もう2025年ですが、自動運転実現に向けた新たなロードマップがあるのでしょうか?

今年のCESでは自動車のテーマが再び登場し、テクノロジー企業がイベントに集結し、自動車へのAIの統合や自動運転が話題となった。

この期間中、ジェンセン・フアンは「ロボタクシーは初の1兆ドル規模のロボット産業になるだろう」と予測した。

数兆ドル規模の市場で、L2 アップグレード企業と L4 ファイナリストのどちらが最大のシェアを獲得するのでしょうか?

急いで議論を始めないでください。

自動運転の実現により、 900億キロメートルの実践経験に基づいた新しいアプローチが生まれ、業界で盛んに議論されているエンドツーエンドのアプローチに新たな視点がもたらされました。

2025年、スマートカーは何をもたらすのでしょうか？自動運転の新たな道とは一体何でしょうか？

CESを振り返ってみましょう。

CES で自動運転の新しいトレンドを目撃してください。

CES 2025:遠くから見ると毎年恒例の「テクノロジー ガラ」のようですが、近くで見ると「テクノロジー オート ショー」のようです。

OEM各社は自動車へのAIの導入を進めており、保定の「Dad Car」はエンドツーエンドのソリューションを披露し、ドイツと韓国のブランドは次世代のスマートコックピットを実演し、日本のブランドは自動運転車の開発計画を発表している。

マスク氏自身は出席しなかったものの、イベント中に独占インタビューに応じ、「今年中に自動運転車が実現する」とN+1回目に明言した。

一方、テクノロジー企業もこの機会を捉えて動き出しました。ジェンセン・フアンは世界仕様のモデルを発表し、ウェイモは次世代の自動運転車を発表しました。

これまで、ウェイモとテスラが出会ったときは、それぞれ陣営の代表者同士だったこともあり、大きな注目を集めることが多かった。

テスラは「レベル2アップグレード派」の支援を受けており、まず運転支援システムを開発し、車両群を拡大し、その後アルゴリズムの機能を徐々に向上させて、最終的に自動運転を実現する予定だ。

Waymo は「レベル 4 エンドゲーム」アプローチを代表しており、高い冗長性を持ちながらも小規模な車両群でエンドゲームへの直接的なアプローチを提唱し、将来的には段階的に領域を拡大して大規模な自動運転を実現することを目指しています。

一方のアプローチは車両の規模を優先し、もう一方のアプローチは単一の車両の性能に焦点を当てています。この2つのアプローチをめぐる議論は、業界で常に話題となっています。

しかし、今年の CES で状況は変わりました。

今年、あるプレイヤーが機械学習における2つの主要な評価基準に基づいて、エンドゲームへの新しい道を提案しました。

CES で、モービルアイの CEO であるアムノン・シャシュア教授は、ウェイモとテスラの 2 つの主要なアプローチはどちらも、私たちの移動方法に完全な革命をもたらしていないと述べました。

シャシュア教授は、L5を端点とし、縦軸に精度、横軸に再現率を表す座標系を確立しました。

縦軸の精度は自動運転の安全性を表し、システムのMTBF（平均故障間隔）などの要素に依存します。

横軸は再現率を表し、これは可用性と関連しています。可用性に影響を与える要因には、可用性の時間的・空間的範囲、導入コスト、保守コストなどがあります。

この座標系では、 Waymo はルートの精度と安全性を優先し、システムは介入を必要とせずに長期間にわたって動作できます。

しかし、コストが高すぎるため、運用エリアの広さと道路種類の多様性が犠牲になります。

テスラのアルゴリズムは再現率の向上に重点を置いており、同社の車両は広く普及しているため、ほぼあらゆる場所で運転支援システムを使用できます。また、現段階ではLiDARさえ使用していないため、システムコストはウェイモのシステムよりも低くなっています。

しかし、ロボタクシーと比較すると、乗っ取りの試みの数は間違いなく多く、精度は低くなります。

シャシュア教授は、これらのルートはどちらも 1 つの側面でのみ 100% に達するが、人々の旅行習慣を完全に変えてレベル 5 を達成するには、両方の側面で同時に 100% を達成する必要があると結論付けました。

L5へはどうやって行けばいいですか?

