百度储瑞松:智能驾驶不是灵魂，先想清楚怎么对付FSD

撰文 / 刘宝华
编辑 / 张 南
设计 / 赵昊然

自动驾驶从没有像2023年春天这么割裂过。

一边是车企仍在接二连三地迭代产品，领航辅助已经从封闭道路向城区渗透。另一边是企业掌门人接连泼冷水“无人驾驶都是扯淡，弄个虚头巴脑的东西，那都是忽悠，它就是一场皇帝的新装”“十年以后连L3都不会真正实现”。

这很像10年前新能源汽车的争议。那一年中国新能源汽车销量1.76万辆，还有很大比例不是私家车而是商业运营车辆，企业态度两极分化，有些早就开始大力布局，还有很多创业者正在摩拳擦掌意图染指，也有不少企业完全不看好新能源，认为只是政策一股风。10年后，这种判断和行动上的差异已经数倍、数十倍地放大为结果。

另一个可以拿来做类比的是近期有人挖出汽车商业评论10年前的一篇报道《深喉：自主品牌已无活路》。文章内容是汽车商业评论记者在2013年国庆前夕和业内一位不愿意具名的资深人士就中国汽车自主品牌的未来进行了一次长谈。在这次深夜的访谈中，他对于自主品牌抱着完全悲观失望的态度，认为我们已经错过了发展黄金期，已经没有机会，甚至认为没有必要非发展自主品牌。

10年后的今天再看深喉当时的观点恍若隔世，无法不感叹行业变化天翻地覆斗转星移。同理，10年后的自动驾驶又会多大程度上颠覆今天的认知？

选择比努力更重要。行业变革期，认清未来趋势并做出正确决策与布局是决定企业未来命运的第一影响力。

站在2023年的时间节点上该如何认识自动驾驶？它会成为像新能源那样的胜负手还是一团五彩斑斓的泡沫？

上海车展前，汽车商业评论总编辑、轩辕之学校长贾可博士与百度集团副总裁、智能汽车事业部总经理储瑞松进行了一场关于这个问题的对话。

除了对自动驾驶的战略认知，这场对话还包含了自动驾驶领域一直以来的热点话题，比如降价潮与自动驾驶的低成本路线、整零合作中的“灵魂论”、车企全栈自研与合作边界、激光雷达是否必要、去高精地图是否会成为趋势等。每个话题都是都是通往自动驾驶道路上的关键抉择。

百度是中国自动驾驶领域起步最早、持续最久、投入最大的公司，可以说交过的学费、得到的经验、踩过的坑都是最多的。这也是百度智能汽车业务负责人储瑞松到任20个月以来最系统的一次对外阐述他与百度在智能汽车、自动驾驶领域的思考与判断。

储瑞松在软件和互联网云服务行业有超过20年的工作经验，在美国经历过2000年的互联网泡沫、2008年的房地产泡沫，他接手百度智能汽车业务时的直观感受是“自动驾驶怎么这么热”。

从2022年开始这个赛道也有了去泡沫化的意味，储瑞松认为“一开始过热，之后回归理性是很正常的事情，对行业长期健康发展是一个好事情。”因为去泡沫意味着留下的才是有价值、有实力的企业。

如何理解当前自动驾驶的巨大分歧

对谈一开始，储瑞松强调，他认为“自动驾驶”这个词太大，他一般把这个概念分为无人驾驶和智能辅助驾驶。无人驾驶就是Robotaxi，目标是用L4提供无人的出行服务。智能辅助驾驶就是以特斯拉为代表的L2+，驾驶人还是需要在车上，不能睡觉。

然后他列出了两组数据。

一是特斯拉在2022年Q4财报里面发布的FSD选装率达到27%，也就是27%的特斯拉车主会花15000美元的真金白银去购买FSD。今年Q1数据还没有官宣，有消息说已经达到30%。

二是麦肯锡前不久做过一个中国消费者调研，如果高速智能辅助驾驶或者城市智能辅助驾驶能够做到安全安心的话你想不想要？75%的消费者对高速智能辅助驾驶有需要，60%的消费者对城市智能辅助驾驶有需求。

中美两国的数据表明，自动驾驶在需求侧是没有问题的，问题出在供给侧，能让消费者觉得非常有安全感、安心感、连续获得感的供给寥寥无几。

特斯拉FSD刚刚发布的时候体验并没没有多好，但特斯拉可以做到每10天迭代一个新版本，技术演进飞快。它的演化迭代基于BEV（bird's eye view鸟瞰图）模型，需要海量的数据支撑，特斯拉用它庞大的商品车进行数据采集与融合，其他企业很难有这样的条件。

