自动驾驶遭遇寒冬，百度Apollo的御寒秘笈

倒闭、裁员、合并重组、市值暴跌……伴随着国内外自动驾驶初创公司的一系列负面消息，整个自动驾驶行业似乎也被寒气裹挟。

长远来看，在商业化落地前景不乐观、融资难以为继、技术突破依然有难度的境况下，押注Robotaxi、纯无人驾驶路线的企业已经遭遇明显的发展瓶颈，即便曾经的高估值明星公司、独角兽也难逃厄运。

特别是Argo AI的被迫倒闭，对整个自动驾驶领域都具有警醒意义，整车企业将重点聚焦在更加现实的智能辅助驾驶（L2、L2+），初创公司不得不选择放缓或暂时放弃L4级自动驾驶业务的布局，降维进入乘用车辅助驾驶、L2+赛道，以尽快实现技术落地。

与此同时，我们也不能忽视以百度、Waymo为代表的公司，依然坚定全无人驾驶路线，并且跨过了横亘在初创公司面前的运营落地门槛，密集推进规模商业化进程。

Waymo已经在25个城市部署了无人驾驶测试车队，并于近日获得加州CPUC批准，在旧金山、湾区部分城市等区域进行无人商业化运营，向公众提供Robotaxi服务；百度旗下的萝卜快跑已经覆盖了10多个城市，继重庆、武汉双城开展全无人自动驾驶商业运营后，也在北京继续扩大前排无人测试，加速推进自动驾驶全无人商业化进程。

在11月29日的Apollo Day技术开放日活动上，百度还宣布将在2023年扩大业务规模，在更多区域开展全无人自动驾驶运营，打造全球最大的全无人自动驾驶运营服务区。

一面是发展遇阻举步维艰，一面是高歌猛进强势领跑，毫无疑问，全球自动驾驶行业正在迎来新一轮洗牌。而两极分化的关键分水岭在于能否实现“无人化”突破，不仅是技术，还包括商业落地、运营规模等各个维度。

当然，在这项长周期、高投入的复杂技术背后，还必须有足够的资金支撑，以及可预见的自我造血前景。

01

落地新城市技术交付时间仅需20天

从技术角度，对于几乎所有从业者来说，实现全无人驾驶的落地运营依然是最值得期待的，特别是在复杂的城市道路上。

从商业角度来看，预计超过万亿元的市场规模的Robotaxi也成为最具想象空间的应用场景。

这也是为什么先后有多家公司涌入这个赛道。尽管这些公司或倒在中途或已经开始掉队，但全无人驾驶的技术和商业逻辑依然存在。

自动驾驶行业没有弯道超车。

在百度自动驾驶技术专家陈竞凯看来，自动驾驶系统的能力演进，是按照预期功能安全的框架去思考的，百度从“知道不知道”、“安全不安全”这两个维度去推进自动驾驶技术能力，去提高自动驾驶系统对复杂场景的适应。

截至目前，自动驾驶系统的能力还在一个不断提高的过程中间，“我们需要把更多不知道的问题变成知道的问题，把不能安全通过的场景变成一个能够安全通过的场景，并且我们能够去预知一些可能出现的危险，去通过策略去规避掉一些复杂的危险的场景”。

正是在这10年多的技术积累，以及巨额投入才有了今天百度在全无人驾驶的领域的落地。

过去10年，百度累计研发投入超过1000亿元，每年研发占比都超过15%，去年更是达到23%，其中大部分投入在自动驾驶相关领域。

今年三季度，百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。截至三季度末，萝卜快跑向公众提供的乘车服务次数累计达到140万。特别是在“北上广”三个一线城市，平均单车日订单量达15次以上，逼近传统网约车服务的日均订单量。

无论是从覆盖范围还是订单量、用户粘性等维度来看，萝卜快跑都已形成“连点成线、积线成面“之势。

经过多年的积累，百度Apollo已经打造了坚实的AI技术底座，在这套安全、智能、高效的自动驾驶技术体系下，Apollo能够逐步实现从全无人运营到规模商业化运营。

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，并首发了文心大模型加持的自动驾驶技术。

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。

据陈竞凯介绍，百度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。

也正因此，百度有底气将在2023年继续扩大业务规模，在更多区域开展全无人自动驾驶运营，并立志“打造全球最大的全无人自动驾驶运营服务区”。

02

轻成本、重体验，

高精地图构建自动化率达96%

不同于业内“重感知，轻地图”的技术路线，百度认为“一个规模化生产的高精地图还是不可或缺的”。

百度自动驾驶技术专家黄际洲认为，这些企业之所以主张“轻高精地图”，主要原因是很难翻越高精地图面临的“三座大山”：资质壁垒、自研壁垒和供给稀缺。

更重要的是，轻地图方案也会带来相应的问题。百度自动驾驶技术专家王亮指出，道路结构的推理对自动驾驶决策规划算法至关重要，一旦算法在感知物理世界的道路结构层面出现问题，车辆的行为将难以预测，给用户带来极大的不安全感。

