在 CES Asia 上，百度扔下一颗……「自动驾驶计算平台」| CES Asia 2017
CES Asia（亚洲消费电子展）今天开始了，上海新国际博览中心整个 N3 馆都被汽车相关内容所覆盖，但是呢，就像我们在昨天的预告文章里所说，其中很多东西都是炒冷饭，都曾经在今年年初的拉斯维加斯 CES 上面展出过，用一句最近比较流行的话形容就是「这集我看过」。 在这种情况下，我们更关注的是 CES Asia 所展现出的一些本土化内容。而在这其中，一个比较大的亮点就是百度，因为最近他们太过热门。一个「阿波罗计划」，把自动驾驶圈变成了一场核战争。原子弹、氢弹、中子弹的段子大家都懂的~ 这次相当于他们在国内首次公开展示阿波罗计划，所以自然得重点关注一下。 先说说「新闻」。今天下午，在周围展台喧闹音乐的映衬下，百度展台上进行了一个非常简短的签约仪式，百度和四家供应商分别签署了合作协议，未来将共同开发智能驾驶量产方案。 哪四家？德赛西威、联合汽车电子、博泰、航盛。汽车圈里的人，应该对他们不陌生。 签约内容主要围绕两个方向：BCU 以及 MapAuto。 一个自动驾驶打包方案、一个车机版地图导航 先说 BCU。所谓 BCU，指的是「Baidu Computing Unit」，它是一个「自动驾驶专用计算平台」。 从本质上来看，它其实是一个打包的自动驾驶解决方案，按照百度官方的说法，它所包括的内容有高精度定位、环境感知以及决策规划。这三点其实也是完成自动驾驶非常非常重要的元素。除此之外，BCU 还具备信息安全和云端更新两个特点。 按照百度的说法，目前 BCU 已经开发出了三个系列产品：BCU-MLOC（高精定位）、BCU-MLOP（高精定位+环境感知）、BCU-MLOP2（高精定位+环境感知+决策规划）。 至于 MapAuto 呢，简单的说就是百度地图车机版。这个用词熟悉么？没错，高德也有一个「高德地图车机版」。MapAuto 面向的是前装市场，相当于把百度地图进行有针对性的开发，让它更适合于车辆使用场景。 让我犯懒一下，摘录一段新闻稿的内容介绍 MapAuto：「MapAuto 深度融合车载场景，为车主提供安全可靠的离在线地图服务。基于百度人工智能技术及百度大脑 NLP 自然语义解析，MapAuto 能够精准理解需求，实现人机无障碍沟通，同时结合地理位置和车辆数据，给车主推送相关服务，满足车主个性化、场景化的需求。」在这次签约的四家里，除了联合汽车电子，其他三家都和百度在 MapAuto 上面达成了合作。换句话说，以后整车厂找德赛西威、航盛、博泰采购车机时，就可以选择带有百度地图车机版的产品。然后，C 端用户就可以在车载大屏里用到它了。 车机大屏导航体验：更好是肯定的 百度今天发布会的内容挺简短的，但是呢，我们还是更想探究一下它背后的一些逻辑。 我们先说百度地图车机版，也就是 MapAuto。 之前高德地图推出车机版的时候，我们也去试用体验过，得出的结论是，相比于手机版的高德地图，车机版确实更适合车载的使用场景，为车载人机交互做了更多的优化。从功能和体验上来说，我们相信百度地图车机版将来肯定也能提供比车主在车里使用手机 App 导航更好的使用体验。 但是同时问题也存在。说个最简单的，如果整车厂想在以后的新车里使用「XX 地图车机版」，就需要在硬件层面满足一些条件，比如必须要让车机具备联网能力，对于整车厂来说这可能就是需要权衡的东西，毕竟涉及到成本因素。 但是我相信，根据驾驶场景去定制导航产品，肯定是整个行业的一个趋势，高德做了这个事，现在百度也做了，或许也会让整车厂更加下定决心。所以以后在车里使用导航的体验，肯定会比现在更好。 阿波罗计划的实质 接下来我们再来说说 BCU 以及百度的阿波罗计划。 在我们看来，BCU 以及阿波罗计划的实质，就是百度要把所有和自动驾驶相关的技术进行打包，然后再去推销给整车厂。之前和博世、大陆的合作签约，以及这次 CES 上和四家供应商的签约，其实都是百度在整合资源的体现。 对于整车厂来说，如果想让自己的车辆具备一个自动驾驶的能力，那他会怎么做 ？自己整合自动驾驶各个技术的供应商？还是找供应商提供打包方案？ 找到一个打包解决方案（产品），或许对于整车厂来说是更高效的方案，尤其是对自主品牌整车厂来说更是如此。那百度呢，或许就是看准了这个机会，才想把自动驾驶技术打包在一起，去销售给整车厂。当然，它的客户，可能主要还是国内整车厂们。 这里面的原因有两方面。一方面，自动驾驶技术其实是需要一定本土化能力的，就拿高精度地图举例。因为众所周知的一些原因，我国不可能对国外企业开放高精度地图采集权，那就只能找本土厂商做这件事，这其实就是一个「准入门槛」。正好百度有这个能力，在面对国外供应商的时候就有了先天优势。 从另外一个方面来说，目前从全球层面来看，做自动驾驶的厂商其实是越来越多的，在这个大环境里，实话实说，有一些企业研发自动驾驶是比百度更厉害的，比如谷歌的 Waymo。努力服务好国内整车厂，应该是百度更务实的一个选择。 总之记住一句话，就像很多其他行业一样，自动驾驶技术供应也不会呈现出垄断局面的。 不过，还有一个有意思的话题，就是对于供应链的重构。 试想一下：当百度把这些供应商的资源都整合在一起的时候，那未来整车厂去向谁采购这个自动驾驶的打包技术呢？博世这样的一级供应商、百度这样的科技公司，完全是你中有我、我中有你。整车厂找 Tier 1 买？还是找百度买？ 