【ITニュース解説】Zhuoyu's Evolution: The Autonomous Driving Company Born from DJI's Drone Vision

自動運転技術を手がけるZhuoyuという会社は、ドローン開発で世界的に知られるDJIから生まれた。2016年、DJI社内で「BR1609」という研究プロジェクトとしてスタートし、誰もが予想しなかった形で中国を代表する自動運転企業の一つへと進化を遂げた。その最も象徴的な出来事は、自社のコードベースを完全に削除するという決断だった。

Zhuoyuの技術的なルーツは、ドローンの高性能な機械視覚システムにある。2016年当時、DJIのドローンは業界をリードする機械視覚技術で市場を席巻していた。香港科技大学の助教授であり、DJIのエンジニアでもあった沈劭劼（シェン・シャオジエ）氏が率いるチームは、ドローンにステレオカメラを搭載し、研究室で培ったVINSフレームワークに基づく視覚・慣性ナビゲーションシステムを、実際に製品となるドローンに組み込んだ。このチームは、ドローンが環境を認識する機械視覚と、自動運転車が周囲を認識する際に必要となる環境知覚には共通のロジックがあることに気づいた。DJIがドローン開発で培った画像認識アルゴリズム、複数のセンサー情報を統合するセンサーフュージョン、そして慣性ナビゲーションの技術は、そのまま自動車に応用できると判断されたのだ。2017年には深圳の閉鎖された試験場で初の路上テストを行い、2018年には自動運転の公道走行許可を取得してオープンロードでの検証へと移行した。この時点で、Zhuoyuの技術的な方向性が定まった。それは、ドローン時代のVINS研究を直接受け継いだ、前方に搭載された慣性ステレオビジョンシステムを中心とする「ビジョンファースト」のアプローチだった。

2021年、DJIの自動車部門としてZhuoyuが正式に設立され、上海モーターショーで初めてその姿を現した。Zhuoyuの技術戦略は、当時の業界主流とは大きく異なっていた。多くの企業が都市レベルのナビゲーションには256 TOPS（Tera Operations Per Second、1秒間に1兆回の演算能力）以上の高い計算能力が必要だと考える中、Zhuoyuは32 TOPS以下のプラットフォームで同等の機能を実現しようとしたのだ。また、高価なLiDARセンサーや高精細な地図データに依存せず、フロントに2つの慣性ステレオカメラ、リアに1つの単眼カメラ、周囲に4つの魚眼カメラという7カメラ構成という低コストなセンサー構成を採用した。Zhuoyuが目指したのは「スマートドライビングの平等」であり、10万元（約200万円）以下のA0クラスと呼ばれる小型電気自動車にも先進的な運転支援機能を提供することだった。2022年には、Zhuoyuのソリューションを搭載した宝駿KiWi EVが量産を開始し、「10万元スマートドライビング実験」として注目を集めた。この「Chengxingプラットフォーム」と呼ばれるアーキテクチャは、最小限のセンサー構成と極限まで最適化されたアルゴリズムによって、障害物認識精度を0.05〜0.1メートルという高精度で実現し、そのコストで都市レベルのパイロットアシストを提供できるという、業界では前代未聞の成果を上げた。

しかし、Zhuoyuの道のりは順風満帆ではなかった。同社のチームは、伝統的なロボット工学の考え方に基づき、当初は「物理世界をモデル化できる」という前提でルールベースのアプローチを長く採用していた。都市での運転支援機能の開発では、エンジニアたちが交通信号、無保護右折、歩行者、電動自転車といった数多くの交通シナリオを詳細に洗い出し、何千ものルールを記述していった。だが、現実は想像以上に厳しかった。中国の都市交通の複雑さは、いかなるルールライブラリでもカバーしきれないほどだったのだ。逆走する電動自転車、横断歩道のない場所を横切る歩行者、交差点での譲り合いといった、事前に想定しにくい「ロングテールシナリオ」が次々と発生した。定義されていない新しいシナリオが現れるたびに新しいルールを追加する必要があり、その新しいルールがまた別の新しい問題を引き起こすという状況に陥った。チームはこれを「1つの問題を解決すると10の新しい問題が現れる」というエンジニアリングの逆説と表現した。ルールコードは肥大化し、システムはかえってぎこちなく、効率が悪くなっていった。2024年までに、業界全体がエンドツーエンドのアプローチへと大きく舵を切る中で、Zhuoyuは未熟なモデル、顧客への製品提供のプレッシャー、そして不安定なバックエンド出力という三重苦に直面し、厳しい状況に追い込まれていった。

