“开始自动驾驶。” 在平日的晚上10点，首尔江南区梅峰站附近，乘坐自驾出租车“首尔自动车”，车辆开始移动。驾驶座上坐着自驾经理，但没有碰触方向盘。方向盘自动左右转动，车辆根据信号减速，与前车保持距离。 基于起亚EV6制造的自驾出租车与普通车辆不同，外观上明显可见多个传感器和摄像头，用于监测周围道路。卡卡奥出行自主开发的模块化传感器平台“AV-套件”，配备了3个激光雷达、5个雷达和7个摄像头，能够识别周围车辆、行人和道路环境。 在后座，乘客可以通过视觉化设备“AVV（自动驾驶视觉化器）”查看自驾车所观察的道路。车辆、行人以及未来行驶路径以实时三维图形呈现。 当天的首尔自动车试乘在梅峰站一带进行，持续约20至30分钟。路线经过了左转、右转、儿童保护区、隧道和车辆合流等城市自驾中可能遇到的多种环境。 经过儿童保护区到GPS信号弱的隧道 行驶过程中，车内传出“这是儿童保护区”的提示。同时，后座的AVV也显示已进入儿童保护区。 卡卡奥出行自8月起扩大了首尔自动车的行驶范围，包括儿童保护区等交通弱势群体保护区。在保护区内，车辆需以限制速度的80%以下行驶，限制急加速。例如，儿童保护区的限速为每小时30公里，则最高时速为24公里。 卡卡奥出行相关人士表示：“交通弱势群体保护区限制较多，因此我们将安全放在首位。” 试乘的后半段进入了梅峰隧道。隧道是接收卫星导航系统（GPS）信号不稳定的阴影区域，周围环境的传感器作用变得尤为重要。因此，这一段被视为在GPS信号受限环境中验证传感器认知和行驶性能的关键区域。 在进入隧道的过程中，旁边车道的车辆也出现了合流情况。首尔自动车根据周围车辆的动态调整速度和位置，顺利进入隧道。尽管车辆数量不小，但自驾经理并未需要接管方向盘，之后在隧道内也继续进行自驾。 复杂的江南是‘驾驶AI’的学习场 当车辆驶近梅峰站附近的公交车站时，路边停着一辆开启了警示灯的车辆。它会继续停着，还是会突然启动，无法预测。再往前开，路上也出现了为上下车而暂时停靠的车辆。非法停车和随意过马路的行人也是江南道路上自驾车经常遇到的变量。 卡卡奥出行在江南积累自驾数据的原因也在于此。为了尽可能多地在实际道路上体验和学习不常发生或难以预测的“边缘案例”。首尔市与卡卡奥出行等自驾企业认为，在难度较低的区域行驶一年，不如在江南一个月内经历多种情况更有利于自驾模型的提升。 自3月起，卡卡奥出行在江南运营深夜自驾服务，行驶于主干道和小巷。自6月起，车辆在白天人流和车流更密集的时间段内，覆盖江南全区，积累数据。 利用江南数据扩大E2E……拓宽AI判断领域 在道路上遇到的各种情况将再次作为自驾AI的学习数据。卡卡奥出行建立了数据管道，收集行驶数据后进行清洗、自动标注和数据挖掘，再进行模型再学习。在此过程中，筛选出学习价值高的边缘案例，重新输入AI进行学习。 目前，首尔自动车采用了AI规划师与规则基础规划师相结合的混合方式。经过实际道路数据学习的AI在判断行驶情况时，安全相关领域也会结合既定规则进行设计。 卡卡奥出行计划在年底提高认知和判断领域中E2E（端到端）模型的比例。AI在判断行驶情况后制定行驶计划，规则基础的“安全评估器”在最后阶段进行再次验证。 卡卡奥出行相关人士表示：“目前AI规划师在一定程度上进行判断，但并不是全部由E2E负责的阶段。”并表示：“我们计划提高E2E的比例，扩大AI判断的领域。” 卡卡奥出行还在准备无需驾驶员介入的四级自动驾驶服务。目前，当乘客在行驶过程中更改目的地时，自驾会暂停，由自驾经理直接应对。未来，为了应对无人自动驾驶，将通过车辆和监控系统处理目的地更改、上下车确认和突发情况等目前由人负责的角色，提升相关技术。※ 本报道经人工智能（AI）系统翻译与编辑。

