2017년 10월 27일, 칭화 대학의 소주 연구소, 깨끗한 자동차, 학장의 물결로 칭화 대학의 소주. 소주 자동차 연구소에서 개최 된 연구 공동 후원하는 '자동 조종 급속한 산업화 암호'테마 샤론 깨끗한 차로 안내 연설의 주제로 '자동차 산업 발전 기회의 중국 지능 네트워크'주변.
회의에서 자동차를 연결하는 지능형 네트워크는 물결 속으로 진보적 인 개발이나 비약적인를? 선택 전통적인 자동차 기업과 인터넷 기업이 각각. 그리고 결국 여부를 기업의 논쟁, L3 단계를 기존의 개발의 다른 경로를 선택한 것을 특징으로하는? 그는 말했다 : '원래 점진적으로해야한다 주장하는 OEM 업체는 볼보가 얼마 전에 발표 L3에 걸쳐, L2에서 직접 L4 할 수 있다고하지만이 그 격차가 여전히 큰 L4하는 L2에서 건너 어렵다 생각합니다. "또한, 그는 또한 중국이 혁신을위한 지능형 네트워크 개발 플랫폼의 국가 수준을 형성하고 있음을 밝혔다.
다음은 대통령 연설입니다.
칭화대 학교, 소주 자동차 연구소, 쳉보
자동차 산업 기술 개발 볼륨 증폭의 지능형 네트워크
오늘 우리는 우리가 지능형 네트워크와 차에 대한 연구를 많이했기 때문에 살롱의 형태로 처음 함께, 주제의 일부를 공유 할 수있는 국내 및 미래의 국제 연구는 또한 몇 가지 업적을 가지고 또한 장면 등 일부 기술을 않았다 하지만 이런 일들은 여전히 우리가 할, 우리는 여전히 참여가 필요 산업을 포함하여 기술을 할 수 있는지 여부를 함께 할 필요가 생각합니다. 우리가 실제로 자동차의 연례 회의와 대규모 엔지니어링을 가지고, 또한 년 다음 연례 회의를 느낀다 충분히, 그래서 우리는이 살롱을 통해 더 편안 함께 탐구하기 투자자 파티를 비롯한 직원 교육을 포함한 기술 연구 인력을 포함하여 더 유연한 방법,이 휠 라인 설립 지적 살롱 것을 비전을 희망 한 근본적인 마음.
이 기간 동안 칭화대 학교, 소주 자동차 연구원의 산업 연구 보고서를 조사하고 신선한 자동차 팀과 함께 완성 할 예정입니다. 또한 업계의 뜨거운 이벤트 토론을 통해 Tsinghua University, Suzhou Automobile Research Institute는 자동차, 교통, 인터넷, 통신 및 기타 통신 플랫폼을 중심으로 산업 연구 책임자 인 Liu Xiong를 고용하여 내부 업계 연구 팀의 깊이있는 상호 작용을 가속화했습니다. 자동차 미디어의 장점, 자동차 산업의 지능형 네트워크, 음량 증폭의 발전, 그리고 업계의 진흥이 발전하고 있습니다.
지능형 네트워크 개념 소개
오늘 우리는 지능형 네트워크 자동차에 속하는이 주제에 관해 논의합니다.
원래 우리는 똑똑한 자동차, 더 많은 또는 자동 운전, 그것은 지능을 필요로하지 않는 네트워크의 정의를 제어, 결정 및 제어하는 자동차 센서를 통해라고, 당신은 오직 네트워크 수 있으며, 함께 지능형 네트워크입니다 자동차, 개념의 원천입니다.
SAE 자동차 공학회 (SAE Automotive Engineering Society of the United States)는 L1에서 L5까지 지능의 정도를 정의했습니다. 첫 번째 단계는 예측의 단일 기능이며, 비상 제동을 돕기위한 장애물이 있거나 운전대를 우회하여 우회하거나 경고. 두 번째 수준은 통합, 차량의 세 번째 레벨 부분은 자동 운전을 달성하기 위해, 네 번째 수준은 도로의 일반적인 구조는 운전하는 사람이 필요하지 않습니다.
