기술 주변기기 일체 포함 일부 주요 자동차 제조업체가 자율주행 투자를 재고하는 이유는 무엇입니까?

일부 주요 자동차 제조업체가 자율주행 투자를 재고하는 이유는 무엇입니까?

May 02, 2023 am 09:13 AM
자율주행

몇 달 전까지만 해도 자율주행은 가장 뜨거운 투자 테마 중 하나였습니다. 하지만 최근 포드를 비롯한 많은 주요 자동차 제조사들이 자율주행 사업에 대한 투자를 재검토하고 있고, 알파벳 등 다른 기업들도 자율주행 사업에 대한 지출을 줄여야 한다는 재정적 압박에 직면해 있다.

일부 주요 자동차 제조업체가 자율주행 투자를 재고하는 이유는 무엇입니까?

Uber는 최초로 자율주행 사업을 매각했습니다

Uber는 2020년에 자율주행 사업을 포기하고 자율주행 스타트업 Aurora Innovation에 사업을 매각한 최초의 회사 중 하나였습니다. 그 대가로 Uber는 회사의 대다수 지분을 받았습니다.

Aurora Innovation은 SPAC 역합병을 통해 상장되었으며 현재 주가는 주당 2달러 미만입니다. 보도에 따르면 우버는 오로라(Aurora), 그랩(Grab), 조마토(Zomato) 등 기업에 대한 투자로 인해 막대한 손실을 입었다.

오로라 이노베이션은 순수 자율주행 사업 개발업체로, 주가 급락은 업계에 대한 투자자들의 비관론을 연상시킵니다. 그뿐만 아니라, 일부 기업에서는 자율주행에 대한 투자를 재검토하고 있습니다.

포드, 자율주행 사업 철수

지난달 포드와 폭스바겐의 합작사인 자율주행 스타트업 아르고AI가 회사에 대한 투자를 취소하면서 주요 자동차 제조사들이 무산됐다. 자율주행에도 관심이 많다.

Ford는 Argo AI가 새로운 투자자를 유치하지 못했다고 말했습니다. 포드는 또한 L4 자율주행 시스템 개발에 집중하지 않을 것이라고 발표했다. 회사 CEO는 일부 투자자가 L4 자율주행 기술에 총 1000억 달러를 투자했지만 아직 수익성 있는 비즈니스 모델을 확정하지 못한 회사가 있다고 말했습니다.

Ford의 첨단 제품 개발 및 기술 담당 이사인 Doug Field는 "L4 자율 주행의 대규모 상용화는 이전에 예상했던 것보다 L2+ 및 L3 운전자 지원 기술이 더 오래 걸릴 것입니다.

그리고 Ford의 최고 재무 책임자(CFO)인 John Lawler는 회사가 자체 운전 기술을 개발할 필요가 없다고 말했습니다.

알파벳 자율주행은 손실 압박에 직면해 있습니다.

알파벳은 자율주행 사업 자회사인 웨이모를 소유하고 있는데, 손실 증가로 인해 주주들의 질문 압력에 직면해 있습니다. 약 60억 달러 상당의 알파벳 주식을 보유하고 있는 TCI 펀드 매니지먼트는 알파벳 경영진에 웨이모의 손실을 줄여줄 것을 요구하는 서한을 보냈다.

TCI는 편지에서 "안타깝게도 사람들은 자율주행에 대한 열의를 잃었고, 경쟁사들도 시장에서 철수했다"고 밝혔습니다. TCI도 편지에서 폭스바겐과 포드가 이 사업에서 철수했다는 사실을 언급했습니다.

공교롭게도 알파벳, 타이거 글로벌, 소프트뱅크의 지원을 받는 자율주행 스타트업 누로는 최근 장기적으로 투자하면서 비용을 절약하기 위해 인력의 5분의 1을 해고하겠다고 발표했습니다.

GM은 자동차가 자율주행 시장에서 물러나지 않을 것이라고 밝혔습니다

업계 관계자들도 자율주행 시장 상황이 암울하지 않은 점, 일부 기업에서는 여전히 자율주행에 대한 투자를 이어가고 있다고 지적했습니다. 예를 들어 제너럴모터스(GM)는 사업에 대한 투자를 철회하지 않을 것이라고 밝혔다. 이 회사는 자율주행 사업을 개발하는 회사인 크루즈를 소유하고 있으며 지난해 마이크로소프트로부터 투자를 받았다.

