百度儲瑞松:智能駕駛不是靈魂，先想清楚怎么對付FSD

撰文 / 劉寶華
編輯 / 張 南
設計 / 趙昊然

自動駕駛從沒有像2023年春天這么割裂過。

一邊是車企仍在接二連三地迭代產品，領航輔助已經從封閉道路向城區滲透。另一邊是企業掌門人接連潑冷水“無人駕駛都是扯淡，弄個虛頭巴腦的東西，那都是忽悠，它就是一場皇帝的新裝”“十年以後連L3都不會真正實現”。

這很像10年前新能源汽車的爭議。那一年中國新能源汽車銷量1.76萬輛，還有很大比例不是私家車而是商業運營車輛，企業態度兩極分化，有些早就开始大力布局，還有很多創業者正在摩拳擦掌意圖染指，也有不少企業完全不看好新能源，認爲只是政策一股風。10年後，這種判斷和行動上的差異已經數倍、數十倍地放大爲結果。

另一個可以拿來做類比的是近期有人挖出汽車商業評論10年前的一篇報道《深喉：自主品牌已無活路》。文章內容是汽車商業評論記者在2013年國慶前夕和業內一位不愿意具名的資深人士就中國汽車自主品牌的未來進行了一次長談。在這次深夜的訪談中，他對於自主品牌抱着完全悲觀失望的態度，認爲我們已經錯過了發展黃金期，已經沒有機會，甚至認爲沒有必要非發展自主品牌。

10年後的今天再看深喉當時的觀點恍若隔世，無法不感嘆行業變化天翻地覆鬥轉星移。同理，10年後的自動駕駛又會多大程度上顛覆今天的認知？

選擇比努力更重要。行業變革期，認清未來趨勢並做出正確決策與布局是決定企業未來命運的第一影響力。

站在2023年的時間節點上該如何認識自動駕駛？它會成爲像新能源那樣的勝負手還是一團五彩斑斕的泡沫？

上海車展前，汽車商業評論總編輯、軒轅之學校長賈可博士與百度集團副總裁、智能汽車事業部總經理儲瑞松進行了一場關於這個問題的對話。

除了對自動駕駛的战略認知，這場對話還包含了自動駕駛領域一直以來的熱點話題，比如降價潮與自動駕駛的低成本路线、整零合作中的“靈魂論”、車企全棧自研與合作邊界、激光雷達是否必要、去高精地圖是否會成爲趨勢等。每個話題都是都是通往自動駕駛道路上的關鍵抉擇。

百度是中國自動駕駛領域起步最早、持續最久、投入最大的公司，可以說交過的學費、得到的經驗、踩過的坑都是最多的。這也是百度智能汽車業務負責人儲瑞松到任20個月以來最系統的一次對外闡述他與百度在智能汽車、自動駕駛領域的思考與判斷。

儲瑞松在軟件和互聯網雲服務行業有超過20年的工作經驗，在美國經歷過2000年的互聯網泡沫、2008年的房地產泡沫，他接手百度智能汽車業務時的直觀感受是“自動駕駛怎么這么熱”。

從2022年开始這個賽道也有了去泡沫化的意味，儲瑞松認爲“一开始過熱，之後回歸理性是很正常的事情，對行業長期健康發展是一個好事情。”因爲去泡沫意味着留下的才是有價值、有實力的企業。

如何理解當前自動駕駛的巨大分歧

對談一开始，儲瑞松強調，他認爲“自動駕駛”這個詞太大，他一般把這個概念分爲無人駕駛和智能輔助駕駛。無人駕駛就是Robotaxi，目標是用L4提供無人的出行服務。智能輔助駕駛就是以特斯拉爲代表的L2+，駕駛人還是需要在車上，不能睡覺。

然後他列出了兩組數據。

一是特斯拉在2022年Q4財報裏面發布的FSD選裝率達到27%，也就是27%的特斯拉車主會花15000美元的真金白銀去購买FSD。今年Q1數據還沒有官宣，有消息說已經達到30%。

二是麥肯錫前不久做過一個中國消費者調研，如果高速智能輔助駕駛或者城市智能輔助駕駛能夠做到安全安心的話你想不想要？75%的消費者對高速智能輔助駕駛有需要，60%的消費者對城市智能輔助駕駛有需求。

中美兩國的數據表明，自動駕駛在需求側是沒有問題的，問題出在供給側，能讓消費者覺得非常有安全感、安心感、連續獲得感的供給寥寥無幾。

特斯拉FSD剛剛發布的時候體驗並沒沒有多好，但特斯拉可以做到每10天迭代一個新版本，技術演進飛快。它的演化迭代基於BEV（bird's eye view鳥瞰圖）模型，需要海量的數據支撐，特斯拉用它龐大的商品車進行數據採集與融合，其他企業很難有這樣的條件。

