L4 自動駕駛，今年走到了" 大洗牌 "、" 大變局 "的時刻。
一半是寒冬。平台型自動駕駛明星 Aurora、背靠福特和大衆的 Argo ……今年都先後傳出裁員或破産的消息，還有不少之前專注 Robotaxi 的企業，轉軌做起了乘用車輔助駕駛。
資本對于 L4 的故事，變得無比謹慎。于是人們說：L4 寒冬已至。
另一半，卻是火焰。
王冠上的明珠遙遙在望，龍頭公司已經窺見了決賽曙光，拿到入場券。
百度 Apollo、谷歌 Waymo、通用 Cruise高歌猛進，進展不斷。
比如，Waymo、Cruise 在舊金山、鳳凰城的商業運營範圍、時長不斷取得突破；而國内百度 Apollo 的蘿蔔快跑也接連落地十餘個城市，完全無人駕駛在北京、武漢、重慶實現裡程碑式落地，商業裡程、運單數快速增長。
怎麼解釋？
其實很簡單：自動駕駛行業洗牌浪潮中，隻有真「無人」，才能最早看到到曙光。
為什麼 " 全無人落地 " 如此關鍵？
百度 Apollo、Waymo、Cruise 這三個在 L4 商業化落地進展最快的玩家，都展現出相同的特質。
背靠巨頭隻是其一，更本質的，是他們的落地項目以 " 全無人 " 為前提。
比如在湖北武漢，你可以通過蘿蔔快跑 App 叫到全車無人的自動駕駛汽車，而這背後的技術就來自百度 Apollo。
為什麼 " 全無人 " 是 L4 級以上自動駕駛技術落地的關鍵？
首先是從商業層面，" 全無人 " 是 Robotaxi 商業模式初步跑通的必要前提。
對于 Robotaxi 來說，商業化最大的挑戰就是成本問題。首先是車輛改裝成本。早期在沒有與主機廠達成前裝量産合作的條件下，一輛 Robotaxi 動辄上百萬是很常見的事。
投入營運階段，最大的成本則是車上的安全員。
一輛普通的人類司機駕駛的網約車，一年最低的人工成本也在 12 萬左右，安全員比駕駛員隻高不低。
之前的 Robotaxi 在全運營生命周期内，很難平衡自身的成本
在技術上實現 " 全無人 "，則意味着首先省下了人工費用。
其次，全無人的自動駕駛技術棧，必然是在前裝量産的車型上實現的，所以在車輛本身層面面，也代表着和普通網約車進入相同成本區間。
另外，" 全無人 " 還代表着技術提供方已經能夠滿足自動駕駛出行的高可靠和安全性。
政策也更傾向于向這樣的技術提供商開放運營許可。
所以 " 全無人 " 對于自動駕駛的落地，最關鍵直接的一點是 " 降低成本 "，背後更重要的深刻影響因素是技術的成熟帶來安全可靠性的提升。
百度 Apollo 給出的數據，是已經累計超過 4000 萬公裡測試裡程。Robotaxi 成功送達率已經超過 99.99%。
這背後，既有 Apollo 講 L2、L4 打通的自動駕駛數據閉環，也有百度在 AI 領域的其他積累打下的基礎。
比如依靠文心大模型的數千種物體識别能力，大幅擴充自動駕駛語義識别數據，尤其是應用在特殊車輛（消防車、救護車）、塑料袋等異形物識别上，大大提高長尾場景的覆蓋率，提升自動駕駛的可靠性。
此外， Apollo 自動駕駛高精地圖，構建自動化率已達到 96%，基于百度地圖 1200 萬公裡的領先路網覆蓋範圍級海量時空數據，再結合數億司機的駕駛知識沉澱，構建全路網級别的駕駛知識圖譜，提升自動駕駛決策舒适度。
目前，蘿蔔快跑的全無人自動駕駛車隊商業運營和測試不斷擴區、提量、增時。已經落地北京、重慶、武漢三城。
