es.wedoany.com Noticia: Zhou Guang, fundador y CEO de DeepRoute.ai, afirmó en la Cuarta Conferencia de Pioneros del Futuro del Automóvil que la tecnología de conducción asistida basada en modelos pequeños ha alcanzado el límite de su capacidad en los últimos cinco años, y que la industria necesita una transición hacia un paradigma tecnológico basado en el conocimiento de grandes modelos. Señaló que los modelos pequeños son buenos para reflejos condicionados y respuestas a características locales, mientras que los grandes modelos tienen ventajas significativas en cognición global y pensamiento avanzado.
En su discurso, Zhou Guang analizó las limitaciones de la tecnología de modelos pequeños. Mencionó que los sistemas de modelos pequeños presentan un "efecto balancín", donde la optimización para una ciudad específica puede provocar una disminución del rendimiento en otras regiones, y las modificaciones repetidas afectan la confianza del usuario. Consideró que, aunque la inversión actual aumenta, la mejora del rendimiento se ralentiza, y la razón fundamental es que la ruta técnica de los modelos pequeños ha tocado techo.
Zhou Guang presentó la ruta técnica de DeepRoute.ai. La empresa ya ha adoptado un modelo base de 40 mil millones de parámetros, integrando las tres capacidades de Driver (conductor), Analyst (analista) y Critic (crítico) en un solo modelo, cubriendo todo el ciclo de desarrollo, iteración y operación. Según explicó, este enfoque mejora la eficiencia de datos en 10 veces y promueve la transición de procesos manuales a automatización basada en modelos.
En su discurso, Zhou Guang comparó los modelos pequeños con los grandes. Usando el ejemplo de "un perro pintado con rayas de cebra", señaló que un modelo pequeño lo identificaría como una cebra debido a las características locales, mientras que un modelo grande, basado en la cognición global, aún lo juzgaría como un perro. Consideró que, cuando la conducción asistida avanza desde una intervención segura de decenas de kilómetros en carreteras urbanas hacia niveles superiores, debe depender de sistemas cognitivos basados en grandes modelos.
En cuanto a los datos del mercado, Zhou Guang reveló que en 2025, la cuota de mercado de DeepRoute.ai creció 2,1 veces interanual, alcanzando un 24% en el mercado de NOA de terceros, ocupando el segundo lugar en la industria. Afirmó que actualmente, por cada 3 vehículos nuevos equipados con NOA urbano, 1 utiliza la solución de DeepRoute.
Zhou Guang también propuso los objetivos de desarrollo para 2026: lograr la entrega de más de 1 millón de vehículos; tras la introducción del modelo base, el MPCI (número de intervenciones de seguridad por cada mil kilómetros) espera superar los 1000 kilómetros, haciendo que la proporción de uso frecuente en escenarios urbanos supere el 50%. Consideró que, una vez que el rendimiento de seguridad mejore al nivel de miles de kilómetros, y el número mensual de intervenciones de seguridad del usuario se reduzca a menos de una vez, la conducción asistida podrá pasar de ser utilizable a ser buena, común y segura.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
