全球無人駕駛大洗牌，Robotaxi越發(fā)向頭部聚集
全球無人駕駛落地正呈現(xiàn)兩幅面孔。隨著資本熱潮褪去，一部分公司在資金和研發(fā)上已經(jīng)難以為繼，Robotaxi落地的資源和希望，正無限向頭部公司聚集。?
10月，Argo宣告關(guān)閉，員工將分流至福特和大眾，并轉(zhuǎn)向量產(chǎn)自動駕駛的研發(fā)；9月，Aurora Innovation尋求出售，目前市值已跌至15億美元，不足其鼎盛期的1/10；ZOOX賣身亞馬遜之后，一部分研發(fā)轉(zhuǎn)向無人配送，而今年又有消息傳出，亞馬遜關(guān)閉了部分無人配送項目。假如把L4無人駕駛比喻成一座山峰，過去五六年間涌現(xiàn)的那些技術(shù)公司們，正在進入更難更險的路段。
觀察頭部公司們的表現(xiàn)，實現(xiàn)「無人化」的突破是一個關(guān)鍵的分水嶺。那些跨過「無人化」的公司仍在快速挺進，與行業(yè)中的裁員、關(guān)停呈現(xiàn)完全不同的一番景象。
Waymo近期獲得加州CPUC批準在舊金山、灣區(qū)部分城市等區(qū)域向公眾提供無人駕駛網(wǎng)約車服務(wù)；并且宣布了和極氪合作的新進展，基于概念車ZEEKER M-Vision打造量產(chǎn)車，車型將在2024年具備量產(chǎn)條件。
繼今年早些發(fā)布量產(chǎn)車Apollo RT6之后，百度也在本周舉行Apollo Day，第一次完整系統(tǒng)地向外界闡述了Robotaxi無人化落地新階段的思考。多位技術(shù)大牛，分享了大量百度在過去十年中的珍貴經(jīng)驗和獨到的技術(shù)判斷。
百度也宣布，2023年將擴大業(yè)務(wù)規(guī)模，在更多區(qū)域開展全無人自動駕駛運營，著力打造全球最大的全無人自動駕駛運營服務(wù)區(qū)。
浪潮滾滾向前，頭部公司們吹響了Robotaxi大規(guī)模落地的沖鋒號。
Robotaxi 2.0時代：百度Apollo的技術(shù)判斷
本屆百度Apollo Day的一大看點，是百度Apollo以及百度研發(fā)體系的多位大牛集體登場。更精彩的部分是基于百度的AI、計算機視覺、地圖等的技術(shù)體系，Apollo的思考和技術(shù)判斷。非官方的說法是，這是一場「價值百萬」的技術(shù)分享。以百度十年千億級的研發(fā)投入來說，這場分享價值百萬毫不為過。我們先從陳競凱的分享講起，他首先綱領(lǐng)性地拋出了Apollo的幾個技術(shù)選擇：
1. 工程化的技術(shù)體系打造能大規(guī)模落地的Robotaxi，核心是搭建安全、可規(guī)模化、智能高效的自動駕駛系統(tǒng)。從系統(tǒng)設(shè)計上有兩種思路：一種是偏向?qū)W術(shù)派的，統(tǒng)一建模、端到端的解決方案；另一種是工程導向的，做系統(tǒng)拆分，逐個突破。端到端的解決方案存在很大的不確定性，雖然技術(shù)發(fā)展迅速，但到底在未來兩年還是十年能取得突破仍是未知的。目前百度Apollo的技術(shù)搭建仍然沿著工程化的思路，將車載體系大致分為：地圖、感知、預測決策、規(guī)劃控制四個大塊。
2. 高精地圖不是阻礙，而是助力行業(yè)今年提出了「重感知、輕地圖」的思路，原因是地圖資質(zhì)難、成本高、難獲取。而百度認為高精地圖≠高成本的阻礙，難點在于車輛第一次通過已經(jīng)變更的現(xiàn)實世界時，如何安全通過，解決方案是實時地圖與離線高精地圖的融合。3. 多模態(tài)前融合感知，而非純視覺
