機(jī)器人何必是“人”？

　　在看完首屆極越AI DAY后，不少人都發(fā)出了這樣的感嘆。如果說內(nèi)燃機(jī)/電機(jī)驅(qū)動(dòng)了汽車的肉體，AI則為汽車賦予了靈魂。

　　3月25日晚，在北京的百度總部，舞臺(tái)中央的極越汽車CEO夏一平自信的說道，“在智能汽車3.0時(shí)代，‘機(jī)器人化’將是發(fā)展趨勢(shì)，具備自然交流、自由移動(dòng)、自我成長(zhǎng)三種能力的汽車就是汽車機(jī)器人，才是真正意義上的‘AI CAR’。”

　　無(wú)獨(dú)有偶，在前不久的百人會(huì)上，也有資深業(yè)內(nèi)人士表達(dá)了類似觀點(diǎn)，稱“具車智能”大概率會(huì)發(fā)生在“具身智能”之前，“具車智能”也大概率會(huì)發(fā)生在中國(guó)的車企。他判斷，AI將會(huì)成為智能汽車的勝負(fù)手。

　　得益于百度AI大模型生態(tài)支持，目前極越01已經(jīng)深度融合文心一言、Apollo、百度地圖、小度等技術(shù)能力。極越01創(chuàng)造了全球范圍內(nèi)率先實(shí)現(xiàn)AI大模型“上車”、國(guó)內(nèi)唯一/全球唯二的純視覺高階智駕、首個(gè)OCC占用網(wǎng)絡(luò)升級(jí)、首個(gè)AI語(yǔ)音算法全量本地化等諸多行業(yè)領(lǐng)先。

　　當(dāng)晚，夏一平發(fā)布了OTA V1.4.0新版軟件，自動(dòng)駕駛、LD地圖、人機(jī)交互領(lǐng)域的百度三項(xiàng)最新AI原生科技驚艷亮相。這表明，百度AI大模型生態(tài)正在深度賦能極越汽車機(jī)器人，加速其進(jìn)化。

　　顯而易見，作為行業(yè)首個(gè)舉辦汽車AI技術(shù)大會(huì)的玩家，極越無(wú)疑引爆了汽車界的AI之戰(zhàn)。

　　“今年，如果誰(shuí)還沒有落地 ‘智駕全國(guó)都能開，誰(shuí)就一定會(huì)在智能化浪潮中掉隊(duì)。”

　　在現(xiàn)場(chǎng)數(shù)百家媒體的見證下，夏一平宣布，2024年極越即將實(shí)現(xiàn)——只要百度地圖能導(dǎo)航的地方，就可以使用PPA智駕。

       夏一平表示，基于百度Apollo純視覺高階智駕能力和安全體系賦能，極越完成了OCC占用網(wǎng)絡(luò)升級(jí)，已形成“B.O.T”完整技術(shù)體系。在本次AI DAY上，百度Apollo自動(dòng)駕駛視覺大模型VTA（Vision Takes All）正式發(fā)布，大幅升級(jí)包括動(dòng)靜態(tài)檢測(cè)、時(shí)序跟蹤、實(shí)時(shí)建圖、場(chǎng)景理解等能力。

　　升級(jí)后的OCC占用網(wǎng)絡(luò)感知能力大幅提升。在擁有比肩激光雷達(dá)的厘米級(jí)3D模型刻畫的基礎(chǔ)上，對(duì)障礙物的識(shí)別種類再度增加，不僅包括施工牌、圍欄、路障、防撞桶等單個(gè)靜態(tài)障礙物，而且對(duì)道路臨時(shí)施工的圍欄、靠邊停靠的故障車輛、臨時(shí)堆放的大垃圾桶等障礙物也能精準(zhǔn)感知。

　　值得一提的是，V1.4.0版本新增OCC 3D地圖彩蛋，用戶可以通過車機(jī)屏幕清晰地看到汽車機(jī)器人眼中的世界。在現(xiàn)場(chǎng)演示中，屏幕里如同積木一樣不同顏色的方塊標(biāo)識(shí)出車外的障礙物/綠化帶/其他車輛等，還有卡通的3D人物標(biāo)識(shí)出過往的行人。

　　得益于OCC感知能力的提升，極越點(diǎn)到點(diǎn)領(lǐng)航輔助PPA也大幅升級(jí)，可以應(yīng)對(duì)更復(fù)雜的行車場(chǎng)景。夏一平舉例說，在路況復(fù)雜路口，前車轉(zhuǎn)彎太慢、電瓶車貼靠太近，PPA都能主動(dòng)繞行。在突遇道路施工圍欄、路邊故障車輛、臨時(shí)堆放雜物等情況，PPA可以靈活繞開或及時(shí)剎停。針對(duì)很多用戶因?yàn)殚L(zhǎng)實(shí)線或大車擋道而錯(cuò)過高速匝道出口的問題，PPA也能合理規(guī)劃路線，找準(zhǔn)變道時(shí)機(jī)。

