近期，百度举办了Apollo Day技术开放日上，百度自动驾驶技术专家全景化展示Apollo技术实力及前沿技术理念，发布新一代Apollo自动驾驶地图，并在业内首发文心大模型落地应用于自动驾驶的技术。
近年来百度重点发力人工智能领域，在相关产业各个领域都进行了大幅的投入，我们惊喜的看到Apollo将百度在不同行业的布局引入到自动驾驶领域进行应用，并取得了成绩。
拍摄最常用的地图这一的百度地图正在帮助教自动驾驶开车；而最近流行的AI作画，其底层模型也正在成为自动驾驶训练的有力助手......
自动驾驶需要高精度地图
近段时间以来，多位车企高管发出了自动驾驶应该摆脱高精度地图的观点，引发了人们对这一话题的讨论。对于业界提"重感知，轻地图"这一主张，百度自动驾驶技术专家黄际洲表示：“提出‘轻高精地图’的主张，其实主要的原因是因为很难翻越高精地图面临的"三座大山"，那么这三座大山分别是资质壁垒、自研壁垒和供给稀缺。”
随着自动驾驶相关技术的快速发展，国家在地图资质层面也进行了大力的推动，有权采集高精度地图的甲级资质图商迅速从数家发展到了数十家。但作为涉及国家安全的重要数据资源，这样的规模相比整个行业规模依然是稀缺资源，有着很高的门槛。
同时地图是一个周期长、门槛高，同时回报率并不高的行业，资质并不是高精度地图唯一的壁垒。黄际洲表示：“可以说国内除我们之外，没有第二家既精通地图、又深耕自动驾驶的公司。”
由于种种现实的限制，截止目前高精度地图的覆盖率还不是很高，在高阶辅助驾驶快速发展的当下，高精度地图的覆盖率大幅限制了强依赖高精度地图的自动辅助驾驶的可用范围，这也是业界提出"重感知，轻地图"的现实背景。
但对于高度自动驾驶，尤其是L4级以上自动驾驶而言，要达到99.99%以上的成功率，高精度地图是不可或缺的底层能力之一。
高精度地图或许不是自动驾驶的唯一解，但一定是最有用的工具之一。作为图商的百度，提供更好用的高精度地图就是其当下最迫切的工作之一，而同时又是自动驾驶技术深度参与者的百度Apollo能够为百度地图带来最高效的沟通与实际反馈，这也是百度的优势。在本届Apollo Day技术开放日活动上，百度对外分享了其在高精度地图方面的最新成果。
为了更安全、更舒适、更高效的自动驾驶体验，百度提出了Apollo自动驾驶地图。不同于外卖常用的导航地图，甚至不同于外卖常规对地图的理解，Apollo自动驾驶地图主要分为四层：
第一层是静态层，也就是传统的厘米级高精地图的内容，包括了车道级的数据，然后拓扑数据以及辅助车辆定位的定位数据；
第二层是动态层，这一层基于百度地图海量的时空数据以及车路协同等实时的交通的事件、实时的交通的态势以及实时的环境的变化等；
第三层是知识层，这一层包含了百度首创的驾驶知识图谱，以及与自动驾驶体验强相关的安全驾驶，还有舒适驾驶行为与知识等等；
第四层是驾驶层，通过知识与驾驶策略的融合实现了深度融合地图和感知、决策，还有控制应用，而数据实时感知的融合，数据闭环还有实时更新，就实现了高鲜度的地图的数据。