрезвычайно сложными электромеханическими продуктами, и у них есть важное общее: растущее значение программного обеспечения, но в конечном итоге результаты должны быть реализованы через физические машины.

Программное обеспечение и системы управления автомобилей соответствуют торможению, рулевому управлению и движению автомобиля; действия, выводимые роботами, также будут переводиться в движения суставов, захват и реальные операции. Точностные отклонения не останутся навсегда в кажущихся красивыми эталонных тестах; они могут в конечном итоге привести к поврежденным частям, остановленным производственным линиям или даже инцидентам безопасности.

Поэтому, когда роботы действительно переходят к массовому производству, критерии оценки будут изменяться соответственно. Несколько успешных запусков, захватов и манипуляций могут лишь доказать "они могут это сделать"; то, что действительно волнует промышленное производство, это то, могут ли те же действия повторяться тысячи раз, сохраняя при этом достаточную точность, надежность и согласованность.

Фабричные испытания между BMW и Figure уже показали, в некоторой степени, ожидания и требования, которые люди имеют к роботам, участвующим в реальном промышленном производстве. Figure 02 работает непрерывно около 10 месяцев на заводе BMW в Спартанбурге, США, выполняя задачи по подбору и размещению листовых металлических деталей для сварки. За этот период робот работал примерно 1250 часов, обработал более 90 000 деталей и участвовал в производстве более 30 000 автомобилей BMW X3. BMW подчеркнула, что этот процесс требует от роботов достижения точности позиционирования на уровне миллиметра. Figure 02 на заводе BMW в Спартанбурге, США.

Завершение одной операции на уровне миллиметра — это всего лишь техническая способность; поддержание стабильности во время непрерывных операций с десятками тысяч деталей — это то, что начинает приближаться к вызовам промышленных продуктов.

Более того, то, что автопроизводители могут передать роботам, выходит далеко за рамки нескольких готовых поставщиков деталей. Автомобильная отрасль накапливала полный набор методов на протяжении десятилетий, чтобы продвигать сложные продукты от проектных чертежей к массовому производству: проектирование производимости, управление поставщиками, стандартизация деталей, контроль качества, испытания на долговечность и производственная система, построенная вокруг ритма производственной линии, эффективности обслуживания и отслеживаемости продукта.

Планирование производства роботов Boston Dynamics от Hyundai является типичным примером. На CES в этом году Hyundai Motor Group изложила роли своих дочерних компаний в цепочке робототехнической индустрии: Hyundai и Kia предоставляют производственную инфраструктуру, контроль процессов и данные о массовом производстве; Hyundai Mobis отвечает за высокопроизводительные актуаторы и использует опыт проектирования автомобильных деталей и массового производства для содействия стандартизации и оптимизации производимости ключевых компонентов; Hyundai Glovis отвечает за логистику и цепочку поставок.

Изменения в дизайне последнего поколения Atlas более конкретно отражают это "автомобильное промышленное мышление". Чтобы подготовиться к массовому производству, Boston Dynamics значительно стандартизировала ранее более 50 различных моторов, соответствующих актуаторам, в конечном итоге объединив их в три основных типа, а также добавила заменяемые конечности и возможности автоматической замены батарей.

Эти изменения не имеют много научно-фантастического блеска, но напрямую связаны с тем, могут ли роботы действительно стать товарами. Как только продукты попадают в масштаб тысяч, каждая дополнительная специализированная деталь означает новые закупки, запасы, контроль качества, обслуживание и риски цепочки поставок; каждое сокращение времени обслуживания переводится в более высокую степень использования оборудования и более низкие эксплуатационные расходы для клиентов. По мере расширения масштаба с десятков до десятков тысяч, ценность, которую приносят стандартизация деталей, выход и эффективность обслуживания, будет увеличиваться экспоненциально.

Таким образом, если первый раунд конкуренции в воплощенном интеллекте касается того, кто может строить роботов, следующий раунд, вероятно, будет касаться того, кто может стабильно массово производить роботов, что является именно той игрой, в которой автомобильная промышленность преуспевает.

Автономное вождение оставляет не только алгоритмы, но и целый набор физической ИИ-инфраструктуры

После того как был решен "тело" роботов через производственные возможности, следующий более важный и дорогостоящий вопрос заключается в том, как обеспечить их "мозг" продолжает итерацию.

В этом отношении инвестиции, сделанные интеллектуальной автомобильной индустрией за последнее десятилетие, оставили некоторым автопроизводителям значительное "наследие".

