L4自動駕駛，今年走到了“大洗牌”、“大變局”的時刻。

　　一半是寒冬。平臺型自動駕駛明星Aurora、背靠福特和大眾的Argo……今年都先后傳出裁員或破產(chǎn)的消息，還有不少之前專注Robotaxi的企業(yè)，轉(zhuǎn)軌做起了乘用車輔助駕駛。

　　資本對于L4的故事，變得無比謹(jǐn)慎。于是人們說：L4寒冬已至。

　　另一半，卻是火焰。

　　王冠上的明珠遙遙在望，龍頭公司已經(jīng)窺見了決賽曙光，拿到入場券。

　　百度Apollo、谷歌Waymo、通用Cruise高歌猛進，進展不斷。

　　比如，Waymo、Cruise在舊金山、鳳凰城的商業(yè)運營范圍、時長不斷取得突破;而國內(nèi)百度Apollo的蘿卜快跑也接連落地十余個城市，完全無人駕駛在北京、武漢、重慶實現(xiàn)里程碑式落地，商業(yè)里程、運單數(shù)快速增長。

　　怎么解釋?

　　其實很簡單：自動駕駛行業(yè)洗牌浪潮中，只有真「無人」，才能最早看到到曙光。

　　為什么“全無人落地”如此關(guān)鍵?

　　百度Apollo、Waymo、Cruise這三個在L4商業(yè)化落地進展最快的玩家，都展現(xiàn)出相同的特質(zhì)。

　　背靠巨頭只是其一，更本質(zhì)的，是他們的落地項目以“全無人”為前提。

　　比如在湖北武漢，你可以通過蘿卜快跑App叫到全車無人的自動駕駛汽車，而這背后的技術(shù)就來自百度 Apollo。

　　為什么“全無人”是L4級以上自動駕駛技術(shù)落地的關(guān)鍵?

　　首先是從商業(yè)層面，“全無人”是Robotaxi商業(yè)模式初步跑通的必要前提。

　　對于Robotaxi來說，商業(yè)化*的挑戰(zhàn)就是成本問題。首先是車輛改裝成本。早期在沒有與主機廠達成前裝量產(chǎn)合作的條件下，一輛Robotaxi動輒上百萬是很常見的事。

　　投入營運階段，*的成本則是車上的安全員。

　　一輛普通的人類司機駕駛的網(wǎng)約車，一年*的人工成本也在12萬左右，安全員比駕駛員只高不低。

　　之前的Robotaxi在全運營生命周期內(nèi)，很難平衡自身的成本

　　在技術(shù)上實現(xiàn)“全無人”，則意味著首先省下了人工費用。

　　其次，全無人的自動駕駛技術(shù)棧，必然是在前裝量產(chǎn)的車型上實現(xiàn)的，所以在車輛本身層面面，也代表著和普通網(wǎng)約車進入相同成本區(qū)間。

　　另外，“全無人”還代表著技術(shù)提供方已經(jīng)能夠滿足自動駕駛出行的高可靠和安全性。

　　政策也更傾向于向這樣的技術(shù)提供商開放運營許可。

　　所以“全無人”對于自動駕駛的落地，最關(guān)鍵直接的一點是“降低成本”，背后更重要的深刻影響因素是技術(shù)的成熟帶來安全可靠性的提升。

　　百度Apollo給出的數(shù)據(jù)，是已經(jīng)累計超過4000萬公里測試?yán)锍�。Robotaxi成功送達率已經(jīng)超過99.99%。

　　這背后，既有Apollo講L2、L4打通的自動駕駛數(shù)據(jù)閉環(huán)，也有百度在AI領(lǐng)域的其他積累打下的基礎(chǔ)。

　　比如依靠文心大模型的數(shù)千種物體識別能力，大幅擴充自動駕駛語義識別數(shù)據(jù)，尤其是應(yīng)用在特殊車輛(消防車、救護車)、塑料袋等異形物識別上，大大提高長尾場景的覆蓋率，提升自動駕駛的可靠性。

　　此外， Apollo自動駕駛高精地圖，構(gòu)建自動化率已達到96%，基于百度地圖1200萬公里的*路網(wǎng)覆蓋范圍級海量時空數(shù)據(jù)，再結(jié)合數(shù)億司機的駕駛知識沉淀，構(gòu)建全路網(wǎng)級別的駕駛知識圖譜，提升自動駕駛決策舒適度。

　　目前，蘿卜快跑的全無人自動駕駛車隊商業(yè)運營和測試不斷擴區(qū)、提量、增時。已經(jīng)落地北京、重慶、武漢三城。

　　以武漢經(jīng)開區(qū)為例，覆蓋總面積超130平方公里，覆蓋居民超過100萬。自動駕駛車隊的運營場景包含城市高架、普通道路，運營時段覆蓋白天黑夜，過程稿中遇到的長尾場景、復(fù)雜挑戰(zhàn)，已經(jīng)和普通網(wǎng)約車私家車無異。

