自動車業界が「AI主導」の時代に突入する中、大手ブランドが新車の知能化を競っているだけでなく、モビリティプラットフォームもインテリジェント運転業界向けの「自動運転ツールチェーン」を開発している。

これは今年の広州モーターショーで展示されたユニークな現象です。

先週の広州モーターショーで、国内初の株式公開を果たしたロボタクシー会社であるRuqi Mobilityが、自動運転オペレーションと自動運転データソリューションにおける優位性に基づいて構築された「データクローズドループフライホイール」を公開した。

これには、クラウドソーシング マッピング テクノロジのロードマップ、4D 注釈ツールとプラットフォームなどの詳細が含まれます。

ほとんどの配車プラットフォームがまだ路上を「走行」している中、Ruqi Mobilityはすでにロボタクシーの域を超え、データ駆動型の自動運転の深海に足を踏み入れています。

国内旅行会社が​​データクローズドループソリューションを公開するのは今回が初めて。

なぜモビリティ企業は自動運転のための「データ クローズド ループ」を構築したいのでしょうか?

低コストで高品質なデータが自動運転における競争の核心です。

自動運転におけるデータ クローズド ループとは、アルゴリズム開発をケース主導からデータ主導に移行する際の中核となるステップを指します。

自動運転とデータ閉ループシステムの組み合わせは、主要なソリューションとなっています。その主な理由は、自動運転のアルゴリズムとモジュールがデータ駆動型であるためです。自動運転エンジニアリングは、データ分布の「ロングテール問題」への対処が課題として認識されており、時折発生するコーナーケース（極端な状況）は、データ駆動型アルゴリズムモデルのアップグレードの根本的な原因の一つとなっています。第二に、継続的なデータフローには、合理的かつ効果的な活用方法が必要です。

自動運転データのクローズドループシステムは、ここ数年で「無から有へ」から「有から有へ」へと進化しており、今後も改良が続けられるでしょう。

世界中で、多くの自動車メーカー、自動運転技術企業、人工知能企業が、データループ設計の原則を自社のインテリジェント運転ソリューションに取り入れています。例えば、

テスラ

次の図は、Tesla の Autopilot データ エンジン フレームワーク (モデル エラーの検証、データのラベル付けとクリーニング、モデルのトレーニング、再デプロイメント) を示しています。

ウェイモ

テスラと比較すると、GoogleのWaymoデータループプラットフォームは、データマイニング、能動学習、自動アノテーションなどのモジュールを組み込んでいますが、基本的なフレームワークはほぼ同じです。データソースを取得した後、データフィルタリング、マイニング、能動学習を含むデータアノテーションを通じて、グラウンドトゥルース（正解）を取得します。モデルは最適化とテストを経て、リリースまたはデプロイされます。

エヌビディア

自動運転向けに開発された NVIDIA の機械学習プラットフォーム MAGLEV は、スマート データの選択、データのラベル付け、モデルの検索、トレーニング、評価、デバッグ、展開を含む閉ループ モデル反復に基づいています。

ルキモビリティ

Ruqi Mobilityのデータクローズドループは、インテリジェント運転プロセスに「組み込まれ」ています。モビリティサービスの運用を基盤とし、データ収集、注釈付け、保存、管理から応用まで、インテリジェント運転の全プロセスを網羅しています。クラウドソーシングマップソリューションや4D注釈ツールなどの技術とソリューションを包含し、環境認識、ルート計画、行動意思決定、制御など、様々な分野に関与しています。これは、インテリジェント運転技術ツールチェーンの中核を成すものです。

業界の専門家は一般的に、完全な閉ループモデルには、大規模で高品質なマルチシナリオデータ、高計算能力、高効率、かつ比較的低コストのアルゴリズムモデル、ますます自動化されたデータアノテーションと処理、高速かつ低コストの伝送速度とストレージモード、そしてコンプライアンス要件が必要であると考えています。データの品質と規模は、車両のインテリジェンスレベルに直接影響を及ぼします。高品質データセットをいかに効率的かつ費用対効果の高い方法で取得するかが、自動運転企業にとっての競争優位性の核心となっています。

配車プラットフォームはどのようにして閉ループデータシステムを確保できるのでしょうか?