　　同時(shí)，V1.4.0版本還升級(jí)了一系列行車體驗(yàn)優(yōu)化，如：新增自動(dòng)轉(zhuǎn)向燈功能、新增PPA高速高架變道風(fēng)格設(shè)置、轉(zhuǎn)向自動(dòng)圖像輔助新增盲區(qū)預(yù)警等，并優(yōu)化了前向碰撞預(yù)警FCW和自動(dòng)緊急制動(dòng)AEB之類的ADAS功能體驗(yàn)。

　　智駕開城堪稱2023年智駕圈最激烈的戰(zhàn)爭(zhēng)，而到了今年，戰(zhàn)火依然繼續(xù)。當(dāng)晚，夏一平宣布，城市PPA又新開一城——廣州，這也是繼北京、上海、杭州、深圳之后的第5個(gè)城市。對(duì)于較為特殊的北京城市路段，PPA也進(jìn)一步完善，擴(kuò)大了覆蓋范圍，可全面覆蓋五環(huán)內(nèi)城區(qū)的主要道路。

　　在AI DAY上，百度副總裁尚國(guó)斌直言有些友商的全國(guó)可用是“文字游戲”，是PR式發(fā)布。號(hào)稱全國(guó)都能開，但其實(shí)很多城市只有幾條路可以開；有的只是LCC全國(guó)可用；還有的是期貨，落地遙遙無(wú)期。但極越PPA智駕的覆蓋里程即將超過50萬(wàn)公里。2024年，基于百度Apollo、百度地圖的AI大模型能力賦能，PPA智駕“全國(guó)都能開、路路好體驗(yàn)”的目標(biāo)指日可待。

　　夏一平和尚國(guó)斌之所以敢立下“只要百度地圖能導(dǎo)航到的地方就能用PPA智駕”的軍令狀，得益于百度的AI加持。與華為和小鵬等玩家的激光雷達(dá)方案不同，極越一開始走的就是更為艱難的純視覺路線。

　　百度智能駕駛事業(yè)群組首席研發(fā)架構(gòu)師、IDG技術(shù)委員會(huì)主席王亮認(rèn)為，一圖勝千言。激光雷達(dá)蘊(yùn)含的信息量，相比圖像（視覺）來(lái)說少好幾個(gè)量級(jí)。攝像頭的采樣密度是今天主流激光雷達(dá)的160倍，等接下來(lái)最好的激光雷達(dá)上市之后，攝像頭的密度仍然是它的20倍。激光雷達(dá)的優(yōu)勢(shì)在于可以很快上車，但依靠激光雷達(dá)肯定走不到智駕終局。

　　但如此復(fù)雜多樣的信息，如何才能讓模型具備通用泛化的能力？百度的解法是大模型 AI 原生理念。百度構(gòu)建了一個(gè)自動(dòng)駕駛視覺大模型VTA（vision takes all）。大模型首先會(huì)對(duì)海量的駕駛場(chǎng)景進(jìn)行自監(jiān)督訓(xùn)練，讓大模型對(duì)世界有更多的基礎(chǔ)通用的理解，使其具備目標(biāo)檢測(cè)、實(shí)時(shí)建圖、時(shí)序跟蹤、場(chǎng)景理解的核心能力。然后，大模型會(huì)針對(duì)性地做出如景深識(shí)別等專業(yè)性的訓(xùn)練。

　　在大模型時(shí)代指導(dǎo)AI研發(fā)的一條規(guī)律就是OpenAI在2020年提出的Scaling Laws概念，中文譯成規(guī)模法則。規(guī)模法則里面很重要的一條是算力，多大算力決定你的模型能走多遠(yuǎn)。王亮透露，百度目前坐擁北京、蘇州、陽(yáng)泉三大計(jì)算中心，僅投入到智駕的算力就累計(jì)達(dá)到了 2.2 EFLOPS，數(shù)據(jù)緩存高達(dá) 30PB，智駕有效訓(xùn)練時(shí)長(zhǎng)占比 98%，百度對(duì)極越的算力投入并不設(shè)限。

　　當(dāng)然，極越PPA全國(guó)都能開肯定開離不開百度地圖的賦能。過去由于成本高昂，高精地圖讓業(yè)內(nèi)又愛又恨。在AI DAY上，尚國(guó)斌透露，僅是在廣州完成一次高精地圖的繪制，成本就上億。但百度LD地圖（LD即車道級(jí)導(dǎo)航）的出現(xiàn)扭轉(zhuǎn)了這一局面。LD地圖對(duì)傳統(tǒng)高精地圖地圖的要素、精度等最小化的要求，保留最必需的要素和精度；同時(shí)，增加了經(jīng)驗(yàn)圖層、安全圖層、實(shí)時(shí)圖層等傳統(tǒng)高精地圖不具備的要素。

　　更重要的是，LD地圖徹底重構(gòu)了傳統(tǒng)的地圖生產(chǎn)模式，實(shí)現(xiàn)端到端地圖生成新范式，突破了車道級(jí)地圖規(guī)模化的瓶頸。據(jù)悉，百度向全國(guó)道路投放數(shù)百輛 L4 級(jí)別采集車，并通過大模型生成地圖，顛覆了過往99%人力生成地圖的生產(chǎn)方式。

