文 |魏啟揚

來源|智能相對論（aixdlun）

在“完全自動駕駛”這個純技術難題還未普及實現之前，“人機共駕”將在一段時間內長期存在，也是車企們打造智能汽車時需要突破的難題之一。

這個難題的關鍵點在于如何在技術解決方案趨同的行業語境下，實現智能汽車的產品跨越。

12月8日舉行的2020百度Apollo生態大會上，百度Apollo用一套“樂高式”的整車智能化解決方案對這個問題進行了很好的回答。

將自動駕駛技術下放，形成降維打擊的優勢，從而引領智能汽車產業進階，進而重新定義新一代汽車智能化生活。

進化途中的智能汽車急需一步大跨越

汽車的“新四化”喊了多年，汽車智能化的進化也一直在進行之中，如何打造一臺智能汽車，行業內比較通行的方案是采用智能車聯技術在交互、體驗、服務等方面進行創新突破。

從無到有，智能車聯幾乎已成新車標配。

根據相關數據顯示，車聯網的滲透率近年來逐步上升，至2020年預計可超過24%，IHS更是預測，到2022年全球具有聯網功能的新車市場占比將達94%。

然而新的問題隨之而生，智能車聯經過一段時間的野蠻生長之后，相比傳統汽車，智能汽車雖然在功能和體驗上都有不小的提升，但近兩年來，由于車聯網技術發展進入瓶頸期，各家的解決方案大同小異，智能汽車的進化也開始停步不前。

比如，人機交互始終停留在簡單的功能式語音應答上；比如，車載娛樂的重心依然是中控大屏的那套玩法；再比如，車載服務無法擺脫導航定位、社交支付的俗套。

造成這種現狀很大一部分原因在于幾乎所有的智能汽車解決方案都將智能車聯單獨拿出來說事，沒有與自動駕駛、地圖、車機系統等進行有效關聯。技術上的割裂，使得智能汽車每一次迭代，在功能和體驗層面的提升都有非常有限。

以“不造車”的華為的智能汽車方案作為參照，無論是基于HMS能力的HMS for Car，還是手機投屏映射方案HiCar，目前都還沒有落地。

從華為在Mate 40系列發布會的提前劇透來看，HMS for Car的內核也是傳統的車聯網概念，通過車載應用市場進行車載應用分發的方式來實現對用戶的各種用車生活，至于HiCar，本來就是一個過渡性質的方案，更加沒有太多值得借鑒的地方。

傳統Tire1是車聯網另外一類比較重要的玩家，以博世的智能汽車方案為例，這類玩家主要側重智能座艙的硬件解決方案，主要包括信息娛樂域控制器、車載信息娛樂系統、駕乘人員監測系統、5G-V2X車載互聯控制單元等。

需要注意的一點，博世的長板在硬件，對于時下火熱的“軟件定義汽車”的概念，博世采取了一個“曲線救國”的策略，用“軟件結合硬件”對概念進行有利于自己的重新定義。

很顯然，在當前的市場困局之下，被養“叼”了口味的用戶，經過幾年前智能車聯一日千里的高速發展之后，對千篇一律的車聯網逐漸失去了新鮮感，此時的智能汽車急需一場“技術升級”來滿足“消費升級”的需要。

百度Apollo在“2020百度Apollo生態大會”上一系列新產品的發布恰逢其時，“智駕智艙智云智圖”四大智能化解決方案，既能單獨解決智能汽車某些場景下的痛點，融合起來又形成1+1>2的效果，帶動智能汽車的整體升級，毫不夸張的說，百度Apollo在助力車企打造智能汽車這件事情上又一次搶到了領先身位。

“人機共駕”提前預演，建立在自動駕駛基礎上的智能汽車

百度Apollo將此次發布的汽車智能化解決方案定義為“領先一代”，其底氣來源于深厚的自動駕駛能力，所有方案都是在自動駕駛的基礎上，與自動駕駛深度融合，從而形成了高維打低維的壓迫性優勢。

目前，百度Apollo擁有全國最大規模的Robotaxi運營車隊。

在長沙，Apollo首次通過快速路連接多個運營區域，解鎖了這座新晉網紅城市的復雜路況；在滄州，Apollo開通了首條自動駕駛旅游專線與高鐵站的接駁服務，打造了獅子城的“新文旅”；在北京，Apollo聯合首汽約車對自動駕駛服務全面開放之后，Robotaxi一度“爆單”……

百度Apollo在自動駕駛上筑起的競爭壁壘已經足夠厚實，而其在智能汽車上的打法是，把Robotaxi的技術優勢降維到“人機互駕”的智能汽車中，實現以高打低，在這個過程中，打造了一個完整的量產產品體系，然后通過量產產品產生的規模化系統數據，再反哺到L4級自動駕駛的研發，在技術升級與量產落地之間形成了協同式的螺旋上升。

回到打造智能汽車這件事情上，為什么說Apollo的汽車智能化解決方案“領先一代”呢？

1、產品體驗：在基礎功能之上不斷做加法

大量新技術上車，讓智能汽車增加了很多新功能，解決了有沒有的問題，用戶之所以會對這些新功能失去“新鮮感”，很大一部分原因在于這些功能沒有再向前一步，從可用到好用再到愛用。

我們先來看汽車一個高頻使用的功能——導航是如何進化的。

自導航地圖進入車機系統之后，憑借OEM自己的能力是很難解決導航定位不準這個基礎問題的，所謂的“原廠地圖”有多難用，誰用誰知道，用戶寧愿舍棄那塊中控大屏，此時手機支架在車廂內大行其道。

