百度今年捷報頻傳，年初與吉利合資的集度汽車進展神速不說，僅僅是百度 Apollo 項目，在今年也接連取得突破。

今年 6 月，百度 Apollo 正式發(fā)布第五代 Robotaxi Apollo Moon，這款無人車最大的亮點就是將成本降至 48 萬元，低成本才意味著更易實現商業(yè)化運營。而就在上月 26 日，百度 Apollo 宣布獲得自動駕駛出行服務商業(yè)化試點許可，這標志著百度 Robotaxi 正式進入商業(yè)化試運營階段。

在無人車領域，百度 Apollo 有著絕對的優(yōu)勢，不管是真實路測里程，還是車輛的迭代，百度始終都在行業(yè)前沿。

但是 Robotaxi 更多還是聚焦于公共無人出行領域，對于用戶來說，大家都更關心什么時候才能在量產車上用上百度自動駕駛系統(tǒng)，這就不得不提到百度的另一條純視覺自動駕駛技術路線——Apollo Lite。

Apollo Lite 產品化的優(yōu)勢和挑戰(zhàn)

目前行業(yè)對于自動駕駛的發(fā)展方向呈現兩極分化狀。

以特斯拉為首的視覺派，堅定地認為視覺就是最好的感知。并且馬斯克還公開表示：「They're all gonna dump Lidar, mark my words.」

另一派則是一眾新勢力車企，他們義無反顧地選擇擁抱多傳感器融合路線，甚至車輛搭載的激光雷達數量都能「卷」起來。

在百度看來，不同的技術路線并無對錯之分，視覺路線能夠以更低的成本量產上車，多傳感器融合方案則能提供更結構化的數據。這就是 Apollo Lite 誕生的原因。

值得一提的是，Apollo Lite 是目前國內唯一的純視覺技術方案。

2019 年 Apollo Lite 誕生時，百度對它寄予的希望是降低對激光雷達的強依賴，進而以相對較低的成本實現 L4 級自動駕駛。據介紹，Apollo Lite 能夠依靠 12 路攝像頭進行 360 度環(huán)境感知，穩(wěn)定檢測距離達到了 240 米。

在發(fā)布當年，百度就在北京稻香湖進行了實地自動駕駛驗證測試。由此，百度 Apollo 成為繼 Mobileye 之后，全球第二家能夠僅依靠視覺進行實地自動駕駛測試的科技企業(yè)。

此外，純視覺雖然成本更低且更易鋪量，但是它也有顯著的短板。

首先，攝像頭雖能獲得圖像信息，但是無法直接感知物體距離信息（通過特殊算法處理可實現）；毫米波雷達的探測覆蓋面積較為有限，需要算法過濾大量無關信息。

其次，Apollo Lite 10 路攝像頭（2019 年尚未增添兩顆魚眼攝像頭）產生的數據量超過了 1G，百度 Apollo 參與計算的深度學習模型超過了 30 個，將所有的數據壓縮在一塊 GPU 計算平臺上完成。

即便已經克服了重重困難，想要將它做成產品并交付上車，仍然面臨四大重大挑戰(zhàn)。

首先是車輛的變化。在研發(fā)階段，百度 Apollo Lite 采用的是林肯 MK-Z，但是很顯然這種后裝硬件的方式無法量產。但是，前裝量產對冗余設計、線控調校、散熱方案和傳感器集成等都是全新的挑戰(zhàn)。

前裝也意味著車輛的可靠性、一致性和穩(wěn)定性都要通過考驗?；?Apollo Lite 進化而來的智能領航輔助駕駛產品 ANP 率先在威馬 W6  上搭載進行前裝量產測試，從這款測試車身上，我們能夠看出智能駕駛硬件很好地融入了車身設計。

第二點是計算硬件問題，計算平臺要適應車規(guī)級。在早期研發(fā)階段，百度使用的硬件與 Robotaxi 相同，盡管百度對它限制了算力，幾乎沒有量產車會使用服務器級的 GPU。所以百度將自研計算平臺轉向可量產、低功耗的計算單元。

第三點則是架構從 X86 轉向 ARM，算力直接減半。AI 算力的大幅下降意味著 Apollo Lite 必須精進視覺感知模型，在降低計算量、降低時延的同時還要兼顧模型精度。而在規(guī)劃與控制方面，大部分程序還不是 AI 驅動，所以團隊又對軟件系統(tǒng)進行了大刀闊斧的重構改造。

最后一點則是對于高精度地圖的應用。在研發(fā)階段，系統(tǒng)完全可以依賴 Robotaxi 的高精度地圖。因為規(guī)劃、控制和決策都沒有變動，地圖的標注非常精細。

但是在量產車上，繼續(xù)沿用「厚重的」高精地圖是不現實的。因為用戶可能會將這款車開到任意地方，所到之處都需要地圖。

為了提升高精地圖的覆蓋和降低生產成本，ANP 減少了對高精地圖要素的需求，在精度和鮮度不變的情況下更加輕量化。所以，量產版車型上，Apollo Lite 適度放寬了對高精地圖的要求。