特斯拉今年的降價已經讓很多車企壓力山大，儲瑞松認爲更大的挑战在於特斯拉還有價格战的主動權：“特斯拉FSD很可能2024年進入中國市場，到2025、2026年在中國道路上就會迭代到比較高的水平。FSD售價1萬多美元，實際上是軟件，對特斯拉來說沒有多少成本，它完全可以在2025、2026年再掀起一波智能駕駛的價格战，那個時候中國的車企就要回答一個問題，消費者會選擇特斯拉搭載FSD，而且價格很有競爭力，還是會選我的車？”

“百度做智能駕駛，我們希望在那個時候能夠真正幫到中國車企應對特斯拉下一輪智能駕駛價格競爭首選的合作夥伴。”

高速智駕放量前夜，低成本是關鍵

百度智能汽車事業部去年分析了特斯拉成本結構，結論是特斯拉要么可以維持高毛利，要么可以輕松發起價格战，讓競爭對手在新能源電動車領域非常喫力。

事實表明特斯拉選擇的是後者。儲瑞松說：“這在我們看來是一個中國汽車行業從油車向電車加速轉型的拐點時節。”

價格战壓力下越來越多車企感受到成本的重要性。此前智能電動車的田園牧歌時代，一些車企爲了吸引消費者選擇了堆料軍備競賽，但消費者的真實體驗並沒有得到等比例地提升。

“在我們看來，高速智能駕駛和泊車實際上已經到了放量的前夜，這種情況下產品成本非常關鍵。”這是百度的一個重要判斷。

百度高速行車泊車的行泊一體產品叫做Apollo Highway Driving Pro，3月剛剛做了升級，2022年11月發布時的2顆德州儀器TDA4VM算力芯片換成一顆TDA4VH，運行得很好，芯片的AI算力和CPU算力使用不到50%，而高速行車和泊車體驗可以對標國內最好的產品。

TDA4芯片成本非常具有競爭力。儲瑞松認爲基於TDA4VH解決方案、體驗又很好的這款產品，有可能成爲高速行車和泊車接下來放量的優選方案。

除了成本，TDA4VH另一大優點是AI算力、CPU算力比較均衡。AI在智能駕駛當中主要負責感知部分，CPU主要負責感知的後處理、一部分定位、規劃和控制，芯片需要在AI算力和CPU算力之間做出均衡。

“行業之前可能缺乏這方面的經驗，我們現在看到一些芯片的AI算力和CPU算力不均衡，導致他不得不外掛別的CPU，這就不是好的選擇。而TDA4VH這款芯片，它的AI算力、CPU算力比較均衡，成本具有競爭力，我們基於實踐經驗認爲，做體驗好的高速自動駕駛和泊車它是足夠的。”儲瑞松說。

產品策略各個階段應該有不同的打法，儲瑞松強調現在是高速智能駕駛放量的前夜，接下來是城區智駕，這個階段要做的是打造多城市的場景泛化，讓消費者在城市復雜道路上有安全安心感，有連續的好的體驗。

無論高速智駕還是城區智駕，產品第一要保證的是體驗要做得足夠好，其次是在保證體驗的情況下盡可能地降低成本，只有這樣搭載量才會更大，形成規模。

從滿足實際需求與具有成本競爭力出發確定芯片，這與一些企業的堆料風格不同。

“我們跟很多車企的CMO交流，他說我不知道該怎么宣傳智能駕駛，我只好說有多少TOPS算力。其實消費者也不知道TOPS算力是什么東西，這個TOPS算力怎么樣轉化成好的智能駕駛的體驗，這中間也不是直接的一對一的關系。我們也在試圖尋找一個能夠讓消費者聽得懂的智能駕駛到底是怎么回事的溝通體系，現在還沒有找到，現在行業裏面沒有人能有非常好的怎么樣跟消費者溝通智能駕駛。”

百度目前使用的一種通俗易懂的溝通方法是把自動駕駛分爲四個層面，第一要“看得到”，就是看得到所有道路交通的參與者，依靠的視覺和其他傳感器。第二要“看得懂”，分辨看到的東西到底是什么，是自行車還是摩托車還是汽車，這部分要有足夠AI算力的支撐。

第三是“有方向”，從A點到B點，智能駕駛系統根據導航系統的規劃能夠精準知道車在哪個位置，接下來去哪裏，出匝道還是上高架，有道路規劃。第四是知道“怎么开”，是要加速減速還是左轉右轉，屬於短期的行駛規劃。第五要“執行穩”，就是智能駕駛系統的控制部分要跟車本身的底盤线控有非常好的打磨，實現非常平穩的駕駛感受。