其后OEM與專業圖商合作，車載地圖的體驗基本能做到與手機地圖一致，但在導航定位的基礎功能之外就沒有然后了。

此次Apollo發布的百度地圖汽車版2021在功能體驗上則顛覆了大眾對地圖的認知。

首先在交互體驗上，就與車輛的硬件充分結合，提供AR導航、多屏互動等多種交互手段，支持領航輔助優先、領航輔助路線可視化展示，便于用戶提前感知道路變化，并實現人工駕駛和自動駕駛自然流暢的接管。

其次在出行服務上，深度融合的加油、停車、充電多方面?態數據，對電動車出行和場景出行提供個性化的智能服務，比如實時顯示充電樁位置，為電動車劃出續航圈、繪制續航模型、規劃行駛路線等。

在另外一項經常用到的車機交互功能上，相比其他產品只能進行功能式應答，小度助手除了能通過App創建專屬的虛擬形象投射到車載大屏中，增強人機交互的真實感之外，還搭建了全新Feed流式交互框架、全雙?多模融合交互、Smlta離在線語?模型等多種交互方式。

此外，小度助手在進一步拓展人機交互的廣度和深度，即融入TOP1問答、歸宗推薦引擎、情感引擎等新智能引擎；覆蓋社交、游戲、娛樂、辦公、教育、健康、V2X等新場景。

如是一來，小度助手變得更加“聰明”，用戶與小度助手進行語音交互時，獲得的體驗感也大大提升。

通過百度地圖汽車版2021與小度助手的進化過程，我們可以清晰的看到，百度Apollo在智能汽車的基礎功能之上不斷做加法，打造出的產品形態一直在拓展原有產品的內涵邊界，從而打破用戶的打動“閡值”。

2、商業模式：技術推動下打造新的增長極

說Apollo的汽車智能化解決方案“領先一代”，產品力上的領先只是顯露在外的明線，商業模式上的領先與重塑，則是Apollo方案隱藏在內的暗線。

上文提到，百度地圖汽車版2021融合了大量的加油、停車、充電等多方面?態數據，其中全球POI覆蓋1.5億，道路里程覆蓋1000萬公?，如何挖掘這些數據的價值，大有文章可做。

小度助手向車內引入了3000+全語音交互小程序，打造了一個全新的車內智能生態，同時通過高度集成的新運營?具集，賦能車企全周期用戶運營，在這個模式之下，汽車行業前端銷售，后端售后保養已固守了近百年的傳統商業模式或將產生新的變化，除了生產智能汽車之外，OEM還可向賣軟件和服務方面轉型，而這些將成為OEM新的增長引擎。

3、生態打造：通過快速上車形成多方共贏

打造一臺完美的智能汽車，技術功能是底層能力，是基礎門檻，對于OEM來說，解決方案是否合適很大程度取決于方案的適用性，即包括車載系統在內的技術功能能否配合OEM的產品開發節奏和需求快速上車，滿足量產的需求。

在這方面無論是百度地圖汽車版2021，還是小度助手，均是為量產而生。

像百度地圖汽車版2021版既可以提供完整的百度地圖APK，讓OME直接適配；也可以將核心引擎提供給有開發能力的OEM，定制自己專屬的地圖客戶端和出行應用；還可以類似特斯拉的交付方案，單獨提供路況、底圖等核心數據和服務資源。

小度助手上車不難，難的是內容生態的建設，為此Apollo為小度助手設計的是一個車規級的生態底座，幫助生態開發者快速上車，讓更多車企與海量小程序對接，同時開放豐富的?機流量??，接?豐富成熟的運營?具，形成獨特的跨聯盟超級APP流量交換。

發現沒有，Apollo構建的不光是智能車聯的內容生態，同時還構建了一個智能汽車的開發生態，在這樣的生態架構下，形成了車企、開發者、用戶以及Apollo自身的多方共贏。

成為汽車靈魂的智能車聯，一幅全新的智能汽車畫卷正在鋪開

今年9月，IHS Markit發布《中國智能車聯市場發展趨勢報告》顯示，在今年1-7月的新車銷量市場占比中，百度智能車聯實際搭載新車銷量占比49%，騰訊占比35%，阿里占比16%。

從2020年全年當前市場搭載車型數量預估來看，百度預計將有61款搭載小度車載的車型上市，遠遠領先阿里、騰訊。

很明顯，在這場汽車智能化的歷史大潮中，百度Apollo已經站在了隊伍的前排，而此次生態大會上全新汽車智能化解決方案的發布，又進一步強化了百度Apollo在行業中的優勢。

就如上文所述，對于車企而言，Apollo的價值不光光是技術和功能層面的賦能與助力，而是通過生態的重構，提供了全新的商業模式和思路，由此也讓我們對“人機共駕”時代充滿了更多的想象空間。

造車者可以利用車聯數據實現對造車的反哺；

賣車者可以享受到智能營銷帶來的銷售效能提升，通過新車聯網功能快速上車，提高產品的競爭力；

開發者可以快速地融入到繁榮的汽車生態，參與智能汽車的定義；

汽車用戶，不需再在智能和性能之間糾結，買回家的車就是兩者都能兼顧的好車。

在Apollo“樂高式”整車智能化解決方案之下，汽車智能化不斷邁步進階，一幅壯麗的智能汽車畫卷也徐徐鋪開。

*本文圖片均來源于網絡

此內容為【智能相對論】原創，

僅代表個人觀點，未經授權，任何人不得以任何方式使用，包括轉載、摘編、復制或建立鏡像。

部分圖片來自網絡，且未核實版權歸屬，不作為商業用途，如有侵犯，請作者與我們聯系。