Развитие автономного вождения на самом деле заставило такие компании, как Tesla, Xpeng и Hyundai, заранее построить полный набор реальной ИИ-инфраструктуры: автомобили отвечают за сбор реальных данных об окружающей среде, облако фильтрует ценные данные и случаи сбоев, обучающие наборы попадают в вычислительные кластеры, модели переобучаются и проверяются, а затем повторно разворачиваются на автомобилях, которые продолжают генерировать новые данные.

Цикл реального мира, данных, моделей, развертывания и затем обратно в реальный мир также является основным механизмом, на котором основан физический ИИ для итерации и является самым большим техническим преимуществом для автопроизводителей, входящих в воплощенный интеллект.

Последняя дорожная карта Hyundai представляет собой довольно полное представление этой инвестиции. Atria AI начнет собирать реальные дорожные данные в Южной Корее в этом году, с планами развернуть систему L2+ на первом массово производимом SDV в сотрудничестве с NVIDIA к 2028 году и использовать центр обработки данных ИИ мощностью 100 МВт, начиная с 2029 года, планируя разместить более 50 000 GPU. Группа Hyundai также объявила о планах инвестировать более 500 миллионов долларов в инфраструктуру ИИ и таланты, установив сотрудничество в области физического ИИ с Google DeepMind, NVIDIA и другими.

Хотя эти активы изначально служат автомобильной промышленности, они не существуют в "стене, которая обучает только автомобили". Высокопроизводительные вычислительные кластеры, платформы обработки данных, инструменты моделирования, системы развертывания моделей, возможности периферийных вычислений и системы OTA по сути являются общей инфраструктурой, необходимой для обучения и эксплуатации физического ИИ. С добавлением робототехнического бизнеса это эквивалентно добавлению новой продуктовой линии к уже существующей фабрике ИИ.

Подход Xpeng более прямолинеен, так как он объединил VLA 2.0, Robotaxi и IRON в рамках физического ИИ. В этом раунде финансирования роботов разработка модели сама по себе является одной из целей финансирования. Описание Xpeng своих преимуществ также включает в себя чипы для периферийного ИИ, базовые модели физического ИИ, вычислительную мощность для обучения и высококачественные циклы данных.

Это также объясняет, почему ряд интеллектуальных автомобильных компаний, входящих в индустрию робототехники в последние годы, не могут быть просто поняты как стремление к "второй кривой роста".

Для тех компаний, которые инвестировали годы в автономное вождение и построили большие команды ИИ и вычислительную инфраструктуру, робототехника предлагает очень соблазнительную возможность: расширить возможности физического ИИ, которые могли контролировать только четыре колеса, на машины с руками и ногами.

Конечно, это не означает, что автопроизводители могут бесшовно перейти в индустрию робототехники; это просто означает, что по сравнению с стартапами, начинающими с нуля, дорогая инфраструктура данных и обучения не нужно строить с нуля.

Автопроизводители больше похожи на тех, кто уже заранее оплатил часть входного взноса, но им все еще нужно собрать сотни миллионов долларов для создания данных, вычислительной мощности, инструментов обучения и команд моделей.

Автомобильные заводы становятся "учебными площадками" для роботов

С телом и инфраструктурой для обучения "мозга" на месте, возникает следующий вызов: откуда берутся данные? В этом отношении заводы, которыми обладают автомобильные компании, начинают превращаться в еще один козырь.

Строго говоря, производственные предприятия имеют заводы, и Foxconn, Amazon и крупные логистические компании также будут крайне важными участниками в воплощенном интеллекте. Уникальность автомобильных заводов заключается в их связи с предыдущей производственной системой и возможностями физического ИИ.

Для гуманоидных роботов, которые еще не достигли истинных общих возможностей, позиционирование автомобильных заводов как раз уместно — они гораздо более сложны, чем лаборатории, но не так неконтролируемы, как дома и коммерческие улицы. Работники перемещаются, детали варьируются, производственные процессы меняются, и роботам нужно распознавать окружающую среду и реагировать; в то же время рабочие станции, материалы, рабочие процессы и оценочные метрики относительно стабильны.

Более критично, автомобильное производство предоставляет большое количество высокочастотных повторяющихся задач. Захват, транспортировка, сортировка, сборка и инспекция могут повторяться сотни или даже тысячи раз в день. Успех или неудача одного и того же действия, сколько времени это занимает, требуется ли ручное вмешательство и влияет ли это на ритм производства — все это имеет четкие результаты.