這樣分开來看的話，“整個智能駕駛系統，所謂的AI算力多少TOPS，最強相關是跟‘看得懂’那部分，但這絕對不是智能駕駛的全部。”儲瑞松說。

智能駕駛不是靈魂，整車定義才是

自從上汽集團董事長陳虹在2021年6月30日提出“靈魂論”，這個問題就成爲整車企業與自動駕駛公司合作中的一個鯁。

儲瑞松認爲，“智能駕駛系統是整車企業定義的車裏面重要的子系統，但我們認爲不是靈魂。整車企業最關鍵的事情是他要想清楚針對什么樣的目標消費人羣定義出整車。定義產品時，要分析目標人羣特點，對於有的目標人羣有可能自動駕駛很重要，但是對於有的目標人羣自動駕駛還是智能輔助駕駛不是那么重要，沒有到靈魂這個高度。”

有一種自動駕駛的自研整車企業是必須要做的，就是企業想搞清楚自動駕駛是怎么回事，好去判斷哪一家合作夥伴的方案真正靠譜、能夠給消費者帶來安全安心的好體驗。這種自研不但要做，還要一直堅持做下去。

但如果是之前在軟件、AI上沒有積累的車企，想完全靠自研搞定這件事，難度比想象中的還要大很多。因爲自動駕駛不是一個以硬件、金屬結構件爲主的系統，是一個軟硬結合的大規模的動態復雜系統。

首先它是一個軟件系統，具有非线性、動態性特徵，軟件的執行是動態的，不遵循物理規律的，軟件又是可以修改、可以升級迭代的，跟硬件完全不同。

其次，智能駕駛系統除了軟件還需要軟件跟硬件很好地結合。“現階段智能駕駛系統的硬件，不管是域控制器還是傳感器還是軟件，都還沒有非常成熟。所以這個時候軟硬件要很好地結合，來保證最終消費者的體驗。”

第三個因素是數據，智能駕駛要想做得體驗好，數據驅動變得越來越重要。儲瑞松舉例，“百度在去年下半年我們把BEV鳥瞰圖模型，用BEV來做道路結構感知、障礙物的感知真正用到了我們現在开發的城市智駕當中去了，真正在生產當中使用。”

百度做一次BEV訓練大概有大幾千萬幀的視頻流需要處理，一次處理需要大幾百張的顯卡。“因爲我們強調敏捷，所以一次模型訓練幾千萬幀視頻流的數據、幾百張顯卡，我們可以在兩天之內做一個新模型的訓練，並且可以把新訓練的模型真正落到車上做實車的測試，去評估它的效果。這件事情國內真正能夠做好的沒有幾家。”

綜合軟件、軟硬一體、數據驅動三個因素，百度認爲真正能夠全棧自研智能駕駛的車企少之又少，未來絕大部分車企需要尋求合作夥伴長期合作。

中央計算時代的整零合作

目前整車電子電氣架構正在從分布式多域融合向中央計算架構轉變，這意味着主機廠必須把中央計算架構控制在自己手中，這對自動駕駛的整零合作會有什么影響？整零合作的邏輯還能成立嗎？

儲瑞松說，百度認爲整車電子電氣架構完全應該由主機廠控制，但整車廠和自動駕駛供應商仍然有機會各司其職，“我們現在有了高速的智駕，我們選擇了TDA4芯片，這是我們智能駕駛的域控，我們認爲這個成本非常有競爭力，同時又能保證體驗。未來如果真正變成集中式的中央域控，這個選擇選毫無疑問在車企，而百度這樣的公司，我們可以在中央域控上面去做我們能做事情。”

例如目前艙駕融通就是整車電子電氣架構向中央計算邁進的一部分，在具體產品方面，百度已經在跟一家國內領先的主機廠做共創項目，在原來智能座艙芯片的基礎上同時實現智能座艙和智能駕駛。

“我們百度技術能力很強，跟智駕芯片廠商有深度合作，我們解鎖了AI的能力，把ASP解鎖了。基於一顆高通8295芯片，我們既可以提供頂級的座艙體驗，同時也可以實現L2的能力，我們現在正在做這些事情。”

百度在智能汽車領域布局有兩大板塊，一個是從2013年开始的Robottaxi和Apollo生態。另一個是2021年8月成立的百度智能汽車事業部，深耕智能駕駛、智能座艙、智能地圖三大板塊，後一板塊的定位就是供應商、服務商，做主機廠可以長期信賴的同時又生態开放的tier0.5或者tier1的生態夥伴。