自动驾驶的供应链在现阶段呈现出了比较混乱的局面，我相信百度是想在这里面谋求更大话语权的。当然，未来重要的不是供应商、科技公司之间的竞争，而是大家合作起来，把产品卖给主机厂，毕竟谁都没能力单干。 就拿服务国内车企这事儿来说，即使是博世、德尔福这样的 Tier 1，其实也离不开和本土公司的合作，原因上面我们已经说过了，而一个事实是，在国内自动驾驶研发领域，百度仍然是最有竞争力的那一家。 以上，就是我们对百度这个 BCU 产品以及阿波罗计划的一个简单的分析。接下来，百度还在 CES Asia 安排了自动驾驶车的试乘体验，另外百度智能汽车事业部总经理顾维灏还有一个关于阿波罗计划的演讲，我们那也会在后续再去继续进，带来更深层次的分析解读。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。
和百度合作自动驾驶，和蔚来汽车合作电动车，大陆集团的儿童节有点忙
这个儿童节，供应商大陆集团很忙。 就在昨天，大陆与百度宣布达成了合作，两家公司将在自动驾驶、车联网以及智能交通进行共同研发。大陆执行董事会成员、底盘与安全事业部总裁 Frank Jourdan 与百度董事会副主席、总裁兼首席运营官陆奇在德国柏林签订了协议。 根据协议，除了 ADAS 以及自动驾驶所需要的传感器和软件技术之外，百度与大陆还将在自动驾驶道路测试、人工智能、网络信息安全以及百度 Apollo 平台的建立应用方面展开合作。 就在大家刚刚消化这条新闻时，大陆在今天又与蔚来汽车达成了合作。 根据协议，两家公司打算在纯电动汽车、智能交通以及自动驾驶方面展开合作。协议第一步，大陆将为蔚来 ES8 提供包括空气悬挂，轮胎等相关技术。 大陆执行董事会成员、底盘与安全事业部总裁 Frank Jourdan 与蔚来创始人、董事长李斌在柏林签订了协议。 大陆集团执行董事会主席 Elmar Degenhart 博士认为，2025 年时，纯电动汽车将占据 10%的市场份额。未来，电动汽车将完全实现车联网和自动化驾驶。李斌说，蔚来汽车很高兴能与大陆在多个项目上展开合作，包括自动驾驶、充电、以及电池技术等等，双方的合作将有利于用户获得更好的产品和服务体验。 两天之内，大陆接连与两家中国公司达成合作，这也让很多人开始思考，这里面究竟有什么巧合？ 其实仔细分析两项合作细节，你就会发现很多有意思的地方。两次合作的签约地点都是德国柏林，且大陆方面的签约代表都是 Frank Jourdan。再仔细来看，两次签约的背景花瓶甚至都完全一样。 如果你平时关心国家外交的话，最近可能会发现这样一条新闻：「 国务院总理李克强 5 月 31 日抵达柏林，开始对德国进行正式访问并举行中德总理年度会晤」。从以往的经历来看，每次外交访问，由政府磋商，中德通常都会在多个行业内达成合作。除了刚才提到的这些之外，这一次李克强总理访德，还促成了戴姆勒对于北汽新能源的战略投资。仔细算算，今年儿童节期间中德两国在汽车行业达成的合作还真不少。 其实，关于这次合作很多人肯定在想，除了政府磋商的原因外，大陆与百度、蔚来汽车这两家公司还会出于什么样的原因达成合作？ 从大陆以往的发展路线来看，自动驾驶、智能交通以及电动汽车一直是他们关注的点，与蔚来汽车的合作可以为自己增加一个技术展示平台，而百度则可以帮助大陆在无人驾驶行业内进一步占据主导权和有利地形，从过去的单打独斗过渡到依靠国家力量。 反之，有了大陆的支持，百度和蔚来汽车也可以借鉴这家供应商巨头的宝贵经验。毕竟除了技术本身之外，大陆在汽车供应链把控节奏方面也可以提供很多经验，而这恰恰是百度和蔚来汽车所欠缺的东西。 从这一角度出发，说不定未来会有更多供应商巨头与国内新造车团队以及互联网公司达成合作，今天或许只是一个开始。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。
「活动总结」作为 Tier1，博世如何玩转 AI 和自动驾驶？
说到未来汽车，我们第一个能联想到的就是具备高度自动驾驶功能的交通工具。但自动驾驶的实现已经不仅仅局限在硬件层面了，其最核心的部分往往是背后复杂的软件算法，这套算法我们可以称之为 AI（人工智能）。AI 的应用让我们的汽车在感知、驾驶决策以及人机交互上发生了很大的变化。 然而对于以硬件技术为主的传统整车厂们来说，虽然自动驾驶是未来行业的发展趋势，但它的研发对软件层面的开发要求更高，并且需要耗费大量精力，同时相应的法律法规和配套设施都还不够成熟。所以在现阶段，自动驾驶并不是他们的主要目标，找到适合的供应商支持才是目前应对未来最好的解决办法。 因此，对于汽车供应商们来说，在自动驾驶的实现过程中，必须要以积极的姿态更早的打通各个环节。他们往往需要具备很强的整合能力，把自动驾驶中互相独立的模块，例如高精度地图、传感器、SoC 以及最终的算法进行更好的融合，打包成一套完整的自动驾驶解决方案提供给整车制造商们。那么问题来了，博世作为全球最大的一级供应商，在扮演这个整合角色的过程中，究竟提出了怎样的解决办法呢？来自于博世底盘控制系统中国区驾驶员辅助系统业务部的蔡旌博士在演讲中给了我们答案。 首先，他们认为，自动驾驶的落地可以分为两种市场环境，一种是由传统整车厂和部分新造车企业组成的既有市场，他们在原有的造车技术和成型产品上进行改进和进化，博世将其称之为蓝色市场；而另外一种则是由新兴互联网企业以及共享出行供应商参与的新兴市场，他们推翻原有技术和传统模式生产出新产品创造出新形态，博世称之为绿色市场。 