国内智能驾驶行业最新进展解读

Q:目前百度在国内智能驾驶领域的投入和运营情况如何？

A:目前，百度在全国范围内的 11 个城市投入了 1100 多台智能驾驶车辆，主要分布在武汉、北京、上海、深圳、广州等地。其中，武汉的投放量最大，约 500 多辆，北京亦庄约 200 辆，上海嘉定超过100 辆。截至 4 月 19 日，百度的智能驾驶车辆总订单量已达到 600万单，Q1 的订单量约为 80 多万单。武汉地区的订单量近期出现爆发性增长，某些车辆一天的订单量可达 20 到 30 单，接近普通网约车司机的水平。百度计划今年在武汉投放 1000 辆智能驾驶车辆，并逐步将这一模式复制到其他城市。

Q:百度在国内各个城市的智能驾驶车辆投放规划是怎样的？

A:百度目前的投放规划主要集中在武汉，计划今年在武汉投放 1000辆智能驾驶车辆。未来三年内，百度计划在武汉占据出租车市场的三分之一到一半，即 3000 到 5000 辆智能驾驶车辆。其他城市的具体投放规划尚未明确，但会根据武汉的运营情况进行调整和复制。

Q:百度在武汉地区的智能驾驶车辆运营成本和盈利情况如何？

A:百度今年的目标是在武汉实现收支平衡，明年实现盈利。具体成本方面，百度内部并未详细拆分每单的成本，但第三方估算第五代车的成本约为 48 万元，拆分到每天约为 300 到 500 元，第六代车的成本约为 26.6 万元，拆分到每天约为 100 多元。百度内部的成本拆分方式是将车辆的折旧费按年计算，每年约 4000 元，每月约 300 元，每天约 10 到 20 元。百度目前每单的收入约为五六元，因此有信心在武汉实现盈利。

Q:武汉地区智能驾驶车辆的订单中，有多少是完全无人驾驶的？

A:目前，百度在武汉地区的智能驾驶车辆订单中，有一部分是完全无人驾驶的，但具体比例未详细说明。

Q:公司的折旧年限是多长时间？

A:我们内部是按照八年来计算折旧费用的。

Q:政府如何评估智能驾驶运营区域的扩大？

A:目前我们一直在关注政府的开城计划。我们在武汉的技术验证显示，尽管有事故发生，但没有重大人员伤亡事故。每个月我们都会与武汉交警开例会，复盘事故原因并进行整改。我们认为技术没有问题，全国复制推广没有太大问题，关键在于政府的开城计划。

Q:武汉作为智能驾驶试点城市的运营情况如何？

A:武汉目前是全程运营，包括一些高速和过桥场景，这在其他城市较少见。武汉作为第一城，名声打响后，其他城市政府会跟进。北京计划全程开放并建设车联网，上海未来可能在嘉定以外的金桥和奉贤等地开城。下个月预计还有一个全程开业计划。我们判断明年发展趋势会非常迅猛，关键取决于今年武汉的运营状态。

Q:公司在自动驾驶研发团队的规模和分布情况是怎样的？

A:整个 IDG（智能驾驶事业群）团队规模非常大，尽管前段时间有所缩减，但仍然覆盖几千人。团队包括服务于自动驾驶的算法团队、AI 团队、RT6 团队（专门做第六代摆渡车），以及运营和质量保证团队。未来，随着业务扩展，我们计划在各个城市扩招运营人员，以确保智能驾驶的安全运营。

