卓驭進化史：DJIのドローン視覚から生まれた自動運転会社

1. ドローンの遺伝子の越境移植：前視ステレオ視覚という「技術の起点」

2016年、DJIの内部で BR1609 と番号付けられた先行研究プロジェクトが始まった。これは実質、DJIがその年に開始した9番目の研究プロジェクトだ。当時、それが中国で最も異色の自動運転会社になるとは誰も予想しなかった——その最も有名な決断は、自社のコードベースを削除することだった。

2016年、DJIのPhantom 4は業界最先端のマシンビジョンでコンシューマードローン市場を席巻し、「Mavic」（御）シリーズは携帯ドローンの概念を再定義していた。Shen Shaojie（沈劭劼）——当時HKUSTの助教授であり、DJIでドローンの位置推定・プランニングを担当するエンジニア——は、ドローンに初めてステレオカメラを搭載したチームを率いた。彼のチームは、VINSフレームワークに基づく視覚慣性航法システムというHKUSTの研究を、研究室から量産ドローンへ移植した。

チームは重要なことに気づいた：ドローンのマシンビジョンと、運転に必要な環境認識は、同じ根底のロジックを共有している。DJIが蓄積した視覚アルゴリズム、センサーフュージョン、慣性航法の能力は、車載領域へ移行できる。2017年、小チームは深圳の閉鎖テスト場で初の公道テストを実施した。ドローン技術を改良した認識システムを搭載して。2018年、プロジェクトは深圳初の自動運転テスト許可証の一つを取得し、開放道路での検証へ進んだ。

この瞬間から、会社全体を貫く技術的アイデンティティが確立された：視覚最優先、とりわけ前視慣性ステレオ視覚システム——ドローン時代のVINS研究の直接の後継である。

2. 成行プラットフォーム：低算力ハードウェアで都市パイロットを実現

2021年、DJIの自動車事業部が正式に設立され、上海モーターショーで初公開された。卓驭の技術路線は当時の主流と明確に異なっていた：

• 算力を積まない：業界は都市ナビゲーションに256TOPS以上が必要と想定した。卓驭は32TOPS以下のプラットフォームで同等の能力を実現しようとした。
• 高価なセンサーを積まない：7カメラ視覚構成（前視慣性ステレオのペア＋後方単眼1＋全周魚眼4）——高精細地図なし、ライダー依存なし。
• 「智駕平権（スマート運転の平等）」を目標に：10万元以下のA0クラスEVに高度な運転支援をもたらす。

2022年、卓驭ソリューション搭載の宝骏KiWi EVが量産され、「10万元級スマート運転実験」と呼ばれた。この「最小センサー構成＋極限アルゴリズム最適化」のアーキテクチャは**「成行プラットフォーム」（成行平台）と名付けられた。独自開発の慣性ステレオ視覚システムは視差から3次元情報を復元し、未見のエッジケース物体を頑健に検出し、障害物認識精度を0.05〜0.1メートル**に引き上げた。業界は驚いた：その予算で都市パイロットを実現することは前例がなかった。

3. ルール時代の「エンジニアリング・パラドックス」：都市パイロットが難しくなる

伝統的なロボティクス学派として、卓驭チームは長くルール駆動アプローチを信じていた。「物理世界のモデルは私が作った」という暗黙の前提とともに。都市パイロット開発では、エンジニアが交通シナリオを列挙し、信号機・無防備な左折・歩行者・電動自転車に対応する数千のルールを書いた。

現実は残酷に反撃した。中国都市交通の複雑さは、どんなルールライブラリをもはるかに超える——逆走する電動自転車、道路中央を横切る歩行者、交差点の「ジッパー」攻防。列挙されていないロングテールシナリオは新しいルールを要求し、新しいルールはさらに多くの問題を生む。チームはこれをエンジニアリング・パラドックスと表現した：「一つの問題を解決すると、十の新しい問題が現れる。」 ルールコードは増え、システムはより不器用になった。2024年、業界が一斉にエンドツーエンドへ転換したとき、卓驭は三方から圧迫された：未成熟なモデル、クライアント納品の圧力、不安定なバックエンド成果。

4. 孤注一掷（一擲千金）：コードベース削除とエンドツーエンドへの全面転換

2024年が運命の転換点となった。

約1年間のエンドツーエンド先行研究の後、チームは業界でも稀な決断を下した——「壮士断腕」の瞬間だ。2024年10月14日、彼らは従来のコードベースを全削除し、こう宣言した：「今後はエンドツーエンドだけだ。ルールはもうない。」

この決断は8年間のルールベース技術を一瞬で消し去った。当時、卓驭はDJIから分離したばかりで、第一回資金調達は15億元でクローズしたが、実際に着金したのは3分の1だけだった。数千人の従業員を抱え、現金は数か月しか持たなかった。CEOの沈劭劼は分離の瞬間を『三体』の比喩で語った：人類は宇宙人類になる——帰る家はなく、敵は強すぎ、生き残った5隻の船のうち、資源は2隻分しかない。「3隻を犠牲にしなければならない。」

転換は無謀な賭けではなかった。テスラの「巧力出奇迹（知恵で奇跡を生む）」アプローチ（巨大なブラックボックスではなく、説明可能なモジュール部品）に触発され、卓驭は差別化された説明可能なエンドツーエンドの路線を選んだ：

• VLA（視覚・言語・動作）モデルを、説明可能で役割分担されたモジュールに分解——認識フュージョン、シーン理解、意思決定計画——エンドツーエンドのデータ駆動の利点を保ちつつ、業界最難関の二つの問題（因果推論と低頻度データ生成）を解決。各モジュールの出力は追跡・解釈可能で、問題発生時はどのモジュールが悪いかを特定できる。
• 低頻度データ（豪雨・豪雪・工事区間）には、200以上のロングテールシナリオをカバーするシミュレーションライブラリを構築。

転換後のリリースは速かった。2024年11月、一汽紅旗天工08が卓驭の説明可能エンドツーエンドアルゴリズム（成行智駕「ClixPilot」）を初搭載した量産車となった。10カメラ高性能構成、Qualcomm SA8650P、100TOPS、全国無図都市ナビゲーション。2025年、卓驭は**TIのTDA4（32TOPS）**へのエンドツーエンドネットワーク展開に成功——10万元級の五菱・捷途車両へOTAで提供される、クラス唯一の中算力都市NOAとなった。

現在、卓驭は9の乗用車顧客、15の共同ブランドプログラム、50以上の量産モデルをカバーし、34パートナー、130以上の定点車種を擁する——数万元のA0級EVから百万円超の高級セダンまで、ガソリン・ハイブリッド・ピュアEVまで。

結び

卓驭の歩みは、制御された自己破壊の物語だ。ドローンの視覚チームは、最小限のハードウェアから最大限の能力を絞り出す深い才能を受け継いだ——ライダーの代わりにステレオ視覚、256TOPSの代わりに32TOPS。この「巧力出奇迹」の規律が、主流算力で説明可能なエンドツーエンド都市パイロットを量産した最初のサプライヤーの一つにした。そして2024年10月に自社のコードベースを削除した会社が、今や業界トップクラスの運転支援サプライヤーとして君臨することを可能にしたのだ。

表紙画像：DJI Mavic 3 Pro と DJI Phantom 4 Pro（Wikimedia Commons, CC BY 4.0）——卓驭の視覚遺産の中心にある二つのドローンライン。