以特斯拉為代表，行業(yè)今年在傳感器選擇上出現(xiàn)了較大分歧。百度的判斷是，充分發(fā)揮各傳感器的優(yōu)勢，并且在發(fā)展過程中將后融合方案轉(zhuǎn)為前融合方案。
4. 學習型PnC是實現(xiàn)全無人的必由之路
百度最初的預測和決策是分立的兩個系統(tǒng)模塊。預測由數(shù)據(jù)驅(qū)動，而決策規(guī)劃控制是基于規(guī)則的方案。規(guī)則系統(tǒng)的問題是隨著系統(tǒng)迭代，策略分叉導致投入產(chǎn)出比越來越低，且面對城市擴張、場景變化時，不僅需要分支節(jié)點的調(diào)整，而是需要從主干到分支的全面調(diào)整，基于規(guī)則的PnC是難以規(guī)?；?。
因此，百度的思路以漸進的方式，以學習型的系統(tǒng)來吸收規(guī)則系統(tǒng)，數(shù)據(jù)驅(qū)動PnC的迭代，同時規(guī)則也作為安全的兜底。
5. 數(shù)據(jù)是仿真系統(tǒng)的靈魂
仿真系統(tǒng)的價值不僅是針對單一場景進行模擬，而是對每次迭代帶來的系統(tǒng)表現(xiàn)變化進行完整的評價。
因此仿真系統(tǒng)結(jié)合大規(guī)模的數(shù)據(jù)分布來構(gòu)建是必須的，數(shù)據(jù)是仿真系統(tǒng)的靈魂。將真實世界事件發(fā)生的概率與仿真掛鉤，才能在仿真系統(tǒng)一個相對扭曲的分布中，獲得更準確的對系統(tǒng)能力的度量。
邁向全無人：Apollo的核心技術(shù)支柱
隨著百度在重慶、武漢開展全無人的商業(yè)運營試點，以及Apollo RT6的量產(chǎn)推進，百度下一階段的目標是：持續(xù)擴大業(yè)務(wù)規(guī)模，在更多區(qū)域開展全無人運營，打造全球最大的全無人駕駛運營服務(wù)區(qū)。Apollo Day上也展示了面向更大范圍的無人化，百度Apollo當前幾個關(guān)鍵的技術(shù)支柱。3.1? 輕成本、重體驗的地圖，是L4系統(tǒng)達到99.99%的關(guān)鍵當下「重感知、輕地圖」的趨勢，是一種從成本出發(fā)的技術(shù)主張。而百度Apollo堅定認為只有用上了高精地圖，L4自動駕駛才能達到99.99%的成功率。比如當?shù)缆窐俗R出現(xiàn)遮擋、污損、新舊重疊時，單靠實時感知無法應對。Apollo的勇氣來自于，百度是行業(yè)內(nèi)唯一一家既懂地圖又深耕自動駕駛的公司。
高精地圖要大規(guī)模應用，首先要降本。從百度的經(jīng)驗看，2020 - 2022年Robotaxi高精地圖單公里生產(chǎn)成本逐年明顯下降。目前，百度高精地圖構(gòu)建自動化率達到96%。大規(guī)模地圖生產(chǎn)的難點是自動化的數(shù)據(jù)融合，關(guān)鍵是融合的絕對/相對精度要達到厘米級。在數(shù)據(jù)融合上，百度做了3方面的技術(shù)創(chuàng)新：多層級的圖優(yōu)化；場景化關(guān)聯(lián)和匹配；以及基于學習的匹配算法。其次是提升體驗。百度地圖本身有超過1200萬公里的路網(wǎng)覆蓋，日均20億公里的軌跡數(shù)據(jù)，通過向數(shù)億的司機學習，形成全路網(wǎng)級的駕駛知識圖譜。這個圖譜包括：行駛速度、變道時機、變道軌跡等等。這一層輸入，是自動駕駛由笨拙變得順滑的關(guān)鍵。第三是通過百度地圖和智能交通技術(shù)，提高通行效率。
3.2 文心大模型，2.0時代的多模融合感知體系
「大模型，已經(jīng)成為自動駕駛能力提升的核心驅(qū)動力?！惯@是王井東的觀點。
百度Apollo自動駕駛感知1.0，是以激光雷達為主，加入環(huán)視、毫米波的后融合感知方案，后融合是以規(guī)則驅(qū)動的，因此泛化能力不夠。