但博世也清楚的知道无论是哪个市场，其最终目的都是将自动驾驶带到普通大众的生活中来。所以，他们坚信自动驾驶是未来的移动出行方式，并且近年来国内政策也一直在推动它的实现。政府除了制定在 2025 年建立本土自动驾驶的目标之外，还批准建设了更多的自动驾驶试验区，同时，路测相关的法律法规也在积极讨论制定当中。这些措施，都让自动驾驶的研发测试和落地快速的在中国发展演变。而对于博世来说，想要抢占先机，在中国自动驾驶领域站稳脚跟，就必须先解决好本土化的问题。但本土化牵扯的核心又是什么呢？我们还是得从技术的角度上来看。 自动驾驶的核心技术主要集中在感知、驾驶决策以及执行几个方面。但是以往经常提到的车身上的传感器、执行层面上的车辆动态控制，其实都是放之四海皆准的硬件标准或是软件算法，特定条件下需要针对驾驶习惯提供优化的适应国内情况的功能。而在高精度地图这一块儿，由于其需要具备情景分析、路径规划、决策以及车辆高精定位的功能，这使之对于自动驾驶过程影响很大，他们的实现必须深度结合国内的实际道路情况，因此对于本地化的需求非常高。 但生成高精度地图不仅需要底层地图数据，同时也需要地图采集车为底层地图添加更多精准的路面标识等。但我国在地图测绘上有很严格的要求，这使其本土化难度很大，同时高精度采集车通常价格昂贵数量有限采集效率很低，因此这项技术的推进需要漫长的时间。 实际上，博世一直以来缺乏的是底层地图数据，但拥有非常多搭载其摄像头及毫米波雷达等硬件设备的车辆，可以变相作为地图数据采集车使用，而国内地图厂商则恰好相反。于是，博世在这项技术的本土化上选择了和国内的地图厂商高德、百度以及四维图新进行合作，「 众包」 高精度地图，弥补双方的短板。他们将其称之为 BRS（Bosch Road Signature）。它的工作过程可以概括为博世通过搭载自己硬件的车辆收集道路数据，之后将这些道路特征信息与地图合作商的底层地图相结合，最终生成具备博世道路特征的高精度地图数据可被其他车辆所用。但目前 BRS 只支持在新出厂的车辆上植入。 在最后必须要说明的是，自动驾驶是否能在一个国家真正的推行来开，除了需要各个技术之间完美配合之外，最重要的是需要本土化验证。而蔡旌博士也指出博世现在正在将现有技术尽可能与中国的驾驶习惯和道路情况相结合，打造适应中国的自动驾驶整套解决方案。 其实在最后作为吃瓜群众表示：我不说话，我就静静地看着你们把自动驾驶落地。（神秘的围笑）原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车（微信号：GeekCar）& 极市（微信号：geeket）。
一汽解放和百度达成了合作，我们离自动驾驶卡车时代还有多远？
昨天，一汽解放在长春举办了一场智能商用车演示以及全球合作伙伴签约大会。他们在这场大会上与百度达成了战略合作，同时还对外演示了两家公司在自动驾驶技术方面的合作成果。 听到这里，估计有些人肯定会有些疑惑，一家卡车企业怎么和互联网公司玩到一块儿去了呢？别着急，一汽解放和百度这一次还真是共同瞄准了同一片市场，并且准备继续深耕下去，那就是「 智能商用车」。 一汽解放这一次展示的智能商用车功能包括信号灯识别、障碍物识别、超车、跟车以及远程遥控等等，车辆本身则搭载了百度的高精地图和环境感知两项技术。从图片当中可以看出，这辆智能商用车在进行演示时，司机的双手可以做到完全脱离方向盘。（请忽略左边那辆红旗）想要让自动驾驶汽车顺利上路，高精度地图是一个迈不过去的坎。百度智能汽车事业部总经理顾维灏介绍，目前，他们的高精度地图相对精度大约在 0.1-0.2 米，可以自动识别交通标志、地面标志、车道线、信号灯等标识。另外，他们还使用多源感知数据处理、云服务中心以及数据中心构成了一套 Intelligent Map 平台，实现高精度地图分钟级更新。 顾维灏还透露，百度高精度地图将在今年实现覆盖国内全程 30 万公里的高速公路和部分城市道路。 未来，他们还将为一汽解放提供可量产的自动驾驶解决方案，推动物流运输行业进入自动驾驶时代。 其实一汽解放和百度的这次合作之所以出乎很多人的意料，主要在于双方此前在智能商用车领域并没有进行过太多尝试。从百度方面来看，无论是此前的自动驾驶事业部（L4 事业部）、智能汽车事业部（L3 事业部），还是合并后新成立的智能驾驶事业群组（IDG），都将工作重心放在了民用车领域。而提到一汽解放，大家更不会将它与自动驾驶技术联想到一起。 只不过，如果我们将过往消息梳理一下，就会发现，其实除了一汽解放和百度之外，一些公司很早之前就开始在自动驾驶卡车领域开始布局。 前一阵 Waymo 起诉 Uber 的案件震惊了自动驾驶行业，而事件的主角 Anthony Levandowski 这个人也有很多故事可讲。在从谷歌离职之后，Levandowski 成立了自动驾驶卡车公司「Otto」，随后这家公司被 Uber 收购。Otto 自动驾驶卡车上搭载了激光雷达、毫米波雷达、摄像头，以及一台使用液体冷却的微型计算机。 另外，他们还在车上配备了模式切换按钮，长途货运司机可以在城市复杂路段操控车辆，然后在高速公路等路况比较简单的条件下，启动自动驾驶模式来避免疲劳驾驶。 去年，Otto 还在美国科罗拉多州完成了一次高速公路送货测试。他们使用一辆 18 轮的自动驾驶卡车为 Anheuser-Busch 公司运送了 5 万辆啤酒，在无人干预的情况下以每小时 55 英里的速度跑完了全程。