　　而通過真實場景的數(shù)據(jù)積累磨煉，能夠直接加速Apollo的技術(shù)迭代效率，從而發(fā)掘更多長尾場景，形成數(shù)據(jù)閉環(huán)的“飛輪”效應(yīng)。

　　全無人技術(shù)成熟，帶來商業(yè)模式初步跑通，開啟部分城市規(guī)模化運營。

　　而在這個過程中，有實力的玩家會進一步驗證、完善Robotaxi商業(yè)模型，并進一步擴大落地范圍，由此形成*優(yōu)勢。

　　這正是當(dāng)前百度Apollo、Waymo等玩家正在走的路，也是寒冬之中讓人們依然相信技術(shù)、相信自動駕駛的“火把”。

　　需得有什么樣的技術(shù)?

　　要做到全無人落地，背后的技術(shù)，需得是實打?qū)嵉膲蛴病?/p>

　　而百度作為此次行業(yè)大洗牌、兩極分化里穩(wěn)步發(fā)展的那一個，且在國內(nèi)常年占據(jù)自動駕駛頭雁的地位，其技術(shù)的發(fā)展可以說是具備一定借鑒的意義。

　　因此，我們不妨從百度自動駕駛的技術(shù)發(fā)展路徑，來看待這個問題。

　　不同于其它玩家的打法，百度自動駕駛一個非常旗幟鮮明的特點，便是與文心大模型的深度結(jié)合。

　　而且縱觀整個業(yè)界，大模型在自動駕駛感知上應(yīng)用落地，百度還是頭一個。

　　具體而言，在解決自動駕駛長尾數(shù)據(jù)挖掘問題上，百度所采用的是文心大模型-圖文弱監(jiān)督預(yù)訓(xùn)練模型。

　　幾個較為典型的長尾數(shù)據(jù)挖掘問題包括：

　　• 少見的車型：例如消防車、救護車等，由于它們在路面上的“出鏡率”較低，且形態(tài)、形狀不規(guī)則，對感知和理解上帶來了一定挑戰(zhàn)。• 各種姿態(tài)的行人：在行駛道路上往往并不是一個人出現(xiàn)在路面，這不僅對識別帶來挑戰(zhàn)，而且對后續(xù)的預(yù)測跟蹤也帶來了一定難度。• 低矮物體以及交通、施工的元素：低矮物體(比如道路中的護欄等)一直是感知里面非常有挑戰(zhàn)的問題。

　　面對上述固有的問題，借助文心大模型對數(shù)千種物體的識別能力，便可大幅擴充百度自動駕駛的語義識別數(shù)據(jù)，在效率上達到指數(shù)級提升。

　　除此之外，得益于文心大模型-自動駕駛感知模型10億以上參數(shù)規(guī)模，通過大模型訓(xùn)練小模型，自動駕駛感知泛化能力也得到了顯著增強。

　　對此，百度自動駕駛技術(shù)專家王井東表示：

　　大模型，已經(jīng)成為自動駕駛能力提升的核心驅(qū)動力。

　　而促使百度自動駕駛能夠快速實現(xiàn)全無人落地的“第二大法寶”，便是百度Apollo自動駕駛地圖。

　　不同于我們平時使用的導(dǎo)航地圖，高精度地圖可以說是實現(xiàn)智能駕駛必不可少的那一個。

　　整體而言，高精度地圖需得滿足三大特點。

　　首先便是厘米級的高精度。

　　人類在使用普通導(dǎo)航地圖時，只需要精確到5-10米，加之駕駛員自身的判斷即可。

　　但智能汽車是不具備人類這種判斷能力，因此1-2米的誤差便有可能導(dǎo)致壓線等問題的出現(xiàn)，這也就是為什么要將精度保持在厘米級的范圍內(nèi)了。

　　其次是涵蓋的大量道路信息。

　　高精度地圖需要給智能車提供的信息，可不止于普通導(dǎo)航地圖包含的道路選擇、擁堵情況、行駛時長等基礎(chǔ)信息。它還需得包括大量駕駛輔助信息，例如車道寬度變化offset點、導(dǎo)流區(qū)、圓形標(biāo)牌、高速出口等等。

