百度回应华为自动驾驶“绝对第一”：光吹牛的后来都凉了（组图）

“能力不够，堆料来凑。”

“没人比我们更懂得如何使用激光雷达，但纯视觉方案其实是更难的路。”

“足够自信的自动驾驶，应该可以欢迎友商在内的所有人试乘。”

“短时间超车的可能性不大，翻车的可能性不小。”

……

上述针针见血的回答，来自百度自动驾驶技术部总经理王云鹏。

在他负责的业务里，既有面向车企的智驾方案业务，也有面向终端用户的RoboTaxi部署，甚至更早之前，百度睥睨国内的1000万公里实际道路测试里程，他也是全程参与者和实践者。

在之前各种公开评价和指标里，这都是百度Apollo被认为中国自动驾驶第一的核心参考要素。

所以在上海车展现场，在被问及“在别人发布会上丢了第一”时，他哈哈哈笑起来。

“我们这行光吹牛的后来都凉凉了，还是多做事吧。”

01

见自己：“我们很了解激光雷达，但不希望消费者因此多花十万块”

智能车参考：：上海车展对百度Apollo有特殊意义。

王云鹏：：对，Apollo计划就是4年前在上海车展官宣的。今年我们还第一次以展商身份参展。

智能车参考：：为什么？

王云鹏：：其实Apollo推出就是一个分水岭，百度自动驾驶搞了8年，前4年埋头修炼内功，后4年以开放方式和行业内一起推进，现在到了一个”从技术到量产和商业化”的时间点。

智能车参考：：普通人也能感知到吗？

王云鹏：：对，这次是一次完整呈现。有面向车企的，一起合作的自动驾驶量产车，也有直接面向普通老百姓的，比如Robotaxi。

但车展上，会侧重量产车多一些，比如自主泊车AVP、城市复杂道路的领航辅助驾驶（ANP）方案等等。

特别是ANP，是一个“纯视觉”自动驾驶方案，在国内也是独一无二的。

智能车参考：：百度自动驾驶之前被划在“激光雷达阵营”，为什么有一个ANP这样的纯视觉能力产品？

王云鹏：：核心问题还是成本和质量，可能有些不够谦虚，百度应该是最懂如何使用激光雷达的的公司，但是实话实说，近两三年成本还是会有些高、距离车规量产还有一些距离。

之前华为激光雷达宣传声势很大，但这次新车没有怎么说，据说是产品由于种种原因出不来，ArcFox换了其他厂家的产品。

一直以来，我们关注的本质问题是如何更快落地自动驾驶技术，而用激光雷达还是用纯视觉，只是结合业务需要采用的不同技术方案而已。

现状是如果要把激光雷达用在量产车上，造出来卖给消费者，一定得是质量可靠且成本足够低，不能因为有激光雷达就得多卖10万块，这样用户所获得的实际收益和用户体验可能并不是最优的。

