⚡EV & Auto Club China EV News, Daily

ZYT: Satu Model untuk Mobil dan Robot, Mulai 2027

· autonomous

Sebuah Hongqi Tiangong 05 berwarna abu-abu dengan pelat Polandia dan stiker ZHUOYU ADAS EXPERIENCE di pintunya adalah bukti paling konkret atas taruhan utama ZYT: bahwa satu model dapat mengemudikan sebuah sedan, truk 40 ton, dan pada akhirnya sebuah robot. Model itu akan masuk ke mobil berbayar pada kuartal pertama 2027 — bukan tahun ini, seperti yang dikatakan perusahaan pada April.

Taruhannya dalam satu kalimat

ZYT tidak mengambil tumpukan perangkat bantu pengemudi lalu memangkasnya untuk robot. Perusahaan berargumen bahwa mobil dan robot menghadapi masalah dasar yang sama — membangun model ruang tiga dimensi yang bisa dipakai, memprediksi apa yang terjadi berikutnya, memilih tindakan — dan bahwa satu model fondasi yang dilatih untuk masalah itu mengalahkan dua model spesialis yang dilatih terpisah.

Pertanyaan uang bagi siapa pun yang sedang mencari mobil bukan pertanyaan filosofis. Jika satu model benar-benar melayani sedan, truk, bus, dan robot, biaya perangkat lunak per kendaraan turun dan fiturnya menjadi lebih murah. Jika tidak, pembeli ikut menanggung program riset yang hanya dibebankan pada mobil penumpang. Semua hal lain dalam artikel ini adalah turunan dari itu.

CEO ZYT, Shen Shaojie, menyampaikan versi bertahan-hidup dari gagasan ini di forum tingkat tinggi China EV100 pada 11 April 2026: "Mengemudi cerdas hanyalah bentuk awal dari AI fisik, tidak pernah menjadi tahap akhir. Setiap perusahaan mengemudi yang bertahan akan menjadi perusahaan AI fisik yang bergerak."

Hongqi Tiangong 05 berwarna abu-abu dengan stiker ZHUOYU ADAS EXPERIENCE dan pelat Polandia

Dari unit mobil DJI menjadi perusahaan AI mobilitas

Garis keturunannya penting karena menjelaskan budaya biaya. ZYT bermula sebagai divisi otomotif DJI, dipisahkan menjadi perusahaan independen pada 2023, dan memakai nama merek ZYT pada Juni 2024. Reputasinya dibangun dari memeras bantuan navigasi perkotaan keluar dari komputasi kelas menengah — tawaran bahwa mobil seharga sekitar 150.000 yuan bisa memiliki pengemudian point-to-point seluruh kota tanpa peta definisi tinggi atau lidar. Pelanggannya antara lain lini Baojun dari SAIC-GM-Wuling, Chery, perusahaan patungan Volkswagen di Tiongkok, FAW, dan Dongfeng.

Kepemilikan telah berubah dengan cara yang belum diikuti sebagian besar pemberitaan. BYD mengambil 3,95% saham pada Desember 2024. Pada November 2025, FAW Group menjadi pemegang saham strategis dengan 35,8%, sementara pemegang saham awal NewTerritory turun dari 70,65% menjadi 34,85%, sehingga keduanya berada dalam kendali bersama. Sebuah OEM milik negara kini turut memiliki pemasok yang diminta dibeli oleh OEM lain — fakta tata kelola yang perlu diingat ketika kita sampai pada bagian risiko.

Strateginya datang dalam dua langkah. Pada akhir 2025 muncul konsep "mobile intelligence base"; pada 24 April 2026, di pameran otomotif Beijing, ZYT menerbitkan model fondasi multimoda nativ pertamanya bersama strategi yang disebutnya "intelligence for all mobility", plus kemitraan mendalam dengan FAW yang mencakup sistem bantuan Shenan pada Hongqi, Tiangong 05 dan 06, serta konsep Tiangong S, yang memakai arsitektur baru dengan perangkat keras L3/L4.

Pada peluncuran kendaraan niaga 29 Oktober 2026, angka untuk mobil penumpang adalah: 22 pelanggan, lebih dari 60 model dalam produksi, lebih dari 110 model yang sudah dinominasikan, dan pelanggan baru termasuk Toyota dan Hyundai.