지난해의 기술 로드맵 안에, 그것은 정보를 제공하는 등 정보를 제공하는 등 자동차 운전을 돕기 위해 네트워크를 통해이 정의의 세 가지 수준으로 나뉘어져 있으며, 앞에서 우회 길 사람들이 볼 수없는 정보를 제공했다. 지각, 그리고 세 번째는 의사 결정과 제어이며, 지능형 네트워킹의 기본 개념을 구성합니다.
몇 가지 개념이 있습니다. 하나는 스마트 자동차, 지능형 교통, 자동차 네트워킹, 지능형 네트워크 자동차가 중간에 있고, 관련이 있으며, 더 정확한 정의를 가지고 있다는 것입니다.
스마트 네트워크 개발을 위해서는 국경 간 통합이 필요합니다.
다른 하나는 지능형 네트워크 차량의 사용이 아무리 좋은지라도 교통 환경이없는 스마트 카 네트워크, 다른 차량을 경공업이 실시한 교차 국경 통합 인 스마트 카입니다. 제어, 자체 탐색 할 수 있도록, 자체 기능은 사람과 상호 작용할 수 있도록,하지만 그 산업 자체와 생태 환경은 모든 사람의 통합을 필요로 위치,지도, V2X, 자동차 및 자동차 연락처 , 자동차 및 연락처 연락처, 자동차 및 인프라뿐만 아니라 정보 및 통신, 자동차 공유 서비스, 큰 데이터, 물론, 다른, 전체 산업 생태계를 구성합니다.
또한 사고가 발생하면 무인 차량에 대한 책임이 있습니다. 책임자는 누구입니까? 무인 차량이 길 위에있을 수 없으며, 정의 할 수있는 올바른 방법은 없을까요? 특히 미숙 한 제품을 누가 도로에 넣을 건가? 법적 문제가 있고, 표준화 된 문제가 있고, 표준 문제, 보험 문제, 도덕적 문제가있다.
도덕적 인 문제는 무엇입니까? 우리는 무인 운전 차량이 엔지니어의 프로그램에 의해 제어된다는 소식을 들었을 수 있습니다. 미래의 위험을 감수 할 위험이 있습니까? 벽이나 충돌 한 사람입니까? 애타주의 또는 이기심? 이것은 도덕적 인 문제를 포함합니다.
전체 생태계에 대한이보다 상세한지도를 살펴보면 업스트림 하드웨어 및 소프트웨어 문제, 프로세서, 스토리지 및 하드웨어, 소프트웨어, 기술 솔루션을 포함한 비즈니스 애플리케이션은 물론 전통적인 차량 제조, 생태학, 우리 자동차 제조업 자만 코너를 차지했습니다.
미래 수익성의 미래는 플랫폼 서비스 제공 업체 및 터미널 소프트웨어 장비가있는 가장 큰 점유 일 수있는 전체 가치 사슬에서 가장 큰 모바일 서비스 제공 업체가 될 것으로 예상되지만 다른 하드웨어의 경우, 이것은 지배적이지 않습니다.
점진적인 개발 VS 도약 발전? 전통적인 자동차 가격과 인터넷 회사는 다른 선택
결국 스마트 네트워크 자동차를 위해 개발하는 방법이어야 하는가? 이것은 논쟁의 여지가있다, 또는 다른 방향과 경로의 숫자의 선택에 모두가 또한 필연적이기 때문에, 지능형 네트워크 자동차는 미래가 지금의 초상화입니다 또한 너무 명확하지 않은, 그냥 하위 다섯 말했다, 여섯로 나눈, 또한 우리의 이상적인 상태입니다.
지금부터 전체 산업에 이르기까지 부품 공급 업체를 포함한 전통적인 자동차 공장이 있습니다. 새로운 인터넷, ICT 및 몇 가지 서비스 기업이 개발 단계에 있으며 두 가지 경로가 있습니다. 전통적인 주인공 공장은 분명히 진보적인데, 변형의 부담이 너무 크기 때문에 그는 이제 모든 자동차를 버릴 수는 없으며 무인화의 한 걸음 일 수는 없으며 일부 공급 업체 함께 가야합니다. 하나는 상업적 이익 공유 메커니즘이며, 다른 호스트 공장의 핵심 기술은 부품 공급 업체의 손에 없습니다.
다른 인터넷 회사는 제조가 그의 강점이 아니기 때문에 선택할 수있는 것은 자동 운전의 높이에서 직접적으로 이루어 지므로이 두 가지 경로가 있습니다.
