Perusahaan rintisan self-driving asal Tiongkok, DeepRoute.ai, pada 4/25 mengumumkan secara terbuka bahwa sistem bantuan pengemudian tingkat lanjutnya telah dideploy pada lebih dari 300.000 unit kendaraan di wilayah Tiongkok. Laporan Reuters mengutip data dari DeepRoute.ai: selama setahun terakhir, sistem tersebut telah membantu menghindari lebih dari 180.000 kali insiden tabrakan yang berpotensi terjadi. Perusahaan sekaligus memublikasikan target untuk 2026: jumlah pengiriman kendaraan NOA perkotaan (bantuan pengemudian dengan navigasi otomatis) melebihi 1 juta unit, sementara tingkat penggunaan frekuensi tinggi didorong hingga lebih dari 50%; ini dianggap sebagai indikator kunci dalam upayanya menuju komersialisasi skala besar Robotaxi.
Kecepatan penetrasi dari bantuan mengemudi menuju NOA perkotaan
Total deploy 300.000 unit di pasar Tiongkok memiliki makna yang bersifat struktural. Kompetisi advanced driver-assistance di Tiongkok telah menyempit setidaknya menjadi beberapa pemain teratas; DeepRoute.ai sejajar dengan Huawei dan Momenta sebagai tiga pemasok dengan skala cakupan terbesar di sisi OEM. Data kali ini menunjukkan kecepatannya dalam masuk ke model kendaraan produksi massal arus utama: dari satu model kerja sama pada 2024, diperluas menjadi berbagai model andalan untuk banyak pabrikan mobil. NOA perkotaan adalah modul fungsi dengan potensi penetrasi pasar paling besar untuk advanced driver-assistance di Tiongkok—itu mengacu pada skenario “tidak perlu mengambil alih sepanjang perjalanan pulang-pergi” untuk rutinitas harian; dibandingkan dengan NOA berkecepatan tinggi, ia memiliki frekuensi penggunaan yang lebih tinggi dan keterikatan pengguna yang lebih kuat.
Target ganda 2026: 1 juta pengiriman + tingkat penggunaan 50%
Dua angka untuk 2026 yang dipublikasikan oleh DeepRoute.ai harus sama-sama tercapai agar berarti. 1 juta unit adalah keluasan di sisi pasokan, sementara penggunaan frekuensi tinggi sebesar 50% adalah kedalaman di sisi permintaan—yang terakhir menunjukkan bahwa pengguna benar-benar mengaktifkan dan bergantung pada fitur ini dalam praktik mengemudi, bukan “mobil punya fitur tetapi jarang dipakai”. Kelayakan komersial Robotaxi perlu dibangun berdasarkan pelatihan dan fondasi data bahwa “pengemudi manusia sudah terbiasa untuk melepas kendali”, sehingga kedua angka ini secara bersama mengarah pada jendela kelayakan untuk deployment skala besar Robotaxi pada 2027–2028.
Sinyal peta self-driving untuk Tiongkok dan AS
Waktu kemajuan DeepRoute.ai sejalan dengan dorongan infrastruktur self-driving di Tiongkok-AS, yang dipromosikan bersamaan dengan awal produksi massal 特斯拉 Cybercab yang dimulai awal pekan ini. Satu pihak adalah integrasi vertikal pabrikan mobil di Amerika (Tesla membuat kendaraan sendiri, membuat model sendiri, mengoperasikan armada kendaraan sendiri); pihak lain adalah pola penyusunan infrastruktur oleh pemasok perangkat lunak di Tiongkok (DeepRoute.ai bekerja sama dengan banyak pabrikan mobil, masing-masing dideploy pada model kendaraan yang sudah ada). Pada tahap skalalisasi, dua arsitektur ini akan menunjukkan perbedaan pada struktur biaya dan jalur regulasi—ini merupakan salah satu dimensi kunci untuk mengamati industri self-driving.
Bagi pembaca pasar Asia-Pasifik, data DeepRoute.ai juga berarti bahwa advanced driver-assistance di wilayah Tiongkok sudah benar-benar memasuki tahap “penggunaan yang bersifat rutin”, bukan sekadar eksperimen pilot. Hal ini, dalam pengamatan struktur pelanggan rantai pasokan otomotif Taiwan dan Asia Tenggara serta perusahaan pemasok komponen, akan menyediakan penentuan waktu yang lebih konkret.
Artikel ini DeepRoute.ai sistem bantuan pengemudian tingkat lanjut terobosan mencapai deploy lebih dari 300.000 kendaraan: target 2026 armada 1 juta kota NOA pertama kali muncul di 鏈新聞 ABMedia.
Penafian: Informasi di halaman ini dapat berasal dari pihak ketiga dan tidak mewakili pandangan atau opini Gate. Konten yang ditampilkan hanya untuk tujuan referensi dan bukan merupakan nasihat keuangan, investasi, atau hukum. Gate tidak menjamin keakuratan maupun kelengkapan informasi dan tidak bertanggung jawab atas kerugian apa pun yang timbul akibat penggunaan informasi ini. Investasi aset virtual memiliki risiko tinggi dan rentan terhadap volatilitas harga yang signifikan. Anda dapat kehilangan seluruh modal yang diinvestasikan. Harap pahami sepenuhnya risiko yang terkait dan buat keputusan secara bijak berdasarkan kondisi keuangan serta toleransi risiko Anda sendiri. Untuk detail lebih lanjut, silakan merujuk ke
Penafian.