特斯拉今年的降价已经让很多车企压力山大，储瑞松认为更大的挑战在于特斯拉还有价格战的主动权：“特斯拉FSD很可能2024年进入中国市场，到2025、2026年在中国道路上就会迭代到比较高的水平。FSD售价1万多美元，实际上是软件，对特斯拉来说没有多少成本，它完全可以在2025、2026年再掀起一波智能驾驶的价格战，那个时候中国的车企就要回答一个问题，消费者会选择特斯拉搭载FSD，而且价格很有竞争力，还是会选我的车？”

“百度做智能驾驶，我们希望在那个时候能够真正帮到中国车企应对特斯拉下一轮智能驾驶价格竞争首选的合作伙伴。”

高速智驾放量前夜，低成本是关键

百度智能汽车事业部去年分析了特斯拉成本结构，结论是特斯拉要么可以维持高毛利，要么可以轻松发起价格战，让竞争对手在新能源电动车领域非常吃力。

事实表明特斯拉选择的是后者。储瑞松说：“这在我们看来是一个中国汽车行业从油车向电车加速转型的拐点时节。”

价格战压力下越来越多车企感受到成本的重要性。此前智能电动车的田园牧歌时代，一些车企为了吸引消费者选择了堆料军备竞赛，但消费者的真实体验并没有得到等比例地提升。

“在我们看来，高速智能驾驶和泊车实际上已经到了放量的前夜，这种情况下产品成本非常关键。”这是百度的一个重要判断。

百度高速行车泊车的行泊一体产品叫做Apollo Highway Driving Pro，3月刚刚做了升级，2022年11月发布时的2颗德州仪器TDA4VM算力芯片换成一颗TDA4VH，运行得很好，芯片的AI算力和CPU算力使用不到50%，而高速行车和泊车体验可以对标国内最好的产品。

TDA4芯片成本非常具有竞争力。储瑞松认为基于TDA4VH解决方案、体验又很好的这款产品，有可能成为高速行车和泊车接下来放量的优选方案。

除了成本，TDA4VH另一大优点是AI算力、CPU算力比较均衡。AI在智能驾驶当中主要负责感知部分，CPU主要负责感知的后处理、一部分定位、规划和控制，芯片需要在AI算力和CPU算力之间做出均衡。

“行业之前可能缺乏这方面的经验，我们现在看到一些芯片的AI算力和CPU算力不均衡，导致他不得不外挂别的CPU，这就不是好的选择。而TDA4VH这款芯片，它的AI算力、CPU算力比较均衡，成本具有竞争力，我们基于实践经验认为，做体验好的高速自动驾驶和泊车它是足够的。”储瑞松说。

产品策略各个阶段应该有不同的打法，储瑞松强调现在是高速智能驾驶放量的前夜，接下来是城区智驾，这个阶段要做的是打造多城市的场景泛化，让消费者在城市复杂道路上有安全安心感，有连续的好的体验。

无论高速智驾还是城区智驾，产品第一要保证的是体验要做得足够好，其次是在保证体验的情况下尽可能地降低成本，只有这样搭载量才会更大，形成规模。

从满足实际需求与具有成本竞争力出发确定芯片，这与一些企业的堆料风格不同。

“我们跟很多车企的CMO交流，他说我不知道该怎么宣传智能驾驶，我只好说有多少TOPS算力。其实消费者也不知道TOPS算力是什么东西，这个TOPS算力怎么样转化成好的智能驾驶的体验，这中间也不是直接的一对一的关系。我们也在试图寻找一个能够让消费者听得懂的智能驾驶到底是怎么回事的沟通体系，现在还没有找到，现在行业里面没有人能有非常好的怎么样跟消费者沟通智能驾驶。”

百度目前使用的一种通俗易懂的沟通方法是把自动驾驶分为四个层面，第一要“看得到”，就是看得到所有道路交通的参与者，依靠的视觉和其他传感器。第二要“看得懂”，分辨看到的东西到底是什么，是自行车还是摩托车还是汽车，这部分要有足够AI算力的支撑。

第三是“有方向”，从A点到B点，智能驾驶系统根据导航系统的规划能够精准知道车在哪个位置，接下来去哪里，出匝道还是上高架，有道路规划。第四是知道“怎么开”，是要加速减速还是左转右转，属于短期的行驶规划。第五要“执行稳”，就是智能驾驶系统的控制部分要跟车本身的底盘线控有非常好的打磨，实现非常平稳的驾驶感受。

