在质疑中前行的百度Apollo
百度集团副总裁、智能驾驶事业群组总裁王云鹏
出品 丨 搜狐汽车·汽车咖啡馆
作者 丨 李德辉
进入智能驾驶竞争的深水区，城区NOA上车产品数量、开城数量等逐渐增加，百度Apollo却被业界的“质疑缠身”。
2024年4月22日，在百度Apollo举办的以“破晓·拥抱智变时刻”为主题的智能汽车产品发布会上，百度集团副总裁、智能驾驶事业群组总裁王云鹏以辟谣的方式开场。“最近有坊间传闻，说百度放弃智能驾驶L2业务了，今天我要正式澄清一下：谣言不可信，我们不仅没有放弃，而且还要做到更好。坚持做好车企智能化的‘技术合伙人’的战略从未改变。”
这应该是在2023年11月6日王云鹏接替李震宇担任智能驾驶事业群组总裁以来，第二次义正言辞的回应行业质疑。上一次是在3月中旬中国电动汽车百人会年会论坛上，“王传福董事长曾说，无人驾驶是‘忽悠’，那是因为他还没有坐过真正的无人驾驶。没有坐过无人车的人说无人车是‘忽悠’，一点也不奇怪。我还记得几年前没有开过电动车的人还说电动车是‘移动炸弹’。”
关于百度Apollo在智驾业务方面的进展，王云鹏一改百度低调的画风，开始被卷进现阶段的“舆论漩涡”。在百人会论坛上，王云鹏并不承认百度在智驾领域的进展缓慢。他认为，百度确实是起了个大早，但是并没有赶晚集。是因为，他判断：“经过这么多年的艰苦奋斗，自动驾驶刚刚见到曙光，真正的‘大集’还没有开始。”
然而，不容忽视的事实确实，在智驾解决方案方面，百度Apollo现阶段只有极越，这个与百度在资本上就有联系的客户。相比之下，不管是大量上车的智驾方案的整车企业，还是作为第三方解决方案提供商的华为、Momenta、元戎启行等，均已在多款车型上量产。
从这次会议的主题上来看，百度Apollo并不接受这样的“命运”安排。那么，破局点到底在哪呢？
01 智驾：技术性降本
“好的智驾，应该是一个靠谱的好司机，什么道路都能开，什么车位都能停。城市智驾的成本要做到足够低，不能只在20万以上的车选配，应该让15万的车都能标配。好的智图，应该让车机地图和手机地图成为一体，同步更新、一样好用，让车企不再发愁产品更新，让车主不再需要手机支架。好的智舱，应该要重构人和车的关系，成为车主离不开的贴心小助理。百度Apollo不仅要为车企提供现成的座舱智能体，还要提供专家模型和开发工具，方便车企定制开发。” 王云鹏认为，技术好、价格便宜、生态体系，是百度的优势。
那么，对于现阶段业界的技术进展，具备通用大模型能力和垂直领域大模型能力的企业，两者在能力建设和发展潜力上是否存在区别？是否能够形成竞争壁垒？
在媒体采访中，百度智能驾驶事业群组（IDG）智能汽车业务部总经理苏坦表示，两者之间不会形成路线的差异，只不过是天花板高低不同。既然如此，依靠现有的技术储备，百度Apollo无法在市场上发起技术性的战争，被迫陷入价格战。
百度智能驾驶事业群组（IDG）首席研发架构师、 IDG技术委员会主席王亮表示：“基于BEV+Transformer的第三代纯视觉感知架构完整地搭建好，多任务统一的网络结构、知识检测、建图、持续跟踪以及场景理解四大基础能力，目前是国内唯一、世界唯二的纯视觉高阶智驾可量产方案。”
不过，市场的表现与百度Apollo所声称的技术实力并不相符。诚然，面对终端消费者，成本高是绕不过去的槛，也是技术从产品到商品的必经历程。
王亮承认：“一个昂贵的传感器堆砌、提升智能化的表现确实很容易，但成本要由消费者买单，额外的智驾硬件成本也影响整车的定价，降低车型在市场上的竞争力。”
面对市场压力，百度Apollo开始走向降本之路。
“我们经过反复的思考权衡，智驾产品选择了更为极致的纯视觉路线，做法是把所有算力、所有数据产能、所有研发人员、研发人才和管理精力都砸向视觉一个方向。”王亮介绍，在智驾方案中，百度首先拿掉了激光雷达，并且预判：“激光雷达在这里会是一个过渡的方案，我们相信行业最终会逐渐拥抱算法走向更高的纯视觉路线。”