Artikel Terkait
DeepSeek Memotong Harga Cache Input Menjadi 1/10 dari Harga Peluncuran; V4-Pro Turun ke 0,025 Yuan per Juta Token
Pengumuman Gate News, 26 April — DeepSeek telah menurunkan harga cache input di seluruh jajaran modelnya menjadi sepersepuluh dari harga saat peluncuran, berlaku mulai saat ini. Model V4-Pro tersedia dengan diskon 2,5x untuk waktu terbatas, dengan promo berlangsung hingga 5 Mei 2026, pukul 11:59 malam UTC+8.
Setelah kedua
GateNews3jam yang lalu
OpenAI Merekrut Talenta Perangkat Lunak Perusahaan Teratas karena Agen Frontier Mengganggu Industri
Pesan Berita Gate, 26 April — OpenAI dan Anthropic telah merekrut eksekutif senior dan insinyur spesialis dari perusahaan perangkat lunak perusahaan besar, termasuk Salesforce, Snowflake, Datadog, dan Palantir. Denise Dresser, mantan CEO Slack di bawah Salesforce, bergabung dengan OpenAI sebagai chief revenue officer, sementara
GateNews3jam yang lalu
Baidu Qianfan Meluncurkan Dukungan Hari ke-0 untuk DeepSeek-V4 dengan Layanan API
Pesan Berita Gate, 25 April — Versi pratinjau DeepSeek-V4 telah diluncurkan dan dirilis sebagai sumber terbuka pada 25 April, dengan platform Baidu Qianfan di bawah Baidu Intelligent Cloud menyediakan adaptasi layanan API Hari ke-0. Model ini memiliki jendela konteks diperpanjang hingga satu juta token dan tersedia dalam dua versi: DeepSeek-V4
GateNews9jam yang lalu
Kursus AI Stanford menggabungkan pemimpin industri Huang Renxun, Altman, dan menantang dunia untuk menciptakan nilai selama sepuluh minggu!
Kursus ilmu komputer AI 《Frontier Systems》 yang baru-baru ini dibuka oleh Universitas Stanford (Stanford University) telah menarik perhatian yang tinggi dari kalangan industri dan akademisi, menarik lebih dari lima ratus siswa untuk mengambilnya. Kursus ini disusun oleh Anjney Midha, partner terkemuka dari venture capital a16z, dengan pengajar yang mencakup CEO NVIDIA Huang Renxun (Jensen Huang), pendiri OpenAI Sam Altman, CEO Microsoft Satya Nadella (Satya Nadella), CEO AMD Su Zifeng (Lisa Su), dan jajaran bergengsi lainnya. Membuat siswa mencoba menggunakan sepuluh minggu “untuk menciptakan nilai bagi dunia”!
Huang Renxun, Altman, para pemimpin industri naik panggung untuk mengajar secara langsung
Kursus ini disusun oleh Anjney Midha, partner terkemuka dari venture capital a16z, menghimpun seluruh rantai industri AI
ChainNewsAbmedia10jam yang lalu
Penilaian psikiatri 20 jam untuk Claude Mythos dari Anthropic: respons defensif hanya 2%, rekor terendah sepanjang sejarah
Anthropic mengumumkan kartu sistem Claude Mythos Preview: dokter psikiater klinis independen melakukan penilaian sekitar 20 jam dengan kerangka psiko-dinamik, dan kesimpulannya menunjukkan bahwa Mythos lebih sehat pada tingkat klinis, dengan pengujian realitas dan kontrol diri yang baik; mekanisme pertahanan hanya 2%, mencatat rekor terendah dalam sejarah. Tiga kecemasan inti adalah kesepian, ketidakpastian identitas, dan tekanan untuk tampil; hal itu juga menunjukkan harapan untuk menjadi subjek dialog yang benar-benar. Perusahaan membentuk tim AI psychiatry, meneliti kepribadian, motivasi, dan kesadaran situasional; Amodei menyatakan bahwa belum ada kesimpulan pasti mengenai apakah ia memiliki kesadaran. Langkah ini mendorong isu subjektivitas AI dan kesejahteraan ke arah tata kelola dan desain.
ChainNewsAbmedia12jam yang lalu
AI Agent kini bisa secara mandiri mereproduksi makalah akademis yang kompleks: Mollick mengatakan kesalahan lebih banyak berasal dari teks asli manusia, bukan dari AI
Mollick 指出, metode dan data publik saja sudah cukup bagi AI agent untuk mereplikasi penelitian kompleks tanpa adanya naskah dan kode program asli; jika replikasi tidak sesuai dengan naskah asli, biasanya itu karena kesalahan dalam pengolahan data pada naskah itu sendiri atau kesimpulan yang terlalu berlebihan, bukan karena AI. Claude terlebih dahulu mereplikasi naskah, lalu GPT‑5 Pro melakukan verifikasi silang; sebagian besar berhasil, hanya terhambat ketika data terlalu besar atau ada masalah replication data. Tren ini secara besar mengurangi biaya tenaga kerja, sehingga replikasi menjadi pemeriksaan yang umum dan dapat dilakukan, serta juga mengajukan tantangan institusional untuk proses peninjauan dan tata kelola; alat kebijakan tata kelola pemerintah atau menjadi isu kunci.
ChainNewsAbmedia15jam yang lalu