General Motors CEO Mary Barra는 "우리는 3개 시장에서 출시하고 수익을 창출할 준비가 된 유일한 자율주행차 회사입니다."라고 말했습니다.

Barra는 General Motors의 자율주행 사업 발전에 대해 낙관론을 표명했습니다. 그녀는 "사업의 강점과 우리가 쌓아온 성과를 생각할 때 엄청난 기회가 있기 때문에 자율주행차 사업에 재투자할 수 있다고 느낀다"고 말했습니다.

GM도 2022년 현금 전망을 상향 조정했습니다. 2025년에는 전기차 사업이 흑자를 낼 것으로 기대하고 있다.

Tesla는 소프트웨어를 비즈니스의 주요 동인으로 봅니다.

Tesla는 자율 주행을 비즈니스 성장의 주요 동인으로 봅니다. 회사는 올해 두 차례 완전자율주행시스템(FSD) 가격을 조정해 현재 15,000달러로 인상했습니다.

업계 관계자들은 악화되는 거시경제 환경으로 인해 많은 자율주행차 기업들이 자금 조달 압박에 직면하고 있다고 말합니다. 사업이 아직 초기 단계이기 때문에 많은 기업이 앞으로도 계속 손실을 입을 가능성이 높습니다. 이제 연준이 공격적으로 금리를 인상함에 따라 자율주행차와 같이 돈을 잃는 사업에 자금을 지원하려는 투자자는 거의 없습니다.

자율주행에 대한 '장거리'화와 막대한 투자가 이뤄지는 한편, 침체된 경제 환경이 있는 반면, 자율주행의 미래 방향은 어떻게 될 것이라고 생각하시나요?

위 내용은 일부 주요 자동차 제조업체가 자율주행 투자를 재고하는 이유는 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

본 웹사이트의 성명
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.

핫 AI 도구

Undresser.AI Undress

Undresser.AI Undress

사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover

AI Clothes Remover

사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool

Undress AI Tool

무료로 이미지를 벗다

Clothoff.io

Clothoff.io

AI 옷 제거제

AI Hentai Generator

AI Hentai Generator

AI Hentai를 무료로 생성하십시오.

뜨거운 도구

메모장++7.3.1

메모장++7.3.1

사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전

SublimeText3 중국어 버전

중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기

스튜디오 13.0.1 보내기

강력한 PHP 통합 개발 환경

드림위버 CS6

드림위버 CS6

시각적 웹 개발 도구

SublimeText3 Mac 버전

SublimeText3 Mac 버전

신 수준의 코드 편집 소프트웨어(SublimeText3)

자율주행 분야에서 Gaussian Splatting이 인기를 끌면서 NeRF가 폐기되기 시작한 이유는 무엇입니까? 자율주행 분야에서 Gaussian Splatting이 인기를 끌면서 NeRF가 폐기되기 시작한 이유는 무엇입니까? Jan 17, 2024 pm 02:57 PM

위에 작성됨 및 저자의 개인적인 이해 3DGS(3차원 가우스플래팅)는 최근 몇 년간 명시적 방사선장 및 컴퓨터 그래픽 분야에서 등장한 혁신적인 기술입니다. 이 혁신적인 방법은 수백만 개의 3D 가우스를 사용하는 것이 특징이며, 이는 주로 암시적 좌표 기반 모델을 사용하여 공간 좌표를 픽셀 값에 매핑하는 NeRF(Neural Radiation Field) 방법과 매우 다릅니다. 명시적인 장면 표현과 미분 가능한 렌더링 알고리즘을 갖춘 3DGS는 실시간 렌더링 기능을 보장할 뿐만 아니라 전례 없는 수준의 제어 및 장면 편집 기능을 제공합니다. 이는 3DGS를 차세대 3D 재구성 및 표현을 위한 잠재적인 게임 체인저로 자리매김합니다. 이를 위해 우리는 처음으로 3DGS 분야의 최신 개발 및 관심사에 대한 체계적인 개요를 제공합니다.