其中科罗拉多州运输部的官员也参与了路线规划过程，并对自动驾驶测试的流程进行了监督。今年年初，Otto 自动驾驶卡车还入选了麻省理工评选的全球十大科技成果。 除了 Otto 之外，奔驰也开始涉足自动驾驶卡车市场，早在 2014 年，戴姆勒就在斯图加特的高速公路上测试过自动驾驶卡车。他们在当时使用了一辆 2014 款 Actros 卡车，车上搭载了车道保持辅助系统、车距控制系统以及 ABA 紧急制动系统等等。另外，这辆自动驾驶卡车上还配备了全景摄像头、雷达还有传感器，摄像头可以识别出车道线、移动物体、静止物体以及交通标识等信息。一旦切换到自动驾驶模式，驾驶员还可以将座椅向副驾驶方向旋转 45 度，进入休息模式。 前几天，Elon Musk 在 Twitter 上透露，特斯拉将于今年 9 月份正式推出 Semi 电动卡车。按照 Elon Musk 的性格，假以时日推出卡车版的 Autopilot 也未必不可能。 在人们将注意力都放在民用车上时，或许没有注意到，受驾驶危险性高、疲劳驾驶等问题困扰的卡车市场或许更需要自动驾驶技术的帮助。而一旦自动驾驶卡车可以顺利实现商用化，货运行业或许将会迎来一个全新格局。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。
Uber 无人车被「首杀」，和大洋彼岸的百度形成完美互动…
上个周末帝都天气晴好，朋友圈里飘满了各种蓝天白云。或许是沉浸在好天气里不能自拔，很少人注意到美帝那边 Uber 无人车翻车了。 看到这个新闻，我还是挺吃惊的。我们之前也写过无人车路测车祸，不过都是小剐小蹭，维修还停留在钣金+喷漆的阶段，万万没想到这次直接翻车了。综合无人车路测史来看，这是人类司机首次直接撞翻一辆无人车。 下面先还原一下事故现场。 这次事故发生在美国亚利桑那州 Tempe，具体位置是 McClintock Drive 路和 Don Carlos Drive 路的交叉口。 有了地址后，我打开谷歌地图看了看事发地的街景，是这样的： 从图中可以看出，这只是个典型的美国小镇十字路口，车道线清晰，有红绿灯，并且也不是什么繁华地带。 当时 Uber 的 XC 90 无人车正在直行通过路口，一辆福特锐界左转但未避让正在直行的 Uber 无人车。两车发生碰撞发生后，Uber 无人车翻车，事故还牵连了一辆现代伊兰特。（就是这么巧，XC90 居然直接翻车了…）综合各方面消息，目前可以肯定的是：Uber 无人车前排有两个人，均为 Uber 工程师，当时该车处于自动驾驶状态。事故没有造成人员严重受伤。根据当地警察的说法，这起事故责任在于由人驾驶的福特锐界，原因是福特在左转时未能避让直行的 Uber 无人车。 遭遇这起翻车事故后，Uber 叫停了在亚利桑那州、旧金山和匹兹堡的无人车路测项目。作为 Uber 的重要合作伙伴沃尔沃，还未发表任何声明。 所以在这起看似严重的事故中，Uber 基本就是躺枪的。这条新闻出来后，有人认为我们太需要无人驾驶汽车了，这样就没有撞翻无人车那种司机了。其实也不妨这样想，假如那辆 Uber 那辆车由人类驾驶，是不是能躲开锐界的「 袭击」？当然，历史没有假设… 可以肯定的是，这辆被撞翻的车拉回去之后，Uber 一定会好好分析其中的数据，从中学习经验教训。 Uber 的「 内乱」 我们暂且不讨论 Uber 的技术如何，如果你持续关注 Uber 的话就会发现，这家公司最近遇上了不少麻烦。 特朗普上台之后，广大群众游行的游行，示威的示威，按说这种事跟科技公司扯不上什么关系。可是就在纽约出租车司机在肯尼迪机场罢工期间，Uber 宣布关闭在肯尼迪机场的动态调价功能。一石激起千层浪，大家纷纷以为 Uber 这是在和人民群众作对，于是发起「 删除 Uber」 运动，超过 20 万人参加。 在公司内部，也有不少员工质问 Uber 创始人卡兰尼克为何站在特朗普顾问团中。两天后，卡兰尼克宣布退出特朗普顾问团。 删除 Uber 运动刚平息下来，Uber 一位女工程师发帖揭露公司存在性别歧视，在遭到性骚扰后人力资源部门不作为，并且 Uber 的女性员工越来越少。在她的控诉中，还提到 Uber 员工之间的斗争：「Uber 管理阶层的关系就像电视剧《权力游戏》式的政治斗争，都只想着要升官，也直接影响了底下工程师的工作内容。」 性骚扰丑闻曝光后，在卡兰尼克的压力之下，当事人 Amit Singhal 离职，他之前是负责技术的高级副总裁。 更有意思的是，Uber 创始人卡兰尼克本人在一次搭 Uber 的时候，居然和司机吵了起来。巧合的是，司机刚好在车内装了摄像头，事后把这段视频上传到了网上。 可能是看到 Uber 负面不断，Uber 总裁 Jeff Jones 在一周前离职。 其实 Uber 关键人才离职潮早已开始，已经离职的包括 Uber 人工智能实验室负责人 Gary Marcus、无人驾驶汽车团队成员 Charlie Miller（之前破解自由光那位黑客）、产品增长副总裁 Ed Baker。一周前，Uber 的地图负责人 Brian McClendon 宣布本月底将离职。 Uber 无人车翻车确实不关 Uber 的事，只不过翻车这件事又把 Uber 在「 负面」 的路上推了一把。 所有这一切内部争端，似乎源起 Uber 收购 Otto 自动驾驶公司，因为 Uber 自身的无人驾驶团队和 Otto 团队之间存在分歧，而负责 Uber 整个无人驾驶汽车部门的是 Otto 创始人莱万多斯基。