拥抱未来才是创造长期价值的最好方式——观2020百度世界大会有感

今天上午很荣幸受到百度邀请参加2020年“万物智能”大会，全程体验下来对百度不得不说有了一个重新的认识。本次大会robin及各业务线vp分享了百度在无人驾驶、AI、智能穿戴、云领域的最新研发成果，我想从一个个人投资者角度沿着其中空间最大的两条业务线——无人驾驶和智能云两方面，谈谈自己的感想。

一、无人驾驶

无人驾驶其实是我此行最感兴趣的一个领域，国内目前达到L4级别的非车企科技公司目前看寥寥无几，百度的Apollo无疑是走在最前列的。

关于无人驾驶L4到底对应着怎样的技术水平，大家了解的应该不多，以下是工信部给出的自动分级标准：

本次大会有一个场景我印象很深刻，在首钢产业园区内，李震宇和宝晓峰试驾了搭配了L4的红旗（robotaxi），全程路况场景有自动避让，转弯、交通指示等常规场景，还演示了紧急状态下人工远程驾驶（需5G成熟），从演示条件下，基本实现了无人驾驶L4的要求。

那么百度在无人驾驶这一领域沉淀的技术价值到底有多少，和国内外竞争对手相比又如何，这是我今天主要想分享的两个方向。

1）Apollo发展路径

首先，Apollo自动驾驶平台自2017年从百度立项以来，每年迭代约2个版本，当前的合作领域据我所知主要包括如奔驰、宝马、大众、本田等国外厂商，也包括蔚来、威马、德赛西威、一汽等国内厂商，还有诸如OEM，Tier1，出行服务商和投资及政府机构等，无论从合作开放的广度、技术沉淀的深度以及平台布局方便，目前看都是国内无人驾驶市场的头号玩家。

2）技术壁垒以及业界难点

无人驾驶作为未来十年最确定的一个高科技应用场景，是云计算、5G与大数据三个领域的一个交叉点。具体表现为信息感知、算法决策与系统执行三部分：

①   信息感知：我们看到robotaxi车顶上的摄像头，其实就是用来接收图像的，传感器将收到的图像、地图、雷达信号进行处理，并通过经过深度学习算法模型进行训练，随着数据积累越来越丰富，对场景的分析也会愈加完善；

②   算法决策：感知层面数据经过算法处理后，会经过决策系统做出判断，比方说路上遇到逆行车辆和行人，决策层会通过已积累的场景分析出应该减速避让的结果。值得注意的是，决策层算法需要绝对精度，想象一下，如果一辆卡车迎面驶来，而系统分析出的场景里不包含这一项或者分析错误，下场就杯具了。这就需要大量的数据测试和高精度模拟，无时无刻的获取数据并训练模型，很考验公司的数据获取和算法优化能力；

③   系统执行：这一部分主要为工业自动化领域，包括一些传统层面的机器人技术等，保证系统决策落地的稳定性。 

具体技术层面及其复杂，这里就作过多陈述了，我们只需要了解以下几个关键节点即可：

（一）一家公司无人驾驶技术能否能够大规模安全普及，需要大量的数据作为训练支撑——公司的数据获取能力；

（二）对路面目标识别的准确性以及场景应对——算法模型训练完成度；

（比方说使用RNN算法进行实时目标分类，对同一目标从不同角度下可能识别出完全不同的物品，当前优化空间还比较大；）

（三）对长尾场景的信息处理——极端场景下处理能力；

（google的waymo此前曾公开表述过，目前90%的基础场景其实继续使用大数据进行模型训练完善意义不大，需要考虑到各种各样的罕见情况，无人驾驶的安全系数才能在现有基础上有质的飞跃；）

3）技术应用价值及可能实现路径

从百度现有公开的Apollo技术方案看，主要产品表现为以下四个方面：

①   自主泊车（对应L3已基本实现）；

②   无人出租robotaxi；

对应L4级，无人驾驶领域实现消费转型切换的最佳赛道，截止2019年底的数据，目前百度测试历程超300万公里，获批150张驾照，占全国过半。

当前robotaxi可实现场景包括不限于——站点停靠，窄路通行，雨雾天行驶，择机变道，复杂路况判断，紧急人工云介入等，目前已经河北沧州、重庆、长沙、广州、北京等城市投放运营测试；

③   无人公交Minibus;

代表作无人小巴阿波龙，当前已进入20+城市，主要被应用于旅游景区、科技园区，度假村、各类公园等；

④   面向日常服务的低俗微型车；

主要为酒店、公园、景区等为游客提供服务的微型车，例如贩卖饮品等；

在技术应用实现路径层面，无人驾驶当前世界范围内主要应用规模进展其实并不快，原因主要为传统乘用车销量下滑的大背景下，传统存量车厂体量巨大，历史包袱较重，面对是与像百度这样的科技公司联盟还是自研上选择难度很大。

