วิวัฒนาการของจัวหยู: บริษัทรถยนต์ไร้คนขับที่เกิดจากวิชันโดรน DJI

1. การข้ามสายพันธุ์ยีนโดรน: จุดเริ่มต้นวิชันสเตอรีโอด้านหน้า

ในปี 2016 ภายใน DJI โครงการวิจัยล่วงหน้าหมายเลข BR1609 เริ่มต้นขึ้น — เป็นโครงการวิจัยชิ้นที่เก้าโดยพฤตินัยที่ DJI เริ่มในปีนั้น แทบไม่มีใครคาดคิดว่ามันจะกลายเป็นบริษัทรถยนต์ไร้คนขับที่โดดเด่นที่สุดแห่งหนึ่งของจีน ซึ่งการตัดสินใจที่โด่งดังที่สุดคือการลบฐานโค้ดของตัวเองทิ้ง

ในปี 2016 DJI Phantom 4 เพิ่งยึดตลาดโดรนสำหรับผู้บริโภคด้วยวิชันเชิงกลชั้นนำ และซีรีส์ "Mavic" (御) กำลังนิยามใหม่ว่าโดรนพกพาควรเป็นอย่างไร Shen Shaojie (沈劭劼) — ขณะนั้นเป็นผู้ช่วยศาสตราจารย์ที่ HKUST และวิศวกร DJI ด้านการระบุตำแหน่งและวางแผนโดรน — นำทีมที่ติดตั้งกล้องสเตอรีโอคู่บนโดรนเป็นครั้งแรก ทีมของเขาย้ายงานวิจัย HKUST ซึ่งเป็นระบบนำทางวิสัยทัศน์-เฉื่อย (VINS framework) จากห้องแล็บสู่โดรนสายการผลิต

ทีมค้นพบสิ่งสำคัญ: วิชันเชิงกลสำหรับโดรนและการรับรู้สภาพแวดล้อมสำหรับการขับขี่มีตรรกะพื้นฐานเดียวกัน ความสามารถที่สั่งสมของ DJI ในอัลกอริทึมวิชัน การฟิวชันเซนเซอร์ และการนำทางเฉื่อย จึงถ่ายทอดสู่ยานยนต์ได้ ในปี 2017 ทีมเล็กๆ ทำการทดสอบบนถนนครั้งแรกในสนามทดสอบปิดที่เซินเจิ้น ด้วยระบบรับรู้ที่ดัดแปลงจากเทคโนโลยีโดรน ในปี 2018 โครงการได้รับใบอนุญาตทดสอบรถยนต์ไร้คนขับชุดแรกของเซินเจิ้น และก้าวสู่การตรวจสอบบนถนนเปิด

จากวินาทีนั้น อัตลักษณ์ทางเทคนิคถูกกำหนดไว้แล้ว: วิชันต้องมาก่อน สร้างรอบระบบสเตอรีโอวิสัยทัศน์เฉื่อยด้านหน้า — ทายาทโดยตรงของงาน VINS ในยุคโดรน

2. แพลตฟอร์มเฉิงซิง: นำร่องในเมืองบนฮาร์ดแวร์ต้นทุนต่ำ

ในปี 2021 ฝ่ายยานยนต์ของ DJI ก่อตั้งอย่างเป็นทางการ และเปิดตัวครั้งแรกที่ Shanghai Auto Show เส้นทางเทคนิคของจัวหยูเบี่ยงเบนอย่างชัดเจนจากกระแสหลัก:

• ไม่กองกำลังประมวลผล: อุตสาหกรรมเชื่อว่าการนำทางในเมืองต้องใช้ 256+ TOPS จัวหยูตั้งใจให้ความสามารถเดียวกันบนแพลตฟอร์ม 32 TOPS หรือน้อยกว่า
• ไม่ใช้เซนเซอร์แพง: การจัดวางวิชัน 7 กล้อง (กล้องสเตอรีโอเฉื่อยคู่ด้านหน้า + กล้องโมโนด้านหลัง 1 ตัว + กล้องฟิชอายรอบทิศ 4 ตัว) — ไม่พึ่งแผนที่ HD ไม่พึ่งลิดาร์
• "ความเท่าเทียมของการขับขี่อัจฉริยะ" เป็นเป้าหมาย: นำระบบช่วยเหลือขั้นสูงสู่รถ EV ระดับ A0 ที่ราคาต่ำกว่า 100,000 RMB

