楼主
百度阿波罗汽车智能化发布会后采访了百度智能驾驶事业群组（IDG）首席研发架构师王亮，不完整记录： - 关于特斯拉的端到端 端到端被 FSD V12 带得比较热，我们在内部自己对端到端会打个引号，我们发还不，我觉得它基本里还是有个大一个层的概念。 抽象说一大的知模型，一大的决策规划模型。 特斯拉之把感知做得错， V11 上已经证明了好，这一步之后主要是把决策规划通过数据驱来替换了，大带来的收就是国用户说的的像人，我人是比较相这个方向。 特斯拉前面花了那么多时去建他的觉感知能力，如果开的话，你可以看到他还有感知的任务来监督整个学习的。 特斯拉其时刻可以把障碍和道路结构拿出来看。以我觉得有很靠谱的视觉感知型作为一个端，后面再加上决策规划这个型，以他分开训练的。 如现在各个玩说现急着学特斯拉，上端到端，其实觉能力还没到，那这些问题训练出来之后，在整个不能解释的链里需要多少数据，少算力，这事情没人说得准，比做原子弹都。 斯拉优势已经有了一非常靠谱的 BEV、Transformer、Occ 套东，只过原来把结构化的结果传给下游，用规则去写遍，在变成 BEV 特征更加无损传递给下游。 - 关于激光雷达和纯觉 激光雷达短期更容易，对于国内玩来，有激光达大幅简化面的知模型 ready 的时间，可以先上，并矛盾。 当然，具体说激雷达因为数据少，他会不会少学出一些西？这有可，但是说构就肯定不。 L2+ 这个产品定义上视觉有很大空间和潜力，但如有一天加个激光雷达就可达到 L4 到处，甚至可以直接坐后排（主驾没人），那我们就加。 如定义还是 L2+，激光达这成本完全是有可能省掉的，投入产出比高。 李一帆（禾科技 CEO）上次说那冰山，你别特斯拉用纯觉，你别忽特斯拉冰山的研投入。 我们这部的研成本期我们就认，以后量起来之后再分摊。 - 关于方案成本和体验 首先要把高阶定义楚，们认为需要足 4 个件： 一要支持复杂城市道路的到点领航辅驾驶。 二不能仅限于别的样板间城市，需要全国都能，有航的段就启用。 三智驾规模渗透，数量快增长时候，用户使用智驾要有心感，能够对系统产生信任和依赖，不同路段和时段使用体验一致性要做到非常好。 四是驾产品通过户的使用和馈系，能够持续频地迭代演进，为户带来获得和体验层面升级。 我认为这些号称千元方案算高阶驾，也体验过，然 10 的车你说有这个功还要么自车，就挺好，但你同时去开高阶的，比如华为、极、小鹏，体验是完全不一样的，括演进的速。 比如极我们每个月都会推版本，里面会有智驾的功升级。 我们高阶驾方案成本万元，市面上千元方案也说城市，包括忆行，我人是坚决不做的。 记忆车如有意义是说已经能的地方通过数据的回收、型的训练，让他开得比原来更好，我觉得这是应有的产品定义。 而不是说原来都不跑，一遍做个图就可以，绝对不是这种。 虽然业没有共识，每家应商都有自己的资禀赋，也有就打低市场就打规，这没问题，这可能不百度强项。 百的强项还是 AI、模型、数据驱动这类算法层面，这是们的业定。 比如 15 以上车型搭载高阶智驾，现在华为做到，疆也做不到，可能是两极端，但我们会找到自己利润空间。 随着芯片降，我们也可不指芯片，在对稠密算力有一要求（100 TOPS）的情况下，家都可以谈。 如你的（芯片）成本比别人，我们进入 10 万以也是日可待的。 我们已经把昂贵的传感器去得差多了，后面摄像头格也比较稳，最的降空间还是芯片。 - 百 Pro 和 Max 方案的别 Pro 也会支持我们的轻图，也就是百地图车道级导航。可能某些维度上 Pro 和 Max 有些微小差异，只不方法上 Max 可能走得更远。 比如端到端需要更多的算力，更多的型参数，大概是这样区分。 Max（极越上的方案）的位极就是好的画像，求极致的智驾性能，并且主打的签就智驾。 这样的车型可能是满街都，有些车型可能也把智驾得比较重要，我得有，因为竞品有，但有个 Pro 足够客户使用。 我觉得像是这么个觉：对驾驶有极高要求，可以宝马 M3。 如说就上下班，不开车，但也想子上得去，买宝 3 也不错，大概是这样的感。所这是们进步去拓展市场的。 如果你只卖 M3，那他又贵，似这贵对也不刚需，显然场受众是小。 上极 1.5 版本会扩到 100 城，下一应该 2.0 本会把城市扩展到 360 左右。