자율주행 시나리오에서 롱테일 문제를 해결하는 방법은 무엇입니까? 자율주행 시나리오에서 롱테일 문제를 해결하는 방법은 무엇입니까? Jun 02, 2024 pm 02:44 PM

어제 인터뷰 도중 롱테일 관련 질문을 해본 적이 있느냐는 질문을 받아서 간략하게 요약해볼까 생각했습니다. 자율주행의 롱테일 문제는 자율주행차의 엣지 케이스, 즉 발생 확률이 낮은 가능한 시나리오를 말한다. 인지된 롱테일 문제는 현재 단일 차량 지능형 자율주행차의 운영 설계 영역을 제한하는 주요 이유 중 하나입니다. 자율주행의 기본 아키텍처와 대부분의 기술적인 문제는 해결되었으며, 나머지 5%의 롱테일 문제는 점차 자율주행 발전을 제한하는 핵심이 되었습니다. 이러한 문제에는 다양한 단편적인 시나리오, 극단적인 상황, 예측할 수 없는 인간 행동이 포함됩니다. 자율 주행에서 엣지 시나리오의 "롱테일"은 자율주행차(AV)의 엣지 케이스를 의미하며 발생 확률이 낮은 가능한 시나리오입니다. 이런 희귀한 사건

카메라 또는 LiDAR를 선택하시겠습니까? 강력한 3D 객체 감지 달성에 대한 최근 검토 카메라 또는 LiDAR를 선택하시겠습니까? 강력한 3D 객체 감지 달성에 대한 최근 검토 Jan 26, 2024 am 11:18 AM

0. 전면 작성&& 자율주행 시스템은 다양한 센서(예: 카메라, 라이더, 레이더 등)를 사용하여 주변 환경을 인식하고 알고리즘과 모델을 사용하는 고급 인식, 의사결정 및 제어 기술에 의존한다는 개인적인 이해 실시간 분석과 의사결정을 위해 이를 통해 차량은 도로 표지판을 인식하고, 다른 차량을 감지 및 추적하며, 보행자 행동을 예측하는 등 복잡한 교통 환경에 안전하게 작동하고 적응할 수 있게 되므로 현재 널리 주목받고 있으며 미래 교통의 중요한 발전 분야로 간주됩니다. . 하나. 하지만 자율주행을 어렵게 만드는 것은 자동차가 주변에서 일어나는 일을 어떻게 이해할 수 있는지 알아내는 것입니다. 이를 위해서는 자율주행 시스템의 3차원 객체 감지 알고리즘이 주변 환경의 객체의 위치를 ​​포함하여 정확하게 인지하고 묘사할 수 있어야 하며,

좌표계 변환을 실제로 마스터하셨나요? 자율주행에 필수불가결한 멀티센서 이슈 좌표계 변환을 실제로 마스터하셨나요? 자율주행에 필수불가결한 멀티센서 이슈 Oct 12, 2023 am 11:21 AM

첫 번째 파일럿 및 주요 기사에서는 주로 자율 주행 기술에서 일반적으로 사용되는 여러 좌표계를 소개하고 이들 간의 상관 관계 및 변환을 완료하고 최종적으로 통합 환경 모델을 구축하는 방법을 소개합니다. 여기서 초점은 차량에서 카메라 강체로의 변환(외부 매개변수), 카메라에서 이미지로의 변환(내부 매개변수), 이미지에서 픽셀 단위로의 변환을 이해하는 것입니다. 3D에서 2D로의 변환에는 해당 왜곡, 변환 등이 포함됩니다. 요점: 차량 좌표계와 카메라 본체 좌표계를 다시 작성해야 합니다. 평면 좌표계와 픽셀 좌표계 난이도: 이미지 평면에서 왜곡 제거와 왜곡 추가를 모두 고려해야 합니다. 2. 소개 좌표계에는 픽셀 평면 좌표계(u, v), 이미지 좌표계(x, y), 카메라 좌표계(), 월드 좌표계() 등 총 4가지 비전 시스템이 있습니다. 각 좌표계 사이에는 관계가 있으며,

자율주행과 궤도예측에 관한 글은 이 글이면 충분합니다! 자율주행과 궤도예측에 관한 글은 이 글이면 충분합니다! Feb 28, 2024 pm 07:20 PM

