百度在01大模型上车时做了什么?

作者 | 褚万博

编辑 | 章涟漪

在过去的2023百度世界大会上，两个半小时的智能汽车分会场，百度对智能汽车业务的最新思考和实践，都向外界展示。

简单总结一下，今年的重点是大模型上车、量产项目，明确百度智能汽车业务在汽车供应链系统中的地位。

从技术上讲，以文言大模型和感知大模型为代表，赋能智能汽车，最终走向高效利用硬件能力的舱驾一体化方向；

大规模生产项目，除了已经向外界披露的百度整套智能驾驶舱和智能驾驶技术的极悦01外，还配备了百度Apololo Highway driving Pro的新岚图FREE，百度还提前预测了更多的量产合作项目，比如国内首款即将推出的舱驾一体车型；

最后，百度在市场地位上逐渐明确，百度认为传统的Tier1/Tier2 OEM汽车产业链解构，平台 新的生态模式正在形成，百度的角色将作为一个系统解决方案提供商出现，仍然交给汽车公司。简而言之，干货很多，重点很突出，我们逐一解释。

百度在01大模型上车时做了什么？

用百度的话说，“所有产品都应该用大模型重做一次”，当然，它还包括以智能驾驶和智能驾驶舱为核心的汽车相关业务。从百度现场展示的情况来看，这句话不是谎言。

在智能驾驶方面，据百度智能驾驶业务集团、智能汽车业务部总经理苏坦介绍，基于新兰图FREE上已搭载的Apollo Highway driving Pro，百度将通过感知大模型解构底层基于逻辑代码的算法，在未来推出升级产品，即Apollo City driving。

Apollo City Driving智能驾驶方案

本产品最大的升级是，成熟的传感器组合和代码线可以在现有的中计算力硬件平台上实现一些城市的智能驾驶能力，如通勤模式，突出了超高的成本性能。

实现这一切的技术基础是百度最新的Apololo Efficient BEV Model 感知模型，这种感知模型的特点是简单高效，可以突破过去计算平台部署BEV的技术问题。

Apollo Efficient BEV Model 感知模型

苏坦介绍，百度工程师基于大模型对现有产品进行了基础算子重建，同时对模型进行了深度轻量级优化，用单一模型取代了多个基于逻辑组合的小模型，使现有成熟的大规模生产平台能够支持最新的算法模型。新的大型模型带来了上层功能体验优点是系统可以具备秒级绘图能力，从而实现通勤模式的一次学习，同时可以共享同一路线的同一型号。

此外，Apololo采用了新的大型模型 City driving，现有的能力也会得到一定程度的增强，比如停车距离可以扩大到2公里。

最后，百度透露的信号是，纯视觉的选择更加坚定 高精度地图的自动驾驶路线。所有暴露的产品都没有激光雷达。考虑到汽车公司普遍追求低成本智能驾驶计划的需求，这实际上很容易理解。

百度第二代BEV感知模型

与此同时，百度在技术方面表示，在Apolo 在lite纯视觉方案的基础上，开发了第二代纯视觉感知系统，采用4D BEV Transformer和OCC网络重建三维环境，其场景三维重建分辨率也可超过高线激光雷达。

对于激光雷达本身，百度没有明显的路线排队。纯视觉更多的是基于当前激光雷达性能和大型模型感知的效果，并考虑到汽车公司需求选择的结果。

苏坦认为，目前不是纯视觉和激光雷达，而是激光雷达与自己作斗争。也许在不久的将来，激光雷达可以实现性能和成本的平衡，百度在解决方案中重新添加激光雷达也就不足为奇了。毕竟，这也是该行业的大多数意见。百度还深入阐述了大型模型在智能驾驶舱中的应用。

在这方面，百度认为驾驶舱产品将根据大型模型理解、生成、推理、记忆等核心能力进行重建，如从过去的命令点击到自然对话交互的交互模式；车辆导航、汽车等需求场景将重建，车辆娱乐、服务长尾需求将进一步释放。

当然，最重要的是，基于大型车载人工智能的本地应用开发模式与本地化终端的深度结合。基于上述变化，用户也将与汽车制造商建立长期联系。

百度智能驾舱大模型

具体来说，在技术层面，百度的驾驶舱模型以文心大模型为基础，深度整合了内部环境和汽车场景，配备了智能驾驶舱开发工具链，可以让汽车公司结合自己的应用场景，低门槛个性化开发自己的驾驶舱功能。

与此同时，百度还为汽车公司提供了一系列基本的技术支持，如百度过去积累的培训和评估数据集，以及智能舱数据飞轮和生态开发插件，可以快速迭代模型。

最后，基于大型模型在智能驾驶和驾驶舱领域的应用和尝试，百度将下一个目标集成在驾驶舱中。苏坦认为，随着汽车电子电气结构的集中发展，驾驶舱集成是一个不可避免的趋势，也是实现中央集中结构过程中最关键的节点，明年将更快地实现。