L3 수준의 공포는 교차하기 어렵다.
실제로 얼마나 많은 레벨이 내려 왔는지, 너무 많은 레벨을 필요로하지 않는지, 높은 수준의 자동 운전 및 완전 자동 운전이 등급으로 만들어 질 수 있는지, 1과 2는 실제로 레벨을 만들 수 있는지, 3은 전환인지, 실제로 3 단계로 나누면 충분하며 3 단계와 2 단계로 갈 때 100 %이며 운전 지원 시스템을 사용하지 않는 것은 인간입니다. 컨트롤을 전송할 수 있습니다, 나는 명령 또는 시스템 요구 사항, 시스템이 자동차 운전을 인계받을 수 있습니다. 즉,이 시간 동안 사고, 재분할 책임이있을 수 있습니다.
시스템의 기술적 요구 사항에 추가하여, 그것은 신뢰성 문제의 더, 실패 안전 시스템이 안전을 보장하기 위해 부족, 우리가 처음 자동차를 중지해야합니다, 이상 또는 비상 브레이크를 잡아 당깁니다. 자동차 책임을 전체 시스템에 의해 컨트롤, 이번엔,이 시간과 공간 그는 실패 후이 시간에 대한 책임이 완전히 자동차는 운전을해야했다, 속도가 내려 수 있습니다. 항공기는 이제 공기에 비어 있으며, 그것은 시스템이 필요합니다 집합의 개수입니다. 전체 시스템의 안정성에 대한 것이므로 지금 우리가 요청한 것을 훨씬 뛰어 넘습니다.
그리고 지금은 토론에서 기업, L3 단계 또는하지? 원래의 OEM 업체들은 단계적으로, Volvo가 L3을 L2에서 L4로 직접 출시한다고 주장하고 있습니다. 이러한 주장이 있지만 교차하기가 어렵습니다. , 2에서 4까지이 간격은 매우 큽니다.
'사이클링 인텔리전스'와 '네트워크 인텔리전스'의 두 가지 기술 경로 게임
테슬라는 이제 지능의 수준은 실제로 2 수준입니다, 그것은 지금은 기본적으로 인프라에 의존하지 않습니다, 더 스마트 네트워크에 차에 센서를 들고 그것을 사용하는 방법입니다 방법을 만드는가? 자동으로 운전을 달성하기 위해. 구글은 고정밀지도의 시작에 의존하고, 그것은 모든 모델을 구축하는 입체 lidar를 사용하는 도시가 될 것입니다, 자동차는 실제로 디지털지도에서 실행되고, 그것은 비교하고 정확할 수 있습니다 자동차를 제어하는 포지셔닝. 이제는 일반적으로 Google은 유럽, 북미 지역은 도로 데이터를 많이 사용하고 있습니다. 테슬라는 또한 이유가있을 수 있으므로 실제로 인프라 개선을 기다리고 싶습니다. 자동차가 도로를 칠 때, 우리는 제한된 조건에서 최대 실행 차가,이 두 가지 기술 옵션입니다 수 있도록 할 필요가 알 수 없습니다.
새로운 플랫폼 기술은 현재 상대적으로 얇습니다.
우리는 지금 지능형 네트워크 자동차가 파괴적인 제품이라고, 소위 전복은 실제로 사용 에서뿐만 아니라, 사실, 우리는 차량의 아키텍처에서 핵심 기술 중 일부는 새로운 획기적인되었습니다, 우리는 기존의 자동차가 지능형 운전의 경우 인식, 의사 결정, 전자 및 전기 아키텍처가 원래이지만 지능형 자동차 기술의 단일 지능형 네트워크가 아니라 현재의 지능형 네트워크를 지원하지 않았다고 전했다. 또한 자동차 터미널이 있으며, 이제 우리는 양방향 상호 작용 후, 메시지를 재생하는 모든 방법 중 하나입니다, 상호 작용의 목소리 후에, 시각적 상호 작용이 있습니다, 그것은 정보 상호 작용을 포함하여 많은 것을 가질 것입니다.
자동차 컴퓨팅 플랫폼이 있으며, 지금 우리는 차량에 미래에 마이크로 계산 ECU를 사용하여 판단하기 위해 데이터 처리가 많이 필요하므로 계산 플랫폼에 있어야합니다. 고정밀지도, 대형 데이터, 구름 제어, 정보 보안, 인공 지능은 물론 미래에 필수 불가결 한 요소이며, 이제는 글로벌 용어로 축적되거나 상대적으로 얇습니다.