可以透露的是，我们在和合作伙伴一起，正在打磨一款面向车规量产，而且成本比较低的激光雷达，等成熟了我们会第一个使用。

但在此之前，我们也提供多元化方案，所以选了一条更难的路。

智能车参考：：纯视觉是更难的路？

王云鹏：：很多领域都有一句话：能力不够堆料来凑。自动驾驶一样，纯视觉应对城市复杂路况，还是非常难的。

如果没有之前那么多年技术积累，可能真实现不了，特别是中国路况和场景，复杂性还更上一层。

但这8年来，我们积累的技术、数据，让我们可以把一些功能技术逐步释放降维到乘用车上，提升人机共驾状态下的用户体验。

AVP、ANP都是这种降维释放思路上的产品方案，而且技术和数据维度上，我们也实现了正循环。

量产车的自动驾驶上路后，能够产生海量的高价值数据，可以让系统更出色，然后又不断释放能力。这也是通用型自动驾驶平台的优势。

所以现在面向量产车的智驾业务，和面向终端用户的Robotaxi，我们可以强协同地快速推进。

智能车参考：：这种既做Robotaxi也做量产车自动驾驶的不多，Waymo只做Robotaxi，特斯拉则是量产车。

王云鹏：：对，Waymo也好，特斯拉也好，我们都很非常尊敬，也非常值得我们学习。他们各自有自己的战略选择很正常。

面向量产车的智驾业务目标是“安全和体验”，可以让人机共驾的用户体验不断变得更好。

Robotaxi的目标则是“安全和效率”，最终通过无人驾驶来提升车辆使用效率，减少城市拥堵和碳排放，有很大的社会效益。

我们经过几年的探索，发现两个业务有非常强的战略协同性，我们总结为：技术降维和数据反哺。将Robotaxi的L4级别技术，降维应用到量产车上，可以提供更优秀的自动驾驶能力和用户体验。同时量产车还能为Robotaxi提供海量的高质量数据用于技术的提升。这是一个协同效应极强的正循环，将大大促进技术和产品的快速发展，形成独一无二的竞争力。

智能车参考：：在纯视觉用于量产车和城市开放道路这条路线上，ANP之外，特斯拉FSD Beta也在美国公测，如何看待二者不同？

王云鹏：：美国的城市路况和中国很不一样。美国很多高速路、快速路，结构化道路居多，驾驶员路权意识高，而且人口密度也低一些。总体上简单和规则。

中国城市的道路，非结构化道路居多，路口多、红绿灯多，人流车流密集，还有外卖车等新物种。总体上复杂和多变。

在中国跑得好的方案在美国跑没问题，在美国跑好的方案，很能适应中国路况。

我们的自动驾驶技术经过仿真环境10亿公里的训练，并在中国复杂城市道路经过1000万公里的验证，这是实打实积累出来的硬核能力。

我有信心这样积累出来的能力，可以为用户带来比特斯拉FSD更好的自动驾驶体验。

智能车参考：：所以这方面量产进展到哪一步了？

王云鹏：：已经公布的我可以说，威马、广汽等我们都有一系列合作，从自动驾驶泊车到行车，威马W6量产车已经上市，用户已经拿到车了，正在体验相应能力。我们和广汽等车厂的量产车型，今年也都会陆续上市。

但还没官宣的，需要等合作客户先官宣，我们不会跑在客户前面。今年下半年开始，平均每个月都会有一款搭载Apollo方案的量产车上市。

智能车参考：：Robotaxi的下一步进展是什么？

王云鹏：：第五代车很快会亮相，现在可以透露的是，它的最大的特点就是会跟前四代Robotaxi明显区分开来，跟市面上所有其他友商的Robotaxi明显区分开来，肉眼可见的代际差别。

可能会又一次引领行业。（笑）

见行业：不在意第一，欢迎友商来试乘

智能车参考：：又一个第一？

王云鹏：：我们不太在意是不是“第一”，谁爱喊自己第一谁喊。实际上我们几年前就不在意这件事了，我们内部在强调“务实求真”，关注怎么样把路径探索清楚，把这件事真正做成，把事业真正推向成功。

智能车参考：：文远知行CEO韩旭就吐槽过，喊第一的太多了，不行能不能搞个公开擂台，大家比一比。

王云鹏：：哈哈哈，韩旭也是认真做事的人，所以看不惯就直抒胸臆。

只有小孩子上学的时候，才喜欢说自己什么什么第一，不能拿年级班级第一，拿个单科第一也高兴；成年人的世界里，在意的应该是这件事是不是真做成了。

前几年自动驾驶落地进展相对分散，你广州我北京，或者上海深圳…，你在华山练剑，他在嵩山打拳，都是各自表演赛，遇不到一起。

现在方便很多，而且随着政策开放地区越来越多，横向比较就容易得多，根本没有必要搞个练武场和擂台赛。

我们搞自动驾驶，初心就是不要让它成为远在天边的黑科技，要有温度，要融入市民生活，寻常百姓都触手可及。

所以我觉得检验能力的方法很简单，在合法合规的前提下，用全面开放的方式让公众来体验。所以最好的评判方式就是人民群众检验，最好的评判标准就是用户的口碑。

而不是经过精心准备，定向邀请，固定路线试乘，这个体现不出能力，也不够自信。

智能车参考：：全面公开需要勇气，除了合规，有时也担心同行看出水平。

王云鹏：：前一段时间，我去国家一个部委汇报结束时，邀请领导来试乘，但领导说已经坐过了，没有通知我们，自己在亦庄用手机叫车，说体验非常好，远超预期。这让我很受鼓舞，这不是获得了“领导微服私访”的肯定，而是获得了一个普通用户的认可，更让我们坚定了，真正面向所有人的开放试乘才有意义。