以武漢經開區為例，覆蓋總面積超 130 平方公裡，覆蓋居民超過 100 萬。自動駕駛車隊的運營場景包含城市高架、普通道路，運營時段覆蓋白天黑夜，過程稿中遇到的長尾場景、複雜挑戰，已經和普通網約車私家車無異。
而通過真實場景的數據積累磨煉，能夠直接加速 Apollo 的技術叠代效率，從而發掘更多長尾場景，形成數據閉環的 " 飛輪 " 效應。
全無人技術成熟，帶來商業模式初步跑通，開啟部分城市規模化運營。
而在這個過程中，有實力的玩家會進一步驗證、完善 Robotaxi 商業模型，并進一步擴大落地範圍，由此形成領先優勢。
這正是當前百度 Apollo、Waymo 等玩家正在走的路，也是寒冬之中讓人們依然相信技術、相信自動駕駛的 " 火把 "。
需得有什麼樣的技術？
要做到全無人落地，背後的技術，需得是實打實的夠硬。
而百度作為此次行業大洗牌、兩極分化裡穩步發展的那一個，且在國内常年占據自動駕駛頭雁的地位，其技術的發展可以說是具備一定借鑒的意義。
因此，我們不妨從百度自動駕駛的技術發展路徑，來看待這個問題。
不同于其它玩家的打法，百度自動駕駛一個非常旗幟鮮明的特點，便是與文心大模型的深度結合。
而且縱觀整個業界，大模型在自動駕駛感知上應用落地，百度還是頭一個。
具體而言，在解決自動駕駛長尾數據挖掘問題上，百度所采用的是文心大模型 - 圖文弱監督預訓練模型。
幾個較為典型的長尾數據挖掘問題包括：
• 少見的車型：例如消防車、救護車等，由于它們在路面上的 " 出鏡率 " 較低，且形态、形狀不規則，對感知和理解上帶來了一定挑戰。
• 各種姿态的行人：在行駛道路上往往并不是一個人出現在路面，這不僅對識别帶來挑戰，而且對後續的預測跟蹤也帶來了一定難度。
• 低矮物體以及交通、施工的元素：低矮物體（比如道路中的護欄等）一直是感知裡面非常有挑戰的問題。
面對上述固有的問題，借助文心大模型對數千種物體的識别能力，便可大幅擴充百度自動駕駛的語義識别數據，在效率上達到指數級提升。
除此之外，得益于文心大模型 - 自動駕駛感知模型 10 億以上參數規模，通過大模型訓練小模型，自動駕駛感知泛化能力也得到了顯著增強。
對此，百度自動駕駛技術專家王井東表示：
大模型，已經成為自動駕駛能力提升的核心驅動力。
而促使百度自動駕駛能夠快速實現全無人落地的 " 第二大法寶 "，便是百度 Apollo 自動駕駛地圖。
不同于我們平時使用的導航地圖，高精度地圖可以說是實現智能駕駛必不可少的那一個。
整體而言，高精度地圖需得滿足三大特點。
首先便是厘米級的高精度。
人類在使用普通導航地圖時，隻需要精确到 5-10 米，加之駕駛員自身的判斷即可。
但智能汽車是不具備人類這種判斷能力，因此 1-2 米的誤差便有可能導緻壓線等問題的出現，這也就是為什麼要将精度保持在厘米級的範圍内了。
其次是涵蓋的大量道路信息。
高精度地圖需要給智能車提供的信息，可不止于普通導航地圖包含的道路選擇、擁堵情況、行駛時長等基礎信息。它還需得包括大量駕駛輔助信息，例如車道寬度變化 offset 點、導流區、圓形标牌、高速出口等等。
最重要的是道路網的精确三維表征，以及有幾條車道、邊界線在哪裡、護欄、路燈，甚至是馬路牙子的大小方圓在内的 100 多種道路特征。
第三是高精地圖會出現繞路的情況。
這是因為高精地圖面向的是智能汽車而非人類，它所提供的信息是用于智能車的定位系統、感知系統和決策系統。