Ruqi Mobility の現在のデータ クローズド ループには、低コストでスケーラブルなデータを生成する運用上の利点と、準拠したデータ アプリケーションに対する将来的な期待を備えた旅行プラットフォームであるという点で大きな利点があります。

技術的経路とコンプライアンス経路の両方がうまく実装されれば、高品質、低コスト、スケーラブルなデータの利点を活用するモビリティ プラットフォームからの自動運転データ ソリューションは、自動車メーカーと自動運転テクノロジー企業にとって激しい競争の領域になる可能性があります。

2024年の広州モーターショーで、Ruqi MobilityのCEOであるJiang Hua氏は、データのクローズドループに入る上でのモビリティプラットフォームの主な利点は、運用上の利点によって実現される「低コストで大規模なデータ」であると述べた。

世界の自動運転技術企業は、開発前半を乗り越え、レベル4の自動運転を商用化する過程で、自動車メーカーだけでなく、モビリティサービスプラットフォームとも協力する必要があることに気づいた。

自動運転が「エンドツーエンド・大規模モデル」の時代を迎えるにつれ、技術の補完性とエコシステム連携がますます重要になっています。Horizo​​n Robotics、Ruqi Mobility、WeRide、Black Sesame Technologiesといった最近上場したインテリジェント運転技術企業の目論見書を比較すると、テスラの「ローンウルフ」モデルとは対照的に、中国の自動運転は自動車メーカー、モビリティプラットフォーム、そしてテクノロジー企業からなるエコシステムによって支えられており、世界的な商業化において優位性を獲得していることがわかります。

配車プラットフォーム分野では、滴滴出行（DiDi）が中国最大の市場シェアを誇り、粤港澳大湾区（グレーターベイエリア）におけるユーザー浸透率は45%を超えています。両社は既に自動運転技術の商用化実績と路上試験データを保有しています。さらに重要なのは、中国における自動運転の早期導入企業である両社が、ロボタクシーサービスの商用展開において豊富な経験と実績を積み重ねていることです。

ロボタクシーは、レベル4の自動運転の商用化に最適な選択肢です。大規模なエンドツーエンドモデルの導入により、自動運転技術はルール駆動型からデータ駆動型へと移行しつつあります。レベル4のロボタクシーはクローズドループデータ機能に大きく依存しており、データとコンピューティング能力は企業にとって新たなコアコンピテンシーとなり、参入障壁となるでしょう。

自動運転企業にとって、競争で抜きん出るためには規模を拡大することが最も重要です。

一方、運行車両数を増やし、早期に規模の経済性を実現することで、事業の損益分岐点達成に近づくことが期待されます。規模の拡大に伴い、車両調達コスト、メンテナンスコスト、運用管理コストが削減されるため、これは持続可能な事業発展に不可欠です。一方、スケールアップはサービス品質の向上にも繋がります。ロボタクシーはトレーニングに大量のデータを必要とします。車両の数が増え、運行時間が長くなると、より多くのデータソースを活用できるようになります。これは、自動運転の知能レベル向上、スケジューリングアルゴリズムの最適化、そしてさらなる運用効率の向上につながります。

Ruqi Mobilityを例に挙げましょう。公開情報によると、2024年10月時点でRuqiは280台以上のロボタクシーを運行しており、そのうち50台以上は自営ロボタクシーフリートです。累計運行時間は3万時間を超え、1,800以上のステーションをカバーし、安全運行距離は90万キロメートル近くに達しています。Ruqiは現在、広東省・香港・マカオ大湾区の3つの主要協力プラットフォームである南沙、前海、横琴でロボタクシーサービスを提供している唯一のモビリティプラットフォームです。

Ruqiの自動運転データソリューションでは、クラウドソースマップ技術により、地図更新の重点を従来の集中描画方式から、車両の認識に基づく分散アップロード方式へと移行しています。車両は走行中に道路情報を収集し、クラウドにアップロードすることで地図描画を完了するため、低コスト、高いリアルタイム性、軽量設計、高度な自動化を実現します。

一方、 Ruqi Zhongyuan Map Technologyは、過去の予測結果に基づくオンラインベクターマップ構築スキームの開発にも取り組んでいます。このスキームは、過去の情報を効率的に活用することで、オクルージョン問題を解決し、検出精度を向上させることができます。この研究は、コンピュータービジョンと機械学習の分野で世界的に著名な学術会議であるWACV 2025に直接採択されました。具体的には、時間的モデリングにおける過去のフレーム予測表現の初めての活用、デュアルモードトレーニング戦略の初めての提案、そしてトレーニングフェーズにおける補助的な1対多マッチングメカニズムをグループ単位のバージョンに最適化することなどが含まれています。