       尚國(guó)斌說，去年上半年，百度開城速度約為一季度一城市，到了第三季度，單季度就能開 30 座城市。而現(xiàn)在，百度的開城速度是過去的100倍，成本是過去的1/20，能夠做到一天開一城。目前，百度地圖已經(jīng)完成了全國(guó)360萬(wàn)公里的道路生成，LD 地圖覆蓋360個(gè)地級(jí)市。

       “LD地圖具備‘全國(guó)城市都能開’、‘手機(jī)/艙駕都能用’、‘智駕有圖才安全’三個(gè)特點(diǎn)，真正的全國(guó)360城全覆蓋，全球唯一將自動(dòng)駕駛原生地圖應(yīng)用在手機(jī)和汽車上，讓智駕像人一樣開，比人更安全。”正是因?yàn)槿嫒诤狭税俣鹊貓D的核心能力，尚國(guó)斌才放言，“只要百度地圖導(dǎo)航能到的地方，極越01的PPA智駕就能用。”

　　除了智駕，極越汽車另一個(gè)黑科技就是無(wú)出其右的語(yǔ)音交互能力。其讓汽車機(jī)器人在與用戶的交互過程中更聰明、反應(yīng)更快，也更加像一個(gè)真正的人。

　　百度語(yǔ)音首席架構(gòu)師賈磊表示：“更超強(qiáng)的技術(shù)一定是端側(cè)大模型模型，讓車機(jī)在任何網(wǎng)絡(luò)環(huán)境下，都能快速響應(yīng)用戶交互需求并解答車輛相關(guān)操作的問題。”極越01憑借車載語(yǔ)音的“全域全端側(cè)”已經(jīng)將語(yǔ)音助手SIMO打造成了語(yǔ)音天花板，識(shí)別速度快至500ms?？鋸埖恼f，其使用體驗(yàn)無(wú)限接近鋼鐵俠的賈維斯。

　　官方信息顯示，SIMO從極越01交付第一天起，背后就得到了大模型能力的支持——百度文心一言，提供了車外語(yǔ)音控制、多模態(tài)融合交互、無(wú)網(wǎng)弱網(wǎng)全程在線、主駕駛免喚醒、車內(nèi)四人同時(shí)說等其它智能座艙產(chǎn)品不具備的功能。

　　在V1.4.0版本中，SIMO新增基于大模型的主動(dòng)推薦和用車知識(shí)自由問答，支持音樂推薦、視頻信息問答、景點(diǎn)推薦和查詢、功能解答等功能。例如，在車上和朋友聊到某個(gè)電視劇情，但想不起其中細(xì)節(jié)，便可通過詢問SIMO迅速找到該劇情并播放相應(yīng)劇集。

　　夏一平透露，目前SIMO的日均語(yǔ)音交互滲透率達(dá)98%，日均語(yǔ)音交互次數(shù)高達(dá)63次，是行業(yè)友商的10倍。其中，每車日均調(diào)用文心一言服務(wù)達(dá)7.1次，占日均語(yǔ)音交互次數(shù)比例約11%。自極越01上市5個(gè)月以來(lái)，通過SIMO收到了23,323個(gè)用戶反饋，每個(gè)問題都會(huì)以秒級(jí)效率對(duì)接給研發(fā)中心，24小時(shí)內(nèi)反饋用戶。

　　多媒體娛樂生態(tài)服務(wù)向來(lái)是用戶高頻次使用的功能。V1.4.0版本新增無(wú)線投屏應(yīng)用，支持投屏到車機(jī)端播放；新增車載Wi-Fi熱點(diǎn)，供車內(nèi)設(shè)備共享流量。同時(shí)，還上線了《全明星街球派對(duì)》、《小三角大英雄》游戲。

　　當(dāng)然，這些還不是智能交互的全部。夏一平預(yù)告，極越V2.0版本即將發(fā)布，屆時(shí)將升級(jí)全新的語(yǔ)音大模型、全國(guó)都能開的PPA智駕等重磅功能。

       自1886年誕生到現(xiàn)在，汽車已經(jīng)經(jīng)歷了 100多年的發(fā)展。這100多年來(lái)，汽車革命經(jīng)歷過“燃油車1.0時(shí)代”和“電動(dòng)車2.0時(shí)代”，而在當(dāng)下的“智能汽車3.0時(shí)代”，底層驅(qū)動(dòng)力正是來(lái)自于AI大模型技術(shù)。

       當(dāng)晚的AI DAY上，夏一平說，智能汽車3.0時(shí)代是汽車機(jī)器人的時(shí)代，時(shí)代變革起點(diǎn)是汽車“駕駛權(quán)”由人類向AI轉(zhuǎn)移。這無(wú)疑是一座難以逾越的高山。

       但極越在AI DAY上展示的能力，讓外界看到了其正在越過這座關(guān)山，走向一個(gè)新世界。