2024年、Zhuoyuにとって大きな転換期が訪れた。約1年間のエンドツーエンド技術の事前研究を経て、チームは業界でも稀に見る、極めて大胆な決断を下したのだ。同年10月14日、彼らは8年間にわたって積み上げてきたルールベースのレガシーコードベースを完全に削除し、「これからはエンドツーエンドのみ、ルールは一切なし」と宣言した。この決断は、ZhuoyuがDJIからスピンオフして間もない時期で、初の資金調達で15億人民元を調達したものの、実際に手元に渡ったのはその3分の1に過ぎず、数千人の従業員を抱えながら、数ヶ月分の運転資金しか残されていないという、まさに瀬戸際に立たされた状況で行われたものだった。CEOの沈劭劼氏は、この分離の瞬間をSF小説「三体」の比喩を用いて表現し、「人類は宇宙人類となる。帰るべき家はなく、敵は強大で、生き残った5隻の宇宙船のうち、2隻分の資源しかないなら、3隻を犠牲にしなければならない」と述べ、会社の存続をかけた困難な決断であったことを示唆した。

しかし、この転換は単なる直感的な賭けではなかった。沈劭劼氏は、テスラ社のFSD（Full Self-Driving）アプローチ、特に「力ずくよりも賢さ」という考え方に触発されたと語っている。Zhuoyuが選んだのは、単一の巨大なブラックボックスとして機能するのではなく、「説明可能なエンドツーエンド」という差別化された路線だった。彼らは、VLA（Vision-Language-Action）モデルを「知覚融合」「シーン理解」「決定計画」という、それぞれが役割を持ち、その処理が解釈可能な複数のモジュールに分解した。これにより、エンドツーエンドのデータ駆動型開発の利点を維持しながらも、自動運転で最も難しい課題とされる「因果推論」（なぜシステムがそのように判断したのかを説明する能力）や「低頻度データ生成」（実世界でめったに起こらない状況のデータを生成する能力）といった問題を解決しようとした。各モジュールの出力は追跡可能で解釈できるため、万一システムが失敗した場合でも、どのモジュールに問題があったのかを正確に特定し、改善することが可能になった。また、豪雨や吹雪、工事現場といった実世界で収集しにくい低頻度データについては、200以上のロングテールシナリオをカバーするシミュレーションライブラリを構築し、実際のデータ収集を補完した。

このコードベース削除とエンドツーエンドへの転換後、Zhuoyuの開発ペースは劇的に加速した。2024年11月には、一汽紅旗天宮08が、Zhuoyuの新しい「説明可能なエンドツーエンド」アルゴリズム「Chengxing ClixPilot」を搭載した最初の量産車としてデビューした。このシステムは、10カメラ構成、Qualcomm SA8650P（100 TOPS）という比較的高性能なハードウェア上で、地図情報を必要としない都市ナビゲーション機能を全国規模で提供した。さらに2025年には、TIのTDA4（32 TOPS）という、より計算能力の低いハードウェア上でもエンドツーエンドネットワークの展開に成功した。これにより、五菱や捷途といった自動車メーカーの10万元クラスの車両に対し、OTA（Over-The-Air）アップデートを通じて、中間的な計算能力で都市パイロットアシスト機能を提供できるようになった。これは、このクラスの車両で都市部でのNOA（Navigation On Assist）機能を実用化した、業界唯一のソリューションとなっている。現在、Zhuoyuは9社の乗用車メーカーと取引があり、15の共同ブランドプログラム、50以上の量産モデルを展開している。また、34のパートナー企業と提携し、130以上の車両プログラムが進行中であり、エントリーレベルのA0クラスEVから高級セダンまで、ガソリン車、ハイブリッド車、純電気自動車といったあらゆる種類のパワートレインに対応している。

Zhuoyuの歩みは、「制御された自己破壊」の物語と言えるだろう。ドローン開発で培った、最小限のハードウェアから最大限の能力を引き出すという深い才能、つまりLiDARではなくステレオビジョン、256 TOPSではなく32 TOPSで実現するという「力ずくよりも賢さ」の規律が、彼らを業界でいち早く、説明可能なエンドツーエンドの都市パイロット機能を主流の計算能力で出荷できるプロバイダーの一つへと押し上げた。2024年10月に自社のコードベースを削除した会社が、今や業界トップティアの運転支援プロバイダーの中に名を連ねている事実は、その技術力と決断の正しさを物語っている。