“有了這樣清晰的定位之後，跟主機廠打交道我們會非常尊重主機廠對整車的定義權，包括對於用戶體驗的定義權。但是我們有我們的專業能力，我們能夠把智能駕駛做得非常好，我們的智能座艙、智能地圖的產品和方案也都是領先的。”各有所長，各有各的關注點，這是百度認爲他們可以跟主機廠合作共贏、和諧共生的底層邏輯。

4月16日，百度對外發布《百度智能駕駛开放白皮書》，承諾對合作夥伴开放自動駕駛四大能力，包括：

1.开放產品體驗定義，开放人機交互接口、核心能力SDK、底軟接口，支持車企自定義用戶界面、智駕風格、車輛控制等方面的交互和體驗，滿足用戶差異化需求；

2.开放自主體驗進化，提供數據閉環雲和相應工具鏈，助力車企快速掌握數據驅動能力，兼顧成本可控和智駕能力進化；

3.开放全周期OTA服務，SOP後的更長時間裏，提供多種OTA方案，持續共享百度Apollo智駕主线產品的最新能力和體驗；

4.开放團隊共創成長，組建聯合產品委員會、系統化培訓、人才交流等機制和服務，全情陪伴車企智駕團隊成長。

白皮書實際上爲主機廠提供了四層自主權：第一是自主定義權；第二，百度提供工具，主機廠掌握後可以自我進化；第三可以幫助主機廠OTA；第四幫助主機廠搭建團隊、建立長期的智駕能力。

尤其第四點中的“全情陪伴”，可以說把供應商全力服務主機廠的姿態表達得淋漓盡致。

儲瑞松舉例，“在駕駛風格的定義上，我們會變成可配置的參數，這樣主機廠可以用我們提供的工具，根據他所定義的智能駕駛風格，通過工具配置參數集，這個工具會檢查參數的配置是否合理。這樣的話，他配置好之後，就可以在一定程度上實現他想要的駕駛風格。我們不是一個封閉的黑盒，不是說我做成什么樣子就是這個樣子，你不可以調不可以改變。在這方面我們想的比較清楚，我們尊重主機廠在駕駛風格上的定義權，我們會提供相應配置的可能性。”

激光雷達非必需，高精地圖要輕量化

相比幾年前認爲高精地圖是自動駕駛的必要條件，“重感知 輕地圖”成爲一種新選項。

儲瑞松首先表明原則——“如果大家都有一個共識，就是做好智能駕駛，給消費者提供好的體驗，這是必須的。第二，在提供好體驗的情況下要降低成本。如果大家都有這個共識的話，具體怎么做可以有不同的路徑。”

路徑都是爲目標服務的。

但路徑存之間存在優選問題。

以激光雷達爲例，百度的判斷是高速完全沒有必要用激光雷達，可以做到很好的體驗。就像特斯拉不需要激光雷達，也可以做到將近30%的用戶花15000美元用它的城市智能駕駛。

再看高精地圖，“現在行業裏面也有所謂的地圖路线之爭，不管黑貓白貓，誰能抓到老鼠就是好貓。不管你是用高精地圖也好，或者是不用高精地圖也好，誰能夠快速在多個城市做泛化，同時給消費者提供很好的城市智能駕駛體驗，誰就是走了一條正確的道路。”儲瑞松說，每一個企業都有自己的資源稟賦，都有自己所擅長的事情。

他同時認爲，現在主流不用高精地圖的，要么是無圖可用，要么之前嘗試的做法中高精地圖很重，成本非常高，無法泛化。“而對於百度來說，因爲百度是國內領先的高精地圖提供商，我們有完整的高精地圖產线。同時，我們在做城市智能駕駛的一开始，我們就意識到不能用傳統很重的城市道路高精地圖，必須盡可能讓它輕量化。”

百度的優勢是同時擁有高精地圖團隊和自動駕駛團隊，兩個團隊剛开始合作就已經在討論怎么樣盡可能降低城市道路高精地圖的元素，盡可能發揮算法能力。“所以我們定義出來的智駕圖是輕量級的城市道路高精地圖，它的元素比起傳統的高精地圖要少80%。這就意味着我們可以用百度的能力，以合理的成本，在一個比較短的時間內，快速在多各城市做泛化。我們認爲這個是符合百度目前資源稟賦的一個做法。”

另一方面，百度的BEV模型在去年就已經在產品上生產使用了，BEV可以實時做道路模型的感知、實時建圖，未來百度也存在進一步降低對城市道路高精地圖依賴的可能性。

---

本文由汽車商業評論原創出品

轉載或內容合作請聯系說明

違規轉載必究