当然，卡兰尼克的压力也很大，在急着寻找新的 COO 帮他管理公司。 同病相怜的百度 一大波关键人才的离职，和大洋彼岸的中国似乎形成了某种「 互动」。众所周知，百度自动驾驶事业最近也频上头条，同样是因为关键人才流失。 就在今天，前百度高级副总裁、自动驾驶事业部总经理王劲宣布将在 4 月离职，自己创办自动驾驶公司，并已获得融资。同样从百度离职的自动驾驶人才包括：吴恩达（前百度首席科学家）、余凯（前百度深度学习研究院常务副院长）、倪凯（前百度深度学习研究院高级科学家）。 回到我们开头说的「Uber 无人车翻车」 这件事，车祸其实只是把 Uber 又拉回大众视野，给了人们重新讨论 Uber 无人车的借口。 … 继续阅读
百度高级副总裁王劲确认离职，对于无人驾驶，他是这么看的
今天，百度原高级副总裁、百度无人车项目负责人王劲在参加洪泰基金某活动的时候，发表了名为《AI 在无人驾驶的突破》的演讲，在演讲中他确认将会在近日从百度离职，接下来，他会投身无人驾驶领域的创业，并且已经获得了洪泰基金的一笔投资。 这是继百度首席科学家吴恩达于上周离职之后，百度又一位高管离职。在王劲的带领下，百度于 2013 年启动了无人驾驶项目。 以下是王劲的演讲全文，文本来源于猎云网，GeekCar 综合其他版本文本进行了一些修改： 此次演讲，我主要聚焦人工智能在无人驾驶领域的应用。 人工智能是 60 多年前就有了。前面的 50 年一直不成功，为什么？因为它让人先去教机器，然后机器再为人做判断。 到 2006 年，深度学习开始被提出来。但大家看到人工智能真正取得突破是在 2012 年底，谷歌开使用深度的学习做搜索，百度也在用深度学习做搜索。2013 年，百度是全世界最早的用深度学习来做广告的企业。 我们来谈谈人工智能和海外投资的应用。我们可以用深度学习的应用程度和方式来区别他们的这个模式。其实整车厂在十几年前就开始自动驾驶技术相关的研究，他们主要希望通过无人驾驶来帮助人们提高汽车的安全性和操控性。 在这个世界上，我们把自动驾驶一般分成五级。前面 1、2、3 级是需要有人监控的自动驾驶，只有到第 4 级是不需要司机坐在方向盘后面的，第 5 级就可以到任何地方去。 绝大部分的汽车厂商，在 2016 年初（以前）都认为自己需要从 1 级开始做到 4 级，这是他们和科技公司的区别。不过去年之后，绝大部分的车厂都改变了这个方向，他们虽然仍然在走辅助驾驶路线，但是往往都直接调出一个部门做 4 级自动驾驶，因为他们觉得直接做 4 级，比他们一级一级升要快得多。 第二个流派以百度和谷歌为代表，在决策上面也开始应用深度学习做人工智能的驾驶决策。另外一个是 Mobileye，以摄象头为基础的流派。 现在最新的一个 流派是 Drive.ai 和 NVIDIA。他们是想把直接从传感器传出来的信号输出成为驾驶的决策，这是一个非常激进的方案，因为这个方案只有在学术界里在验证，并没有得到成功。所以走这条技术的路径需要大量的计算能力，他们用的是端到端的全深度学习的模型在做。 Drive.ai 这个公司是全球最早走这个方向的，很多人可能不知道 Drive.ai 和百度前首席科学家的关系：吴恩达的太太是 Drive.ai 的总裁，Drive.ai 的 CEO 都是吴恩达的学生。两年多以前，几乎快三年的时候，吴恩达应该走深度学习的路，所以百度仍然是走在科技公司的主流路线上。 综上所述大家可以看到，从最传统的技术，就是主机厂，到最激进的，这个中间有很多的选择，从技术上有很多流派，没有哪一个流派被证明。我们认为全球范围内无人驾驶技术最好的应该是谷歌。 为什么现在的无人驾驶很多人认为有机会，很可能在三到五年内被实现？主要是基于这几个技术的突破： 第一，深度学习。 去年的 AlphaGo 帮助教育了很多高科技行业之外的人士，包括车厂的领导，甚至是芯片厂商。也就是说， 用深度学习来做决策和感知，将会很快的把它的能力提升在人类的驾驶员之上。所以深度学习的算法成为了无人驾驶的基石。 第二个带来改变的就是传感器。 大家知道现在 64 线的激光雷达在逐步的投入量产，到今天为止能力被用到实践中间的这个激光雷达，很多人在做，不过真正可用的激光雷达只有一个公司。但是同时，无人驾驶汽车现在还需要非常多其他的传感器，包括摄象头，包括惯性导航，那么它也需要配合上高精度地图才能实现无人驾驶，这些技术在这两年有突破性的提高，使得无人驾驶在深度学习和新型的传感器上，得到一个非常广泛的，非常好的突破。 第三，硬件的升级打造云端汽车大脑。 以前的 GPU 一般会用来做 PC 上的游戏加速器，百度此前还做了一个非常保密的项目，当时全球有两个主要的厂商来做这个芯片。所以在百度汽车拥有这样的计算能力以后，我们大家就可以把深度学习算法和这个模型放到车上，然后在汽车自己驾驶的过程中间做一些实时的判断和决策。 这里非常关键的基础决策，就是感知，要通过摄象头和激光雷达 对很多的物体 要做出一些判断。 这个判断要用数据做一些评比，就是看看在这样大量的数据里面自己的技术到底有多少的准确性。 基于刚才的这几个技术的发展，大家终于可以看到，无人驾驶越来越成为一个主流的方向。百度的驾驶系统有 10 个子模块，最主要的是前面 3 个：环境感知，行为预测，规划控制。做前面两个的企业比较多，第三个规划控制这个方向，几个主流的科技公司也都公布了这个模块的人工智能技术。