感知2.0是多模態(tài)、前融合、端到端的方案為主；除此之外，補充以遠距離的視覺感知以及近距離的魚眼感知。大模型在其中發(fā)揮的作用，包括數(shù)據(jù)挖掘、數(shù)據(jù)標注等等。
自動駕駛有幾類典型難題：
· 遠距離物體感知；
· 激光雷達升級點云變化，引發(fā)的數(shù)據(jù)重標注挑戰(zhàn)；
· 長尾數(shù)據(jù)挖掘，比如異形車、行人、低矮物體等；
文心大模型的應用，主要是用大模型提升車載小模型的感知能力；并且可以利用弱監(jiān)督預訓練的方式挖掘長尾數(shù)據(jù)。
自動駕駛數(shù)據(jù)集中，2D數(shù)據(jù)容易獲取，3D數(shù)據(jù)獲取相對困難?？梢岳?D標注數(shù)據(jù)和3D標注數(shù)據(jù)，迭代自訓練的方法得到一個效果不錯的感知大模型，再利用大模型對數(shù)據(jù)進行3D的偽標注，同時使用模型蒸餾的方法，獲得感知效果比較好的小模型。
3.3 高提純、高消化的數(shù)據(jù)閉環(huán)是如何設(shè)計的？
無人車跑得越遠，會遇到各種意想不到的場景，比如羊群過馬路。解決罕見、長尾場景，是數(shù)據(jù)閉環(huán)的價值。與感知、規(guī)控、決策的技術(shù)棧相比，大規(guī)模數(shù)據(jù)閉環(huán)的建設(shè)是行業(yè)里的嶄新命題。
數(shù)據(jù)閉環(huán)的前半是大量數(shù)據(jù)帶來的存儲和標注的壓力，后半是大規(guī)模數(shù)據(jù)用于訓練的計算量需求暴增。百度Apollo設(shè)計的數(shù)據(jù)閉環(huán)，核心是解決「高提純、高消化」的問題。在數(shù)據(jù)提純上，百度的方案是利用車端小模型+云端大模型，做高效的挖掘和自動化標注；數(shù)據(jù)消化架構(gòu)，實現(xiàn)自動化訓練，具備聯(lián)合優(yōu)化和數(shù)據(jù)分布理解的能力，利用高純度的數(shù)據(jù)進一步提升自動駕駛系統(tǒng)的整體智能水平。除此之外，訓練、推理以及數(shù)據(jù)分布在數(shù)據(jù)消化過程中，形成有效的反饋機制，進一步提升數(shù)據(jù)消化的整體效率和效果。3.4 L4與L2+共生，百度的獨家秘技百度是行業(yè)內(nèi)第一家同時具有L4 Robotaxi技術(shù)和量產(chǎn)L2+輔助駕駛方案的公司。其內(nèi)部的判斷是：2023年具備城市道路輔助駕駛能力的產(chǎn)品上市后，會帶動C端用戶需求，并在2025年引發(fā)消費者對高階輔助駕駛/自動駕駛的需求爆發(fā)。
百度的L2+ 領(lǐng)航輔助駕駛產(chǎn)品ANP 3.0 將在2023年夏天在首家客戶的車型上量產(chǎn)上市，支持復雜城市道路場景，并且銜接融通高速和泊車場景。
ANP 3.0的硬件是雙Orin-X芯片，部分配置800萬像素攝像頭，搭載半固態(tài)激光雷達。從技術(shù)特點來講，ANP 3.0的視覺感知和激光雷達感知，是兩套獨立運行、低耦合的系統(tǒng)。背靠百度Robotaxi的數(shù)據(jù)積累，ANP 3.0在BEV的數(shù)據(jù)供給上有先天優(yōu)勢，融合LiDAR信息的L4感知結(jié)果可以作為BEV模型的標注數(shù)據(jù)，直接用于模型預訓練。目前，百度Robotaxi的累計里程超4000萬公里。其次ANP使用了一套為智駕規(guī)模化輕地圖方案，提升安全，也降低制圖成本。百度內(nèi)部認為實現(xiàn)無人駕駛商業(yè)化的最佳路徑是：前期在限定區(qū)域?qū)崿F(xiàn)技術(shù)積累，通過技術(shù)降維和L4數(shù)據(jù)，為L2+產(chǎn)品做熱啟動；