Baojun Yunhai biru muda di atas panggung pameran

Apa yang sebenarnya Anda dapat dari kata "nativ"

ZYT menggambarkan tiga generasi, dan penilaiannya adalah penilaian versi mereka sendiri, yang akan kita bahas lagi nanti.

Pada generasi pertama, aturan ditambah peta definisi tinggi ditambah model persepsi kecil menghasilkan kemampuan umum yang dinilai ZYT sekitar 40 dari 100, yang bisa didorong ke 80 lewat kustomisasi regional yang berat — dengan konsekuensi membangun ulang peta dan aturan untuk setiap kota baru. Treadmill "membuka kota baru" itu adalah seluruh sejarah bantuan navigasi perkotaan Tiongkok dalam satu kalimat. Pada generasi kedua, model end-to-end mengangkat titik awal ke sekitar 70, dengan penambalan berbasis aturan yang ringan hingga 90; generasi 4.0 ZYT berada di sini, dengan ukuran model puluhan juta hingga ratusan juta parameter bagian bawah. Ini adalah pergeseran generasi yang sama yang mengubah Horizon Robotics dari pemasok chip menjadi vendor tumpukan end-to-end satu tahap.

Generasi ketiga adalah model multimoda nativ, dan kata "nativ" membawa empat klaim teknis yang spesifik.

Pertama, representasi terpadu: input video, teks, aksi, suara, dan peta dikodekan dalam satu kerangka kerja, bukan lima encoder yang disambung-sambung. Kedua, generalisasi terjadi selama pra-pelatihan, bukan sesudahnya — argumen ZYT adalah bahwa pasca-pelatihan, distilasi, dan penerapan hanyalah persoalan rekayasa, sementara batas atasnya ditentukan pada tahap pra-pelatihan. Ketiga, campuran datanya bukan hanya mengemudi: di dalamnya ada video internet dan log orang pertama dari robot bergerak, plus aturan lalu lintas dan kebiasaan mengemudi lintas negara. Keempat, dan ini pembeda yang paling ditekankan ZYT, ini bukan VLA dalam pengertian biasa. Model vision-language-action menerjemahkan input sensor menjadi token bahasa lalu menjadi aksi, dan langkah penerjemahan eksplisit itu memakan latensi serta kehilangan informasi. Melatih setiap modalitas di dalam satu kerangka kerja, kata ZYT, menghapus jahitan itu.

Jadi di jalan, apa artinya? Bukan "lebih pintar" dengan cara yang akan Anda sadari dalam perjalanan besok. Artinya portabilitas: model end-to-end yang berhadapan dengan budaya hak jalan yang berbeda harus dilatih ulang sebagian besar, dan itulah sebabnya ekspor bantuan pengemudi Tiongkok bergerak lambat. Model yang mempelajari jarak ikut serta hak jalan sebagai hubungan fisik yang umum seharusnya hanya butuh aktivasi, bukan pelatihan ulang. Target yang dinyatakan ZYT adalah Zero Shot — transfer pengetahuan tanpa data baru — dan target mereka sendiri untuk itu adalah "langsung berfungsi lintas kelas kendaraan", "sedikit atau tanpa generalisasi ulang di luar negeri", dan "satu model untuk jalan beraspal, jalan tak beraspal, dalam dan luar ruangan".

Klaim 70-ke-95, dan seberapa bernilai

ZYT mengatakan generasi end-to-end mulai dari 70 dan model nativ mulai dari 95 sejak awal. Berikut apa arti angka itu dan apa yang bukan.

Ini adalah skor internal pada skala yang didefinisikan perusahaan sendiri, tanpa set uji yang diterbitkan dan tanpa replikasi pihak ketiga. Angka ini tidak dapat dibandingkan antar pemasok — angka 95 dari ZYT dan 95 dari vendor lain tidak mengukur hal yang sama. Perlakukan 70 dan 95 sebagai sebelum-dan-sesudah versi internal, bukan peringkat pasar.

Ada satu titik data yang bisa diperiksa secara eksternal: ZYT menggelar uji coba berkendara untuk media dengan model nativ di pameran Beijing, di dalam mobil berbasis platform Thor Nvidia dengan konfigurasi 11 kamera dan sensor lidar-vision kabin Jimu 2.0 miliknya sendiri. Uji coba bersama pengemudi perusahaan bukan perjalanan Anda, tetapi setidaknya itu bukan tayangan slide.