从国内来看，传统老牌车厂面临着同样的绊脚石，个人判断从无人驾驶普及化速度看，没有历史包袱的电动车新势力，如特斯拉、蔚来、小鹏、理想等有望率先实现突破。

目前，在于国内厂商的合作方面，百度深度合作对象代表为一汽红旗（红旗EV），与威马汽车合作车型预计在2021年量产（搭载Xilinx-FPGA芯片ZU5，可实现自主泊车。）

此外，从公开资料显示，无人驾驶事业群在公司内部实现L3,L4合并，车联网升级为独立事业部，新成立智能交通业务，如果未来成功实现与政府的深度绑定，有望在新基建的规划中逐步实现商业化的落地。

 

4）国内外竞争对比简要分析

①国内市场

可比数据中，从商业应用层面-放量项目Robotaxi，目前与百度展开竞争的公司主要有四家：PonyAI(小马智行)、滴滴、AutoX、文远知行。百度起于2013年立项最早，规模最大，在国内市场的试运营自动驾驶汽车数量和规模都远领先于同业，有望持续引领国内市场。

②国外

从技术实力角度看，头部玩家waymo在去年公布的模拟自动驾驶测试总里程为170亿公里，实际累计测试公里数超2000万。（模拟与实际测试里程越多，自动算法模型训练越成熟），大约为apollo的5倍左右，当然google立项相对于百度要早5年时间。从商业化进度上，随着成熟技术的不断放开与普及化，叠加国内相对封闭的市场环境，百度的进程上有望加速追赶。

从技术层面看，车控作为最底层技术，B60W（非同类型&功能车辆子系统调控）与G05D（非电变量的控制与调节系统）为两家公司的主要研究方向，并申请了大量专利。而在无线电定向与图像处理方面，百度由于大部分直接采用成熟技术，在自主技术研发层面有待追赶。

总的来说，随着国内电动汽车渗透率的逐渐提升，已经传统车厂的转型，百度如果能够推荐技术商用落地，加深与新兴造车实力的合作，个人认为是最有希望率先突破科技公司之一。

二、新兴业务-飞桨、AI助手、智能云 

云平台业务我个人不是特别懂，之前只研究过当前比较成熟的IDC运作模式，不过当前国内领先的BAT云平台与传统场景的结合，是我认为to C转to B的标志性事件之一，而百度主要在用户流量，用户时间、内容、广告以及营销资源方面有充足的发力点。

以下内容是上午交流以及线上调研而来，仅作为普及参考分享给大家：

 百度智能云，即AI解决方案及云服务，为人工智能新业务的重要支撑项目之一，深耕于百度内部开发的百度大脑平台。

百度大脑作为核心技术引擎，包括语音、视觉、深度学习、自然语言处理、深度学习与AI开放。当前百度大脑开放260项AI能力，日均调用超1万亿次，在NLP、OCR、语音、人脸调用量位居国内第一。 

飞浆是百度深度学习的代表作品，集深度学习、基础模型库、工具组件等服务于一体，从16年开始正式开源。目前已累计服务超过180万开发者，企业用户超过6.5万，模型发布数约为17万。

此外，还有小度助手为代表的人工智能操作系统，以及还在测试阶段的度小小，可安装于只能手机、手表、家居设备上，涵盖教育、娱乐、音乐等多方领域。

智能云为19年由原百度云业务升级而来，15年开始运营，通过天算、天像、天工三个只能平台提供大数据、多媒体、物联网服务。 

当前来看，国内具有大型开源能力的科技公司还很少，虽然近两年外部竞争环境比较激烈，但百度作为老牌企业积累的技术实力还是有优势的。（业界流传梗：百度的技术、腾讯的产品、阿里的运营。）

近期高瓴资本的张磊总在他的新书《价值》中有一句话我特别深刻：“这个世界上只有一条护城河，就是你能不能不断地、疯狂地创造长期价值。”所以我们看到，很多公司即便暂时亏损，但当他能够满足社会中大部分人追求美好生活的需求时，那他一定就是有很有价值的（滴滴、B站、亚马逊等）。随着国内经济的转型逐渐落地以及国家的支持，一定会出现一批真正以科技为导向的高新企业，、他们能够赋能传统转型，科技共享、以及满足人们对美好生活（环境、生活品质、消费升级）的向往，尽管路途坎坷，但只要初心未变，他的价值终究会有一天会被市场发掘及认可，也希望大家能够在这个“万物智能”的时代选择拥抱代表未来的新经济，以免错过一整个时代。

$百度(BIDU)$ $蔚来(NIO)$$特斯拉(TSLA)$