百度智能驾驶事业群组（IDG）首席研发架构师、 IDG技术委员会主席王亮
发布会上，百度Apollo正式发布纯视觉城市领航辅助驾驶产品ANP3 Pro，将高阶城市智驾的硬件成本降到万元以下。该方案的硬件部署包括1颗NVIDIA DRIVE Orin（254TOPS）、11个摄像头、3个毫米波雷达以及12个超声波雷达，覆盖泊车、高速、城市等场景，可实现城市领航辅助、高速领航辅助、自动泊车/遥控泊车、代客泊车AVP、AP/ADAS等功能。
不仅如此，百度的降本策略也打起了芯片的主意。
然而，芯片降本与技术趋势却在一定程度上存在不可调和的矛盾。“大家可以看到现在技术日新月异，算力也是往上走的，要是定义不好的话确实有点麻烦。现在产品在市场上已经不是最领先了，如果不是要打10万以下的车型可能根本没有什么机会，就是在有竞争力的情况下做到高标准高要求。”王亮坦言，芯片算力发展的趋势在是增大，但与之相应上涨的成本却使其难以进入较低价位的汽车产品相匹配。
“摄像头的价格也比较稳定，最大的成本还是芯片。”王亮透露，这是在制定技术路线和方案阶段，百度考虑的最后一个关键问题。“在关键的芯片选型问题上，我们面临的取舍是选用高算力芯片搭配大比例的数据驱动AI算法，还是选择小几十的芯片，通过极致压榨自愿达成目标？当然，低算力芯片有成本优势，初期商业化会走得比较顺畅，但团队成员很有前瞻性地指出，智驾要实现体验需要用户的使用、反馈，驱动算法优化，设计之初就需要考虑未来算法迭代升级需要的算力空间。”
因此，百度Apollo，一方面，提供了两个“样板间”，即基于NVIDIA DRIVE Orin的ANP3 Max和ANP3 Pro；一方面，推出了“芯片X计划”，接受整车企业指定的芯片选型，只要芯片满足一定的稠密算力要求即可。
02 地图：从用户端突破
其实，智能驾驶领域的降本是从高精地图开始的。
2023年，智能驾驶解决方案提供商以及全栈自研的整车企业，相继发布“去高精地图”的方案。一时间，该话题成为业内讨论的焦点，也逐渐成了行业的共识。
不过，现象背后却另有隐情。
百度副总裁尚国斌揭秘：“现在这个事情还是噱头的成分比较高，无图还是达不到的。”事实上，“高精地图可能是需要的，其实高精地图不是不行，体验还可以，现在各种智驾评估可能都是带图的，无图就是自己放视频，说明北京这些地方都是依赖高精地图的，成本也确实很高。”
因此，百度并不担心这一行业趋势对其地图业务的影响。“我们自己不会受到影响，真正做地图的公司只有少数几家。”相反，尚国斌反而认为：“这些对做地图的来说是一个机会。”
发布会上，尚国斌发布了百度地图V20，包含基础版、3D领先版、3D旗舰版、SR智驾版，可以实现手机地图和车机地图的一体化，支持手车一体、真车道级导航、地图智能体、手车互联。
值得注意的是，真车道级导航，既支持高快速路，全国城市都能开，车道级导航占比95%，也可实现智能车道推荐，根据车道级定位、车道级路况和红绿灯进行车道级路线推荐，为每次出行节约1分钟，安全提醒覆盖32万事故ODD。
“我们可以把传统地图的制作成本降低95%，现在可能是99%更多。我们利用大模型做到30-50万公里以后，整个大模型的效率比以前更高了，整整提前了九个月。”尚国斌介绍，百度地图V20从成本和更新周期上进一步向智能驾驶的需求靠近。
然而，按下葫芦浮起瓢，商业进展依然没有按照既定逻辑进行。
诚如不少智驾企业的高管所言，高精地图是一个不错的“传感器”，所具备的先验知识能够解决很多现存的问题。然而，技术与商业两个维度上的拉扯，最终使其选择“去高精地图”的方式。首先，技术上，作为传感器的一种，摄像头、激光雷达等硬件具备替代高精地图的可能；其次，商业上，相对于算法，高精地图属于固定成本，无法实现边际成本趋于零，而算法可以。