Angka kedua beredar di liputan industri Tiongkok — klaim tingkat kelulusan lebih dari 40% lebih tinggi pada skenario long-tail dibanding generasi end-to-end sebelumnya, yang dikaitkan dengan pengujian internal ZYT. Kami tidak dapat memverifikasinya secara independen, dan itu jenis angka yang seharusnya diukur ulang setelah pengiriman, bukan sebelumnya.

Ujian yang jujur untuk semua ini adalah tingkat pengambilalihan kendali di jalan yang sama, enam bulan setelah pelanggan memiliki perangkat lunaknya. Itu belum terjadi.

Bukti akademis, tanpa hiperbola

Dua makalah terbuka yang terbit pada jendela waktu yang sama membuat argumen basis bersama menjadi konkret, dan angka-angkanya lebih berguna daripada bahasa strategi.

ACE-Brain-0 (arXiv 2603.03198, Maret 2026) berasal dari Daxiao Robotics — perusahaan Shanghai yang diketuai salah satu pendiri SenseTime, Wang Xiaogang — bersama Shanghai Jiao Tong University, Nanyang Technological University, dan Chinese University of Hong Kong. Ini adalah model multimoda 8B parameter yang dilatih pada korpus 1,5 miliar token yang menyatukan empat domain, bukan tiga: kognisi spasial, mengemudi otonom, penginderaan drone ketinggian rendah, dan manipulasi robot. Model ini meraih state-of-the-art di antara model embodied pada 19 dari 24 benchmark, dengan skor 92,0% pada tes spasial SAT, 82,1% pada MindCube, 91,7% pada NuPlanQA untuk perencanaan mengemudi, dan 64,6% pada RoboVQA untuk penalaran robotik jangka panjang.

Ablasinya adalah bagian yang menarik. Inisialisasi setiap spesialis domain dari bobot pra-pelatihan spasial meningkatkan hasil sebesar 19,3% pada mengemudi otonom, 16,5% pada tugas drone, dan 5,4% pada manipulasi. Inisialisasi yang berpusat pada spasial memberi keuntungan 25,6% dibanding penyetelan instruksi standar.

MiMo-Embodied (arXiv 2511.16518) adalah versi Xiaomi, dirilis terbuka pada 21 November 2025 di bawah lisensi MIT: model vision-language 7B yang mencakup 17 benchmark embodied — perencanaan tugas, prediksi affordance, pemahaman spasial — dan 12 benchmark mengemudi yang mencakup persepsi, prediksi keadaan, dan perencanaan. Kesimpulan Xiaomi adalah kedua domain bertransfer secara positif dan saling memperkuat. Pimpinan proyeknya adalah Chen Long, chief scientist Xiaomi untuk mengemudi cerdas, yang menunjukkan ini sama-sama program mobil seperti program robotika.

Sekarang batasnya, karena makalah-makalah ini jujur soal itu. Keduanya model 7B–8B yang mengeluarkan penalaran dan rencana dalam bentuk teks. Tidak satu pun mengeluarkan sudut kemudi atau torsi sendi. Yang mereka tunjukkan adalah bahwa lapisan pemahaman bisa dibagi. Yang dibutuhkan perusahaan mobil adalah lapisan kendali. Langkah itu tidak ada dalam makalah ini.

Di mana pembagian berhenti

Bukti terkuat bahwa pembagian tidak gratis datang dari eksperimen pelatihan ACE-Brain-0 sendiri. Pelatihan gabungan langsung lintas domain menghasilkan interferensi gradien — mengemudi dan manipulasi bersaing untuk parameter yang sama, melemahkan keduanya. Pelatihan sekuensial langsung menghasilkan catastrophic forgetting, di mana mempelajari domain baru merusak yang lama. Itulah sebabnya makalah tersebut memerlukan skema tiga tahap: membangun perancah spasial, melatih spesialis terpisah, lalu menggabungkannya tanpa data asli dan menyempurnakannya dengan pembelajaran penguatan.

Bacalah itu sebagai label peringatan. Model yang benar-benar bertransfer lintas perwujudan bukanlah hasil dari mengarahkan satu sesi pelatihan ke data campuran. Itu memerlukan arsitektur yang dirancang untuk pemisahan tersebut. Kalimat ZYT "satu otak, dua tubuh" adalah klaim tentang telah memecahkan masalah itu, bukan deskripsi perilaku bawaan.