Q:公司在技术方案上与特斯拉相比有哪些差异和优势？

A:特斯拉采用端到端的视觉为主的技术方案，但我们认为这种黑盒

训练方法目前缺乏科学方法论，难以优化。因此，我们不会立即将

端到端技术应用于 L4 级别的自动驾驶，而是更倾向于在 L2+辅助驾

驶场景中使用。我们在 L4 级别的自动驾驶运营经验更加丰富，算法

能力和多年积累使我们在安全性和鲁棒性上具有优势。未来，我们

可能会从 L2+逐步转向 L4 级别的应用。

Q:百度在自动驾驶领域的投入计划是怎样的？

A:百度在年初制定了在武汉投入 1000 辆自动驾驶车辆的计划，这一

目标没有变化。近期由于订单激增，百度内部认为市场需求爆发，

决定加大投入。特别是在武汉，百度计划达到市占率的三分之一到

二分之一。此外，百度正在考虑在其他城市保持类似的投入，但具

体计划尚未确定。

Q:百度在自动驾驶安全员和远程接管方面的现状和未来规划是怎样

的？

A:目前，百度的安全员工资在 5000 到 7000 元之间，安全员与车辆

的比例是 1 比 3。远程驾驶技术尚未广泛应用，主要在特殊情况下

使用。未来，百度计划通过与运营商合作，利用 5G MEC 技术降低时

延，提高远程驾驶的有效性，从而减少对安全员的依赖，目标是实现 1 比 5 甚至 1 比 10 的配比。百度还计划通过技术进步实现 24 小

时运营，并通过倒班制度来保证持续运营。

Q:在武汉使用萝卜快跑的平均等候时间大概是多少？

A:一般来说，萝卜快跑的等候时间并没有一个明确的数字要求。从

我们的体验来看，用户通常需要走到固定站点等车，等候时间大约

在十几分钟左右，有时可能会延长到 20 分钟左右。如果用户在车到

达后五分钟内不上车，车辆就会离开。整体来说，虽然等候时间较

长，但用户仍选择萝卜快跑，因为它比公交车方便很多。

Q:未来萝卜快跑是希望成为一个独立的无人驾驶网约车平台，还是

聚合到百度地图中？

A:目前，90%的用户是通过百度地图中的自动驾驶功能来使用萝卜快

跑。最近，萝卜快跑 APP 的下载量已经超过了百度 APP，显示出其

独立发展的潜力。虽然内部尚无明确说法，但我个人认为萝卜快跑

可能会发展成一个独立的打车平台，而不是内嵌在百度地图中。

Q:武汉智慧城市项目与萝卜快跑是否有业务关联？

A:武汉智慧城市项目与萝卜快跑并没有直接的业务关联。虽然武汉

确实有很多欠款，但这些欠款与萝卜快跑的运营条件无关。智慧城

市项目的销售已经被剥离到其他子公司，与萝卜快跑的运营是独立

的。

Q:萝卜快跑的 L4 自驾技术百公里接管几次？

A:我们目前的目标是达到“五个九”的效果，即十万公里接管一次。

虽然实际情况还未完全达到这一目标，但在武汉的运营中，萝卜快跑的接管次数已经显著下降，整体效果非常好。

Q:现在萝卜快跑的接管频率大概是多少？

A:目前的接管频率大约在每 1000 到 11000 公里接管一次。我们非常

重视安全，宁愿车速慢一些，也要确保不出事故。

Q:后台数据接管次数显著下降，算法能力显著提升是什么时候开始

的？有什么改变吗？

A:主要是数据变多了。我们每次跑的所有车的数据都会落盘，相当

于一个硬盘，离线带回去重新仿真，分析并解决 bad case。我们有

一个叫爱咖啡的管理系统，每天都在进行数据落盘和优化。我们还

构建了自己的仿真库，利用大模型技术，可以在不同天气和车道条

件下进行仿真。这使得我们的供应链在国内甚至国际上都是领先的。

Q:数据量会不会构成瓶颈？

A:特斯拉的数据量确实大，但它主要是 L 加的自动辅助驾驶，运营

区域也大很多。百度则在较小的区域内深耕，积累的数据量级相对

特斯拉是一样的。我们会把这些区域搞好，效果非常好。

Q:如果特定区域的数据量不够怎么办？

A:我们在武汉深耕，把能力复制到其他城市。武汉开放了相对大的

区域，有跨桥等不同场景，积累的数据和经验可以复制到其他城市。

Q:政府要放开全程的是哪个区域？

A:一个北方城市和一个南方城市。北方城市具体名称不便透露，但

可以通过新闻了解。南方城市我们已经在测试，马上会有结果。

Q:现在这些车都是使用激光雷达和高清地图吗？A:是的，目前我们使用的是高清地图（HD）。我们也在推广一种新

的产品叫 LD（light definition），即清除地图。我们在测试 LD

地图，效果好的话会应用到更多模块中。

Q:高清地图和清除地图的成本差异大吗？