인공 지능은 필수적이다.
특히 인공 지능, 즉 스마트 자동차의 빠른 개발이 최근 가속화되기 시작한 이유는 인공 지능에서 상대적으로 큰 역할을하는 인공 지능입니다. AlphaGo는 챔피언십 플레이어를 물리 쳤고, 이것은 극한 상황과 관련하여 로컬 게임에서 계산되었습니다. 지능을 인식하기위한 다음 단계로, 하나는 듣고, 하나는 보는 것이고, 이제는 데이터에서 말하는 것보다 성능이 더 좋습니다. 스승님, 그리고 미래는 분명히 사람들보다 강할 것입니다.이 조각에 대한 인식은 자동차 안에서는 아직 의학적으로 유용하지 않다는 것을 이해할 필요가 있습니다. 인공 지능의 두 번째 라운드는 발발이 60 년이고 의학적입니다 전문가 시스템은 인식 정확도가 사람보다 훨씬 높습니다.
이것에 대한 인식 외에도, 의사 결정의 행동에서이 작품의 직접 통제 또한 역할을 할 수는 있지만, 현재 또는 이것에 대한 인식에서 현재 좀 더 분명한 결과가 있습니다. 강화 된 학습 및 마이그레이션 학습을 위해 이제는 NVIDIA 시도에서 차를 마십시오, 그것은 공도 10 킬로미터에, 또는 특별한 1 차 단계에서 달렸다.
우리는 자동 조종 장치에 대한 간단한 이야기로 되돌아갑니다. 우리가 생각하는 기본 작업은 환경에 대한 인식입니다. 하나는 결정을 내리고, 하나는 차량의 제어이며, 실제로는 기본적으로 해결 된 전통적인 자동차입니다. 지각, 하나는 의사 결정, 추가 할 필요가있다. 식별 할 수있는 환경 안에 그것을 인식, 시나리오를 이해할 수있는 행동 결정 의사 결정 경로 계획은 세분됩니다.
이 방법으로 두 가지 방법이 있습니다, 하나는 우리가 전통을 말하는 것입니다, 그것은 규칙을 기반으로하고, 복잡한 도로 환경을 별도의 문제로 식별 한 다음 해결할 하나씩, 이것은 우리입니다 복잡한 문제를 해결하는 기본적인 논리 중 하나는이 복잡한 문제를 분해하고 단순화하는 것입니다. 그러나 저는 수십 년 전에 복잡한 문제를이 결과로 해결할 필요가 없다는 사실을 기억했습니다. 그는 실용의 이론이 강하지 않다라고 말했다. 이제 우리는 학습의 깊이에 대한 기계의 끝은 엄격한 논리 또는 수학적 논리를 갖지 않을 수도 있다고 말하면서, 소위 말하는 엔드 투 엔드 (end-to-end)는 내가 입력 이미지를 가지고 있으며,이 도로를 식별 할 수있다. 이러한 장애물들에 대해서도, 그리고 직접적으로 확장하여 나의 지시 사항들을 만들어 낼 수 있습니다.
여기에 우리는 두 가지 방법의 장점과 단점을 가지고 있습니다. 우리는이 인식의 끝을 끝내기 위해 정확성이 실제로 매우 높다고 말합니다. 그러나 치명적인 약점을 가지고 있습니다. 하나는 해석 가능성이 나쁘고, 블랙 박스는 결과입니다. 결론적으로 합리적이고 비합리적인 이유는 무엇입니까? 명확하지 않은 이유는 무엇인지, 결과가 무엇인지, 그것이 무엇인지, 근거가있는 이유 또한 이해할 수 없기 때문입니다. 가장 큰 문제는 자동차 제조업체에게있어 문제입니다 이 문제를 빨리 찾아 내고 교체하고 싶습니다. 연구가 끝난 후 시스템을 제어하고 문제를 말한다면, 어떻게이 결함을 발견 할 수 있습니까? 그것은 발견되지 않습니다. 따라서 이것은 해석 될 수 있습니다. 어려움의 질을 추적하는 중요한 미래가되었습니다.