データアノテーションに関して、Ruqi Mobilityは、月間50万フレームを超えるアノテーション能力を備えた、安定的かつ効率的な生産能力を構築したと述べています。同社の4Dアノテーションソリューションは、従来の3D静的アノテーションに時間軸を追加し、クラウドベースの大規模モデルを通じて道路特徴の高度に自動化されたアノテーションを実現します。ターゲットトラッキングアノテーションやフレームオーバーレイ時系列アノテーションなどの一連の効率化ツールを備えており、従来の静的アノテーションと比較して、手動アノテーションコストを60%削減できます。

関連分析によると、ロボタクシーサービスは2026年頃に世界的に商用化されると予想されており、中国は世界最大のロボタクシーサービス市場となり、2025年には2億ドル、2030年には390億ドルに達し、世界のロボタクシーサービス市場シェアの半分以上を占めると予測されています。「インテリジェント車両産業特別レポート」によると、ロボタクシー市場において、自律走行型と集約型モデルが長期的な競争力を持つ可能性が高いとされています。

これらの旅行プラットフォームのデータ ソリューションを誰が利用しているのでしょうか?

業界のコンセンサスは、自動運転データのクローズドループがビジネスのクローズドループを推進するということです。

しかし、興味深い現象は、自動車メーカーと自動運転技術企業の双方にとって、配車プラットフォームの「データ・クローズドループ」ビジネスが敵ではなく「友人」であるように見えることだ。

Ruqi Mobilityの主要株主構成を確認すると、GAC Group、Didi Autonomous Driving、WeRide、Pony.aiなどが主要株主に含まれていることが明らかになった。

自動車メーカーにとって、自動運転機能は競争障壁を再構築するでしょう。データとコンピューティングパワーが競争の中核要素となります。大手自動車メーカーやサプライヤーは、より多く、より質の高いデータと、より強力で高速なコンピューティングパワーを制御できるようになります。優れたインテリジェント運転能力は、販売コンバージョン率の向上に繋がると期待されています。同時に、安全かつ効率的なロボタクシーサービスを実現するために、自動車メーカーはモビリティプラットフォームによるデータ閉ループツールチェーンの構築を「支援」し、エンドツーエンドの大規模モデルのニーズを満たす自動運転ツールチェーンを構築する必要があります。

2024年6月、広州汽車集団（GAC Group）は、中国で初めてレベル3自動運転路上試験パイロットの実施を承認された自動車メーカーの一つとなりました。Ruqi Mobilityは、パイロットプログラムにおけるインテリジェントコネクテッドカーの主要ユーザーであり、中国で初めてパイロットプログラムに承認されたモビリティ技術プラットフォームの一つでもあります。

小鵬汽車の会長である何小鵬氏はかつて、「エンドツーエンド」の大規模モデルから蓄積された生データに基づいて構築されたクローズドループ機能とシステム機能が、自動車会社がAI競争で生き残れるかどうかの鍵であると述べた。

さらに、業界の専門家は一般的に、テスラのアプローチから判断すると、ロボタクシーの開始により、レベル4自動運転の商業的収益化能力が強化され、ひいては自動運転技術の大規模な開発のための路上テストデータが提供されると期待されると考えています。

MomentaのCEO、曹旭東氏は以前、インタビューで、人間の10倍の安全性を実現し、数百万ものロングテール問題を解決するには、L4ロボタクシーはルールベースの制御に頼る必要があるが、これは実現が困難だと述べていた。データ駆動型のアプローチは、ほとんどの問題を自動的に解決できるため、L4ロボタクシーはデータ駆動型でなければならない。

「必要なデータ量は膨大で、少なくとも数千億キロメートルに上ります。乗用車は通常、年間約1万キロメートル走行するため、その走行距離に達するには年間1,000万台の車が必要になります。さらに、これは大規模なレベル4自動運転を実現するための必須条件です」と曹旭東氏は述べた。

ロボタクシーの商業化を推進する今後の道筋については、市場は業界が「自動車メーカー＋自動運転企業＋事業者」の三者協力モデルを徐々に形成していくと予想している。

自動運転企業はロボタクシー向けのハードウェアおよびソフトウェアソリューションを提供し、OEM は車両の大量生産を担当し、オペレーターはサービスシナリオと高品質のデータサービスを提供します。

自動運転のためのクローズドループデータソリューションは、中国の新エネルギー車開発における標準機能となり、最終的には市場での販売によってどちらが優れているか劣っているかが決まるだろう。