ในปี 2022 Baojun KiWi EV ที่ขับเคลื่อนด้วยโซลูชันจัวหยู เข้าสู่การผลิตจริงและเป็นที่รู้จักในฐานะ "การทดลองขับขี่อัจฉริยะแสนหยวน" สถาปัตยกรรมนี้ — การจัดวางเซนเซอร์น้อยที่สุดบวกการปรับอัลกอริทึมสุดขั้ว — ถูกตั้งชื่อว่า**"แพลตฟอร์มเฉิงซิง" (成行平台)** ระบบวิชันสเตอรีโอเฉื่อยที่พัฒนาขึ้นเองสร้างข้อมูล 3 มิติจากความต่างภาพ (disparity) ตรวจจับวัตถุขอบเหตุการณ์ที่ไม่เคยเห็นได้อย่างทนทาน และยกระดับความแม่นยำการรับรู้สิ่งกีดขวางสู่ช่วง 0.05–0.1 เมตร อุตสาหกรรมถึงกับเหลียวมอง: นำร่องในเมืองด้วยงบประมาณขนาดนั้นไม่เคยมีมาก่อน

3. ยุคกฎเกณฑ์: ปริศนาวิศวกรรมที่ยากขึ้นเรื่อยๆ

ในฐานะสำนักหุ่นยนต์ดั้งเดิม ทีมจัวหยูยึดมั่นแนวทางที่ขับเคลื่อนด้วยกฎเกณฑ์มานาน ด้วยสมมติฐานโดยนัยว่า "ฉันสร้างแบบจำลองโลกกายภาพเอง" ในการพัฒนานำร่องในเมือง วิศวกรไล่เรียงสถานการณ์จราจรและเขียนกฎหลายพันข้อเพื่อจัดการสัญญาณไฟ เลี้ยวแบบไร้การป้องกัน คนเดินถนน และจักรยานไฟฟ้า

ความจริงตีกลับอย่างสาหัส ความซับซ้อนของการจราจรในเมืองจีนเกินกว่าคลังกฎใดๆ — จักรยานไฟฟ้าวิ่งสวนเลน คนเดินข้ามถนนกลางทาง การแย่งกันแบบ "ซิป" ที่แยก — ทุกสถานการณ์ long-tail ที่ไม่ได้ไล่เรียงหมายถึงกฎใหม่ และกฎใหม่ทุกข้อก็เผยปัญหาอีกมาก ทีมอธิบายว่าเป็นปริศนาทางวิศวกรรม: "แก้ปัญหาหนึ่ง โผล่สิบปัญหาใหม่" โค้ดกฎยิ่งเยอะ ระบบยิ่งเก้ๆ กังๆ ในปี 2024 เมื่ออุตสาหกรรมพลิกสู่ end-to-end ครั้งใหญ่ จัวหยูถูกบีบสามด้าน: โมเดลยังไม่สุก แรงกดดันส่งมอบลูกค้า ผลผลิต backend ไร้ทิศทาง

4. ทุ่มสุดตัว: ลบฐานโค้ดและเดิมพันทุกอย่างกับ End-to-End

ปี 2024 กลายเป็นจุดพลิกผัน

หลังวิจัยล่วงหน้า end-to-end เกือบหนึ่งปี ทีมตัดสินใจที่หาได้ยากในอุตสาหกรรม — วินาที "ตัดแขนตัวเอง" ในวันที่ 14 ตุลาคม 2024 พวกเขาลบฐานโค้ดเดิมทั้งหมดและประกาศ: "จากนี้มีเพียง end-to-end ไม่มีกฎอีกต่อไป"

การตัดสินใจลบล้างวิศวกรรมแบบกฎเกณฑ์แปดปี ตอนนั้นจัวหยูเพิ่งแยกตัวจาก DJI รอบระดมทุนแรกปิดที่ 1.5 พันล้าน RMB — แต่เงินจริงเข้าแค่หนึ่งในสาม พนักงานหลายพันคน และเงินสดอยู่ได้ไม่กี่เดือน CEO Shen Shaojie อธิบายช่วงเวลาแยกตัวด้วยคำอุปมาจาก The Three-Body Problem: มนุษยชาติกลายเป็นมนุษย์อวกาศ — ไม่มีบ้านให้กลับ ศัตรูแข็งแกร่งเกินไป และเรือที่รอดห้าลำ ทรัพยากรพอเพียงแค่สองลำ "ต้องสละสามลำ"