A:高清地图的成本要比清除地图高一个量级。我们最近发布了一个

top 级项目，成本相对较低，接近 SD 地图的成本，所以未来清除地

图的应用前景很好。

Q:清除地图和高清地图相比，有什么信息缺失？

A:清除地图主要在路口处省去了人工划线的成本。高清地图会绕过

障碍物，而清除地图不会，车的感知完全依赖自身。高清地图中有

待转区、主辅路等信息，而清除地图没有。清除地图的成本低在于

人工消耗小很多。

Q:在没有高精度地图的情况下，车辆在待转区的表现如何？

A:目前我们推行两种方案。对于开发能力强、感知能力强的企业，

我们推荐使用 LD（低精度地图），因为他们的技术可以自行判断待

转区并做出决策。对于能力较弱的企业，我们推荐使用 HD（高精度

地图），先将待转区标出来，随着技术发展再转向 ARD（增强现实

地图）。

Q:目前统计下来，自动驾驶车辆的平均车速大概是多少？

A:在限速 60 公里的路段，我们的车速通常在 40 公里左右，有时甚

至更低，大约比限速低 20%到 30%。遇到问题时，我们的策略是先停

下来，确保安全。Q:在遇到问题时，自动驾驶车辆的处理模式是什么？

A:我们的策略是先停下来，不会做任何危险动作。如果发生事故，

我们会立即派遣 1 到 2 名地面人员到现场解决问题，并消除事故代

码。

Q:在光谷地区，每个上车点之间的距离大概是多少？

A:具体的距离我不太清楚，但我们一直在增加站点密度，目标是最

终实现类似于现在网约车的招手上车模式。

Q:上车点和下车点是否必须重合？

A:不一定需要重合。用户可以选择任意的下车点，不一定是上车点。

目前大部分上车和下车点是重合的，但未来我们会有所区别。

Q:自动驾驶车辆是否可以同时进行地图测绘？

A:地图测绘是由专用的采集车进行的，这些车配备了专业的惯导设

备，比普通的自动驾驶车辆更为昂贵。普通自动驾驶车辆不能进行

地图测绘。

Q:如果采用轻度地图模式，自动驾驶车辆是否可以进行测绘工作？

A:轻度地图的采集只需要摄像头，不需要激光雷达。因此，我们内

部有一些授权的车辆可以进行轻度地图的采集，但这些车辆必须经

过数据合规和授权。

Q:轻度地图采集车辆的主要技术要求是什么？

A:主要要求是摄像头的分辨率和定位的精确度。此外，车辆需要预

装测绘局的合规 DK，用于数据加密和偏转，满足合规要求。

Q:萝卜快跑的车辆是否满足轻度地图采集的精度要求？A:LD（低精度地图）是可以满足轻度地图采集要求的，因为它便宜

且有效。HD（高精度地图）则不行，无法满足这些要求。

Q:百度在智能驾驶车型选择和与整车制造商、配套供应商的合作是

如何进行的？未来是否可能推出自己的平台车型？

A:百度在智能驾驶车型选择上经历了多代迭代。从第三代开始，百

度与车企共同合作进行方案定制。第四代开始，百度开始做前端设

计，包括传感器的布置等，目的是为了标准化和节约成本。第五代

和第六代车型，百度与江宁合作，百度负责设计和供应商选择，江

宁负责加工制造。未来可能会有两种方式实现自有平台车型：一种

是百度直接与地方车企合作，另一种是地方保护主义下的地方专家

公司与百度合作。

Q:华为和小鹏等公司在自动驾驶领域的参与方式和未来节奏如何？

A:目前华为和小鹏的自动驾驶技术主要是 L2 级别的智能辅助驾驶，

仍需副驾驶接管，责任在驾驶员身上。要实现 L4 级别的自动驾驶，

技术积累需要时间，预计至少需要三年。尽管国内市场竞争激烈，

可能会有宣传意义上的高级别车型提前推出，但真正安全可靠的 L4

级别自动驾驶技术需要更长时间的积累和研发。

Q:如果我们的自动驾驶车辆发生了剐蹭交通事故，法律责任如何划

分？

A:如果发生剐蹭事故，首先需要交警定责。如果交警判定是百度的

责任，那么百度会承担相应的法律责任。例如之前发生过一次事故，

后车追尾前车，交警判定后车全责，因此百度无需承担责任。Q:百度的自动驾驶车辆是如何与车厂合作生产的？

A:百度与车厂合作生产自动驾驶车辆时，会按照 1 万辆的订单规模

进行定价，而不是按每 1000 台来定价。虽然目前我们主要使用吉利

的极悦车型，并且希望通过技术提升使其达到 L4 级别的自动驾驶效

果，从而将其转变为真正的网约车。

Q:百度在自动驾驶技术上的积累主要体现在哪些方面？

A:百度在自动驾驶技术上的积累主要有两方面：一是通过实际道路

测试，累计行驶里程已经超过 1 亿公里，这在全球范围内都是领先