自動運転の終焉への第3の道とは？

自動運転という新たな道をどう進むのか？

Mobileye の新しいアプローチは、同社の複合人工知能システムを自動運転に適用することです。

複合型人工知能システムは、単一の大規模モデルからAIの結果を生成するシステムとは異なり、複数のツールとモジュールを統合して連携させ、AIタスクを効率的に処理することに重点を置いています。複合型人工知能システムには、主に3つの特徴があります。

• 柔軟性: システムはさまざまな入力とタスクに応じて調整されます。
• 安定性: 異なるコンポーネントを使用することで冗長性が実現されます
• 説明可能: 最終出力に対する各コンポーネントの貢献を追跡できます。

具体的な実装としては、まずソフトウェア アルゴリズムの面から、Mobileye は全体的なアーキテクチャに関してもエンドツーエンドのアプローチを採用しました。

しかし、Mobileye のエンドツーエンド ソリューションは、インテリジェント ドライビング サブシステムの 1 つにすぎず、自動運転ソリューション全体ではありません。

Mobileyeは、エンドツーエンドのセキュリティは十分に安全ではなく、2つの大きな問題を引き起こすと考えています。同社のソリューションは、多くの議論を呼んでいるVLAやVLMとは異なります。

エンドツーエンド接続からどのような問題が発生する可能性がありますか?

まず、エンドツーエンドの意味を見てみましょう。

いわゆるエンドツーエンドのアプローチでは、実際には AI モデルを使用してデータを運転軌跡にマッピングします。

データ駆動型のアプローチにより、モデル機能を迅速に向上させることができます。

しかし、この機能がデータから得られるからこそ、最初の問題が発生します。

モデルが攻撃的な運転などの不正確なデータを学習すると、モデル自体が「錯覚」し、不正確な運転軌跡を出力する可能性があります。

この問題に対する Mobileye の解決策は「アライメント」です。

人間のフィードバックに基づく強化学習、つまりRLHFの導入も、ChatGPT が爆発的に人気を博した主な要因です。

具体的には、エンドツーエンドのアプリケーションでは、オフライン環境で複数のコーディング言語を使用して、スクリーニングとフィルタリングのメカニズムを通じて問題のある運転データを識別して削除します。

同時に、データは安定性という2番目の問題も生み出します。

モデルによって出力された軌道が安全上の問題を引き起こさない場合でも、交通規則に違反する可能性があります。

この問題を解決するには、いくつかの抽象的な概念を注入する必要があります。つまり、データと表面上の軌跡だけでなく、実線を横切らないなど、モデルが従う必要のある一般原則と動作ガイドラインをモデルに伝え、モデルの決定が証拠に基づくようにする必要があります。

次に、全体的なアーキテクチャから基礎モデルまで検討して、Mobileye は Transformer を最適化しました。

具体的には、STAT (Sparse Attention) を使用してトークンをさまざまなタイプに分類し、タイプに応じて対応するマトリックスに分割することで、コンピューティング リソースとストレージ リソースの消費を削減し、効率を向上させます。

Mobileye は、自動運転の認識と計画のための Transformer の最適化により、精度を犠牲にすることなく、一般モデルと比較して効率が 100 倍向上したと述べています。

Mobileye の効率性の追求はハードウェアにも反映されています。

報道によると、Mobileyeの最新世代チップであるEyeQ6Hは、前世代に比べてFPS（1秒あたりのフレーム数）が10倍に増加しており、運転中にシーンデータをより効率的に処理できるという。

具体的には、新世代の SuperVision では冗長設計の EyeQ6H チップを 2 つ使用しているため、「ε 平方効果」により、FPS 効率が 10 倍に向上し、MTBF が 100 倍に増加します。

さらに、Mobileye のハードウェア ソリューションも、複数のコンポーネントを活用して冗長性を実現する複合人工知能システムをベースとしています。

例えば、自社開発の4Dイメージングレーダーは、300メートルの範囲内の4D環境画像を感知し、豊富な詳細を復元できます。

4Dイメージングレーダーは近年登場した新しいレーダーです。従来のミリ波レーダーと比較して、距離、速度、水平角の3次元に加えて「高さ」という情報も得られます。

「LiDARキラー」と呼ばれるこの技術は、LiDARと同様の検知機能をはるかに低いコストで提供します。

昨年、人気のバッテリー交換式車両 2 モデルに 4D イメージング レーダーが搭載されました。

高度な知能運転が急速に普及し、OEM が性能とコスト削減の両方を求める中、4D イメージング レーダーが新たなトレンドを生み出すと期待されています。

モービルアイは、前述のハードウェアとソフトウェアの統合ソリューションをベースに、まずはSuperVision62 （以下、SV62と表記。62はEyeQ6Hチップを2つ使用することを意味する）を2026年に発売し、ベンチマークとなる高級車ポルシェに搭載してデビューさせる予定だ。