这样分开来看的话，“整个智能驾驶系统，所谓的AI算力多少TOPS，最强相关是跟‘看得懂’那部分，但这绝对不是智能驾驶的全部。”储瑞松说。

智能驾驶不是灵魂，整车定义才是

自从上汽集团董事长陈虹在2021年6月30日提出“灵魂论”，这个问题就成为整车企业与自动驾驶公司合作中的一个鲠。

储瑞松认为，“智能驾驶系统是整车企业定义的车里面重要的子系统，但我们认为不是灵魂。整车企业最关键的事情是他要想清楚针对什么样的目标消费人群定义出整车。定义产品时，要分析目标人群特点，对于有的目标人群有可能自动驾驶很重要，但是对于有的目标人群自动驾驶还是智能辅助驾驶不是那么重要，没有到灵魂这个高度。”

有一种自动驾驶的自研整车企业是必须要做的，就是企业想搞清楚自动驾驶是怎么回事，好去判断哪一家合作伙伴的方案真正靠谱、能够给消费者带来安全安心的好体验。这种自研不但要做，还要一直坚持做下去。

但如果是之前在软件、AI上没有积累的车企，想完全靠自研搞定这件事，难度比想象中的还要大很多。因为自动驾驶不是一个以硬件、金属结构件为主的系统，是一个软硬结合的大规模的动态复杂系统。

首先它是一个软件系统，具有非线性、动态性特征，软件的执行是动态的，不遵循物理规律的，软件又是可以修改、可以升级迭代的，跟硬件完全不同。

其次，智能驾驶系统除了软件还需要软件跟硬件很好地结合。“现阶段智能驾驶系统的硬件，不管是域控制器还是传感器还是软件，都还没有非常成熟。所以这个时候软硬件要很好地结合，来保证最终消费者的体验。”

第三个因素是数据，智能驾驶要想做得体验好，数据驱动变得越来越重要。储瑞松举例，“百度在去年下半年我们把BEV鸟瞰图模型，用BEV来做道路结构感知、障碍物的感知真正用到了我们现在开发的城市智驾当中去了，真正在生产当中使用。”

百度做一次BEV训练大概有大几千万帧的视频流需要处理，一次处理需要大几百张的显卡。“因为我们强调敏捷，所以一次模型训练几千万帧视频流的数据、几百张显卡，我们可以在两天之内做一个新模型的训练，并且可以把新训练的模型真正落到车上做实车的测试，去评估它的效果。这件事情国内真正能够做好的没有几家。”

综合软件、软硬一体、数据驱动三个因素，百度认为真正能够全栈自研智能驾驶的车企少之又少，未来绝大部分车企需要寻求合作伙伴长期合作。

中央计算时代的整零合作

目前整车电子电气架构正在从分布式多域融合向中央计算架构转变，这意味着主机厂必须把中央计算架构控制在自己手中，这对自动驾驶的整零合作会有什么影响？整零合作的逻辑还能成立吗？

储瑞松说，百度认为整车电子电气架构完全应该由主机厂控制，但整车厂和自动驾驶供应商仍然有机会各司其职，“我们现在有了高速的智驾，我们选择了TDA4芯片，这是我们智能驾驶的域控，我们认为这个成本非常有竞争力，同时又能保证体验。未来如果真正变成集中式的中央域控，这个选择选毫无疑问在车企，而百度这样的公司，我们可以在中央域控上面去做我们能做事情。”

例如目前舱驾融通就是整车电子电气架构向中央计算迈进的一部分，在具体产品方面，百度已经在跟一家国内领先的主机厂做共创项目，在原来智能座舱芯片的基础上同时实现智能座舱和智能驾驶。

“我们百度技术能力很强，跟智驾芯片厂商有深度合作，我们解锁了AI的能力，把ASP解锁了。基于一颗高通8295芯片，我们既可以提供顶级的座舱体验，同时也可以实现L2的能力，我们现在正在做这些事情。”

百度在智能汽车领域布局有两大板块，一个是从2013年开始的Robottaxi和Apollo生态。另一个是2021年8月成立的百度智能汽车事业部，深耕智能驾驶、智能座舱、智能地图三大板块，后一板块的定位就是供应商、服务商，做主机厂可以长期信赖的同时又生态开放的tier0.5或者tier1的生态伙伴。