因此在面對諸如隧道等情況，高精地圖就有可能會出現 " 繞路 " 的情況，因為在它眼裡，這條路就是不存在的。
由此可見，要想實現全無人落地，高精度地圖是必不可少的存在，而且實現起來并非易事。
但作為已經 " 上崗 " 的百度 Apollo 自動駕駛地圖，它必然已經 hold 住上述難點的那種。
據了解，百度高精度構建自動化率已經達到了 96%，這也就意味着可以較大程度解決應用成本高的問題。
與此同時，它也具備實時生成在線地圖的能力，可以融合扯斷感知數據與多源地圖，在自動駕駛安全性上保駕護航。
在決策方面，基于百度地圖 1200 萬公裡的領先路網覆蓋範圍級海量時空數據，以及數億司機駕駛知識數據，百度還構建了全路網級别的駕駛知識圖譜，以此來提升自動駕駛決策舒适度。
而除了算法、軟件層面之外，百度實現全無人落地也沒落下在硬件上的發力。
據了解，百度自研 AI 芯片昆侖芯 2 代已完成無人駕駛場景端到端性能适配，以此來夯實百度在自動駕駛軟硬一體的優勢。
當然，百度自動駕駛能夠在全無人落地上實現領先，并非是一蹴而就的事情，實則是 " 台下十年功 " 不斷技術沉澱的結果。
一組公開數據便可一目了然：
目前百度 Apollo 已經成長為全球最活躍的自動駕駛開放平台，擁有全球生态合作夥伴超過 210 家，彙聚全球開發者 80000 名，開源代碼數 70 萬行；測試總裡程超過 4000 萬公裡；自動駕駛專利族 3477 件，連續四年全球第一。
以上就是率先實現全無人落地玩家背後所具備的技術實力了。
決賽圈的入場券已定
正如我們最開始提到的，今年全球自動駕駛行業正在上演 " 大洗牌 "。
從陸續被曝出倒閉、申請破産、大幅裁員的自動駕駛公司來看，它們身上似乎是存在着一個共性——未能實現全無人落地。
畢竟自動駕駛這件事，不隻是一場技術實力上的大比拼，更是時間與耐力上的較量。
好比隻有在潮水退去之時，才能看到是誰在裸泳一樣，站在 2022 年歲末的當下，加速全無人落地成為了 " 上岸 " 玩家發力的必然節點。
不僅是國内自動駕駛頭雁的百度在這麼做，國際領頭玩家亦是如此。
例如 Waymo、Cruise 為等自動駕駛公司，均在加速推進無人駕駛規模商業化進程。
據了解，目前美國舊金山已開放了全市區 7 × 24 小時的無人駕駛出行服務。同時，鳳凰城的無人駕駛運營區域也不斷向核心城區擴充。
此外，從鳳凰城天港國際機場到市中心，還落地全球首個全無人自動駕駛打車服務，進行 7 × 24 小時全天候運營。
而百度也是在近期發布了一個新的信号：
2023 年，百度 Apollo 将持續擴大業務規模，計劃在全國範圍内陸續增加投放 200 台全無人駕駛運營車輛，着力打造全球最大無人駕駛運營服務區。
據了解，百度今年量産的第六代無人車 Apollo RT6（成本僅 25 萬元），也即将于明年率先在蘿蔔快跑上投入使用。
總體而言，百度在全無人落地這事上是做到了成本的降低、安全和質量有保證，與此同時還在不斷加速擴大規模。
究其原因，百度目前要保證的便是在低成本下（毛利為正）各個城市能夠跑通商業模式；但若是目光放置長遠，其運營規模的指數增長是可以預見的。
由此可見，" 全無人落地 " 已經成了玩家進入自動駕駛決賽圈的關鍵。
那麼在自動駕駛如此下半場的局面之下，誰能笑到最後？
百度，毋庸置疑是其中之一。