　　最重要的是道路網(wǎng)的精確三維表征，以及有幾條車道、邊界線在哪里、護欄、路燈，甚至是馬路牙子的大小方圓在內(nèi)的100多種道路特征。

　　第三是高精地圖會出現(xiàn)繞路的情況。

　　這是因為高精地圖面向的是智能汽車而非人類，它所提供的信息是用于智能車的定位系統(tǒng)、感知系統(tǒng)和決策系統(tǒng)。

　　因此在面對諸如隧道等情況，高精地圖就有可能會出現(xiàn)“繞路”的情況，因為在它眼里，這條路就是不存在的。

　　由此可見，要想實現(xiàn)全無人落地，高精度地圖是必不可少的存在，而且實現(xiàn)起來并非易事。

　　但作為已經(jīng)“上崗”的百度Apollo自動駕駛地圖，它必然已經(jīng)hold住上述難點的那種。

　　據(jù)了解，百度高精度構(gòu)建自動化率已經(jīng)達到了96%，這也就意味著可以較大程度解決應(yīng)用成本高的問題。

　　與此同時，它也具備實時生成在線地圖的能力，可以融合扯斷感知數(shù)據(jù)與多源地圖，在自動駕駛安全性上保駕護航。

　　在決策方面，基于百度地圖1200萬公里的*路網(wǎng)覆蓋范圍級海量時空數(shù)據(jù)，以及數(shù)億司機駕駛知識數(shù)據(jù)，百度還構(gòu)建了全路網(wǎng)級別的駕駛知識圖譜，以此來提升自動駕駛決策舒適度。

　　而除了算法、軟件層面之外，百度實現(xiàn)全無人落地也沒落下在硬件上的發(fā)力。

　　據(jù)了解，百度自研AI芯片昆侖芯2代已完成無人駕駛場景端到端性能適配，以此來夯實百度在自動駕駛軟硬一體的優(yōu)勢。

　　當(dāng)然，百度自動駕駛能夠在全無人落地上實現(xiàn)*，并非是一蹴而就的事情，實則是“臺下十年功”不斷技術(shù)沉淀的結(jié)果。

　　一組公開數(shù)據(jù)便可一目了然：

　　目前百度Apollo已經(jīng)成長為全球最活躍的自動駕駛開放平臺，擁有全球生態(tài)合作伙伴超過210家，匯聚全球開發(fā)者 80000 名，開源代碼數(shù)70萬行;測試總里程超過4000萬公里;自動駕駛專利族3477件，連續(xù)四年全球*。

　　以上就是率先實現(xiàn)全無人落地玩家背后所具備的技術(shù)實力了。

　　決賽圈的入場券已定

　　正如我們最開始提到的，今年全球自動駕駛行業(yè)正在上演“大洗牌”。

　　從陸續(xù)被曝出倒閉、申請破產(chǎn)、大幅裁員的自動駕駛公司來看，它們身上似乎是存在著一個共性——未能實現(xiàn)全無人落地。

　　畢竟自動駕駛這件事，不只是一場技術(shù)實力上的大比拼，更是時間與耐力上的較量。

　　好比只有在潮水退去之時，才能看到是誰在裸泳一樣，站在2022年歲末的當(dāng)下，加速全無人落地成為了“上岸”玩家發(fā)力的必然節(jié)點。

　　不僅是國內(nèi)自動駕駛頭雁的百度在這么做，國際領(lǐng)頭玩家亦是如此。

　　例如Waymo、Cruise為等自動駕駛公司，均在加速推進無人駕駛規(guī)模商業(yè)化進程。

　　據(jù)了解，目前美國舊金山已開放了全市區(qū)7×24小時的無人駕駛出行服務(wù)。同時，鳳凰城的無人駕駛運營區(qū)域也不斷向核心城區(qū)擴充。

　　此外，從鳳凰城天港國際機場到市中心，還落地全球*全無人自動駕駛打車服務(wù)，進行7×24小時全天候運營。

　　而百度也是在近期發(fā)布了一個新的信號：

　　2023年，百度Apollo將持續(xù)擴大業(yè)務(wù)規(guī)模，計劃在全國范圍內(nèi)陸續(xù)增加投放200臺全無人駕駛運營車輛，著力打造全球*無人駕駛運營服務(wù)區(qū)。

　　據(jù)了解，百度今年量產(chǎn)的第六代無人車Apollo RT6(成本僅25萬元)，也即將于明年率先在蘿卜快跑上投入使用。

　　總體而言，百度在全無人落地這事上是做到了成本的降低、安全和質(zhì)量有保證，與此同時還在不斷加速擴大規(guī)模。

　　究其原因，百度目前要保證的便是在低成本下(毛利為正)各個城市能夠跑通商業(yè)模式;但若是目光放置長遠，其運營規(guī)模的指數(shù)增長是可以預(yù)見的。

　　由此可見，“全無人落地”已經(jīng)成了玩家進入自動駕駛決賽圈的關(guān)鍵。

　　那么在自動駕駛?cè)绱讼掳雸龅木置嬷�下，誰能笑到最后?