Ada batas kedua, dan sifatnya fisik. Dinamika kendaraan — cengkeraman ban, geometri kemudi, jarak pengereman yang berubah dengan muatan — dan kendali sendi robot bukan masalah yang sama. Rumusan Shen sendiri menerima itu: fondasi terpadu, augmentasi spesifik skenario, adaptasi rekayasa. Yang dibagi adalah pemahaman dunia dan penalaran tugas. Yang tetap lokal adalah eksekusi.

Pansing: otak yang sama pada truk 40 ton

Pada 29 Oktober 2026 di Zhuhai, ZYT meluncurkan Pansing, padanan kendaraan niaga untuk lini mobil penumpang Chengxing. Kalimat Shen adalah bahwa otak yang sama kini tumbuh di dua tubuh yang berbeda.

Hadir dalam dua tingkatan, dan pemisahannya adalah pernyataan publik paling jelas tentang strategi tersebut. PDS 4 dipetakan ke model pemahaman tinggi 4.0-dan-setelahnya, menjalankan bantuan navigasi jalan tol, dan ditujukan untuk truk berat jarak jauh; model ini sudah dalam produksi pada beberapa merek. PDS 5 dipetakan ke model fondasi multimoda nativ, menambahkan bantuan navigasi perkotaan, dan menyasar bus, truk ringan, serta van. Sebuah bus kota Yutong Yuwei E9 PRO dengan perangkat keras Nvidia Thor akan membawa PDS 5.

Daftar pelanggan mencakup enam dari pembuat truk berat teratas Tiongkok — XCMG, Shacman, Sinotruk, FAW Jiefang, Foton, dan Dongfeng Commercial Vehicle — yang bersama-sama menguasai lebih dari 93% pasar truk berat domestik. Sebuah Shacman Delong X5000 sudah dalam produksi dan beroperasi pada rute trunking paket.

Ini adalah test bed terbaik yang dimiliki ZYT, dan alasannya akuntansi, bukan teknologi. Truk berat adalah alat produksi, jadi pembeli dapat memasukkan klaim itu ke dalam pesanan pembelian: angka ZYT adalah 20.000 hingga 30.000 yuan bahan bakar yang dihemat per kendaraan per tahun dari algoritma penghematan bahan bakar berbasis pembelajaran penguatan, sebelum menghitung kenaikan produktivitas pengemudi dan premi asuransi yang lebih rendah karena kecelakaan. Tawaran peluncurannya adalah pengembalian modal dalam satu tahun. Pemilik armada yang menempuh 150.000 km per tahun dapat memeriksa hitungan itu dengan catatan bahan bakarnya sendiri.

Pembeli mobil pribadi tidak dapat memeriksa "95 dari 100" dengan apa pun. Asimetri itulah sebabnya lini truk penting bagi lini mobil: jika bisnis komersial memvalidasi model dan menyebarkan biayanya, fitur penumpang menjadi lebih murah. Jika tidak, biayanya kembali ke mobil.

Unit traktor FAW Jiefang J7 berwarna abu-abu di jalan kota

Jika Anda mencari mobil dengan teknologi ini di dalamnya

Lima hal yang perlu diketahui sebelum seorang pramuniaga memakai frasa "model fondasi".

Anda belum bisa membelinya. Model multimoda nativ dijadwalkan masuk produksi pada Q1 2027. Yang bisa Anda beli pada 2026 adalah generasi end-to-end: 4.0 diluncurkan lewat pembaruan over-the-air sejak April 2026 pada platform Qualcomm 8650 dan 8775, 4.1 sudah ada di beberapa model, dan 4.2 tiba pada kuartal keempat 2026. Mobil pada platform komputasi menengah-ke-bawah TDA4-VH dari TI beralih ke sistem 3.0, yang oleh ZYT sendiri digambarkan sebagai 80% end-to-end.

Jangan bayar premi untuk peningkatan masa depan yang belum Anda verifikasi. Demo berjalan di Thor dengan 11 kamera dan sensor Jimo 2.0. Apakah mobil di platform 8650 dapat ditingkatkan ke model nativ bergantung pada sisa kapasitas komputasi dan daftar sensornya, dan tidak ada orang di ruang pamer yang akan menghitungnya untuk Anda. Mintalah rating TOPS domain controller yang dipakai saat ini dan jumlah sensor yang pasti, secara tertulis.

