近期，百度舉辦了Apollo Day技術開放日上，百度自動駕駛技術專家全景化展示Apollo技術實力及前沿技術理念，發布新一代Apollo自動駕駛地圖，并在業內首發文心大模型落地應用于自動駕駛的技術。

近年來百度重點發力人工智能領域，在相關產業各個領域都進行了大幅的投入，我們驚喜的看到Apollo將百度在不同行業的布局引入到自動駕駛領域進行應用，并取得了成績。

拍攝最常用的地圖這一的百度地圖正在幫助教自動駕駛開車；而最近流行的AI作畫，其底層模型也正在成為自動駕駛訓練的有力助手......

自動駕駛需要高精度地圖

近段時間以來，多位車企高管發出了自動駕駛應該擺脫高精度地圖的觀點，引發了人們對這一話題的討論。對于業界提"重感知，輕地圖"這一主張，百度自動駕駛技術專家黃際洲表示：“提出‘輕高精地圖’的主張，其實主要的原因是因為很難翻越高精地圖面臨的"三座大山"，那么這三座大山分別是資質壁壘、自研壁壘和供給稀缺。”

隨著自動駕駛相關技術的快速發展，國家在地圖資質層面也進行了大力的推動，有權采集高精度地圖的甲級資質圖商迅速從數家發展到了數十家。但作為涉及國家安全的重要數據資源，這樣的規模相比整個行業規模依然是稀缺資源，有著很高的門檻。

同時地圖是一個周期長、門檻高，同時回報率并不高的行業，資質并不是高精度地圖唯一的壁壘。黃際洲表示：“可以說國內除我們之外，沒有第二家既精通地圖、又深耕自動駕駛的公司。”

由于種種現實的限制，截止目前高精度地圖的覆蓋率還不是很高，在高階輔助駕駛快速發展的當下，高精度地圖的覆蓋率大幅限制了強依賴高精度地圖的自動輔助駕駛的可用范圍，這也是業界提出"重感知，輕地圖"的現實背景。

但對于高度自動駕駛，尤其是L4級以上自動駕駛而言，要達到99.99%以上的成功率，高精度地圖是不可或缺的底層能力之一。

高精度地圖或許不是自動駕駛的唯一解，但一定是最有用的工具之一。作為圖商的百度，提供更好用的高精度地圖就是其當下最迫切的工作之一，而同時又是自動駕駛技術深度參與者的百度Apollo能夠為百度地圖帶來最高效的溝通與實際反饋，這也是百度的優勢。在本屆Apollo Day技術開放日活動上，百度對外分享了其在高精度地圖方面的最新成果。

為了更安全、更舒適、更高效的自動駕駛體驗，百度提出了Apollo自動駕駛地圖。不同于外賣常用的導航地圖，甚至不同于外賣常規對地圖的理解，Apollo自動駕駛地圖主要分為四層：

第一層是靜態層，也就是傳統的厘米級高精地圖的內容，包括了車道級的數據，然后拓撲數據以及輔助車輛定位的定位數據；

第二層是動態層，這一層基于百度地圖海量的時空數據以及車路協同等實時的交通的事件、實時的交通的態勢以及實時的環境的變化等；

第三層是知識層，這一層包含了百度首創的駕駛知識圖譜，以及與自動駕駛體驗強相關的安全駕駛，還有舒適駕駛行為與知識等等；

第四層是駕駛層，通過知識與駕駛策略的融合實現了深度融合地圖和感知、決策，還有控制應用，而數據實時感知的融合，數據閉環還有實時更新，就實現了高鮮度的地圖的數據。