一旦这个技术被攻克以后，这个无人驾驶的能力会有比较好的提升。 我们认为，规划和控制会在未来的一两年得到很大的突破，其他的还有很多的东西，比如说操作系统、高精地图，很多很多的企业都可以提供。 无人驾驶技术，除了比拼自己的算法，传感器等计算硬件，还有一个非常重要的因素，就是数据收集的能力。 如果一个公司在做无人驾驶，无人驾驶的车队规模该有多大？车队规模会影响到数据收集能力的强弱以及无人驾驶技术的成熟度。 汽车出去跑，收集来的数据放到了数据中心，放到了云端，在云端经过大规模的数据学习，形成了一个新的数据模型，这个模型又会被下载到汽车里，更新车里的算法。这就是不断的自我学习，不断的自我提升的循环往复，也是整个无人驾驶技术不断成长成熟以及不断提高安全性的过程和流程。 把一个无人驾驶项目的车队规模、数据中心、计算能力综合起来分析，就可以判断出来这个无人驾驶团队技术的先进程度。 随着这个技术的成熟，很多人也在判断，什么时候无人驾驶可以落地。 在我看来，2021 年将是无人驾驶的元年。 有一些大一点公司能有十几万辆的规模，基本上主流的公司都能在 2020 年达到量产的目标。还有的公司要保守一点，会在时间点上更晚一些，可能 2025 年以后才可以实现。 整个产业对无人驾驶有预期，有激进的，有保守的，但是无人驾驶一定会到来，当它到来的时候，交通的安全性可以得到大幅度的提升。 更宏观来看，无人驾驶的到来，我们认为甚至有可能颠覆汽车行业。虽然有一些汽车公司也在做无人驾驶系统，也预计他们在 2021 年能够实现无人驾驶的量产，但我们在跟他们接触的过程中发现，他们在人工智能的技术上远远落后于科技公司，它们绝大多数的技术是专家型的，所以当整个汽车行业在这样的一个状态下时，他们的准备程度更差。 如果汽车行业不革自己的命，就会被别人革了命，现在只剩下 4 年的时间。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。
「GeekCar Daily」3.24: 吉利撤回宝腾股权收购提议；银隆电动皮卡得到曝光
吉利撤回宝腾股权收购提议 3 月 22 日，吉利总裁安聪慧表示，他们已经撤回了对马来西亚汽车制造商宝腾的多数股权收购提议。安聪慧说，吉利放弃交易主要是由于宝腾不停地更改商业计划书，而吉利则有一个非常明确的战略计划。如果交易不符合吉利的计划，便不会与之合作。宝腾负责人对此表示，尽管吉利意外退出，但股份竞购仍在进行中。 接下来就看 PSA 能否接盘宝腾了。 银隆电动皮卡得到曝光 日前，珠海银隆打造的一款电动皮卡得到曝光。与其他皮卡相比，银隆的这款电动皮卡在外形方面没有太大差别。只不过，这辆车出人意料地使用了一个「 五环」 车标。银隆电动皮卡的长宽高分别为 5219mm、1870mm、1844mm，整备质量为 1840kg。另外，银隆还透露，这款电动皮卡的最大续航里程将会超过 200 公里。 董小姐的车，连车标都是这么霸气。 百度将使用人工智能技术加快自动驾驶普及 昨天，在日本东京举办的国际汽车行业峰会上，百度智能汽车事业部战略总经理袁星透露，百度将使用人工智能技术加快自动驾驶普及。目前，百度的自定位、环境感知、道路预测以及决策等自动驾驶关键技术已经成熟。其中，自定位技术在路测当中取得了非常好的效果，完全可以满足 L3 自动驾驶在高速场景下的应用。 希望百度可以早日实现技术落地。 特斯拉新专利将提高电池充电安全性 据外媒报道，特斯拉日前申请了一项新专利，这项专利可以有效提高电池充电的安全性。新专利将使用一套监测系统第一时间识别出电池组的短路现象，另外，这套监测系统还将与 BMS 系统相结合，随时采集电池的各项性能数据，确保整车电池组内部不会发生异常状况。特斯拉认为，尽管电池组短路的概率非常小，但是配备一套检测系统仍然非常必要。 电池短路这件事要是发生在汽车上可是会闯大祸。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。
百度 CoDriver 智能后视镜体验：语音交互是核心竞争力
众所周知，BAT 三家互联网公司觊觎汽车行业已久，而他们和汽车「发生关系」的姿势无非那么几种，其中之一就是通过「车载智能硬件」。比如腾讯在前两年做过 OBD，后来做 ADAS、智能车机，而阿里和后视镜厂商也合作过 YunOS 系统的智能后视镜和车机产品。 昨天，百度用「智能汽车事业群」刷了大家的屏，他们重新梳理了汽车业务架构，以更清晰的形象示人。 其中，车联网仍然是百度汽车业务里面一个重要的组成部分。你的车里可能装有百度出品的车机手机互联系统 CarLife, 但是你可能不知道的是，百度实际上也有了后装智能后视镜方面的方案——CoDriver。 按照百度的官方解释，CoDriver 这个方案的核心是「语音交互」，在此基础上，它整合了百度地图导航、智能管车、远程监控、辅助驾驶等功能。 在产品落地方式上，百度采取的是和智能后视镜厂商合作的思路，他们提供 CoDriver 的打包解决方案给硬件厂商，然后搭载了百度 CoDriver 软件的智能后视镜，再被硬件厂商推向零售市场。这和阿里做智能后视镜的姿势大体上差不多。 当然，为了保证用户体验，百度方面也会向硬件厂商提出硬件规格，比如下面这个方案： 至于落地的产品，如果你在淘宝上搜索「CoDriver」，跳出的结果一般是一款名为「善领 X798」的智能后视镜。