การพลิกนี้ไม่ใช่การพนันมั่วซั่ว แรงบันดาลใจจากแนวทาง "ปัญญาเหนือพละกำลัง" ของเทสลา (ส่วนประกอบแบบโมดูลาร์อธิบายได้ ไม่ใช่กล่องดำยักษ์เดียว) จัวหยูเลือกเส้นทาง end-to-end ที่อธิบายได้และแตกต่าง:

• ถอดโมเดล VLA (Vision-Language-Action) เป็นโมดูลที่อธิบายได้และแบ่งหน้าที่ชัดเจน — การฟิวชันการรับรู้ ความเข้าใจฉาก การวางแผนตัดสินใจ — คงข้อดี data-driven ของ end-to-end พร้อมแก้สองปัญหาหนักที่สุดของอุตสาหกรรม: การให้เหตุผลเชิงสาเหตุ และการสร้างข้อมูลความถี่ต่ำ ทุกเอาต์พุตของโมดูลย้อนรอยและตีความได้ เมื่อล้มเหลว ทีมชี้โมดูลที่ผิดได้ทันที
• สำหรับข้อมูลความถี่ต่ำ (พายุฝน พายุหิมะ โซนก่อสร้าง) สร้างไลบรารีจำลองสถานการณ์กว่า 200 สถานการณ์ long-tail

จังหวะปล่อยผลิตภัณฑ์หลังพลิกไวมาก ในเดือนพฤศจิกายน 2024 FAW Hongqi Tiangong 08 กลายเป็นรถสายการผลิตคันแรกที่เปิดตัวอัลกอริทึม end-to-end ที่อธิบายได้ของจัวหยู (Chengxing "ClixPilot") ด้วยการจัดวาง 10 กล้องกำลังสูงบน Qualcomm SA8650P 100 TOPS และการนำทางในเมืองแบบไร้แผนที่ทั่วประเทศ ในปี 2025 จัวหยูติดตั้งเครือข่าย end-to-end บนTDA4 ของ TI (32 TOPS) สำเร็จ — NOA ในเมืองคอมพิวต์กลางเพียงหนึ่งเดียวในระดับเดียวกัน ส่ง OTA ถึงรถชั้นแสนหยวนของ Wuling และ Jetour

วันนี้จัวหยูครอบคลุมลูกค้ารถยนต์นั่ง 9 ราย โปรแกรมร่วมแบรนด์ 15 ราย รุ่นผลิตจริงกว่า 50 รุ่น และอ้างพันธมิตร 34 ราย มีโปรแกรมรถยนต์กว่า 130 รายการ — ตั้งแต่ EV A0 ราคาเริ่มต้นจนถึงซีดานหรู จากน้ำมัน ไฮบริด ถึงไฟฟ้าล้วน

บทสรุป

เส้นทางของจัวหยูคือเรื่องราวการทำลายตนเองอย่างมีวินัย ทีมวิชันโดรนสืบทอดพรสวรรค์อันลึกซึ้งในการบีบความสามารถจากฮาร์ดแวร์น้อยที่สุด — สเตอรีโอวิชันแทนลิดาร์ 32 TOPS แทน 256 วินัย "ปัญญาเหนือพละกำลัง" แบบเดียวกันทำให้มันเป็นหนึ่งในซัพพลายเออร์แรกที่ส่งมอบการนำร่องในเมืองแบบ end-to-end ที่อธิบายได้ บนคอมพิวต์กระแสหลัก — และนี่คือสิ่งที่ทำให้บริษัทที่ลบฐานโค้ดตัวเองในเดือนตุลาคม 2024 วันนี้ยืนอยู่แถวหน้าของซัพพลายเออร์ระบบช่วยขับขี่

ภาพปก: DJI Mavic 3 Pro vs DJI Phantom 4 Pro (via Wikimedia Commons, CC BY 4.0) — สองสายผลิตภัณฑ์โดรนที่เป็นหัวใจของมรดกวิชันของจัวหยู