百度Apollo降维做L2，能打击谁？

　　商业化——横亘在所有自动驾驶公司面前刻不容缓的课题，哪怕对巨头百度来说。
　　11月29日，Apollo Day技术开放日在线上举行，百度自动驾驶核心负责人悉数到场，就高精地图、大模型、数据闭环，自动驾驶运行条件以及AI芯片在内的自动驾驶各环节的核心技术情况进行了详细的介绍，并计划于2023年着力打造全球最大全无人自动驾驶运营服务区。
　　直到最后一个演讲，百度智能驾驶事业群组技术委员会主席王亮才抛出核心话题： 百度将在2023年推出一款L2+领航辅助驾驶旗舰产品ANP3.0。＂今天L4技术降维L2+产品已经走通，我们能够快速从0到1，打造领先的 ANP3.0产品就是很好的证明。＂
　　但走通技术，只是百度L2+智驾商业化漫漫征途的第一步。
　　01
　　ANP3.0：百度降维L2+
　　仅从目前透露的信息来看，ANP3.0整体方案和技术路线是看齐行业。
　　在功能上将ANP3.0将在国内率先支持复杂城市道路场景，并且衔接融通高速和泊车场景。
　　目前国内小范围实现类似场景下的高阶智能驾驶能力的主要有极狐阿尔法S HI版、小鹏P5，以及正在准备的魏牌摩卡DHT-PHEV激光雷达版。
　　硬件方案上，ANP3.0采用部分搭载了800万像素高清摄像头，视距可以达到400米。同时搭配state-of-the-art半固态激光雷达，每秒产生百万以上的点云。
　　800万摄像头已是高阶智能驾驶系统的标配。
　　激光雷达方面，阿尔法S HI版、P5和摩卡DHT-PHEV激光雷达版分别配备的是3颗华为96线混合固态激光雷达；2颗览沃HAP144线半固态激光雷达，2颗速腾M1P 125线半固态激光雷达。
　　考虑到集度ROBO-01搭载的是禾赛科技AT128（128线）半固态激光雷达，百度的ANP3.0或许也有可能采用同款产品。
　　计算平台上，ANP3.0搭载2颗英伟达 Orin-x芯片，500 TOPS的AI算力比＂对手＂们都要高。
　　前述三家分别采用华为MDC810、英伟达Xavier和高通骁龙 8540+7nm 高通骁龙 9000 方案，算力分别为400TOPS、30TOPS和360TOPS。
　　有意思的是，昆仑芯二代芯片已经在百度的RoboTaxi系统上做了完全的适配， 也在实际的道路上做了使用。但目前ANP3.0仍将使用英伟达Orin，而未直接采用昆仑芯来加强协同效应。
　　算法模型上，ANP3.0以视觉方案为主，配备激光雷达作为安全冗余。
　　ANP3.0所搭载的第二代纯视觉感知系统Apollo Lite++通过Transformer把前视特征转到BEV，在特征层面对相机观测进行前融合后，直接输出三维感知结果，并融合时序特征实现运动估计Learning化。
　　＂ ANP3.0的视觉、激光雷达两套系统独立运作、低耦合。大概率是国内唯一能 够做到真冗余的环境感知方案 。＂王亮在演讲中表示。
　　值得注意的是， 随着智能驾驶系统面向城市领航的高阶进发，重感知已成为大部分玩家共同的选择，中融合，甚至前融合方案亦是层出不穷。百度所采用的后融合方案似乎是＂逆潮流＂，但另一方面或也是出去其对自己视觉感知能力的自信。
　　不久前，同样的L4玩家轻舟智航推出了L2+级的量产产品，在行业内首次将时序多模态特征融合的大模型(OmniNet)部署在量产平台上，以一个神经网络即可实现视觉、激光雷达、毫米波雷达在BEV空间和图像空间上输出多任务结果。
　　02
　　ANP3.0的底气
　　ANP3.0也很有百度特色。
　　行业内，＂重感知、轻地图＂的高阶方案众多，但王亮表示：＂在今天做城市级高级辅助驾驶，高精地图是安全、体验好智驾产品的必需品，是Must-have。＂
　　这当然首先是基于百度在高精地图领域的固有能力。 而为了解决高精地图的泛化和鲜度问题，百度通过精益车端算法，通过提升容错能力，大幅度降低地图制作成本。
　　例如，在通过线上PNC（规划与控制）算法优化和地图点云拼接算法的升级，提升对地图精度误差的容错力，每条路线仅需要采集1次即可制图，大幅降低了地图生产的外业成本。
　　定位算法降低对点云和特征点的依赖，仅依靠Landmark（陆标）定位图层即可支撑 ANP3.0的城市道路高精自定位。
　　在更加核心的数据闭环方面，王亮表示结合百度在AI、云计算和自动驾驶的积累，为内外部用户打造了一款数据闭环SaaS（软件即服务）产品。通过对数据挖掘、标注、模型训练、仿真验证的全 生命周期管理，实现数据驱动智驾能力进化。
　　在此次技术日上： 百度提出了以高提纯、高消化为核心驱动力的数据闭环设计思路。高提纯通过小模型和大模型的车云协同，实现高效的数据挖掘和自动化标注；而高消化则通过数据、模型、指标的集中式、端到端整合来实现。
　　而且，百度希望2023年后ANP3.0数据能够反哺L4。
　　在过去两年，百度进行了L4、L2+整体技术架构的统一，视觉BEV方案的统一， 轻量化高精地图的统一，同时两边数据打通，数据闭环和仿真基础设施、配套工具链完全共享。
　　03
　　商业化寻路
　　在技术日上，百度充分展示了在自动驾驶领域的技术和体系上的＂肌肉＂，但要从L4降维到L2+并不是＂技术好＂就可以了。
　　目前，除自家投资的集度、威马之外，百度自动驾驶能力的商业化落地项目，只有此前传言的比亚迪。
　　今年年初，据媒体报道，比亚迪选择百度为其智能驾驶供应商。百度向比亚迪提供行泊一体的ANP智驾产品与人机共驾地图。百度智驾团队已经提前进场配合比亚迪进行开发，不久将实现合作车型量产。
　　但2022年即将结束，百度和比亚迪仍未有合作的官宣。
　　《电动汽车观察家》了解到， 百度此前确实与比亚迪就智能驾驶系统合作进行了较为深入的接触，但后期进展如何却不得而知。＂比亚迪SOP要求的时间很紧，选择供应商也很谨慎。＂
　　＂把L4的技术拿过来，做一个本土新型专业Tier1业务。＂王亮在接受媒体采访时层这样表示。
　　无法忽视的是，虽然拥有完整的自动驾驶技术体系，但在量产市场，百度仍是缺乏经验的＂新手＂。
　　要做乙方，量产经验有时比技术更重要。
　　＂我们遇到过算法能力非常强的竞争对手，但没有进入最终PK的环节，就是因为基本功没做好。＂一位智能驾驶T1供应商表示，＂整个的体系、平台、功能安全、信息安全、车规级实时的能力，这些基本功是车企更看重的门槛。只有进门之后才开始拼特色，定制化，不管任何需求都能完成。＂
　　2023年，集度的首款产品即将交付。百度在集度身上学到的造车本领，或将成为其L2+的技术能力能否真正降维打击到市场的决定性因素。