善领这家公司的产品包括了电子狗、导航仪、行车记录仪、智能后视镜等等。这款 X798，则是在 2016 年百度世界大会上唯一官方发布的 CoDriver 产品。 GeekCar 在此前也拿到了一台机器进行体验，不过型号不是 X798，而是 X788，从名字上能看出来，后者比 X798 的功能会少一些，主要包括语音交互、导航、前后双行车记录、电子狗、4G 连网/Wi-Fi 热点等功能，屏幕尺寸是 8 寸。而主推的 X798，功能更多，屏幕变成 10 寸，在淘宝上的价格在 3500 左右，这和我们之前体验过的搭载阿里 YunOS 系统的一款产品价格类似。 在某个汽配城的善领品牌代理商那里，我们拿到了这套后视镜，然后，他们合作的一个安装店又用了半小时的时间把它装好，做到了车辆点火之后后视镜自动启动、线路完全不外露的状态。 上车，点火，后视镜自动启动，经过品牌 logo 展示之后，进入下面这个主界面： 主界面采用了两段式设计，左侧是摄像头、语音等几个常用按钮以及日期、车速等行车信息的显示，右侧用卡片式的 UI 装下了导航、音频这两个最常用的功能模块，向左划动又可以进入第二屏。 后视镜的功能很多，但是我比较看重的的是导航、音频、语音交互这几大功能的使用体验，当然更重要的是当他们配合在一起使用的时候，到底怎么样。 语音交互 先说语音，这也是百度主推的功能。「你好，善领」是语音功能的唤醒词，唤醒它之后，就可以进行导航、音乐、电话等功能的语音操作。 这个后视镜基本实现了自然语音交互，不需要完全按照规定的指令操作，例如，当你想表达「导航到 XXX」的意思时，你可以用多种表述方式去说出目的地，没有一个死板的规定告诉你必须怎么说。 另外，语音交互的反应速度算是比较快的，不过，这在一定程度上取决于网速情况。至于识别率的问题，常用词汇和地名对它来说不成问题，但是需要注意两点：一是它对于冷门词汇的反应能力会下降，二是语音识别率会受到噪声的影响，比如在高速公路上行车时，语音交互的表现就要比低速情况下差。当然，这跟车辆本身的隔音水平有关。 关于 CoDriver 的语音交互表现，我们在静止状态下拍了一段视频，大家感受一下： 百度方面还提到，这个语音交互用到了很多「百度大脑」的技术，比如 NLP 语义理解、多轮对话、机器学习等。另外在技术层面，百度的 CoDriver 号称「同时支持多套语音方案的热插拔架构」。 导航 既然是百度的后视镜方案，导航当然得是百度地图。因为后视镜本身是在线的，所以在导航层面本身，它和手机导航的路线指引、引导模式都不会有太大差异。但是在 X788 上面，导航 App 的 UI 显然没有对于后视镜这块长条形屏幕做太多优化，在 UI 适配、地图比例尺缩放等方面有一些问题。不知道 X798 是否表现得更好。 音乐 这个智能后视镜内置的音乐 App 是「酷我音乐」，通过语音交互说出想听的歌手或歌名，会自动跳转到酷我 App 里面进行搜索，搜索准确率还不错，不过这基本都是语音识别的功劳，而酷我 App 本身的体验就非常一般了。在这个后视镜上，这个 App 的 UI 也没有做太多的优化，所以用起来比较别扭，而且歌曲比较杂乱，有很多网友自行改编、上传的版本，有时候要花上很多额外的时间去找到自己想听的那首歌。 如果想让它的体验好一些，需要自己花点儿精力好好「打理」一下，比如做好播放列表，或者使用「账号同步」功能，事先在电脑上做好曲库，再同步到后视镜上。不过我在这方面很懒，所以就任由它不好用了。 那么，能不能自行安装其他音乐 App 呢？或许可以，但是想必仍然会遇到 UI 适配的问题。 再来说一个 X788 上面的 bug：一边听歌一边导航，是很多人最常遇到的应用场景，这个后视镜在这方面需要加强。具体来说，在音乐播放的时候，如果导航路线指引的声音响起，那么系统将会直接暂停音乐，在导航语音结束之后自动继续播放，而不是将音乐音量调低，在「后台」持续播放。这和我们平时的使用习惯不同。 除了这几个基本功能，善领这个智能后视镜还有一些其他的功能，比如前后双摄像头的行车记录，比如善领自家的 DSA 电子狗，而在 X798 那个型号上，还有人工后台、微信互联等功能。 总的来看，整套后视镜还是强在语音交互上面，导航的体验次之，其他功能在用户体验上还有优化的空间。而对于百度 CoDriver 来说，核心能力也是在语音交互这一点，围绕它来打包其他功能。利用自己的优势，通过这种方式来进入汽车后装市场，百度的路径走的很明确。后面的问题在于，他们怎么优化产品？怎么让这套方案在更多的硬件上落地？ 重新梳理了业务架构之后，希望百度能在汽车业务方面做得更好，当然也包括 CoDriver。对于智能后视镜这个品类来说，由于它的交互特殊性，语音就成了首选的交互方式。CoDriver 从这一点切入，其实还是有机会的。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。
百度成立「智能驾驶事业群」，但是之前他们都做了什么？