"100% end-to-end" bukan nilai kemampuan. Itu adalah deskripsi ZYT tentang seberapa besar keputusan mengemudi berasal dari model yang dipelajari, bukan dari aturan yang ditulis tangan. Dua mobil yang sama-sama dijual sebagai end-to-end bisa berperilaku sangat berbeda tergantung sensor dan komputasi.

ZYT sengaja melewati L3. Argumen Shen adalah bahwa batas tanggung jawab L3 terlalu kabur, dan bahwa satu model fondasi dapat melayani status L2 dan L4 dengan redundansi sensor dan fallback jarak jauh. Konsekuensi praktisnya: jika Anda menunggu label "mobil L3", jalur ini tidak akan membawanya. ZYT telah menerbitkan arsitektur L3 dan sedang mengejar lisensi uji coba di beberapa kota, dengan kemajuan berarti yang diharapkan pada paruh pertama 2027.

Perbedaan regional adalah inti dari seluruh latihan ini. Jika Zero Shot berhasil, penerima manfaat pertama adalah pasar di luar Tiongkok, di mana bagian mahal dari bantuan pengemudi tidak pernah terletak pada perangkat kerasnya, melainkan pada pelatihan ulang yang dipaksakan oleh konvensi hak jalan yang berbeda. Eropa adalah ujiannya: mobil dengan pelat Polandia yang membawa stiker itu adalah bukti adanya program Eropa, tetapi itu armada uji, bukan konfigurasi di ruang pamer Eropa. Bagi pembeli Jepang variabelnya berbeda lagi — jalan perkotaan yang sempit dan pola prioritas pejalan kaki yang jarang dilihat model yang dilatih di Tiongkok.

Robot humanoid AGIBOT X2 berwarna putih berdiri di depan spanduk pameran

Risiko yang menentukan semua ini

Tidak ada yang menerbitkan tagihan pelatihan. Shen mengatakan pelatihan model fondasi itu mahal dan bahwa satu-satunya jalan menuju siklus biaya yang sehat adalah penggunaan ulang lintas skenario dengan data multi-domain yang mengalir balik. Dia tidak menyebut angkanya. Komitmen publik yang sebanding memberi gambaran skalanya: Xpeng menaikkan anggaran riset AI fisik 2026 menjadi 7 miliar yuan; Qingzhou Zhihang menempatkan Seri D senilai $100 juta ke model dunia plus pembelajaran penguatan; Li Auto memamerkan MindVLA-o1 di GTC 2026; Geely menerbitkan model world-action WAM-nya. Ini adalah kontes di mana setiap peserta membakar uang tunai, dan basis produksi ZYT terkonsentrasi pada mobil penumpang berharga menengah dan rendah.

Tanggalnya sudah sekali bergeser. Pada April, model itu akan dikirim ke mobil penumpang dan truk berat dalam tahun yang sama. Pada Oktober, jadwalnya menjadi Q1 2027 untuk mobil penumpang. Bergeser tidak fatal, tetapi itu sebuah ukuran: kompleksitas rekayasa penerapan multi-kelas diremehkan sekitar dua kuartal.

Keuntungan transfer menyusut semakin jauh dari mengemudi. Di sinilah angka akademis lebih berguna daripada dek strategi mana pun. Keuntungan ablasional ACE-Brain-0 adalah 19,3% untuk mengemudi, 16,5% untuk drone, dan 5,4% untuk manipulasi. Mengemudi dan drone sama-sama tugas yang menjadi dasar model dibangun — bergerak melalui ruang dan memprediksi gerak. Manipulasi bukan. Keuntungan 5,4% itu nyata, dan juga seperlima dari yang diperoleh mengemudi. Siapa pun yang mengekstrapolasi dari "mobil dan robot berbagi otak" ke "mobil membuat robot jadi mudah" sebaiknya merenungkan urutan itu lebih dulu.

Tidak ada silikon internal. Shen telah menyatakan secara eksplisit bahwa ZYT tidak mengembangkan chip sendiri dan fokus pada solusi serta ekosistem. Itu berdampingan dengan tawaran perangkat keras terintegrasi, yang mencakup domain controller dari 200 hingga 1.400 TOPS dan lidar internal, tetapi bukan SoC. Sisi baiknya adalah tidak bertaruh pada node proses. Sisi buruknya adalah biaya komputasi dan waktu pasokan berada di tangan Nvidia dan Qualcomm.