的；二是通过数据标注和数据脱敏等技术手段，提升算法的准确性

和可靠性。这两条路径确保了百度在自动驾驶算法上的领先地位。

Q:百度对端到端模型的看法是什么？

A:百度认为端到端模型目前还不够成熟，因为它是一个黑盒，没有

科学化的手段去判定参数的好坏。虽然端到端模型有潜力，但目前

百度不会将其直接应用于自动驾驶系统中，而是会继续通过现有的

方法逐步提升技术水平。

Q:百度如何看待其他公司在自动驾驶测试中的极端场景测试？

A:百度认为极端场景测试有一定意义，因为它可以帮助识别和解决

一些极端情况的问题。然而，这些测试并不是主要的迭代方法，因

为大部分场景在实际运营中很少遇到。百度更注重在常态化运营中

的数据积累和技术提升。

Q:为什么在国内不允许通过众包的方式采集地图数据？

A:这是法律原因。在国内，通过众包的方式采集地图数据是不被允许的，因为这涉及到国家安全和隐私保护。特定类型的数据，如军

工类数据、带地理坐标的图像和隐私数据，必须进行严格处理和加

密，确保这些数据不会被滥用。

Q:未来国内智能驾驶是否有可能允许通过众包方式采集数据？

A:目前来看，未来也不太可能允许通过众包方式采集数据。合规要

求非常严格，只有少数公司如百度能够满足这些要求。众包方式带

来的数据质量和精度也不符合要求，国家无法对其进行有效管控。

Q:为什么国内智能驾驶车辆不能像人类司机一样随意停车？

A:目前智能驾驶车辆必须在指定的站点停车，这些站点是经过评估

和政府审核的。随意停车会带来很多问题，包括安全和管理上的挑

战。未来可能会增加更多的站点，但完全像人类司机一样随意停车

是不现实的。

Q:智能驾驶车辆的服务水平如何与人类司机相比？

A:智能驾驶车辆在某些方面可能不如人类司机，比如速度较慢、站

点设置不够灵活等。但在安全性、车内清洁度和事故率方面，智能

驾驶车辆表现更好。此外，智能驾驶车辆的成本更低，这也是吸引

用户的重要因素。

Q:智能驾驶车辆的价格策略是怎样的？

A:目前智能驾驶车辆的价格策略是通过打折吸引用户，实际价格比

网约车便宜很多。未来会根据用户的反馈和市场需求逐步调整价格，

但总体上会保持比网约车便宜的优势，因为没有司机的费用。

Q:智能驾驶车辆在 2025 年能否实现盈利？A:预计在 2025 年可以实现盈利。今年年底会达到营收平衡，但这是

基于公司内部的一套算法，并不完全按照传统的成本计算方法。随

着业务量的增加，盈利能力会逐步提升。

Q:未来在智能驾驶领域是否需要政府平台进行监控和法规要求？

A:目前没有法规要求，但我们有自建的平台进行可视化监控，政府

可以查看运营情况。如果政府有要求，我们也有能力建设类似的监

管平台。

Q:智能驾驶系统的硬件成本是否会降低？

A:为了保证运营的安全性，硬件的配置和数量不会降低。

Q:L4 级别运营端的系统算法与乘用车上的算法是否有共通之处？

A:虽然是两套人马在做，但有共通之处。我们使用的是 AMP3.0 算法，

这两套系统在某些方面是有沟通的。

Q:智能驾驶系统的算法与特斯拉的算法有何异同？

A:我们的算法与特斯拉类似，都是重视视觉的，但在端到端的实现

上还有差异。特斯拉的端到端系统尚未全面铺开。

Q:雷达在智能驾驶系统中的作用是什么？

A:雷达主要作为安全保障的补充。

Q:智能驾驶系统是否会进行高精地图的采集？

A:目前高精地图采集主要由我们自有车辆和授权车辆进行，现有的

运营车辆并不进行高精地图的采集。

Q:未来智能驾驶系统的运营区域是否会扩展到更小的道路？

A:目前主要在主干道和安全区域运营，未来技术成熟后可能会扩展到更小的道路。

Q:智能驾驶系统的上车点设置是怎样的？

A:用户可以自定义上车点，如果没有自定义上车点，系统会选择一

个最近的上车点。我们会通过增加上车点来扩大覆盖面积。

Q:补贴后的价格能否维持运营成本？

A:目前补贴后的价格不能维持运营成本，未来价格可能会有所上涨。

Q:百度在特斯拉 FSD 入华过程中扮演了什么角色？

A:百度提供了两套服务：一是图像和支架的图像服务，二是合规管

理服务，确保特斯拉在国内的合规操作。

Q:特斯拉 FSD 何时能在国内使用？

A:预计在八月份，但具体时间尚不确定。百度已经为特斯拉建立了

数据处理和合规管理的服务。

Q:特斯拉在上海的本地化进展如何？

A:特斯拉在上海的本地化已经在进行中，很多数据处理工作由百度

完成，确保合规性。