另外，整车企业不接受，成为百度地图V20商业拓展的新障碍。尽管尚国斌强调：“针对所有这些车道要素要求更严格，拥有不亚于传统高精地图的数据。”，但是，“车企看到是大模型，就说要高精地图”。
百度副总裁尚国斌
因此，百度不得不再次捡起互联网的打法，“挟天子（用户）以令诸侯（汽车企业）”。
发布会上，尚国斌痛陈传统车机地图的种种弊端，比如从立项到发布至少2年时间致使发布即落后、OTA能力不足、迭代慢等。
两年前，尚国斌决定将地图底层的引擎和数据重构，实现更好的手车一体功能。这意味着，在地图领域，百度要将过去20年的手机和车机代码重写一遍。两年时间里，2000人的研发与数据团队完成了这一使命，使百度地图成为全球是首屈一指的手机与车机完全统一版本、后台统一更新、永久同步更新的手机地图和车机地图。
“重构百度地图其实是非常难的一件事情，要让用户认同我们，我们很有信心，但能不能让每个车企认可，我还不一定完全有信心。现在我们的产品经过多个客户的认可，我还是非常有信心的。”尚国斌自认为打赢了技术战，需要面对的是下一阶段的商业战。
03 大模型：2024成为元年
“我自己认为，2024年就是元年。不是自己拍脑袋，而是系统论证的结论。”百度智能驾驶事业群组（IDG）智能汽车业务部总经理苏坦判断，大模型上车的时代已经开始，将给行业带来质的变化。
苏坦给行业祛魅称：“大模型最开始出现的时候，大家都有点过于神化，认为浩如烟海的大模型会带来指数型跃迁。后来发现，把模型做小、做好数据训练，以更精简、更高效的方式，也可以达到类似的效果。”
与此同时，“通用大模型和专家大模型，在MOE技术不断迭代的今天，开始变成可以打通的全新技术趋势。”因此，“这些技术的突破，又让模型侧对场景的聚焦变得更好，所以算力的增加和模型技术本身的突破，是让2024年成为大模型的元年。”
百度智能驾驶事业群组（IDG）智能汽车业务部总经理苏坦
“大模型让我们第一次有机会让智能座舱真正意义上配得上智能这两个字。”不过，苏坦也强调称，大模型领域也存在“真假之分”。“你看到的到底是一个概念，还是真正开箱即用的全新大模型产品。”
苏坦介绍，百度对大模型的深入研究也让我们某种意义上对大模型底层运作原理有了更加深入的理解，我们发现通过对专属训练、专属场景的深入打造，构建更好的数据集以及对场景更深入的理解，可以用更少的参数构建更加匹配的场景需要的专家模型，从而让场景本身以专家模型的方式更加好地提供用户体验，同时没有那么大的信任消耗，没有那么大的Token调用成本。
官方信息显示，Apollo智舱大模型2.0是端云一体的架构，云端是文心一言百亿千亿的模型提供浩瀚的知识库和澎湃的算力支持，同时在端侧正式向大家发布两套专家模型：Air版本，10亿参数模型可以解决过去座舱很难解决的很多问题，能不能把用户的每一句话都定位为需求，包括规则不能及的高度。Pro版本，70亿参数的智能化模型就更强，安装大量出行场景相关的知识，不仅可以帮助理解，也可以进行大量内容的生成。
“大模型不是一个单独的产品，需要一个好的基座，做完以后如果你和用户之间没有好的链接，实际上大模型是很难用的。”苏坦分析，大模型虽好，但并非伸手可得。
以语音为例，在此领域，百度提供一套智能座舱的语音基础，工具链可以一站式支持从模型调优和语音链路的融合。汽车企业可以在此基础上进行产品定义和需求开发。
“所有脏活累活，我们提供工具去干，所有车型变得聪明的部分，车厂用我们的工具一站式完成。”苏坦表示，遵从术有专攻的原则，可以实现效率和效益的最大化。“我们希望用这套能力能够打造真正意义上OEM品牌专属大模型的开发新范式，包括OEM真正聚焦和自己品牌调性相关的部分，品牌专有的数据训练，这些是OEM真正应该关注的部分。OEM应该关注的是怎么把自己的品牌调性做上去，我们虽然不擅长，但愿意拿出最大的诚意帮助OEM融入品牌的文化、融入品牌的风格，真正变成懂你品牌的大模型。”