我们可以回溯到5月15日，百度Apollo在武汉举办了Apollo Day 2024活动，回顾了自动驾驶领域长达十年的深耕成果，在这次活动上百度发布了Apollo ADFM（Autonomous Driving Foundation Model），一款专为L4级自动驾驶设计的大模型。JKFednc
这款大模型结合硬件产品与安全架构，通过多重安全冗余与管理策略，确保了车辆的稳定与可靠。Apollo ADFM的引入，标志着自动驾驶技术的安全性与泛化性达到了前所未有的高度，其性能超越了人类驾驶员十倍以上，成功覆盖城市级全域复杂场景。
JKFednc
Part 1
与Apollo ADFM一同亮相的还有百度第六代无人车Apollo RT6（颐驰06）。这款车型的指导价仅为20.46万元，相比前一代车型成本下降了60%，从近50万元大幅降至20万元级别，开启了自动驾驶汽车的平民化时代。
Apollo RT6的推出，不仅体现了技术进步带来的成本降低，还标志着自动驾驶技术向大众市场的迈进。除了大模型的应用，第六代无人车的成本降低还得益于硬件的不断优化与规模化生产。从使用昂贵的Velodyne激光雷达到采用成本更低的国产禾赛激光雷达，再到与江铃新能源合作生产，每一步都见证了成本控制与技术迭代的协同进步。
随着萝卜快跑无人车自动运营网络的完善，营运成本将降低30%，而通过自动驾驶技术与运营效率的持续优化，服务成本将降低80%。萝卜快跑的收入稳定增长，预计到2024年底将在武汉实现收支平衡，2025年全面进入盈利期，成为全球首个实现商业化盈利的自动驾驶出行服务平台。
百度的认为，Robotaxi业务需要具备以下几个关键属性：
百度的Autonomous Driving Foundation Model（ADFM），被称为全球首个支持L4级别无人驾驶业务的大模型，是萝卜快跑的核心技术。ADFM包括感知大模型和规划大模型，两者通过联合训练，从原始数据捕捉到油门和转向输出，形成端到端的自动驾驶系统。
Apollo ADFM感知大模型已经实现包括检测、跟踪、理解、建图这几项基本能力。其中感知大模型中的基础模型通过点云和视觉多模态融合的方式，实现了相机和主动光不同类型传感器的优势互补，兼顾深度、准确性和信息丰富程度。
在数据处理上，感知大模型也实现了更完善的数据自标注，将原始数据批量自动化转化为粗标数据以及精标数据，极大程度的解决了标注数据获取这一困扰感知效果提升的瓶颈问题。感知大模型对超长尾场景的检测能力更为精准，比如不规则障碍物、各种位置关系的行人、非机动车或是施工占道等等。
● 感知大模型：感知网络从原始传感器数据中提取信息，生成道路结构和障碍物等数据，数据不仅用于模型内部，也以人类可读的形式输出，确保系统的可监督性和问题追溯性。
● 规划大模型：决策规划网络接收感知网络输出的数据，包括显示的三维向量空间和隐式的BEV特征，通过Transformer在大量数据之间挖掘关系，最终形成最佳的轨迹匹配。
百度采取的“先分段，再联合训练”的策略，目的是平衡模型的性能与可解释性，这种方法可能带来更高的准确率和鲁棒性，但也可能因各部分间的协调问题而产生潜在的缺陷。
颐驰06拥有1200tops双 AI多核芯片、 7类40个传感器， 在感知、计算、高精度定位、转向、制动、驻车、网络、热管理、5G、电源等十个领域的冗余设计全面应用了“百度Apollo ADFM大模型+硬件产品+安全架构”的方案。
我们再等子弹飞一会，看看持续上量（突破1万、突破10万）以后Robotaxi的情况会如何。
责编：Ricardo
最前沿的电子设计资讯
