랑시안펑, 로봇 창업을 통한 '대량 생산 지능형 운전' 재현에 관해
리오토 자율주행의 0에서 1 및 150만 대 양산을 이끈 랑시안펑이 화웨이 출신 런겅과 함께 쿤룬싱을 공동 창업했습니다. 임베디드 AI 스타트업은 3개월 만에 수십억 자금을 모금하여 유니콘 지위에 도달했습니다. 인터뷰에서 랑시안펑은 임베디드 지능의 핵심은 모방이 아닌 '이해'이며, 궁극적인 경쟁은 양산과 자급자족에 있다고 강조합니다. 그는 물리적 인과 세계 모델과 '데이터 컴파일'에 기반한 기술 접근 방식을 논하고, toB에서 toC로의 사업 경로를 설명합니다.
리오토(Li Auto)의 초기 단계부터 150만 대 규모의 양산형 자율주행 개발을 이끈 랑 셴펑(Lang Xianpeng)이 화웨이(Huawei)의 렌 겅(Ren Geng)과 함께 쿤룬싱(Kunlun Xing)을 공동 창업하기 위해 팀을 떠났습니다. 체화 지능(embodied intelligence) 로봇에 집중하는 이 회사는 3개월 만에 수십억 규모의 자금을 유치하여 유니콘 기업으로 성장했습니다. 랑은 인터뷰에서 체화 지능의 핵심은 모방이 아니라 이해에 있으며, 이 산업의 최종 시험대는 양산과 자립이라고 강조하면서 현재 상태를 2015~2016년 자율주행 기술과 비교했습니다. 그는 구체적인 기술 경로에 대해 설명했습니다: 물리적 인과 관계 기반 세계 모델과 '데이터 컴파일레이션(data compilation)'을 통해 훈련 데이터에 물리적 속성을 더丰富시키는 방식입니다. 그들은 관절, 모터 등 핵심 부품을 자체 개발하는 전체 스택(full-stack) 접근 방식을 선택했습니다. 사업 전략은 기업 대 기업(toB) 애플리케이션으로 시작하여 결국 기업 대 소비자(toC) 가정용 제품으로 확장하는 것을 목표로 합니다. 랑은 리오토에서의 경험과 비교하며 데이터 주도 접근 방식, 고정밀 지도(HD maps)에서 엔드투엔드(end-to-end), 그리고 시각-언어-작용(VLA)으로의 패러다임 전환의 중요성을 강조했습니다. 또한 모델과 함께 엔지니어링의 중요성도 언급했으며, 내재적으로 일반화 가능한 물리 법칙을 학습하는 '원 브레인, 멀티 폼(one brain, multiple forms)' 아키텍처에 대해 설명했습니다.
출처: QbitAI 量子位 —
원문