“在复杂的道路上经历各种突发情况，比在简单的道路上长时间行驶更能提升自动驾驶AI的性能。” 林仁浩在9日于首尔瑞草区韩国汽车出行产业协会举行的卡卡奥出行自动驾驶研究会上表示，计划年内引入一种从传感器输入到驾驶控制的端到端（E2E）模型。 卡卡奥出行目前在江南地区从晚上10点到凌晨5点进行载客，积累自动驾驶数据。自今年3月以两辆车开始的深夜服务，已于上月扩展至六辆，累计行驶里程超过13000公里，完成行程超过2000次。从6月开始，白天也进行单独行驶，以获取交通量和行人较多时段的数据。 在江南地区积累数据的原因在于复杂的道路环境。由于经常出现难以预测的情况，这为自动驾驶AI学习稀缺的边缘案例提供了有利条件。 卡卡奥出行计划基于这些数据推进年内E2E模型的引入。与传统方法将传感器信息分为感知、判断、控制阶段不同，E2E模型将从传感器输入到车辆控制全部交由一个AI模型处理。 林负责人表示：“这将减少中间阶段发生的错误，使得能够综合判断整个驾驶情况。” 不过，卡卡奥出行并不打算完全依赖AI进行车辆控制。E2E模型的判断不会直接反映到车辆控制上，而是设立一个基于规则的“安全评估器”。这种方式是对E2E模型选择的行驶路径进行交通法规、车辆物理条件和安全标准等的再次验证，确保必须遵守的规则，如儿童保护区的限速或交叉口的停车，优先于AI的判断。 卡卡奥出行强调，影响E2E性能的关键在于如何高效筛选“困难数据”，而非数据量的多少。 车辆收集的行驶数据上传至服务器后，AI会筛选出非法掉头、突发施工、插队等学习价值高的边缘案例，并通过基于AI的自动标注，将车辆和行人等周围对象信息加工成可学习的形式。随后，利用视觉语言模型（VLM）等进行数据挖掘，分析和分类天气、时间段、道路结构、车辆运动等行驶情况，再与现有数据一起投入AI模型学习。 过去由人工直接查看行驶视频的数据筛选工作也引入了AI。AI在数十分钟内分析上传的行驶数据，找出学习所需的情况，并再次用于模型学习。 为了将行驶技术与实际无人工驾驶服务连接，卡卡奥出行也在构建平台和监控系统。基于卡卡奥T，不仅管理自动驾驶车辆的呼叫和调度，还管理每辆车的行驶区域和适合的行驶路线，通过24小时监控实时确认车辆、乘客和道路情况。在没有驾驶员的情况下，平台和监控将代替原有司机负责上下车点管理和目的地变更等工作。 基于VLM的监控和远程支持功能目前正在开发和测试中。远程支持不是由监控人员直接操控车辆，而是在施工或道路管制等突发情况下，将必要信息传达给车辆，最终的行驶判断和控制由车辆的AI执行。 卡卡奥出行计划在充分验证安全性后，逐步扩大江南自动驾驶服务的车辆数量、运行时间和区域。※ 本报道经人工智能（AI）系统翻译与编辑。

卡卡奥出行正在推进美国股市的首次公开募股（IPO），并已开始海外上市程序。该公司目标融资约10亿美元（约合1.4万亿韩元），并已向美国证券交易委员会（SEC）提交了相关文件，属于非公开提交。 根据美国IPO专业机构IPOX的消息，卡卡奥出行的目标是融资约10亿美元，并为此向SEC提交了相关文件。IPOX提到，卡卡奥出行的上市承销商包括美银（BofA）、摩根士丹利和瑞银（UBS）。 IPOX将卡卡奥出行介绍为卡卡奥旗下的国内主要出行平台，并指出卡卡奥T的注册用户已超过3000万。实际上，卡卡奥出行提供包括出租车叫车、租车和自行车等多种出行服务。 SEC的非公开提交是企业为准备美国股市上市而提前提交相关文件以接受审核的程序。满足一定条件后，可以转为向投资者公开的注册申报文件，这样企业在正式IPO前可以在上市准备过程中减轻市场公开带来的压力。 卡卡奥出行此次推进美国上市并非首次。该公司曾在过去计划在国内股市上市，但在2022年撤回了上市计划。※ 本报道经人工智能（AI）系统翻译与编辑。