纯视觉自动驾驶必要一战？能和特斯拉叫板的中国公司还有谁？

关注并标星电动星球News

每天打卡阅读

更深刻理解汽车产业变革

————————

在过去的几年里，我们从创业公司口中听遍了各种关于自动驾驶的故事，说实话，有点腻了。

为什么说腻？因为这些所谓高级别的自动驾驶功能离我们的生活依然遥远，或因为法规、或因为技术本身的不完善。

最近两年，继特斯拉之后国内新势力开始陆续推出自家的领航辅助系统，终于让 ADAS 功能的「自动化」能力更上了一层楼。虽然这些技术依然没有突破 L3 的「封印」，还算不上完全意义上的自动驾驶，但至少能让寻常百姓尝鲜到自动化的便利了。

在这一波自动驾驶量产落地之战中，小鹏的 NGP、蔚来的 NOP 无疑抢夺了先机，以 OEM 自研的身份快走了一步。这时我们不禁想问，那些「术业专攻」的科技公司们呢？

说起国内自动驾驶的老牌公司，百度 Apollo 算得上头一号，它家是国内为数不多以视觉感知为主的自动驾驶方案，并且已经在 Robotaxi 领域深耕多年。

最近，百度的朋友告诉我们，他们家的领航辅助系统很快就要量产了。那么问题来了，有着高级别自动驾驶技术打底，百度 Apollo 技术降维到乘用车上究竟会不会比友商更胜一筹呢？

三年「厚积」

过去几年里，关于百度自动驾驶的消息，我们听到最多的是 Robotaix，也数次体验过，总体上来说体验不错，但目前还很难走进千家万户。要想「科技普惠」，现阶段最直接的做法就是渗透到私家车领域，让千万量产车搭载上百度 Apollo 的技术。

事实上，早在三年前百度就推出了面向量产乘用车的 Apollo Lite 技术解决方案，官方曾下过两个定义「L4 级、纯视觉城市道路自动驾驶」。

三年时间里，基于Apollo Lite视觉方案的产品在威马、长城、广汽的量产车上先是释放了 AVP 自主泊车功能，并得到了市场的检验，接下来福特、现代、宝马、吉利也将陆续搭载。

而接下来，Apollo Lite 的另一大明星产品 ANP 城市领航辅助驾驶也将量产上车。

关于量产时间表，我们从官方拿到了两点关键信息：

1、2022 年，向威马交付 ANP 高速版，可实现高速领航辅助驾驶功能；

2、2023 年 ，向集度交付 ANP 旗舰版，可在复杂城市道路上实现领航辅助驾驶功能，覆盖停车场、高速公路、城市道路；

从时间点上，百度确实不算领先，在高速领航量产的节奏上要比小鹏、蔚来慢了得有一年。不过要强调的是，自动驾驶技术从来不是以落地早晚论英雄，关键在于使用体验。

车企之所以要抢发布时间点，最主要的原因就是「跑数据、训练机器」，但这样的需求对于百度来说可能并不那么迫切。

我们不妨看这样几组数据：

百度已获得中国自动驾驶测试牌照 411 张，其中载人测试牌照 231 张；

截止目前，Apollo 测试车队规模已达 500 辆，获得专利数 3400 件，在世界范围内的近 30 个城市开放道路测试，测试总里程超过 1800 万公里，目前日增里程 4 万公里；

百度在沧州、重庆获得载人收费运营测试许可，在北京获得了夜间及特殊天气测试资质。

也就是说，在 ANP 量产之前，百度就已经积累了丰富的数据，提前做足了功课。加上有着 Robotaxi 这样高级别自动驾驶技术打底，这就是「技术降维」的可怕之处。

但话又说回来，技术实现是一方面，体验细节上的打磨更考验功力，高中生做初中试卷要想得满分也不是一件容易的事情。这个我们待会讲。

除了数据和算法上的积累，百度在过去三年还推出了自家的自动驾驶算力平台，简称 ACU。

ACU 共有三代产品：

第一代针对 AVP，内部命名「五仁」，搭载赛灵思的的芯片；

第二代兼顾 AVP＋ANP，内部代号「四喜」，搭载了德州仪器的 J6 芯片；

第三代「三鲜」将于 2023 年量产，会支持更复杂的行车域，并接入车路协同的能力；

另外，百度还拥有自己的高精地图，也就是说，Apollo Lite 是一套集软件算法、数据积累、计算平台、高精地图完整的闭环软硬件体系。这是过去三年甚至百度 Apollo 立项之初就开始持续不断积累的能力。

