中国の自動運転データクローズドループ（2025年）

重要なポイント

2023年～2025年、合成データの割合は20～30%から50～60%に増加し、ロングテールシナリオを補完する中核的なリソースとなりました。

収集から展開までの全プロセスを自動化するツールチェーンが段階的に搭載され、コスト削減と効率向上に寄与しています。

自動車・クラウド統合データクローズドループの効率的な連携が、迅速なイテレーション実現の鍵となります。

自動運転データクローズドループの本質は、「収集・伝送・処理・学習・展開」の循環的最適化システムです。2025年、産業は「0→1」段階から「高品質・高効率」時代へと加速しており、核心的な課題はロングテールシナリオのカバー率とコスト管理に集中しています。自動車メーカーとTier 1サプライヤーは、自社のデータクローズドループソリューションの構築を積極的に進めています。効率的なデータ収集・処理・分析プロセスを通じて、自動運転アルゴリズムを継続的に改良し、これによりインテリジェントドライビングシステムの精度と安定性を大幅に向上させています。

I. 2023年～2025年、合成データの割合が20～30%から50%超に増加

高品質なデータ取得の効率性は、インテリジェントドライビングの進化速度を決定づけます。現在、自動車部門におけるデータソースには、量産車両によるトリガーデータ送信、収集車両による高価値特定シナリオデータ収集、実世界復元のための路側実データを用いたエンジニアリング手法、ワールドモデルに基づくデータ合成技術などが含まれます。自動運転技術の大規模応用における中核的な道筋は、実データによる基本能力の基盤構築と、合成データによる能力限界の突破にあります。2023年～2025年、自動運転訓練データにおける実データと合成データの割合は大きく変化し、初期段階の実データ中心モデルから、合成データの割合が増加するハイブリッドモデルへと徐々に移行しています。

II. 収集から展開までの全工程自動化ツールチェーンが徐々に実現され、コスト削減と効率向上に寄与

自動運転データのクローズドループは、初期段階における単一リンク（例：アノテーション効率の向上）への注力から、「収集・アノテーション・トレーニング・シミュレーション・展開」をカバーするエンドツーエンドの自動化アーキテクチャへと移行しました。中核的なブレイクスルーは、AI大規模モデルとクラウドエッジ連携技術によるデータフロー障壁の突破であり、これによりクローズドループの自己進化が実現されています。

III. 車両・クラウド統合データクローズドループの効率的な連携が、迅速なイテレーション実現の鍵となる

自動車用クラウド統合データクローズドループの本質は、「車両側の軽量化+クラウド側の知能化」という協働システムを構築し、データフローの障壁を打破することで、知能車両の継続的な進化を実現することにあります。車両側は環境知覚データ（道路状況、車両操作データなど）のリアルタイム収集を担当し、非識別化・暗号化・圧縮処理後にクラウドへアップロードします。クラウドは膨大なデータ（PB/EBレベル）を処理し、アノテーション、モデルトレーニング、アルゴリズム最適化を実施します。新たな機能を生成し、車両側へ配信することでOTAアップグレードを実現します。

当レポートでは、中国の自動車産業について調査分析し、自動運転データクローズドループに関する動向をまとめています。

目次

用語集

第1章 自動運転データクローズドループの概要と動向

• データクローズドループの概要
• データクローズドループはフルスタック自己進化の時代へ
• データクローズドループ進捗ケースのサマリー（1）
• データクローズドループ進捗ケースのサマリー（2）
• データクローズドループ進捗ケースのサマリー（3）
• データクローズドループ協力モデル
• OEMデータクローズドループ関連協力のサマリー（1）
• OEMデータクローズドループ関連協力のサマリー（2）
• OEMデータクローズドループ関連協力のサマリー（3）
• 動向1
• 動向2
• 動向3
• 動向4
• 動向5
• 動向6

第2章 高品質データ収集・合成シミュレーションの調査

• 高品質データ収集
• ケース1：Lan-You Technology
• ケース2：Kunyi Electronic
• ケース3：TZTEK
• ケース4：Keymotek
• ケース5：EMQ Technologies
• ケース6：ExceedData
• ケース7：CARLINX
• ケース8：YOOTTA
• 合成/シミュレーションデータ
• ケース1：Synkrotron
• ケース2：51SIM
• ケース3：WayLancer
• ケース4：ThousandSim
• ケース5：Lightwheel AI

第3章 データストレージ/処理の調査

• データストレージ
• ケース1：JOYNEXT
• ケース2：MacrooSAN Technology
• ケース3：Alibaba Cloud
• ケース4：Baidu
• ケース5：Tencent Intelligent Mobility
• ケース5：Tencent Data Closed-Loop Platform (1)
• ケース5：Tencent Data Closed-Loop Platform (2)
• ケース6：AWS
• 効率的なデータ処理
• ケース1：Lan-You Technology
• ケース2：ExceedData
• ケース3：Keymotek
• ケース4：Synkrotron
• ケース5：Alibaba Intelligent Driving Data Preprocessing Solution

第4章 自動（AI）アノテーションの調査

• Rere Data
• MindFlow
• StardustAI
• Datatang
• Databaker Technology
• Boden AI
• ByteTree AI

第5章 アルゴリズム・モデルトレーニングの調査

• ケース1：DeepRoute.ai
• ケース2：Nullmax
• ケース3：iMotion Automotive Technology
• ケース4：Momenta
• ケース1：SenseAuto
• ケース2：YOOTTA
• ケース3：Company H
• ケース4：Horizon Robotics
• ケース5：Xiaomi
• ケース6：Wayve

第6章 データクローズドループ技術の代表的なサプライヤーの調査

• WUWEN.AI
• LiangDao Intelligence
• 4D Ground Truth Toolchain
• ExceedData
• Freetech
• MAXIEYE
• Ruqi Mobility
• Yoocar
• Roadgrids
• NavInfo
• Kotei Informatics

第7章 代表的なOEMのデータクローズドループの調査

• XPeng Motor
• Xiaomi Auto
• NIO
• Li Auto
• Leapmotor
• IM Motors
• Tesla
• BYD
• Geely Automobile
• FAW Group
• GAC
• Changan Automobileのデータクローズドループ・ソフトウェアサプライチェーンのサマリー
• Dongfeng Motorの「One Core, Two Bases, Two Elements」システム
• Dongfeng Nissanのデータクローズドループ・ソフトウェアサプライチェーンのサマリー
• Dongfeng Nissanの自動運転ソフトウェアソリューション・サプライチェーン構築
• Volkswagenのデータクローズドループ・ソフトウェアサプライチェーンのサマリー
• Toyotaのデータクローズドループ・ソフトウェアサプライチェーンのサマリー