在黄际洲看来，要实现高安全、可持续的L2+智能驾驶产品，高精地图的作用就至关的重要，而且没有替代品；对于L4自动驾驶而言，要达到99.99%以上的成功率，高精地图更是其中必不可少的核心能力之一。 

作为目前唯一一家既精通地图、又深耕自动驾驶的公司，百度此次发布了“低成本、重体验、能量产”的全新一代Apollo自动驾驶地图。

所谓“低成本”，百度的经验是通过多层级的图优化、场景化的关联和匹配、基于学习的匹配算法等方面的技术创新，提升高精地图的智能化生产能力，这样就能做到在精度、质量不变的前提下，持续地降低成本。

通过一系列AI技术的落地应用，黄际洲介绍，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，其中高精地图单公里生产成本都有显著的下降，同时落地新城市的交付周期也明显提速。

“重体验”则主要聚焦在安全、舒适和高效三个方面。

黄际洲表示，百度通过大量的实践和分析发现，单靠实时感知和离线地图无法满足自动驾驶的高安全要求。因此在安全方面，Apollo 自动驾驶地图主要聚焦提升地图的实时更新能力和地图的鲜度，通过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，从而避免因现实的变更所引入的安全问题。

在舒适方面，主要借助于人类司机的驾驶的经验构建出全路网级别的驾驶知识图谱，显著提升自动驾驶的乘坐舒适度。目前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，构建了全路网级别的驾驶知识图谱。

在高效方面，主要是通过车路协同和交通大脑，来提升出行效率。

此外，在自动驾驶、车路协同技术赋能下，百度地图推出了城市车道级导航、车位级导航、智能红绿灯等自动驾驶级导航产品功能，用户有机会体验到与Apollo自动驾驶同款的出行体验。

03

L4降维L2+，L2+反哺L4

自2013年起百度在全自动驾驶领域已经深耕10年，超过4000万公里的测试里程、累计超过140万的订单以及在武汉和重庆在国内首次实现“全无人商业化运营”，这些都是百度自动驾驶技术能力的背书。

这也让百度有底气用自动驾驶技术赋能汽车智能化赛道。不同于其他自动驾驶初创公司被动“降维”进入L2、L2+赛道，百度希望通过“技术降维、数据反哺”的技术发展路线来实现汽车智能化时代的“L4/L2+技术共生 ”。

百度认为，有城市自动驾驶能力的L2+产品将是未来市场的主流趋势。

王亮介绍，百度将在2023年面向市场推出L2+领航辅助驾驶旗舰产品ANP3.0，它能在国内支持复杂城市道路场景，并且衔接融通高速和泊车场景。

在ANP3.0硬件方案上，百度的理念是“兼顾成本不盲目堆料”，其中智能驾驶计算单元采用百度自主研发的智驾域控制器，搭载2颗英伟达Orin-x芯片，AI算力500 TOPS；800万像素高清摄像头，视距可以达到400米；同时搭配state-of-the-art半固态激光雷达，每秒产生百万以上的点云，进一步保障安全性。

在王亮看来，安全、熟路、体验好是ANP3.0的三个产品优势。其中“熟路”即百度在高精地图领域积累的优势，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。

据透露，百度ANP3.0已经进入北上广深多地泛化测试阶段，将在2023年夏天随着第一个客户的新车上市面世。 

百度认为，实现无人驾驶商业化的最佳路径是：前期在限定区域实现技术积累，通过技术降维和L4数据，为L2+产品做热启动；长期看，利用L2的规模优势，提前收集L4泛化所需要储备的长尾问题。

这也就是百度所采用的“L4/L2+技术共生”路线。

根据百度内部的规划，2025年自动驾驶技术将跑通限定区域的无人化，Robotaxi的商业模式得到初步验证，紧接着将进入多城区商业化运营的新阶段，这意味着Robotaxi的数量和规模将大幅增加，规模增长也预示着L4技术对安全性的要求将更加严苛，对新技术和数据的需求更为迫切。 

王亮表示，百度领航辅助驾驶产品未来3-5年搭载量有望突破百万。百万量级行驶在城市道路上的L2+乘用车，可有效地收集和补充长尾问题，加速L4无人驾驶系统在更大范围运营，数据壁垒也将成为百度的L4技术护城河。 

据悉，2023年后ANP3.0数据反哺L4的规划也在进行中，并已经完成了前期的技术布局。届时百度自动驾驶技术栈层面将实现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，同时L2数据反哺也将助力L4泛化能力提升。

尽管福特、大众放弃了Argo AI，但正如福特CEO Jim Farley所言，“我们依然看好L4及更高级别自动驾驶的未来，但不一定要自己创造这项技术”。

言外之意，未来整车企业将通过供应商采购L4自动驾驶技术，而不是完全依赖自研。

在这种情况下，同时具备辅助驾驶和L4高级别自动驾驶技术的解决方案提供商，对于车企来说将更具备竞争力。

在新一轮洗牌中，技术、资金积累不足的玩家将掉队甚至倒在中途，而有实力的头部企业将迎来更大的发展机遇。

作者丨劢历

编辑丨张硕

出行范儿原创