互联网公司入侵汽车行业的趋势在最近两三年格外明显，在国内，这个趋势是以 BAT 三家为主导的，他们各自都在汽车、出行领域有广泛的布局。 今天，BAT 里的百度，做出了一项和汽车业务有关的重大调整：他们成立了「智能驾驶事业群组」(IDG)，领导这个事业群的，是前不久刚刚出任百度集团总裁和首席运营官的陆奇。新事业群成立之后，将包括三方面的业务：自动驾驶、智能汽车、车联网。 这三部分业务由原来的自动驾驶事业部（L4 事业部）以及智能汽车事业部（L3 事业部）两个部门来做。其中，智能汽车、车联网都算是原来智能汽车事业部的业务范畴。 在 GeekCar 看来，这是一个正确的决定。因为在此之前，百度在汽车方面的业务，给人的感觉确实有点混乱，有必要做一次全面的梳理和整合。想必，新的事业群组成立之后，百度在跟人家谈业务的时候，再也不用花大精力对自己的「身世」做解释了。 为了便于你更好的理解这次架构调整的意义，我们下面来梳理一下这一两年百度在汽车业务方面的布局。 无人车 提到「百度做汽车」这件事，大家可能首先想到的就是他们的自动驾驶。2015 年 12 月 10 号，百度无人车首次公开在北京的五环路上路测，几天之后的 14 号，百度宣布自动驾驶事业部高调成立。这个部门的目标是做最高阶段的自动驾驶，有点类似于谷歌曾经的无人驾驶部门。 这个部门由百度高级副总裁王劲负责， 在这次调整里，王劲「由于个人和家庭原因，将不再担任自动驾驶事业部（L4）总经理职务」。这个变化可以有很多解读。 百度要做完全自动驾驶，这是一个周期相当长的事情，并且需要巨大投入。在现阶段注定找不到太清晰的商业化突破口，但是作为人工智能的一个重要应用领域，它又关系到百度未来的格局和发展高度。如何平衡现状和未来？这其实是一个矛盾点。 作为百度里面级别很高的一个领导，王劲的去职，能在一定程度上反映出一些问题。问题可能来源于自动驾驶部门自身，也可能来源于整个集团。 其实在去年 9 月 L3 事业部成立之后没几天，百度就进行过一次人事调整，当时王劲的工作内容被缩小到专注于自动驾驶事业部，这可以理解为是「缩权」，也可以理解为「甩掉包袱，专注一点」。 王劲 2010 年加入百度，当时任技术副总裁，后来，领导打造了百度大数据引擎、大数据+开放平台、百度云、百度开放云、百度大脑，并且推动了语音识别、图像识别等前沿技术的发展。 当然，百度毕竟在人工智能方面有很深的积淀，在无人车方面确实属于国内最知名的几家公司之一。多次的路试和展示，能够说明问题。 另一个让人好奇的问题是，王劲接下来会有什么打算？是否彻底离开百度？是否会投身自动驾驶的创业大潮呢？ 智能汽车、车联网 再来看看另一个条线：智能汽车、车联网。其实在自动驾驶之前，百度在车联网业务上就已经开始了动作。早在 2015 年 1 月，百度搞了一个「车联战略发布会」，发布了自己的车机手机互联方案 CarLife，并且在此后用不长的时间就搭载到了量产车上。这比其他几家互联网公司的动作都要快。 彼时那场发布会上，百度还提出了「百度地图车联网开放平台」的概念，想要「是要在车内完成基于百度地图 O2O 生态的建立」。 时间到了 2016 年 3 月，百度发布了一个「智能汽车战略」。这相当于是在官方层面认可了汽车业务的重要性。至于这个战略的内容，包括三方面，分别是智慧互联、智慧地图以及智慧服务。其中，智慧互联包含了 CarLife、MyCar 以及 CoDriver，实质上是一整套智能互联汽车解决方案；智慧地图主要包括两方面，分别是「高精度地图」和「众包造图」，前者很明确的指向了自动驾驶和无人驾驶；而智慧服务，主要是面向 B 端客户的，包含了「鹰眼」和「慧眼」两个产品，它主要做的是车队管理、数据方面的服务。 到这儿你应该发现了，车联网、地图、自动驾驶，这几项内容在百度的架构体系里，分属不同的部门，但是从业务上，他们其实又有很多交叉。 事情还没完。2016 年 9 月初，百度又成立了一个「L3 事业部」。所谓的「L3」，一般指自动驾驶分级里的「Level 3」，在已经有了一个自动驾驶事业部的时候再成立这么一个部门，百度的想法显然是想在现阶段，在自动驾驶商业化上做一些尝试。也就是说，在完全自动驾驶之外，他们还想要做高级驾驶辅助（半自动驾驶）的事儿。除此之外，虽然名为 L3 事业部，但从业务内容上来看，这个事业部显然是想把除了自动驾驶以外所有和汽车相关的业务都包揽进来。 为什么这么说呢？这从团队 Leader 的选择上就能看得出来：L3 事业部的总经理是顾维灏，他同时还是百度地图事业部的副总经理、车联网事业部总经理以及智慧汽车部门的总经理。事实上，L3 级别的自动驾驶，和地图、车联网这几个元素都密不可分。 至此，百度集团里做汽车业务的，就是这个 L3 事业部，以及自动驾驶事业部了。这算得上是「两条腿走路」，但是同在一个大集团里，其中不可避免的会涉及到资源、利益的平衡问题。不过，顾维灏在接受采访时提到，这两个部门在近几年内目标并不相同，但内部会有协同。 2017 年初的 CES 上，我们也看到了百度的展台。但是，L3 事业部在这个时候已经变成了「智能汽车事业部」（intelligent vehicle）。或许是百度听到了外界、合作伙伴对于「L3 事业部」这个名称的疑惑和不理解，因此决定改名。在 CES 的发布会上，百度总裁张亚勤再次明确了这个事业部的任务：从相对更低级别的自动驾驶、驾驶辅助技术层面入手，进行更多商业化的布局。 整合之后呢？ 还是文章开头的那个观点，整合肯定是件好事。在汽车业务上有了一个总的架构，有了一个总的负责人，不管对内还是对外，都会省去很多不必要的额外成本。 同时，这次整合可能也意味着，百度的高层在战略层面上想清楚了关于汽车业务的一些事情，有了更清晰的发展规划。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。