자율주행 궤적 예측은 차량의 주행 과정에서 발생하는 다양한 데이터를 분석하여 차량의 향후 주행 궤적을 예측하는 것을 의미합니다. 자율주행의 핵심 모듈인 궤도 예측의 품질은 후속 계획 제어에 매우 중요합니다. 궤적 예측 작업은 풍부한 기술 스택을 보유하고 있으며 자율 주행 동적/정적 인식, 고정밀 지도, 차선, 신경망 아키텍처(CNN&GNN&Transformer) 기술 등에 대한 익숙함이 필요합니다. 시작하기가 매우 어렵습니다! 많은 팬들은 가능한 한 빨리 궤도 예측을 시작하여 함정을 피하기를 희망합니다. 오늘은 궤도 예측을 위한 몇 가지 일반적인 문제와 입문 학습 방법을 살펴보겠습니다. 관련 지식 입문 1. 미리보기 논문이 순서대로 되어 있나요? A: 먼저 설문조사를 보세요, p

SIMPL: 자율 주행을 위한 간단하고 효율적인 다중 에이전트 동작 예측 벤치마크 SIMPL: 자율 주행을 위한 간단하고 효율적인 다중 에이전트 동작 예측 벤치마크 Feb 20, 2024 am 11:48 AM

원제목: SIMPL: ASimpleandEfficientMulti-agentMotionPredictionBaselineforAutonomousDriving 논문 링크: https://arxiv.org/pdf/2402.02519.pdf 코드 링크: https://github.com/HKUST-Aerial-Robotics/SIMPL 저자 단위: Hong Kong University of Science 및 기술 DJI 논문 아이디어: 이 논문은 자율주행차를 위한 간단하고 효율적인 모션 예측 기준선(SIMPL)을 제안합니다. 기존 에이전트 센트와 비교

엔드투엔드(End-to-End)와 차세대 자율주행 시스템, 그리고 엔드투엔드 자율주행에 대한 몇 가지 오해에 대해 이야기해볼까요? 엔드투엔드(End-to-End)와 차세대 자율주행 시스템, 그리고 엔드투엔드 자율주행에 대한 몇 가지 오해에 대해 이야기해볼까요? Apr 15, 2024 pm 04:13 PM

지난 달에는 몇 가지 잘 알려진 이유로 업계의 다양한 교사 및 급우들과 매우 집중적인 교류를 가졌습니다. 교환에서 피할 수 없는 주제는 자연스럽게 엔드투엔드와 인기 있는 Tesla FSDV12입니다. 저는 이 기회를 빌어 여러분의 참고와 토론을 위해 지금 이 순간 제 생각과 의견을 정리하고 싶습니다. End-to-End 자율주행 시스템을 어떻게 정의하고, End-to-End 해결을 위해 어떤 문제가 예상되나요? 가장 전통적인 정의에 따르면, 엔드 투 엔드 시스템은 센서로부터 원시 정보를 입력하고 작업과 관련된 변수를 직접 출력하는 시스템을 의미합니다. 예를 들어 이미지 인식에서 CNN은 기존의 특징 추출 + 분류기 방식에 비해 end-to-end 방식으로 호출할 수 있습니다. 자율주행 작업에서는 다양한 센서(카메라/LiDAR)로부터 데이터를 입력받아

nuScenes의 최신 SOTA | SparseAD: Sparse 쿼리는 효율적인 엔드투엔드 자율주행을 지원합니다! nuScenes의 최신 SOTA | SparseAD: Sparse 쿼리는 효율적인 엔드투엔드 자율주행을 지원합니다! Apr 17, 2024 pm 06:22 PM

전면 및 시작점 작성 엔드 투 엔드 패러다임은 통합 프레임워크를 사용하여 자율 주행 시스템에서 멀티 태스킹을 달성합니다. 이 패러다임의 단순성과 명확성에도 불구하고 하위 작업에 대한 엔드투엔드 자율 주행 방법의 성능은 여전히 ​​단일 작업 방법보다 훨씬 뒤떨어져 있습니다. 동시에 이전 엔드투엔드 방법에서 널리 사용된 조밀한 조감도(BEV) 기능으로 인해 더 많은 양식이나 작업으로 확장하기가 어렵습니다. 여기서는 희소 검색 중심의 엔드 투 엔드 자율 주행 패러다임(SparseAD)이 제안됩니다. 여기서 희소 검색은 밀집된 BEV 표현 없이 공간, 시간 및 작업을 포함한 전체 운전 시나리오를 완전히 나타냅니다. 특히 통합 스파스 아키텍처는 탐지, 추적, 온라인 매핑을 포함한 작업 인식을 위해 설계되었습니다. 게다가 무겁다.

See all articles