物联网|武汉率先开放夜间Robotaxi,晚上打车,全车无人( 二 )


同时 , Apollo 自动驾驶地图还能根据海量数据 , 学习数亿司机的驾驶知识 , 保证自动驾驶的舒适性 。

而百度自动驾驶的技术推动 , 是文心大模型 。
基于文心大模型 , 自动驾驶感知模型具有10亿以上参数规模 , 可通过大模型训练小模型 , 增强自动驾驶感知泛化能力 。
文心大模型-图文弱监督预训练模型拥有数千种物体识别能力 , 比如塑料袋或消防车、救护车等特殊车辆 , 可大幅扩充自动驾驶语义识别数据 , 自动驾驶长尾问题解决效率呈现指数级提升 。

此外 , 百度通过高提纯、高消化的数据闭环设计 , 利用车端小模型和云端大模型 , 实现高效率数据挖掘和自动化标注 。
再用数据消化架构实现自动化训练 , 能做到联合优化和数据分布理解 , 进一步提升自动驾驶系统的整体智能水平 。

在技术产品方面 , 百度探索 L4/L2+ 技术共生路线 。 同时 , 百度自研 AI 芯片昆仑芯2代已经完成无人驾驶场景端到端性能适配 , 保证百度 Apollo 软硬实力兼具 。
百度还计划在2023年增加投放200辆无人驾驶车辆 , 目标建立全球最大全无人自动驾驶运营服务区 。

更早之前 , 百度Apollo还发布了第六代无人驾驶出租车原型车 , 完全正向设计 , 更低成本、更大空间、甚至主驾可以去掉刹车和方向盘——不再为有人驾驶而打造 。
百度希望用专门打造的第六代车型 , 实现万辆规模的上路运营目标 。
不过这种目标 , 也需要其他的条件相辅相成、相互配合才行 。
无人出租车落地 , 总共分几步?随着国内外无人驾驶出租车的先后取得进展 , 我们也能大概总结出 Robotaxi 落地都会经历哪些阶段 。
从有无安全员来说 ,Robotaxi 一般会从具备安全员开始 , 再到去安全员的全无人驾驶 , 这是技术和商业成本上最关键的要素变量 。

而时间范围一般先从光线较好的日间运营 , 扩大到夜间运营 , 再到24小时全天运营 。
从区域范围来说 , Robotaxi 会先从郊区试运营开始(比如 Waymo) , 中间可能会增加机场区域 , 最后扩张到闹市范围 , 从“农村”包围“城市” 。
△Waymo增加了机场服务
整体而言 , 自动驾驶公司也会先从小范围开放试运营开始 , 比如用户需要申请乘车 ,再到规模化的商业运营 , 用手机APP就能打到 。
△百度Apollo打车流程
而目前来看 , 业内领先的无人驾驶玩家 , 纷纷来到了大规模运营的时刻——
首先基本完成了全无人 , 其次可以从白天开到黑夜 , 再次纷纷从郊区进入闹市 。
技术上看 , 几乎不分伯仲 。
但落地进展上 , 就在今年下半年以来 , 国内被国外稍稍反超 。

海外 , 以Waymo、Cruise为代表的自动驾驶公司 , 也都在加速推进无人驾驶规模商业化进程 。
比如 , Waymo 已经在旧金山开放全市区7×24小时的无人驾驶出行服务 , 并不断扩大凤凰城的无人驾驶运营区域 , 已扩展至两个城区范围 。
并且 , 从凤凰城天港国际机场到市中心 , Waymo 落地了全球首个全无人自动驾驶打车服务 , 运营时间也是7×24小时全天候 。

但国内 , 包括百度Apollo为代表的玩家 , 虽然在全国11个城市内开展运营 , 但落地进程上 , 运营区域和时长 , 相对海外还是有差距 。
这种差距 , 实际上并非技术原因导致 , 而是政策带来的不同 。
虽然国内外的Robotaxi运营都需要申请无人驾驶部署许可证 , 但海外相对更开放 , 法无禁止皆可为 , 于是就能看到Waymo和Cruise在取得牌照后 , 可以更快展现全时段全区域的全无人驾驶出租车运营 。