하지만 또한 온라인 학습 후, 내가 당신의 차를 판매하는 시간이 일종의 문제를 가지고, 당신은 그날 매일의 결과를 배우고 거리의 거리와 소주의 거리를 열려면 다년생 그 장소를 매일 열고, 당신은 동일하지 않습니다 자동차에서 연습 베이징에서, 뉴욕은 반드시 미국 자동차를 확실히 실행하지 않습니다 중국에 훈련을 완료, 이러한 것들의 속도가 불확실성을 많이 가져.
알고리즘의 장점은 복잡성이 매우 높고 사람들이 코드를 작성할 필요가 없으며 일부 적응 형 교육을 수행해야하는 기본 구조가 있다는 것입니다. 이는 모든 사람들이 추구하는 것입니다.
이것은 환경의 인식에 관해서, 우리는 다시 볼 수있는 모든 사람의 전문 과학적 관점, 환경 인식은 실제로 세 수준으로 나눌 수 있습니다, 레벨은 차 또는 길에서 사람을 식별하는 것입니다, 나무는 두 번째 장면입니다 이해, 거기에있는 것들이있다, 그것은 차량 앞에서 나 앞이나 오른쪽으로 돌아서거나,이 시나리오에 대한 이해의 필요성을 느낀다. 예측의 다른 대상 인 보행자 예 하오, 차량 그래,이 문제 만 해결되면, 우리는 지각, 지식은 인식,인지, 인식이라고 말하면서 결정이 내려지면 해결되고 통제는 차량에만 적용됩니다. 이제는 대부분이 작품에서 작업합니다.
이것은 얻은 정보이며, 지금 Baidu 일부 경쟁을 통해, 신호 인식 정확성은 3 9에 도달했다고 말했다, 보행자 감지는 95 % 이상을 가지고, 차량 신분증을 포함한 다른 지표도 우리의 전통보다 매우 높은 정확성이있을 수 있습니다 환경 식별 알고리즘이 훨씬 높고, 미래에 보행자 인식률에 도전하는 사람들이 몇 명에 달합니다.
시맨틱 한 이해, 이것은 상황에 대한 이해의 일부입니다. 자동차가 길에서 뛰고 있기 때문에, 나는 달릴 수 있습니다. 길은 하나, 다른 것은 장애물이 아닙니다. 지금은 아닙니다. 미래는 없습니다. 구별 할 수있는 여러 가지 색깔을 통해 예상되는 행동의 가장자리에는 어떤 사람들이 있으며, 의사 결정을위한 매우 편리한 조건을 제공하기 위해 지역의 윤곽을 그릴 수있게 된 후에 모인 사람들이 있다는 것이 예측됩니다 학습을 해결할 수 있습니다.
더 어려운 행동 결정을 위해서는 전통적입니다. 이것은 미국 SAE가 계층 적 구조를 갖기 때문에 실제로 각각 세분되어야합니다. 따라서이 문제를 해결하거나 매우 어렵게 만듭니다.
이 시간이 끝나거나, 1989 년에 캠퍼스에서 끝나지 않았거나, 최근 몇 년 동안 AI의 일부가 알고리즘을 수행 한 후 NVIDIA 테스트를 구현 한 것이고, 다른 하나는 제어 측면이 적습니다.
국가 스마트 자동차 혁신 및 개발 플랫폼을 구축하기 시작했습니다.
미래에 우리가 가질 수있는 몇 가지 기회에 대해 간단히 살펴 보도록하겠습니다. 왜냐하면 우리가 선택해야 할 기술적 경로의 일부를 말했기 때문입니다. 특히 사회 시스템을 포함하여 사람들과 전체 생태계를 상호 작용하도록 제품을 출시해야하기 때문입니다. 관심과 그것이 지난 세기의 90 년대부터 교통, 지능형 교통 및 스마트 자동차 주변 국가 전략으로 나열되기 어려운 제품에 대한 외국에 대한 국가 전략으로,이 스물 삼십이 계속 미국, 독일, 일본은 기본적으로 2020 동계 올림픽의 리듬에 맞춰 동계 올림픽이 자동 주행 서비스 차량을 시작할 것이며, 우리나라는 이제 목표를 정하고 2022 동계 올림픽도 자동 운전을 할 것입니다 차량.
