汽车机器人亮相元宇宙，自动驾驶离我们生活还远么？
今年的百度Create AI开发者大会，有史以来第一次在元宇宙中召开，这也是首场在元宇宙中召开的10万人级规模的大会，数字人版李彦宏，乘坐“萝卜快飞”抵达大会舞台。
显然萝卜快跑已经成为百度战略发展的重要一环，李彦宏在大会上提到，萝卜快跑自动驾驶出租车，将在2025年覆盖到65个城市，2030年扩展到100个城市，此外集度的首款汽车机器人也将在2023年量产交付。
聚集百度自动驾驶应用的Apollo Park也开进了元宇宙，能让大家率先在元宇宙中体验到充满汽车机器人的世界，对自动驾驶场景落地有更直观的认识。
在百度打造的“未来世界”元宇宙中，汽车机器人是重要的组成部分，当然这里的汽车机器人，指的并不是在二层巡游的“大黄蜂”和“擎天柱”，而是各种以汽车形态存在，为人类提供服务的汽车机器人。
汽车机器人在百度世界大会上首次被提出，具备三大能力，自动驾驶、自然交流和自我学习，也就是说能够通过人工智能技术，为人类打造一个可以自主移动，能够洞悉人类情绪和需求，提供情感陪伴的机器人伙伴，而且具备极强学习能力做到持续迭代优化。
畅想一下有一个汽车机器人，能自动驾驶带你去想去的地方，还能知道你想听什么歌，回答你问题的答案，推荐你合口味的餐厅等。这样的汽车机器人，离电影里的“大黄蜂”也只差一个变形的技能了。
汽车机器人的概念非常美好，但这并非只是存在于元宇宙中的假想。
自动驾驶是汽车机器人的技术核心。
百度Apollo已经用了近9年的时间探索自动驾驶，但显然自动驾驶道阻且长，并非一家之力可以实现。百度意识到需要凝聚更多的力量，共同参与到自动驾驶的开发中，因此在2017年推出Apollo自动驾驶开放平台。
历经4年，Apollo已经实现了11个版本的迭代，在12月29日的百度Create 2021自动驾驶分论坛上，百度还正式发布了百度Apollo 7.0。一路走来，Apollo自动驾驶开放平台攻克了很多自动驾驶的技术问题，将应用场景从限定道路拓展到了城市道路，逐步接近自动驾驶量产落地。
此次更新的Apollo 7.0，进一步梳理了研发工具链，能够帮助更多开发者，低成本开发自己的自动驾驶应用，实现了从开源平台到工具化平台的跃迁。
Apollo 7.0加速汽车机器人落地
如果说Apollo前几代版本是学习交流为主的“校园”，Apollo 7.0便是催熟的“孵化器”。对百度的自动驾驶而言，技术已经到位，接下来更重要的是如何落地，利用自动驾驶技术提供有价值的服务。
摆在自动驾驶落地面前的还有很多阻碍，而现阶段最让自动驾驶公司头痛的，大概是有效数据的获取和处理，以及高效低成本的模型训练。Apollo 7.0便是主要解决这些问题。
Apollo7.0推出了一站式实践云平台Apollo Studio，以及业界首个PnC强化学习模型训练与仿真评测平台。从Apollo 6.0版本开始便有了处理海量数据的“数据流水线”，能够提升数据分拣和数据标注效率，Apollo7.0升级的Apollo Studio整合了开发者从上机到上车实践的全流程云端工具链。
百度Apollo自身的测试车辆规模已经突破了500辆，在世界上近30个城市开放道路测试，积累了海量的道路实测数据场景库。自动驾驶模型参数的调优需要海量信息的训练，Apollo 7.0能够提供海量的场景库，还提供了云端的数据处理工具，帮助开发者便捷高效地在云端训练模型。
此外Apollo还提供虚拟仿真训练，自动驾驶的算法模型在训练后，需要再进行验证，然而实际的道路环境几乎是无法复现的，即便复现时间成本也很高，因此利用仿真技术训练是很好的解决方案。虚拟仿真就如同专门为汽车搭建了一个元宇宙，使得搭载了新算法的自动驾驶汽车可以反复在仿真环境中验证。
Apollo7.0的仿真环境，都是基于Apollo车队及生态合作伙伴采集的真实路测数据，在场景的复杂度上，交互的真实性上都具有领先的优势。仅Apollo的车队测试总里程便已经超过2100万公里，且每天还在以4万公里的数据持续增加，相当于每天要绕地球测试一圈。如此海量的数据，更能挖掘到有价值的边缘场景，不仅能为自动驾驶模型训练提供“养分”，也能为虚拟仿真测试，提供“真题”。
除了工具链层面的更新，Apollo7.0也再次对感知算法模块进行了升级，推出了分别针对激光雷达感知和视觉感知的算法模型，还提供了一个新的预测模型，能够更高效更准确地预测其他道路参与者的行动意图，为本车决策提供更有价值的输入。
Apollo 7.0构建了一个“催熟”自动驾驶的孵化器，通过这张架构图，我们能够看到Apollo 7.0的全貌，底层的线控车辆，以及包括激光雷达、摄像头、V2X车载单元等在内的增量智能元器件的硬件开发平台，上层的感知和规控算法模型，和云端的数据处理、虚拟仿真、高精地图等完善的服务。
百度将把这些年在自动驾驶上的技术研发，都整理成了方法论，浓缩在了这张架构图中。
场景和人才是汽车机器人落地的抓手
就如同人类学习知识是递进的过程，从加减乘除到简单的函数几何，再到微积分矩阵计算等，自动驾驶的成熟也需要从简单到复杂，因此我们提自动驾驶落地时，通常提的都是在一些相对简单的场景先落地，场景就是自动驾驶落地的抓手。