SV62 ソリューションは可用性を優先し、カメラを中心とした冗長センシング システムであり、現在の SV52 と比べて 2 つの重要な側面で大幅な改善を実現しています。

その後、2027年にMobileyeは、3つのEyeQ6Hセンサーを使用し、4Dイメージングレーダーを追加して冗長性を高めたChauffeurシステムを発売する予定です。

このシステムは「アイフリー」操作に対応しています。導入初期段階ではセキュリティを重視し、適用範囲は高速区間に限定します。その後、段階的に拡大し、利便性の向上を図ります。

Mobileye の進化の道筋は、単に SV52 から SV62 へのアップグレードに焦点を当てたものではなく、「レベル 2 アップグレード」アプローチのようです。

しかし、SV62 から Chauffeur への飛躍を考えると、実際のアプローチは 2 つの主要な考え方とは異なります。それは、単に単一のメトリックを改善するのではなく、精度と再現率に重点を置いているためです。

モービルアイはなぜ、最終的に自動運転を実現するためにこの方法を選んだのでしょうか?

Mobileye はなぜこの道を選んだのでしょうか?

Mobileye が提案する自動運転への新しいアプローチは、長期にわたる理論的探求と実践経験に基づいています。

シャシュア教授は、モービルアイは長年にわたり、自動運転の研究開発だけで年間6億ドル（ 42億人民元以上）もの投資を行ってきたと説明した。

モービルアイは長期にわたる多額の投資を通じて、 50社以上のOEMと1,200車種を超える世界各国の多数のパートナーを獲得してきました。

前述のアウディやポルシェといった高級ブランドも、フォルクスワーゲンやフォードのコストパフォーマンスの高いモデルにMobileyeソリューションを採用しています。これは、Mobileyeソリューションと、それを採用する車両が、購買力の異なる人々に広く受け入れられていることを反映しています。

さらに、Mobileye は Volkswagen と提携して、ADAS から L4 までをカバーするロボタクシー モデルであるVolkswagen ID.Buzzを開発しました。

その背後には、インテリジェント運転機能を段階的に拡張できるMobileyeのモジュール設計があります。OEMは、冗長化されたセンサーを追加するだけで、より少ない投資でより高度な自動運転に移行できます。

多数のパートナーを獲得し、数千万時間に及ぶ走行距離を積み重ねてきたMobileyeのRoad Experience Managementテクノロジーは、欧州と米国の道路の95％以上をカバーし、製品実装における豊富な経験とリソースを蓄積してきました。

こうした海外での経験やリソースは、国内のOEMにとって非常に貴重です。

自動運転やスマートカー市場をめぐる競争は継続しており、ますます熾烈になっています。

2025年の競争はどうなるでしょうか?

その答えはすでに CES で示されていました。

Nvidia、Google、日本、韓国、ドイツの企業の共同行動から判断すると、2025年もインテリジェントテクノロジーとインテリジェント運転の分野で激しい競争が繰り広げられる年となることは明らかです。

しかし、中国のインテリジェント車両がインテリジェント運転を採用する一方で、新たな課題も抱えていることは間違いない。

海へ出航します。

一方、データは、グローバル展開が国内企業にとって新たな成長ポイントになりつつあることを示しています。

中国汽車工業協会の最新データによると、2024年の中国の自動車総販売台数は3,143万6千台に達し、そのうち輸出台数は585万9千台だった。単純計算で国内販売台数は約2,558万台となり、昨年とほぼ同水準となった。

これを過去のデータと合わせると、2019年から2024年にかけて、中国の自動車輸出販売が市場全体に占める割合は上昇傾向にあり、海外市場の成長率も国内市場を上回っていることがわかります。

一方、国内市場は比較的競争が激しく、海外に出て新たな戦場を開拓することは、課題に直面するものの、新たなチャンスを意味します。

しかし、チャンスは誰も待ってくれません。市場は戦場のようなもので、チャンスはつかの間です。

モービルアイのように、豊富な現地経験とリソースを持ち、海外ユーザーから広く認知されている海外展開のパートナーを持つことで、負担が軽減され、海外展開が加速し、世界中のユーザーのマインドシェアを獲得し、より大きな市場シェアを獲得できることは間違いありません。