更長期看，利用L2的規(guī)模優(yōu)勢，提前收集L4泛化所需要儲備的長尾問題。
內(nèi)部預期未來3 - 5年內(nèi)，百度領(lǐng)航輔助駕駛產(chǎn)品搭載量有望突破百萬，百萬級的車輛營造的數(shù)據(jù)壁壘也將有效成為L4的技術(shù)護城河。
3.5 One more thing：自研昆侖芯片
目前，百度自研的昆侖芯片已經(jīng)量產(chǎn)了兩代，實現(xiàn)數(shù)萬片的商業(yè)化部署。第三、第四代產(chǎn)品都在研發(fā)中，三代芯片預計明年量產(chǎn)，四代芯片后年量產(chǎn)。
作為一款云端通用人工智能計算處理器，昆侖芯CEO歐陽劍介紹，昆侖芯主要是幾大優(yōu)勢：是業(yè)界為數(shù)不多大規(guī)模部署的AI芯片，具備完善的生態(tài)，靈活易用。自動駕駛的業(yè)務(wù)和模型算法復雜度不亞于數(shù)據(jù)中心，而昆侖在數(shù)據(jù)中心積累的優(yōu)勢可以很好地移植到自動駕駛上。目前昆侖芯二代已經(jīng)在百度的Robotaxi系統(tǒng)上進行了完整的適配，并開始道路測試。
什么樣的公司有望無人駕駛落地的勝利？
今年無論是特斯拉的AI Day，還是百度的Apollo Day，眾多科技公司的開放日都變得極其技術(shù)化。
一方面，面對自動駕駛、機器人這些尖端前沿的話題，行業(yè)公司嘗試開放一部分的思考加速整個行業(yè)的技術(shù)推進；另一方面，公眾對無人駕駛的商業(yè)應用、技術(shù)實現(xiàn)和使用體驗也逐漸顯露出了濃厚的興趣。無人駕駛/自動駕駛/高階輔助駕駛的落地，是安全、成本、體驗的極致平衡。與無人駕駛相比，輔助駕駛更重成本和體驗；而無人駕駛首重安全和成本。一位業(yè)內(nèi)人士評價：L2與L4之爭，好比是飛機和火箭。L2進階，飛機越飛越快、越飛越遠，但仍然難以到達月球，這是本質(zhì)上架構(gòu)設(shè)計的不同。頭部的L4公司已經(jīng)淌過了近10年的坑，在無人駕駛落地上將持續(xù)領(lǐng)先。目前L4 Robotaxi已經(jīng)可以在國內(nèi)的部分城市在特定區(qū)域，可以開展無人化的商業(yè)運營，下一階段的難點是：成本下降和規(guī)模部署。
好消息是：
成本下降，已經(jīng)點連成線。依托輔助駕駛的大規(guī)模量產(chǎn)，在關(guān)鍵零部件上激光雷達、大算力芯片的成本已經(jīng)大幅下降。以百度為例，第六代量產(chǎn)無人車Apollo RT6成本僅為25萬元，相當于一輛普通新能源汽車的價格。
法律法規(guī)也逐漸開放。重慶、武漢落地無人化試點，北京在本月開放了前排無人，深圳試點L3立法，廣深發(fā)放首批城市高精地圖許可。
什么樣的公司能迎來無人駕駛落地的勝利？要有雄厚的資金資源實力持續(xù)投入；體系化的AI能力積累；工程能力與對汽車安全的深入理解。
過去一年，百度蘿卜快跑的運營范圍遍及北京、上海、重慶、武漢等10多個城市，超過了Waymo等廠商，成為全球最大的自動駕駛出行服務(wù)提供商。
蘿卜快跑累計訂單量達到140萬單，上個季度公眾累計乘車47.4萬次；在部分地區(qū)，單車每日完成15次以上出行服務(wù)，已經(jīng)與傳統(tǒng)網(wǎng)約車服務(wù)相當接近。
無人駕駛在技術(shù)研發(fā)上遇到的問題越來越難，頭部公司也越發(fā)看到勝利的曙光。
芯耀
665