百度將高精地圖元素減少到了原來的 50%，單位距離地圖大小僅為原來的 10%，同時 Apollo Lite 工程師研發(fā)了與輕量級地圖相適配的感知、定位和決策規(guī)劃算法，通過車端算法的升級彌補地圖信息缺失。

ANP 帶來的可能性

自動駕駛，最重要的就是產品量產落地。

得益于 Apollo Lite 三年來的研發(fā)和優(yōu)化，加之百度在 Robotaxi 產業(yè)深厚的積累和迭代。終于在今年，百度交卷了，且答卷內容足夠豐富。從泊車域 AVP，到行車域 ANP，百度能夠完成全場景覆蓋。

目前，AVP 自主泊車功能已經上車威馬 W6、廣汽埃安 V Plus、長城 WEY 摩卡，并推送給了用戶。而城市領航輔助駕駛系統(tǒng) ANP 也會在集度首發(fā)新車上率先量產。

這里有一個重點值得關注，雖然很多車企以及科技公司都在苦苦鉆研開放道路的領航輔助駕駛，但是真正向外界展示產品表現的可沒幾家。除了新勢力車企代表小鵬的城市 NGP 和科技巨頭華為 ADS 系統(tǒng)之外，只有百度 ANP，而前兩者均搭載了兩顆及以上激光雷達。

相比之下百度 ANP 由于獲得了 Apollo Lite 純視覺技術感知自動駕駛技術的支撐，并不依賴昂貴的激光雷達。

所以在這三者中，百度的方案成本最低，且最具拓展性。說得再直白點，小鵬作為新勢力車企，城市 NGP 的滲透率目前來看只能靠 P5 車型銷量。

華為與百度相同，在這其中扮演的是供應商的角色，但是華為 ADS 方案成本太高，車型需要前裝激光雷達不說，光是動輒幾百 TOPS 的 MDC 算力平臺，這價格就不菲了。

而 ANP，則是能夠像一套「模版」一樣，根據不同的車型做「粘貼」，下至普通平價車型，上則不設上限。更重要的是，這套系統(tǒng)與激光雷達是不具排他性的，車企也可在 ANP 純視覺的基礎上增加激光雷達。

另外，城市領航輔助駕駛這樣的功能需要大量的真實路測經驗作為基礎，否則安全性無法保障。而這恰好也是百度的優(yōu)勢所在，ANP 與 Robotaxi 本是同源，前者由后者削減配置降維而來，而百度 Robotaxi 真實測試里程已經超過 1,800 萬公里，這能夠確保 ANP 在交付之初以及后續(xù)的很長一段時間內，保持真實路測經驗數據的領先性。

然而 ANP 產品也并未無懈可擊，雖然 Apollo Lite 的技術方案帶給了我們無限遐想，但是威馬 W6 交付已有些時日，ANP 軟件卻至今還未推送；百度即將隆重推出的集度汽車也還在路上，它在真實場景中體驗如何，是我們共同期待的。

百度純視覺方案 Apollo Lite，歷經三年的蟄伏，同時結合 Robotaxi 多年路測、迭代，終于在今年，交付了 L4 級自動駕駛量產方案。這其中的意義所在，恐怕并不能簡單地用一個「全國唯一、全球第二」來定義它。

寫在最后

挖掘視覺的潛能，百度并不是一個人在戰(zhàn)斗。提到自動駕駛，我們始終繞不開特斯拉與 Mobileye。前者作為整車制造企業(yè)，軟件能力是保持競爭力的核心所在。雖然特斯拉 FSD 在北美取得了突破性進展，但是在目前階段，還未給中國市場帶來顯著的價值。

另外，特斯拉在國內無法使用高精度地圖，這讓它的按導航輔助駕駛系統(tǒng) NoA 的能力大打折扣。雖然特斯拉在基礎輔助駕駛能力上有著很深厚的功力，但是面對較為高階的領航輔助，本土化能力便成了它的桎梏。

Mobileye 與百度 Apollo 則更加相似，甚至二者都同時布局了多傳感器融合方案和純視覺方案。但是與特斯拉相似的是，Mobileye 也要遵守游戲規(guī)則。

作為供應商，它目前只能為車企提供 L2 級別輔助駕駛的基礎感知能力，其純視覺方案 Supervision 中，REM（道路經驗管理）至關重要。

盡管 Mobileye 選擇和上汽、紫光集團合作，以此獲得地圖測繪資質，但是在短期內來看，這是不可能實現的。所以，Mobileye 很難在與國內車企的合作中尋求角色上的突破。

相比之下，百度作為目前國內市場份額最高的圖商，已經擁有了包括自有資質、自有成熟的地圖產線、成規(guī)模的地圖采集車隊等積累。同時，百度還與國內大多數車企建立了合作關系，為后者提供了經過量產驗證的高精地圖。

在這樣的時間節(jié)點，百度率先將技術產品化，相比其他供應商絕對具有領先性。但是量變才能引起質變，如何讓更多客戶以較低的成本搭載先進的產品、以及讓更多用戶使用上高級別輔助駕駛，這樣的重擔還在百度身上，而百度要做的，就是讓質變發(fā)生。