【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

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。

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”。

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。

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。

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。

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。

点击文末 阅读原文，即可获取完整版观点~