我们对公众开放，就不会把任何一个人排在外面，甚至也欢迎友商来试乘，给我们提出改进建议，因为友商更容易看出不足，这样才有利于我们进步。

智能车参考：：这是真自信，但如果更多普通人，怎么判断自动驾驶的水平？

王云鹏：：我可以分享一下我们内部的思考，也是我们8年来的不同阶段总结，最终实现自动驾驶会分为6个阶段。

其中前三个是研发测试阶段，后三个是商业运营阶段。

测试阶段：一是“场”，能在测试场或封闭路段跑起来。

二是“路”，固定路线测试和演示，几十辆测试车跑个几十万公里，以MPI（接管）为核心研发指标，1公里接管一次也好，1000公里接管一次也好。华为和滴滴应该还处于这个阶段。

三是“区”，区域内点对点，都可以自动驾驶，上百辆车测试三四百万公里，可以统计送达成功率。现在的头部的自动驾驶创业公司，小马、文远都做得不错。

这也是用户公众可以理解和感知到的指标。

后面运营阶段，开始商业化。第四阶段的关键目标是实现无人化，“安全”是必要条件，需要实现99.99%的成功率目标，确保上路无碰撞事故风险。这不仅需要大规模的道路测试，1000万公里起步；还需要更大规模的仿真训练，至少10亿公里，这就要求有强大的AI基础设施来保证。目前Waymo和百度处在这个阶段。Cruise也很强，前一段时间和微软合作，也在加强AI基础设施的能力。

智能车参考：：所以这让你们“不关注第一”。

王云鹏：：进入运营阶段，最后的目标就是商业化落地，关键是谁能够率先实现无人化和商业化。在达到这个目标之前，过程中谁快一点谁慢一点都还好，不那么重要。

智能车参考：：百度Apollo的这种积累，是一种8年投入的先发优势。有没有可能后发者通过砸钱短期超越？

王云鹏：：这事儿我们也常思考。但就像人们经常说的：“钱不是万能的，但没钱也是万万不能的。”

过去8年我们的持续投入，不管是技术、人才、车、路测……最后累积的是一种系统化能力、数据的能力和基础设施的能力，这些都不是堆钱可以短期加速的。

加大投入对加速研发肯定有帮助，但“短时间超车的可能性不大，翻车的可能性不小”。要提醒的是，短期追求快速发展，绝对不能忽视“安全”，安全能力的建设也不是一朝一夕，Uber就是前车之鉴，不要因为自己翻车成为全行业的猪队友。

智能车参考：：堆人行不行？

王云鹏：：首先是没有那么多核心人才。其次不是说人来了就能解决全局问题。自动驾驶是一整套系统性问题，数据系统、机器学习系统、还要有大规模测试、快速研发迭代的系统能力。