Таким образом, заводы в руках автопроизводителей — это не просто "сценарий применения роботов"; они также являются машиной, которая может непрерывно генерировать опыт для роботов. Это также объясняет, почему Figure 02 проходит обучение на заводе BMW в Спартанбурге, США, и почему Zhiyuan сотрудничает с SAIC, чтобы ввести роботов в рабочую силу. "Nengzi No. 1" от Zhiyuan, разработанный в сотрудничестве с SAIC, выполняет обязанности на суперфабрике SAIC General Motors Aotener.

С этой целью Hyundai специально построила учебную площадку. В июне этого года был запущен Центр применения Robot Metaplant (RMAC) в США, с планами увеличить его масштаб в десять раз к концу года. RMAC моделирует реальные производственные среды, позволяя производственным роботам завершать обучение, сбор данных, тестирование и валидацию перед входом в формальную производственную линию. Закрытый цикл, спроектированный Hyundai, заключается в том, что реальные операционные данные роботов на заводе с программным обеспечением продолжают возвращаться в RMAC для переобучения и оптимизации.

Это представляет собой значительное отклонение от моделей разработки многих робототехнических компаний в прошлом. Ранее возможности оттачивались в лабораториях, прежде чем искать клиентов. То, что такие автопроизводители, как Hyundai, пытаются сделать, — это соединить НИОКР роботов, смоделированное обучение, реальные заводы и развертывание массового производства в один цикл. Когда роботы еще не достаточно зрелы, чтобы продаваться всем, группа сама становится первоначальным клиентом.

Toyota, которая постоянно занимает первое место по продажам автомобилей, прямо включила это преимущество в свою стратегию робототехники в этом году. Компания заявляет, что ее глобальные заводы производят около 10 миллионов автомобилей в год, с квалифицированными рабочими и системой производства Toyota; эти производственные площадки станут важной основой для того, чтобы роботы могли постоянно учиться и улучшаться. Сценарии, которые в настоящее время демонстрирует Toyota, включают транспортировку деталей, подбор и обработку медицинского оборудования.

Это на самом деле раскрывает очень уникальную позицию автопроизводителей в индустрии воплощенного интеллекта. Обычно, если роботы недостаточно зрелы, обычные клиенты предпочли бы подождать перед покупкой. Однако автомобильные группы могут сначала разместить роботов на своих контролируемых заводах, используя внутренний спрос для обмена на масштаб развертывания, а затем продолжать улучшать продукты с данными, полученными от развертывания.

Ранние стадии воплощенного интеллекта столкнулись с определенным тупиком — без клиентов не было достаточно реальных данных, а без данных роботы испытывали трудности с быстрым прогрессом, в то время как незрелые роботы делали клиентов еще менее склонными к покупке. Заводы, принадлежащие автомобильным компаниям, могут точно разорвать этот цикл.

Когда роботы начинают становиться "бизнесом активов"

Однако, даже если роботы могут быть массово произведены, модели продолжают улучшаться, и развертывания на заводах были успешно реализованы, остается более реалистичный барьер для формирования действительно крупномасштабного рынка: как их продавать?

Это также является примечательной частью Дня инвестора Hyundai на этой неделе. Генеральный директор Hyundai Хосе Муньос не только обсуждал техническую дорожную карту Atlas, но и говорил о дилерах и Hyundai Capital: существующая сеть дилеров может взять на себя распределение и продажу роботов в будущем, в то время как финансовый отдел группы исследует соответствующие финансовые решения, среди которых могут быть аренда и рассрочка.

Это означает, что Hyundai начала рассматривать роботов как промышленные активы, которые необходимо закупать, финансировать и эксплуатировать в долгосрочной перспективе. Предположим, что высокопроизводительный робот все еще стоит десятки тысяч долларов, 500 единиц будут представлять собой десятки миллионов долларов капитальных затрат. Последующие соображения также касаются развертывания, обслуживания, программного обеспечения, замены деталей и потерь от простоя.

Для корпоративных клиентов факторы, влияющие на решения о покупке, включают не только возможности робота, но и затраты на финансирование, циклы амортизации, эффективность обслуживания, методы зарядки программного обеспечения и то, как рассчитываются остаточные стоимости. Эти вопросы определяют, могут ли роботы оставаться на маломасштабном пробном использовании или могут войти в обычные капитальные бюджеты предприятий, такие как погрузчики, серверы и другое промышленное оборудование.