「技术降维」背后的挑战

虽然 Apollo Lite 只是百度高级别自动驾驶技术的一种「降维」，但要实现真正意义上的量产上车并不容易。

1、量产就意味着车规

和后装改造的测试车不同，前装量产车需要满足可靠性、一致性和稳定性等一系列车规要求，在冗余设计、线控调校、散热方案和传感器集成都需要注意。

得益于视觉感知方案，没有激光雷达这样的复杂硬件，所以百度能够更容易地把体积更小的摄像头和毫米波雷达集成到车身当中。

2、感知轻量化，降低计算量

量产车不能像测试车一样不计成本，所以它不能毫无顾忌地堆砌传感器和计算平台，不然既会挤占宝贵的车内空间，再者也会耗费更多的硬件成本。

百度方面称，Apollo Lite 团队投入大量精力进行了视觉感知模型的轻量化，对模型结构进行了极致压缩，通过多任务模型、量化训练等手段降低计算量，降低推理时延的同时兼顾了模型精度。

3、x86 到 ARM 的重新部署

随着算法代码从 x86 向 ARM 架构迁徙，Apollo Lite 迎来了算力上的挑战，如何把算力科学分配是一大挑战。简单来说就是，算力充沛时，它要能够兼顾全局；算力有限时，它要能有的放矢。

为此，Apollo Lite 进行了大刀阔斧的重构，让系统能够根据场景和车辆行为动态去动态分配算力给感知系统。

具体分为三个层面：算法层面，全面精简算法逻辑，并通过专用指令优化热点算法模块，降低运算量。系统层面，重新设计了计算资源调度分配策略，提升数据流转效率。硬件层面，充分调度异构计算单元上可用的硬件资源（专用图像处理器、DSP 计算单元等），缓解GPU、AI加速器的计算压力。

正是通过这一系列算力优化，Apollo Lite 在 ARM 平台上实现了 GPU 占用率降低>138%，端到端时延（99分位）降低>50%。

4、高精地图的轻量化

在此之前，Robotaxi 采用了一套定制的百度高精地图，它包含了丰富的道路拓扑和定位图层信息，通过地图数据，车端算法可以被简化，研发难度得到有效的降低。而面向量产乘用车端，高精地图的生产成本和日常维护难度就带来了挑战，同时私家车的泛化性要求它不能像 Robotaxi 一样在算法上重度依赖高精地图。

怎么办？

百度选择对地图做减法，对算法做加法。

第一步，Apollo Lite 放宽了对地图要素的要求，将地图元素减少到了原来的 50%，单位距离地图大小缩小为原来的 10%；接着，针对轻量化地图去研发相应的感知、定位和决策规划算法，通过升级算法去弥补地图信息的缺失。

总得来说，Apollo Lite 量产上车的精髓就是不断「做减法」，打造乘用车端的低成本、更高效、符合车规的自动驾驶，从而实现科技普惠。在系统整体变得「更轻」的情况下还要保证功能体验，这就对 Apollo Lite 算法的聪明程度提出了更高的要求。

百度另有杀手锏

都说今年是激光雷达的量产元年，不断有新车搭载激光雷达，作为以视觉方案 Apollo Lite 为核心的百度ANP 倒是不像特斯拉 FSD 那般执拗，百度表示他们对激光雷达持开放态度并完全有能力接入。

但是，百度并不认为激光雷达技术存在太大壁垒，而自家独一无二的「护城河」是很难被逾越的。

百度的护城河是什么？其实前文我们就提到过，是视觉感知为核心的软件算法、是 Robotaxi 积累的数千万公里数据、是自研的 ACU 计算平台和高精地图。这种几乎闭环的软硬件自研体系让百度 Apollo 没有第三方供应商的束缚，内部一体化协作也更加高效。而直接反馈给消费者的就是低成本、够好用的自动驾驶产品。

这是百度的核心杀手锏，是国内竞争对手所不具备的体系能力，唯一能够与之抗衡的企业恐怕只有 Waymo、Tesla 以及 Mobileye。

但是，摆在百度面前的挑战依然严峻。2023 年后，随着城市领航功能的普及，群英逐鹿的焦点将从「能力有没有」变成「体验好不好」、「成本低不低」、「拓展性强不强」。

在追求规模效应的汽车行业，成本优势很难成为永久的壁垒，而核心体验的差异却可以使品牌屹立不倒，只有不断用体验去驱动的技术才是「最先进」的技术。

极致体验，正是 Apollo Lite 所长期追求的目标。在场景化体验细节上的打磨将是 ANP 量产之后，百度 Apollo 的核心工作。

2023 年是行业交卷的一年，城市领航产品将趋于成熟，局部体验的优劣将成为各家比拼的重头戏。目前我们还无法对未来 Apollo Lite 的体验作出明确的判断，但百度在自动驾驶领域的深厚经验值得敬畏，俗话说姜还是老的辣嘛。

我们拭目以待。