百度Apolo Robo-Cabin驾驶舱集成解决方案解决方案

目前，百度正在开发包括AEB在内的驾驶舱芯片、基本的智能驾驶功能和驾驶舱能力，如LCC。

这个驾驶舱综合计算平台被命名为Apololo Robo-Cabin，采用舱驾分区隔离设计，隔离硬件、通信链路和资源调度，确保业务、通信和运营的独立性。

未来，这套芯软一体化方案的最终目标是在智能驾驶功能上实现城市通勤 自主泊车2.0、以及智能舱的能力。当然，从百度智能驾驶计划的部署规划来看，底层计算芯片至少应该是中等计算能力芯片，主流8295仍然有点紧张。

02量产项目正在加速

技术一如既往的高调，批量生产能力一直很弱，可能是过去很长一段时间百度智能驾驶产品的行业印象，但这次不同，百度这次公开了很多量产项目，以及未来产品落地的具体节奏。

首先要说的是新岚图的首发搭载 Apolololo Highway driving Pro，如果不是威马基本失败的车，应该是百度高级智能驾驶的第一款车型。

蓝蓝图FREE高速试点用户使用数据

据苏坦介绍，到目前为止，该方案在实际使用过程中表现理想，高速领航100公里接管次数＜一次，变道成功率＞99.2%，匝道进出成功率大于98.7%，APA停车成功率大于99%，停车时间＜35秒。

此外，根据兰图首席执行官陆在现场给出的数据，兰图用户高级智能驾驶的激活率为83.74%，激活功能用户的渗透率为99.06%（理解为开启率）。

这意味着用户的接受度和满意度相对较高。

吉利银河E8确定搭载百度方案

与此同时，百度的高级智能驾驶计划将在今年年底前携带近10款车型。目前，吉利今年年底发布的银河旗舰纯电动汽车E8更为确定。

此外，由百度深度授权的极越01也将在第四季度上市，百度全套智能驾驶和驾驶舱方案也将揭开最终面纱。

极越01即将上市

值得注意的是，极越01上配备的Apololo City driving Max可视为百度目前智能驾驶量产技术最全面的方案，其纯视觉 高精度地图的技术路线最终将迎来市场检验。

除已确定之外，百度的其它产品也有明确的量产时间点，包括Apollo Highway driving 升级到Pro的Apollo City driving，正式的OTA时间定在明年下半年。

Apololo搭载驾驶舱集成计算平台 Robo-Cabin的第一款车型，最后作为彩蛋出现在会场，苏坦说，很快就会为大众所知。

同样，在智能驾驶舱方面，百度也拥有相对完整的产品矩阵，如基于大模型本地化开发的SKD V5.0/V5.5.车载语音，可快速上车的大型原生应用集合包，车载对话开发平台等。

银河L6搭载百度智能驾驶舱解决方案

在搭载车型方面，除了我们熟悉的极越01，吉利银河、凯迪拉克等车型也搭载，哈弗品牌车型即将上线。

总的来说，百度的智能汽车业务，尤其是智能驾驶的大规模生产节奏，呈现出更快的趋势。对于百度来说，自动驾驶领域已经投资了近10年，现在已经到了一个迫切需要着陆的阶段。

在这个过程中，在汽车产品智能化变革的过程中，在产业链中找到合适的切入位置是非常重要的。

百度角色03？

把集度项目交给吉利成立极越品牌后，我们可以看到百度对智能汽车业务的思考和切入路径更加清晰。

百度了解中国汽车产业链的变化

苏坦认为，传统的Tier1/Tier2 OEM的过去非常稳定，但在这样一个时代，传统的汽车产业链正在解构，整个行业的合作关系开始向生态平台网络的趋势迭代。

具体来说，硬件供应商、算法供应商、服务供应商和生态合作伙伴正在以OEM定制需求和产品定义为核心，以更有效的方式为用户提供服务。

例如，芯片制造商，原本处于Tier2位置的制造商，开始向前推进，与主机制造商建立更多的前端沟通，一级供应商和二级供应商之间的界限开始变得模糊。这种情况也发生在激光雷达等行业。

最终的趋势是，站在汽车公司背后的多级供应商开始根据汽车公司的个性化需求，通过平台和生态合作提供服务。

智能化转型时代汽车产业链新模式

在这一趋势下，百度的角色更倾向于依靠其长期积累的智能优势，以开放合作的方式成为平台和生态背后的纽带，为汽车公司提供服务。

用苏坦的话来说，就是“专业人士做专业的事情”。与此同时，百度还强调，在这样的生态中，汽车企业处于中心位置。

这种模式会成为未来汽车行业的理想模式吗？

很难说，但我们需要看到，至少当大多数汽车公司还没有建立足够的自我研究能力时，百度这样的角色是需要的。

毕竟，从用户的角度来看，谁提供技术解决方案并不重要。更重要的是，功能体验是否好，是否能驱动用户为此付费。从汽车公司的角度来看，这件事是否能更好地为这些智能功能的销售增长做出贡献。

因此，在短期内，自主研发能力相对较弱的汽车公司希望在功能体验上与竞争产品保持足够的竞争力，百度有机会。

当然，这一切都需要一个前提，那就是百度需要证明自己的技术赋能才能达到汽车公司的目的，所以需要一个样板间。

极越01，大概就是那个样板间，百度的自证，很快就会到来。

-END-