Автомобильная промышленность давно имеет дело с этим набором вопросов. Глобальные сети продаж, системы корпоративных клиентов, кредиты и финансовые лизинги, сервисные точки, управление запасными частями, остаточные стоимости активов и вторичный оборот — все это часть полного жизненного цикла, с которым автомобиль должен столкнуться после выхода с завода.

Hyundai теперь пытается воспроизвести эту систему для роботов. Согласно ранее объявленным планам группы, доставленные роботы могут продолжать получать OTA обновления программного обеспечения, обслуживание и ремонты оборудования, удаленный мониторинг и далее предоставлять полные решения в формате Robotics-as-a-Service.

Этот уровень возможностей особенно легко упустить из виду в индустрии воплощенного интеллекта. Стартапы часто тратят много времени на обсуждение моделей, степеней свободы и размеров целевых рынков, но немногие ставят "послепродажные сети" и "финансирование оборудования" в центр внимания. Однако, как только роботы действительно начинают продаваться десятками тысяч единиц в год, эти аспекты внезапно становятся решающими. Генеральный директор Xpeng Хэ Сяопэн с IRON

Xpeng уже начал двигаться в этом направлении. IRON планирует сначала войти в магазины и кампусы Xpeng, а затем увеличить поставки внешним клиентам в розничной торговле и услугах в Китае и за границей к 2027 году. Для автопроизводителя, который уже обладает производственными базами, системами магазинов, зарубежными каналами и ресурсами для сотрудничества с предприятиями, этот путь коммерциализации явно короче, чем у стартапов в области робототехники, у которых есть только команды НИОКР.

На этом этапе вход "автопроизводителей в робототехнику" уже не просто о том, чтобы открыть еще одно отделение робототехники. То, что они действительно приносят в индустрию воплощенного интеллекта, — это системы производства, каналов, обслуживания, финансов и управления активами, построенные вокруг автомобилей в прошлом.

По мере того как роботы начинают переходить от одного продукта к тысячам промышленных активов, требующих финансирования, обслуживания и непрерывной эксплуатации, этот набор возможностей, который не зависит от "ИИ", станет все более важным.

Воплощенный интеллект может не принадлежать автопроизводителям, но он становится неразрывно связанным с автомобильной промышленностью

Конечно, наличие этих ресурсов не означает, что будущая индустрия робототехники обязательно будет доминирована автомобильными гигантами.

BMW не нужно становиться Figure, и Mercedes-Benz может сотрудничать с стартапами в области робототехники. Совершенно возможно, что в будущем появится ряд независимых робототехнических компаний и компаний по созданию базовых моделей, в то время как автомобильные компании будут выполнять роли, более похожие на крупных клиентов, производственных партнеров, полей данных и каналов коммерциализации.

Тем не менее, конкурентные стандарты в отрасли меняются. На ранних стадиях воплощенного интеллекта самым дефицитным ресурсом был робот, который мог двигаться, поэтому рынок естественным образом стремился к управлению движением, ловким рукам и впечатляющим демонстрациям. По мере того как все больше компаний пересекают этот порог, дефицитные элементы и ключевые моменты постепенно смещаются, что как раз совпадает с самыми глубокими рвами автомобильной промышленности.

План Hyundai на 30 000 единиц, более 900 миллионов долларов финансирования робототехники от Xpeng и постоянные инвестиции таких автопроизводителей, как BMW и Toyota в роботов на производственных линиях, все указывают на одно и то же: воплощенный интеллект все больше трансформируется из проблемы лаборатории ИИ в сложную задачу промышленной инженерии.

Для индустрии робототехники автопроизводители могут не стать окончательными победителями. Однако, по мере того как конкуренция в области робототехники переходит на следующий этап, автомобильная промышленность тихо перенесла конкуренцию на свою домашнюю территорию.

Этот контент предоставляется исключительно в общих информационных целях и не является финансовым, инвестиционным, юридическим или налоговым советом. Любые мероприятия, вознаграждения, онлайн-акции или связанная с ними информация, упомянутые в настоящем документе, не должны рассматриваться как рекомендация, приглашение к покупке, продаже, торговле или иной сделке с какими-либо криптоактивами. Криптоактивы очень волатильны и могут привести к убыткам. Доступность услуг, продуктов WEEX и связанных с ними событий может варьироваться в зависимости от региона. Вы несете ответственность за обеспечение того, чтобы ваше участие соответствовало применимым местным законам и нормативным актам.