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

　　2022年11月29日，百度百度阿波罗日在线上举行。动驾百度自动驾驶技术专家全景式展示了Apollo的驶行水岭技术实力和前沿技术理念，发布了新一代Apollo自动驾驶地图，业两推出了业内首款应用于自动驾驶的极分键分文心大模型着陆技术。凭借扎实的化无技术积累和不断创新突破，百度Apollo宣布将继续扩大业务规模，人化力争在2023年建成全球最大的落地全无人自动驾驶运营服务区。

　　自动驾驶行业的百度两极分化和无人化成为关键分水岭

　　高水平自动驾驶的研发成本高，周期长。动驾在新一轮行业洗牌中，驶行水岭早期投资带来的业两滚雪球般的技术积累效应开始显现。全球自动驾驶行业正在加速两极分化。极分键分关键分水岭是化无能否实现“无人”突破。具体而言，实现无人着陆并稳步扩大面积以推动规模商业化演进的强大玩家将迎来新的发展机遇；相反，如果潮水退去，技术积累不足，无法跨越无人着陆的公司可能会被抛在身后。

　　目前，百度、Waymo等公司已经跨过了全无人自动驾驶运营的门槛，密集推进了规模商业化进程。例如，Waymo最近被加利福尼亚州中央消费者委员会批准为旧金山、海湾地区的一些城市和其他地区的公众提供无人驾驶在线叫车服务；与此同时，在重庆和武汉实现全无人自动驾驶商业化运营后，百度继续扩大在北京的无人测试。在阿波罗日技术开放日上，百度还宣布将在2023年扩大业务规模，在更多地区开展全无人自动驾驶运营，努力打造全球最大的全无人自动驾运营服务区。

　　百度Q3财报数据显示，2022年第三季度，快速移动的萝卜订单数量超过47.4万份，同比增长311%，环比增长65%。其中，武汉和重庆的全无人自动驾驶订单增长迅速；此外，在北上广三个一线城市，单车日均订单量超过15倍，接近传统网约车服务日均订单量。从覆盖率、订单量、用户粘性等维度来看，萝卜快跑已经形成了“连接点形成线，整合线形成面”的趋势。

　　自动驾驶行业没有弯道超车，只有经过多年的技术积累，才能实现无人登门的目标。百度自动驾驶技术专家陈景凯介绍，百度Apollo依托坚实的AI技术基础，构建了安全、智能、高效的自动驾驶技术体系，从无人驾驶实现规模化商业运营。目前，自动驾驶技术的泛化能力提升速度快于预期，技术在新城市的交付时间仅为20天。

　　自动驾驶大模型技术在行业率先应用，高精度地图构建自动化率达96%

　　在阿波罗日技术开放日活动上，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、算力等全链条技术解决方案。其中，文心模型支持的自动驾驶技术是行业首创。阿波罗自动驾驶地图的低成本、以体验为导向、能源效率高，重新定义了新一代地图的发展趋势。

　　大模型技术是近年来自动驾驶行业的热门讨论趋势，但能否应用和使用好是一个关键问题。百度自动驾驶依托文心车型的鲜明优势，率先实现技术应用突破。百度自动驾驶技术专家王敬东表示，表示：“文心大模型-图像文本弱监督预训练模型，依靠文心大模式的数千个对象识别能力，大大扩展了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，解决自动驾驶长尾问题的效率呈指数级增长；”；此外，得益于文心大模型-自动驾驶感知模型超过10亿的参数规模，通过用大模型训练小模型，自动驾驶感知的泛化能力显著增强。

　　对于L4级自动驾驶来说，要实现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继洲发布了阿波罗自动驾驶地图，强调其具有知识增强、分层和多维的优势，以及自动驾驶的新一代地图。目前，在高精度地图层面，人工智能是降低成本和提高效率的核心驱动力。百度高精度地图建设自动化率达到96%，极大地解决了应用成本高的问题。同时，为了确保自动驾驶的高安全性，Apollo自动驾驶地图集成了车端感知数据和多源地图，实时生成在线地图，以满足自动驾驶过程中实时更新的要求，确保自动驾驶安全。此外，为了提高自动驾驶的舒适度，Apollo自动驾驶地图基于百度地图1200万公里领先的路网覆盖和海量时空数据，结合数亿驾驶员的驾驶知识沉淀，构建路网级驾驶知识地图。借鉴人类驾驶员的经验，利用驾驶知识图谱构建自动驾驶的进步阶梯。

　　随着自动驾驶的大规模实施，数据规模将爆发式增长。如何找到更有价值的数据，如何有效利用数据提高驾驶能力，成为持续学习和大规模自动驾驶的关键。百度自动驾驶技术专家李昂提出了“高净化、高消化”的数据闭环设计理念，全面强化了自动驾驶的数据炼金术。据悉，该方案的数据净化路径利用小型汽车模型和大型云模型，实现高效的数据挖掘和自动标注；数据消化架构实现自动训练，具备联合优化和数据分布理解能力，有效利用高纯度数据，进一步提升自动驾驶系统的整体智能化水平。

　　在汽车智能化时代，百度也积极将自动驾驶技术应用到先进的辅助驾驶产品中，探索L4/L2+技术的共生路线。百度自动驾驶技术专家王亮认为，百度对智能汽车赋能的信心和信心源于过去十年自动驾驶技术的沉淀。目前，在技术堆栈层面，L4和L2+智能驾驶产品的视觉感知方案、技术架构、地图、数据连接和基础设施共享已经统一。L4将继续为L2+智能驾驶产品提供先进的技术迁移，L2数据反馈也将有助于提高L4的泛化能力。同时，王亮还强调，高精度地图是确保L2+城市级智能驾驶产品高安全性和良好体验的必要条件。

　　此外，备受关注的芯片也成为自动驾驶公司自主可控技术的关键。在阿波罗日技术开放日，昆仑芯科技CEO欧阳健透露，百度自主研发的AI芯片昆仑芯2已经完成了无人驾驶场的端到端性能适配，这也将继续巩固百度阿波罗软硬件集成的优势。

　　汽车行业已经从电动竞争转向智能竞争，最终将走向共享出行服务竞争。业内专家认为：“中国的科技企业应该看到趋势，并为下一步的变化做好规划。他们应该充分利用中国目前在电动汽车领域的产业优势，在智能和无人驾驶出行服务方面保持领先于“战国争霸”。”，通过不懈的技术探索和持续的投资，引领中国自动驾驶行业走向最佳解决方案。

最新评论