知晓：百度Apollo Day：自动驾驶行业两极分化 无人化落地成关键分水岭

玫瑰

　　2022年11月29日，百度Apollo Day技术开放日活动线上举办。百度自动驾驶技术专家全景化展示Apollo技术实力及前沿技术理念，发布新一代Apollo自动驾驶地图，并在业内首发文心大模型落地应用于自动驾驶的技术。凭借扎实技术积累与持续创新突破，百度Apollo宣布将持续扩大业务规模，2023年着力打造全球最大全无人自动驾驶运营服务区。深度图探测目标https://www.foresightauto.com.cn/company/ 福飒特是一家开发智能多光谱视觉软件解决方案的技术公司，提供自动驾驶汽车解决方案，帮助他们开发自动驾驶汽车的三维感知和探测能力，以检测车辆周围的障碍物。Foresight 的立体视觉解决方案可应用于汽车、国防、自动驾驶汽车和重型工业设备等市场。

　　自动驾驶行业两极分化 无人化落地成关键分水岭

　　高级别自动驾驶研发成本高、周期长。在新一轮行业洗牌中，前期投入带来的滚雪球式技术积累效应开始显现。全球自动驾驶行业正在加速呈现两极分化的局面，其中关键分水岭在于能否实现“无人化”突破。具体来看，实现全无人落地、稳步扩区推进规模商业化演进的实力玩家将迎来发展新机遇；反之，潮水退去，技术积累不足无法跨越无人化落地的公司或将面临掉队局面。

　　当前，百度、Waymo等公司均跨过全无人自动驾驶运营落地的门槛，密集推进规模商业化进程。例如，Waymo近日获得加州CPUC批准在旧金山、湾区部分城市等区域向公众提供无人驾驶网约车服务；与此同时，百度继重庆、武汉双城开展全无人自动驾驶商业运营后，在北京继续扩大无人测试。Apollo Day技术开放日活动上，百度也宣布，2023年将扩大业务规模，在更多区域开展全无人自动驾驶运营，着力打造全球最大的全无人自动驾驶运营服务区。

　　百度Q3财报数据显示，2022年第三季度萝卜快跑订单量超过47.4万，同比增幅高达311%，环比增幅高达65%。其中，武汉重庆两地的全无人自动驾驶订单量增长迅速；此外，在北上广三个一线城市，平均单车日订单量15次以上，逼近传统网约车服务的日均订单量。从覆盖范围、订单量、用户粘性等多个维度来看，萝卜快跑均已形成“连点成线、积线成面“之势。

　　自动驾驶行业没有弯道超车，多年技术积累才能实现全无人落地的临门一脚。百度自动驾驶技术专家陈竞凯介绍，百度Apollo依托坚实的AI技术底座，打造安全、智能、高效的自动驾驶技术体系，实现从全无人运营到规模商业化运营。目前，自动驾驶技术泛化能力进步速度超预期，落地新城市技术交付时间仅需20天。

　　自动驾驶大模型技术行业率先应用，高精地图构建自动化率达96%

　　此次Apollo Day技术开放日活动上，百度自动驾驶技术专家公布了自动驾驶系统感知、预测决策、规划控制，以及数据闭环、地图、算力等全链条技术方案。其中，文心大模型加持的自动驾驶技术为业内首发，低成本、重体验、能量产的Apollo自动驾驶地图更是重新定义了新一代地图发展趋势。

　　大模型技术是自动驾驶行业近年的热议趋势，但能否落地应用、能否用好是关键难题。百度自动驾驶依托文心大模型特色优势，率先实现技术应用突破。百度自动驾驶技术专家王井东表示：文心大模型-图文弱监督预训练模型，背靠文心图文大模型数千种物体识别能力，大幅扩充自动驾驶语义识别数据，如：特殊车辆（消防车、救护车）识别、塑料袋等，自动驾驶长尾问题解决效率指数级提升；此外，得益于文心大模型-自动驾驶感知模型10亿以上参数规模，通过大模型训练小模型，自动驾驶感知泛化能力显著增强。

　　对于L4级自动驾驶而言，要达到99.99%以上的成功率，地图是不可或缺的底层能力。百度自动驾驶技术专家黄际洲发布了Apollo自动驾驶地图，强调其具有知识增强、分层多维、为自动驾驶而生的新一代地图优势。目前，在高精地图层面，AI是降本增效的核心驱动，百度高精地图构建自动化率已达到96%,大幅解决了应用成本高的问题。同时，为保障自动驾驶高安全性，Apollo 自动驾驶地图融合车端感知数据与多源地图，实时生成在线地图，满足自动驾驶过程中实时更新的需求，确保自动驾驶安全。此外，为提升自动驾驶舒适性，Apollo自动驾驶地图基于百度地图1200万公里的领先路网覆盖范围及海量时空数据，结合数亿司机的驾驶知识沉淀，构建全路网级别的驾驶知识图谱。学习人类司机经验，用驾驶知识图谱为自动驾驶搭建进步的阶梯。

　　随着自动驾驶的规模化落地，数据规模将出现爆发式增长。如何寻找更有价值的数据，如何高效地利用数据提升驾驶能力，成为自动驾驶持续学习和实现规模化的关键。百度自动驾驶技术专家李昂提出了「高提纯、高消化」的数据闭环设计理念，全面强化自动驾驶的数据炼金术。据介绍，该方案的数据提纯路径利用车端小模型和云端大模型，实现高效率数据挖掘和自动化标注；数据消化架构实现自动化训练，具备联合优化和数据分布理解的能力，有效地利用高纯度数据进一步提升自动驾驶系统的整体智能水平。

　　汽车智能化时代，百度也积极将自动驾驶技术落地高级辅助驾驶产品，探索L4/L2+技术共生路线。百度自动驾驶技术专家王亮认为，百度赋能汽车智能化的信心和底气源于十年自动驾驶技术沉淀。目前，技术栈层面已实现L4与L2+智驾产品视觉感知方案统一、技术架构统一、地图统一、数据打通及基础设施共享。L4将持续为L2+智驾产品提供先进的技术迁移，L2数据反哺也将助力L4泛化能力提升。同时，王亮也强调高精地图是保障L2+城市级智驾产品高安全、体验好的必需必要条件。

　　此外，备受关注的芯片，也成为自动驾驶公司拥有自主可控技术的关键。Apollo Day技术开放日上，昆仑芯科技CEO欧阳剑透露，百度自研AI芯片昆仑芯2代已完成无人驾驶场景端到端性能适配，这也将持续夯实百度Apollo软硬一体优势。

　　汽车产业已经从电动化竞争转向智能化竞争，最终会走向共享出行的服务竞争。业内专家认为：“中国的科技企业要看到趋势，为接下来的变革进行布局。充分利用眼下中国在电动车领域的产业优势，在智能化和无人驾驶出行服务的‘战国争霸’中保持领先。”已经领跑行业的百度，正在通过不懈的技术探索与持续投入，带领中国自动驾驶行业跑出最优解。

　　举报/反馈