Pertanyaan kepemilikan. FAW yang memegang 35,8% dalam kendali bersama dengan NewTerritory membawa stabilitas tatanan dan pelanggan captive yang sangat besar. Ini juga memunculkan pertanyaan tentang pemasok netral yang akan diajukan OEM pesaing secara tertutup: apakah Anda ingin peta jalan bantuan pengemudi Anda dimiliki bersama oleh seorang pesaing?

Tanya Jawab (FAQ)

Apakah model multimoda nativ sudah ada di mobil yang bisa saya beli hari ini? Tidak. Model ini dijadwalkan untuk Q1 2027. Mobil yang dijual sekarang menjalankan generasi end-to-end, pada 4.0, 4.1, atau 4.2 tergantung model dan platform.

Apakah "satu model untuk mobil dan robot" berarti mobil saya akan mendapat fitur robot? Tidak. Yang dibagi adalah lapisan pemahaman. Perilaku mobil Anda berasal dari lapisan kendali, yang tetap spesifik per kendaraan.

Haruskah saya menunggu model 2027 alih-alih membeli sekarang? Hanya jika bantuan pengemudi adalah alasan utama Anda membeli. Mobil end-to-end 2026 sudah menjalankan bantuan navigasi jalan tol dan perkotaan hari ini; keunggulan generasi 2027 adalah portabilitas lintas wilayah dan jenis kendaraan, yang lebih terlihat di pasar baru daripada di rute harian Anda.

Bisakah mobil saya saat ini ditingkatkan lewat udara? Tanyakan secara spesifik platform apa yang dipakainya. Mobil Qualcomm 8650 dan 8775 mendapat 4.0 ke atas; mobil TI TDA4-VH mendapat 3.0. Lantai perangkat keras model nativ lebih tinggi — demo memakai Thor dengan 11 kamera — dan belum ada pemasok yang menerbitkan jalur retrofit.

Apakah ini memengaruhi asuransi atau nilai jual kembali saya? Tidak secara langsung hari ini. Hal itu menjadi relevan jika sistem L4 dengan rekam jejak keselamatan yang terbit mulai menggeser perhitungan premi, yang merupakan pertanyaan 2027 dan sesudahnya, dan jika generasi perangkat lunak menjadi sesuatu yang dapat diverifikasi pembeli mobil bekas.

Sudut Tiongkok

Yang mencolok di sini bukanlah bahwa sebuah pemasok Tiongkok memiliki model fondasi. Yang mencolok adalah bahwa pemasok Tiongkok menjual model sebagai produk dan kategori kendaraan sebagai target penerapan — kebalikan dari pengaturan biasa di mana pemasok tier-one menjual satu fungsi per platform.

Tiga jalur kini hidup berdampingan di Tiongkok. ZYT menjalankan model plus domain controller plus manufakturnya sendiri, tanpa SoC internal. Horizon Robotics menjalankan chip plus tumpukan HSD-nya sendiri, dan kini berada di dalam tier God's Eye B milik BYD — keduanya bersaing untuk program OEM yang sama dari ujung tumpukan yang berlawanan. Huawei menjual seluruh vertikal. Ketiganya berargumen bahwa skala dalam pelatihan model, bukan jumlah fitur, yang menentukan siapa yang bertahan.

Sisi embodied di Tiongkok lebih padat daripada yang disiratkan pembicaraan strategi. ACE-Brain-0 keluar dari perusahaan robotika Shanghai yang bekerja dengan tiga universitas; MiMo-Embodied keluar dari divisi mobil Xiaomi. Keduanya muncul antara November 2025 dan Maret 2026. Model fondasi lintas perwujudan di sini adalah program perusahaan dengan perangkat keras yang benar-benar dikirim, bukan makalah konferensi.

Bagi pembeli di luar Tiongkok, konsekuensi praktisnya berjalan dua arah. Jika argumen biaya per kendaraan bertahan, kemampuan bantuan pengemudi yang sama seharusnya terus tiba pada mobil Tiongkok dengan harga yang tidak bisa ditandingi pembeli Eropa dan Jepang. Jika Zero Shot bertahan, mobil Tiongkok yang masuk Eropa seharusnya membutuhkan waktu lokalisasi lebih sedikit daripada pola dua-tiga tahun saat ini — dan itulah perbedaan antara sebuah model tersedia di pasar baru saat peluncuran atau dua tahun kemudian.