例如限定道路内的自动驾驶出租车运营，就是自动驾驶场景落地很好的案例。百度Apollo推出的“萝卜快跑”自动驾驶出租车服务，已经部署了数百辆规模的车队，在北京、上海、广州、沧州、长沙、重庆 6个城市落地运营。
目前北京首钢园区的Apollo Robotaxi已经开展全无人驾驶试运营，并向乘客收费，走通了Robotaxi商业化落地的闭环。
除了“萝卜快跑”外，百度还推出了Apollo X计划，在人才、技术、资本等多维度扶持各类企业，探索汽车机器人落地的可能性。现阶段百度Apollo已经联合生态合作伙伴，构建了覆盖客运、货运、生活服务各类场景的自动驾驶机器人。
例如公共交通领域，由于路线固定，速度也相对较低，且主要在园区、景区等封闭道路内行驶，安全有保障，非常适合自动驾驶落地。百度也携手金龙打造了公交汽车机器人“阿波龙”。目前阿波龙已经进化到第二代，在北京、广州、雄安、重庆、佛山等22个城市园区落地。
货运领域的干线物流，以高速公路为主，环境简单，且极具商业价值。如果AI能够替代物流司机，不仅能够节省很大一部分人力成本，还能提升安全性，降低高速公路的事故率。百度Apollo也联合狮桥推出了干线物流汽车机器人DeepWay星途1代。
矿山道路空旷环境恶劣，也是自动驾驶落地的绝佳场景。人类矿车驾驶员事故率很高，一方面是环境恶劣，另一方面是为了盈利超负荷运作导致疲劳驾驶，AI不畏惧恶劣的道路环境，同时也不会疲惫，能够24小时运转，是矿山运输问题的最优解，华能伊敏在矿山落地了自动驾驶矿卡汽车机器人。
还有低速物流，主要场景也在园区、高校等封闭场地，速度较慢，也适合自动驾驶落地。现阶段Apollo X 计划中落地的伙伴有新石器零售汽车机器人，目前已在上海、苏州等地部署，为居民提供外卖、小商品售卖等服务。
除了这些场景之外，还有城市环卫场景的清洁汽车机器人、港口物流汽车机器人、机场物流汽车机器人、景区的观光摆渡汽车机器人等将逐步走向落地，而更多有价值的场景，等待被挖掘。
汽车机器人的落地除了资金和技术支持外，还需要源源不断的高质量人才，对此百度还推出了Apollo EDU自动驾驶教育人才计划。
Apollo EDU致力于帮助自动驾驶行业，培养具备岗位技能的应用型人才，以及能够将先进科学技术转化为实践的研究型人才。Apollo此前已在Apollo开发者社区推出了Apollo自动驾驶实践课程，还联合北京航空航天大学，成立了国内首个自动驾驶硕士专业方向。
教育是技术发展的基石，作为自动驾驶行业的先行者，百度Apollo将自身的实践经验转化为知识，通过产学研融合项目，以及网络教学课程，向自动驾驶行业输送掌握岗位技能，具备实践能力的稀缺人才，这对自动驾驶发展而言功不可没。
我们能够看到早期的自动驾驶行业从业者，几乎都是毕业于MIT等美国高校，这导致很多企业研发自动驾驶时，都将研发中心设立在美国硅谷。希望随着Apollo EDU 项目的推进，能改变这一状况，营造实践创新的土壤，让自动驾驶企业在家门口就能招到合适的人才。
Apollo助力汽车机器人从虚拟走向现实
通过Apollo 7.0工具化平台共享自动驾驶技术，通过Apollo X计划加速场景落地，通过Apollo EDU培养自动驾驶人才。可以看到百度Apollo为了让汽车机器人加速落地，提供了技术、资本、人才全方位的支持，极大推动了中国自动驾驶产业的发展进程。
放眼全球，没有一家人工智能科技公司，如百度Apollo一样，以高度开放的姿态推动技术走向商业化落地。
自动驾驶是人工智能惠及普罗大众的应用方向之一，落地难度非常大，即便是谷歌这样全球市值前三的公司，花掉巨额成本，拥有全球最大测试车队，自动驾驶大规模商业落地仍遥遥无期。
Waymo、Cruise两大美国自动驾驶科技巨头，高层频繁变动，就能一定程度佐证，对自动驾驶落地而言，依靠单一企业的突围前景并不明朗。
相对而言，国内由百度撑起的自动驾驶开放合作的落地路线，现阶段发展前景更乐观。百度Apollo已经是全球最活跃的自动驾驶开放平台，拥有全球生态合作伙伴超过210家，全球开发者 80000 名，开源代码数70万行。
借助于开放的生态，华能伊敏的自动驾驶矿卡汽车机器人，已经在伊敏露天矿24小时作业；DeepWay干线物流汽车机器人已经完成场地测试，即将投入干线物流运输网络之中；新石器的零售汽车机器人，已逐步从封闭园区发展到开放道路。面向私家车市场的集度首款汽车机器人，也将在2023年交付。
不仅是百度生态圈内部，就整个国内自动驾驶产业落地速度而言，也已经走在了全球领先的位置。国内的激光雷达企业在出货量上，已经实现了对外企的碾压。国内搭载辅助驾驶系统的新车在渗透率上也领先全球市场，越来越多消费者会将智能化水平作为购车的首要考虑因素。百度Apollo在自动驾驶技术、人才、资本上的布局，对整个产业链上下游都有极强的推动作用。
Apollo 7.0和Apollo X计划、Apollo EDU，都加速了汽车机器人的成熟落地，让普通消费者能够更快享受到，人工智能技术对生活质量的提升。
