一、百度和特斯拉发布
智能网联汽车新成果
其他
赛迪观点：从百度、特斯拉最新成果看智能网联汽车发展趋势
智能网联汽车是当前技术产业创新的热点领域。百度和特斯拉作为国内外智能网联汽车领域的头部企业，一直在技术创新与产业化应用方面大力投入，被认为是引领技术变革和产业格局重塑的前锋。近日，百度和特斯拉均发布了智能网联汽车领域的新技术新产品，引起业界广泛关注。中国软件评测中心分析发现，两家企业的最新成果及其在技术路线选择、核心产品研发、产品运行推进等方面的做法颇具特点，对认识和把握智能网联汽车发展趋势具有重要价值。
百度发布“汽车机器人”成果，加速推进无人车创新进程。在8月18日的“百度世界大会2021”上，百度发布了“汽车机器人”。除了充满科技感的设计外，百度将其技术功能创新总结为三个方面。一是具备L5级自动驾驶能力；二是具备语音、人脸识别等多模交互能力，可以分析用户潜在需求，主动提供服务；三是具备自我学习和持续升级能力，能服务于多种场景。作为当前的概念车型，“汽车机器人”可视为智能网联汽车特别是无人驾驶汽车的一种新兴形态，不过，目前距离落地应用仍有较长时间。
特斯拉推出多项技术创新，继续探索纯视觉自动驾驶路线。8月20日人工智能日（AI Day），特斯拉公布了其纯视觉方案自动驾驶技术的最新进展，主要包括三个方面。一是使用8个摄像头获取外界信息，不采用激光雷达或毫米波雷达即可绘制出车辆周边的路况信息。二是推出名为九头蛇网络（HydraNets）的多任务学习神经网络，通过拼接并逐帧分析摄像头获取画面，确定物体的纵深、速度等信息，为驾驶决策提供素材。三是推出“混合规划系统”，能够兼顾自身驾驶和其他汽车的驾驶需求，实现对路径的主动规划。从演示效果来看，纯视觉自动驾驶已经具备一定的技术成熟性，即使没有高精地图，依旧可以通过自身传感器和摄像头，绘制出当前车辆周边的路况信息。
二、百度和特斯拉智能网联汽车
成果异同点分析
共同点：对基础硬件和场景数据高度重视。从基础硬件看，两家企业都在自研AI芯片，希望通过“软硬一体化”的创新模式打造算力优势。百度此次同时发布了自主研发的第二代百度昆仑AI芯片“昆仑2”，采用7nm制程，搭载百度自研的第二代XPU架构，适用云、端、边等多场景，并能够在自动驾驶、智能交通等场景落地应用，从而为百度发展智能网联汽车打下坚实基础。特斯拉则正式发布首款自研AI训练芯片“D1”和分布式计算体系结构“DOJO”。D1同样采用7nm工艺，包括500亿个晶体管，性能达到业界领先水平，多个D1还可融合为超大规模计算阵列使用。DOJO内置D1芯片，并拥有大型计算平面、超高带宽和低延迟、大型网络分区和映射、可扩展性强等特点，可聚焦用于自动驾驶算法的训练。这对特斯拉加快智能网联汽车研发有重要作用。从场景数据看，百度和特斯拉均重视积累场景数据，以训练和持续改进算法。据报道，百度Apollo已在全国27个城市开展自动驾驶测试，路测里程超过1400万公里。特斯拉截至2021年6月底积累了7轮影子模式迭代流程，已形成总计1.5PB的数据量，这些数据都是持续创新的宝贵基础。
差异点：技术路线和芯片定位不同。在技术路线方面，百度Apollo主攻基于激光雷达的解决方案，同时也在布局多条技术路线，其中Apollo Lite就是城市道路L4级纯视觉感知解决方案。特斯拉则一直以纯视觉路线作为自动驾驶研发布局的基准点，坚持探索和推进纯视觉解决方案，在研发过程中不断完善并迭代视觉算法，并对车端感知硬件做减法。经过持续尝试，纯视觉自动驾驶方案现阶段成为特斯拉的“独门绝技”，其Autopilot已能瞬间完成道路上各种动静目标、道路标识、交通符号的语义识别，反应速度甚至快过人脑的条件反射。在芯片定位方面，百度的昆仑芯并非为自动驾驶专用开发，但可以用于智能网联汽车领域。特斯拉的D1芯片则专注于自动驾驶功能的实现，其性能更适应驾驶场景数据分析与处理。
三、几点启示
注重多种技术路线布局。智能网联汽车虽然受到关注，但目前尚处于探索中，其技术路径并未（预计也难以）统一。业界多数企业采用的“雷达+视觉+高精地图”融合感知的解决方案，可提供对外部环境、信息的多种感知，有一定的容错功能。特斯拉纯视觉解决方案的技术路线简单清晰，可减少对不同硬件方案的依赖，还能统一信息输入方式、避免多源异构数据增加算法的复杂度，提升了数据的应用效率。该技术一旦成熟就将具有较大成本优势。在不同技术路线各有明显优劣势的背景下，我国不能过早押注某一路线，而应以开放探索的思维，鼓励多种技术路线的创新和比拼。政府在设计创新项目和支持方向时，也应有意兼顾不同技术路线。
注重基础技术产品突破。智能网联汽车是多种创新技术与资源要素集成应用的产物，未来的智能驾驶技术竞争焦点也将表现为“算力+数据”。专用芯片、汽车操作系统、传感器、雷达、摄像头等软硬件技术产品都非常重要。在这一背景下，我们 不能把目光只集中 于“整车”发展方面，特别是地方政府不能只热衷于“追捧”智能网联汽车整车，而应考虑其产业链供应链建设，在加快重要关键组件、零部件发展的同时，加大对通用芯片设计、半导体材料、生产设备等的基础研发投入，逐步带动产业链和产业生态的完善。此外，还需要鼓励企业在保障安全的前提下积累场景数据，或支持第三方机构建设公共数据资源库，为持续创新提供战略性要素支持。
注重运营模式的探索。智能网联汽车成果的推出，并不意味着产业化的实现。与特斯拉智能汽车产业化实践相比，百度智能网联汽车的产业化步伐仍有待加快，国内外特别是国内众多企业更要奋力争先。此次百度同步发布无人车出行服务平台“萝卜快跑”，可以认为是在产业化方面的积极尝试，但还需要继续加大运营模式特别是商业模式方面的探索力度。未来，地方政府在支持智能网联汽车创新时，不仅要重视有亮点的单品成果，更要注重创新成果的实际应用，通过开展试点示范，助力企业打通商业模式闭环，加速智能网联汽车的迭代步伐与普及进程。