除了人才和认知以外，还有两个硬核的能力：一是通过超大规模测试（开放道路+仿真），高效发现和验证问题的能力，收集海量高价值数据，这有点像探矿和采矿的过程。

二是海量数据的处理和消化能力，通过Learning化的方法，将这些数据转化为自动驾驶能力的提升，这是炼金术。

02

见众生：光吹牛的都死了

智能车参考：：但从入局者和造车热潮来看，自动驾驶赛道竞争反而在加剧。

王云鹏：：我有一次内部还讲过，竞争在自动驾驶这件事上的本质是什么？是这件事真正被看见、被相信。

之前国内只有百度或很少玩家的时候，特别像夜晚爬山，漆黑的夜，荒凉的山，你肯定心慌。但如果有更多人一起爬，相互做个伴，就不会那么慌了，也说明你走的这个路没错。

同行者越多越好。

智能车参考：：但也会有分蛋糕的现实问题。

王云鹏：蛋糕足够大，光咱们中国汽车智能化就是一个很大很大的市场，更多人进来比拼才会加速创新。

现在华为、大疆，或者其他互联网公司进来，我们都觉得特别好。

有竞争是难免的，但更多时候还是携手互补、守望相助，大家都是友商。

只要都在做实事把大事业推进，没什么不好。当然最好是多做事，少吹牛。

智能车参考：：人一多自然也会浮躁，心态和动作变形。

王云鹏：：百度自动驾驶做了8年多，虽然不算长，但我们也经历了行业的浮浮沉沉，也经历过从低谷中走出来。

规律是：认真做事的都活下来了，专注吹牛的都死了，即便没死活的也不好。

而且吹牛的都有特点，刚翻过小山丘，还没见过真正的高山，容易自我，年少轻狂。

最近也有拿个改装车做个Demo，拍个视频，说自己“绝对是第一”，其实很多自动驾驶创业公司三年前就能做到这个水平。中古代有成语说“夜郎自大”，其实就是“不知道自己不知道”的时候，容易盲目自信。

这才哪到哪儿？随着工作的深入、认知的提升，应该很快能意识到。见过高山，

才会更加心生敬畏。

智能车参考：：越深入越有敬畏心。

王云鹏：：是，要真正躬身入局，才知道汽车工业之难。

我们几年前也曾经年少轻狂过，但现在心路历程上完全改变了，对汽车行业怀着敬畏之心和学习之心。

把智能汽车简单认为是车上加个计算机或计算机外面挂个车，都是很肤浅的认知。

汽车行业有上百年的积淀，非常深的行业know-how，需要我们学习，需要跟车企融合，开放心态，在一起，造好智能车。

所以现在我们的“舱驾云图”解决方案，是“乐高式”，我们会和车厂一起来定制满足用户需求的智能车，希望合作推出叫好又叫座的产品。

这也是让消费者受益的最佳方式，比如从10万的车到40万的车，都有选择智能化方案的机会，而不是只有豪华车才能体验得到自动驾驶。

智能车参考：：刚才谈到行业的冷热，当前的热度，是不是意味着距离自动驾驶终极目标更近了。

王云鹏：：我非常坚定地说：是的，越来越近了。

曾经在寒潮的时候，有人问我，是不是自动驾驶行业会凉凉？

我的回答是：“想，都是问题；干，才有答案；站着看，永远只是观众。”

做起来就好了，哪怕迈一个小台阶，翻一座山，都能离目标更近一些，距离看到最高峰更近一些。站在原地想，永远都会是问题。

8年前刚出发时，也不会想到现在会是这样的道路和平台。Waymo有Waymo的路，特斯拉走出了特斯拉的路，百度Apollo也结合中国实际走了一条中国特色的自动驾驶道路，AI老司机+前装量产车+车路协同+5G云代驾，我们相信这条差异化的路线一定能够加速实现自动驾驶的终极目标。

我越来越坚信和坚定，也会一直坚持走下去。

智能车参考：：Robotaxi真的能真正实现吗？

王云鹏：：这是面向所有人、提升社会效率的终极方案，也是自动驾驶的终极目标，这几年来在不断朝实现前进。

智能车参考：：也有人持反对看法，觉得模式不work。

王云鹏：：每个人都有不同认知和立场，脚踏实地和仰望星空不冲突。

智能车参考：：有个Robotaxi创业者跟我说，关于Robotaxi的讨论总会让他想到一个故事，有个同学在操场上，看着天上的飞机，痛心疾首地说：打死我都不当飞行员，飞行员都得饿死，在咱们县城坐拖拉机去哪儿都方便。你认同吗？

王云鹏：：哈哈哈哈哈哈……选择和追求不同很正常。就像阿波罗登月一样，我们选择做自动驾驶，不是因为简单，而是因为更难。人总是需要有梦想的，大家要再站高一点，看远一点。我们相信，一定可以用科技让复杂的世界更简单。