“有了这样清晰的定位之后，跟主机厂打交道我们会非常尊重主机厂对整车的定义权，包括对于用户体验的定义权。但是我们有我们的专业能力，我们能够把智能驾驶做得非常好，我们的智能座舱、智能地图的产品和方案也都是领先的。”各有所长，各有各的关注点，这是百度认为他们可以跟主机厂合作共赢、和谐共生的底层逻辑。

4月16日，百度对外发布《百度智能驾驶开放白皮书》，承诺对合作伙伴开放自动驾驶四大能力，包括：

1.开放产品体验定义，开放人机交互接口、核心能力SDK、底软接口，支持车企自定义用户界面、智驾风格、车辆控制等方面的交互和体验，满足用户差异化需求；

2.开放自主体验进化，提供数据闭环云和相应工具链，助力车企快速掌握数据驱动能力，兼顾成本可控和智驾能力进化；

3.开放全周期OTA服务，SOP后的更长时间里，提供多种OTA方案，持续共享百度Apollo智驾主线产品的最新能力和体验；

4.开放团队共创成长，组建联合产品委员会、系统化培训、人才交流等机制和服务，全情陪伴车企智驾团队成长。

白皮书实际上为主机厂提供了四层自主权：第一是自主定义权；第二，百度提供工具，主机厂掌握后可以自我进化；第三可以帮助主机厂OTA；第四帮助主机厂搭建团队、建立长期的智驾能力。

尤其第四点中的“全情陪伴”，可以说把供应商全力服务主机厂的姿态表达得淋漓尽致。

储瑞松举例，“在驾驶风格的定义上，我们会变成可配置的参数，这样主机厂可以用我们提供的工具，根据他所定义的智能驾驶风格，通过工具配置参数集，这个工具会检查参数的配置是否合理。这样的话，他配置好之后，就可以在一定程度上实现他想要的驾驶风格。我们不是一个封闭的黑盒，不是说我做成什么样子就是这个样子，你不可以调不可以改变。在这方面我们想的比较清楚，我们尊重主机厂在驾驶风格上的定义权，我们会提供相应配置的可能性。”

激光雷达非必需，高精地图要轻量化

相比几年前认为高精地图是自动驾驶的必要条件，“重感知 轻地图”成为一种新选项。

储瑞松首先表明原则——“如果大家都有一个共识，就是做好智能驾驶，给消费者提供好的体验，这是必须的。第二，在提供好体验的情况下要降低成本。如果大家都有这个共识的话，具体怎么做可以有不同的路径。”

路径都是为目标服务的。

但路径存之间存在优选问题。

以激光雷达为例，百度的判断是高速完全没有必要用激光雷达，可以做到很好的体验。就像特斯拉不需要激光雷达，也可以做到将近30%的用户花15000美元用它的城市智能驾驶。

再看高精地图，“现在行业里面也有所谓的地图路线之争，不管黑猫白猫，谁能抓到老鼠就是好猫。不管你是用高精地图也好，或者是不用高精地图也好，谁能够快速在多个城市做泛化，同时给消费者提供很好的城市智能驾驶体验，谁就是走了一条正确的道路。”储瑞松说，每一个企业都有自己的资源禀赋，都有自己所擅长的事情。

他同时认为，现在主流不用高精地图的，要么是无图可用，要么之前尝试的做法中高精地图很重，成本非常高，无法泛化。“而对于百度来说，因为百度是国内领先的高精地图提供商，我们有完整的高精地图产线。同时，我们在做城市智能驾驶的一开始，我们就意识到不能用传统很重的城市道路高精地图，必须尽可能让它轻量化。”

百度的优势是同时拥有高精地图团队和自动驾驶团队，两个团队刚开始合作就已经在讨论怎么样尽可能降低城市道路高精地图的元素，尽可能发挥算法能力。“所以我们定义出来的智驾图是轻量级的城市道路高精地图，它的元素比起传统的高精地图要少80%。这就意味着我们可以用百度的能力，以合理的成本，在一个比较短的时间内，快速在多各城市做泛化。我们认为这个是符合百度目前资源禀赋的一个做法。”

另一方面，百度的BEV模型在去年就已经在产品上生产使用了，BEV可以实时做道路模型的感知、实时建图，未来百度也存在进一步降低对城市道路高精地图依赖的可能性。

本文由汽车商业评论原创出品

转载或内容合作请联系说明

违规转载必究