Sumber

Kredit gambar

  • Hongqi Tiangong 05 dengan stiker ZHUOYU ADAS EXPERIENCE, IAA 2025 — Alexander-93, Wikimedia Commons, CC BY-SA 4.0
  • Baojun Yunhai — JustAnotherCarDesigner, Wikimedia Commons, CC0
  • Unit traktor FAW Jiefang J7 — Windmemories, Wikimedia Commons, CC BY-SA 4.0
  • Robot humanoid AGIBOT X2 di MWC 2026 — JJxFile, Wikimedia Commons, CC BY 4.0

Ringkasan

Taruhan inti ZYT (dahulu DJI Automotive, dipisahkan dari DJI pada 2023 dan memakai merek ZYT pada Juni 2024) adalah bahwa mengemudi cerdas dan robotika berakar pada masalah yang sama — membuat mesin memahami dunia fisik tiga dimensi dan bertindak berdasarkan pemahaman itu — sehingga satu model fondasi multimoda nativ dapat melayani mobil penumpang, truk berat, bus, dan robot generik sekaligus. Ini bukan visi, melainkan perhitungan biaya: pada 11 April 2026 di forum tingkat tinggi China EV100, Shen Shaojie menyatakan bahwa mengemudi cerdas hanyalah bentuk awal AI fisik dan tidak pernah menjadi tahap akhir, dengan alasan biaya pelatihan model fondasi terlalu tinggi untuk ditanggung lini mobil penumpang saja.

Realisasi teknisnya berjalan dua langkah: pada 24 April di pameran otomotif Beijing, ZYT merilis model fondasi multimoda nativ pertamanya (representasi terpadu untuk video, teks, aksi, suara, dan peta; generalisasi terjadi pada pra-pelatihan, bukan pasca-pelatihan; berbeda dari VLA yang memerlukan penerjemahan semantik eksplisit); lalu pada 29 Oktober di Zhuhai meluncurkan solusi kendaraan niaga Pansing dalam dua tingkatan, PDS 4 (model pemahaman tinggi, bantuan navigasi jalan tol, sudah produksi) dan PDS 5 (multimoda nativ, termasuk bantuan navigasi perkotaan), dengan pelanggan mencakup enam pembuat truk berat teratas Tiongkok yang bersama-sama menguasai lebih dari 93% pasar.

Namun ada tiga salah baca umum yang perlu dikoreksi. Pertama, jadwal produksi sudah bergeser: pada April dikatakan "dalam tahun ini", pada Oktober menjadi produksi pada kuartal pertama 2027. Kedua, bukti akademis lebih tepat daripada rangkuman sekunder — ACE-Brain-0 (arXiv 2603.03198, Maret 2026, hasil kerja sama Daxiao Robotics dengan Shanghai Jiao Tong University, Nanyang Technological University, dan Chinese University of Hong Kong) menyatukan empat jenis tugas, yaitu kognisi spasial, mengemudi otonom, penginderaan ketinggian rendah, dan manipulasi robot, bukan tiga, serta meraih SOTA pada 19 dari 24 benchmark di kubu model embodied. Ketiga, pembagian beban punya biaya dan melemah: ablasi makalah itu menunjukkan bahwa inisialisasi pra-pelatihan spasial memberi +19,3% untuk mengemudi otonom, +16,5% untuk drone, tetapi hanya +5,4% untuk manipulasi robot; pelatihan gabungan yang naif menimbulkan interferensi, pelatihan berurutan menimbulkan catastrophic forgetting, sehingga diperlukan skema "bangun basis spasial — latih spesialis per domain — gabungkan tanpa data". Semakin jauh dari tugas asal "bergerak di dalam ruang", semakin kecil keuntungan transfernya, dan itulah bantahan paling keras terhadap anggapan bahwa "kalau mobilnya sudah bagus, robotnya otomatis ikut jadi".

Implikasi langsung bagi pembeli: model nativ belum bisa dibeli sebelum Q1 2027; yang tersedia sekarang adalah end-to-end 4.0/4.1/4.2 (platform Qualcomm 8650 dan 8775) atau 3.0 (platform TDA4-VH, yang oleh ZYT sendiri disebut 80% end-to-end); jangan membayar premi untuk janji "bisa diupgrade nanti", tanyakan lebih dulu kapasitas komputasi domain controller dan daftar sensornya; ZYT sengaja melewati L3, dan "100% end-to-end" adalah proporsi model, bukan tingkat kemampuan.

Artikel terkait

Kembali ke semua artikel · Lihat komentar di halaman interaktif