중국은 지금 2020 년까지 로딩 속도 아래에 L3 목표를 제출, 이것은 매우 높습니다, 이것은 또한 현재 3 년 .2025 ~ 80 %, 2030은 새로운 표준입니다 말하기 정말 어렵습니다 달성 할 수없는 매우 높습니다 , 그리고 100 % 자동차 네트워크, 예상 할 수있는, 우리는 경로를 달성하는 방법에 대해 이야기 할 수 없다, 특히 중국 정부가 말하는 것처럼, 우리는 기회가있다.
현재, 나는 개념의 정의 주위에 기회 또는 일부를 느낀다, 대규모 적용없이 자동 운전,이 조각은 우리에게 일정한 시간을 남겨 줬다. 두 번째, 나라의 발달은 선도하고있다, 산업 협력과 같은 국가 전략 정부의 강력한 호소, 정부가 돈을 가지고 있기 때문에, 바오 터온 싸움 갱스 터다, 중국은 강해야한다, 방향만큼 좋은이 조각, 우리는 핵심 기술은 고속철도처럼, 또 다른 휴식을 기다릴 수 있다고, 내가 먼저 너를 달릴 도로, 너까지 달리는 차. 우리 자동차 시장이있어. 어떤 창고라도 우리에게 팔 수있어. 둘째, 우리는 복잡한 장면이고, 장면은 복잡해. 무슨 이득이 있니? 나는 달리기를 할 수없는 다른 곳으로 차를 훈련하기 위해 여기에있다. 유럽을 좋아하고, 중국에 훈련 된 미국은 세 번째를 달릴 수 없다. 우리는 이제 통일 된 플랫폼, 특히 정보 보안을 수행한다. 이것은 바로 다음 장벽 일 뿐이다. 중국의 자동차는 네트워크가되어야하며, 데이터가 전달되어야하며, 규칙을 따라야하므로 기회가 있다고 생각합니다. 또한 중국은 이제 도시의 지혜입니다. 경제 발전의 다음 단계의 초점입니다.
최신 동적, 그리고 지금 개발 및 개혁위원회는 강제로, 기술 혁신이 산업의 교육부는이 비교적 큰, 개발 및 개혁위원회를 촉진하기 위해 업계에서 현재이 영역은 이제 국가 수준의 스마트 자동차 혁신 및 개발 플랫폼을 설립하기 시작합니다.
또 다른 창고가 올라가고 있는데, 나는 이것이 기회라고 생각한다.
미래는 혁신을 이끌 서비스입니다.
당신과 공유하는 몇 가지 추세가있다, 하나는 점차적으로 사람들에게, 우리는 똑똑한 자동차, 지능형 교통, 즉, 차를 운전에 덜 관여하는 사람에 의해 말한 지난 세기에서 자동차 운전에 참여하지 않는 운전 자동차 사고의 10 %는 자동차 자체의 결함이기 때문에 유럽과 미국은이 자동차의 5 % 미만일 수 있으며 도로 환경은 약 30 %이고 일부 지역은 더 많은 것일 수 있습니다. 이유는 90 %이므로 사람들에게 교통 안전 사고 집중을 해결하기 위해 운전을하지 않거나 운전을하지 않아도되고, 교통 사고가 1 년에 120 만 ~130 만 원인 지금은 엄청납니다.
효율성을 향상시키는 것 외에도, 사람들이 운전하지 않는 한 성미가 없으면 차는 통일 된 길이 될 것입니다.
두 번째는 점차 공유 점차적으로, 중국은 너무 큰 인구 기반입니다, 우리는 절대적으로 무리한 외국인 1 인당 자동차 소유권에 따라, 여행 필요가 공유하거나, 지금은 공유하거나, 홍보 또는 그래서 공유, 브랜드는 고객의 가치를 줄이기 위해 서비스를 구입하는 것은 편의를 이유로 브랜드, 다른 여행을 구입하지 않는 것입니다, 우리는 어떤 염려없이 여행, 그것은 짧은 거리, 장거리 증가 것으로 추정됩니다.
세 번째, 서비스로 이동, 우리 모두는 기존의 토양에서 미래를 대체하기 위해 새로운 OEM의 번호를 성장할 수있는 변화에 대한 장벽이 있다고 생각 기술보다는 혁신을 이끌 서비스로해야합니다 혁신을 주도하십시오. 전기 자동차는 개발 기회를 위해 더 나은 것으로 나타납니다.