9月25日至28日,以“引新荟智 绿创未来”为主题的2021世界智能网联汽车大会如期举行。在27日“未来出行与智慧物流”论坛上,百度智能驾驶事业群副总裁、首席安全运营官魏东进行了主题为《自动驾驶促进城市交通新形态》的演讲。

魏东提出,自动驾驶规模化落地会在“重塑新公共出行”“重塑新个性出行”“创造新商业物种”“促进新交通效率”(以下简称“四新”)四个方面促进形成城市交通新形态。“四新”代表着城市交通的未来,也将在节能减排,助力实现碳中和中发挥重要作用。

在“重塑新公共出行”方面,自动驾驶规模化落地可以让公共出行、出租车、汽车租赁等交通出行方式摆脱人工调度的限制,融合为“动态、按需、共享、智能”的MaaS(出行即服务)出行方式,建立安全可信赖的标准化出行服务,推动非法交通参与者的有效替代,打通高效安全出行的最后1公里。

在“重塑新个性出行”方面,L4级以上自动驾驶可以解放驾驶员双手、双脚、双眼,为用户创造路上的私享个人时间;去掉驾驶位的智能汽车也可释放车内空间,为乘客打造专属移动空间,真正实现个性化出行。
在“创造商业新物种”方面,自动驾驶规模化落地后,可在一天24小时内的交通高峰、平峰、夜间提供不同的服务。在交通高峰时段,自动驾驶车辆可提供交通出行服务,而在平峰期则可兼顾满足用户餐饮、会议、零售、休闲娱乐等个性化出行需求,而在夜间,则可化身为警务巡逻、医疗救助等社会公共服务的提供者。

在“促进新交通效率”方面, 自动驾驶规模化落地可优化城市空间格局,提高城市停车位的使用效率,减少用户寻找停车位浪费的时间,真正解决城市交通出行堵车苦、停车难的问题。比如,Apollo推出的全球首个量产级自动驾驶泊车解决方案AVP可以大大提高小区、商场、街区的停车效率。同时,百度ACE智能交通规模化落地,可以基于路口四个交通方向的交通信号协同,借助“车—路—云”三位一体,形成城市交通“绿波带”,让所有智能网联车辆高效通行,一路“绿灯”,提高整个城市的交通效率。
自动驾驶规模化落地通过实现城市交通服务“四新”,可达到“减少私家车保有量”“降拥堵、减事故、快通行”“提升公共交通出行分担率”“还地于林”的目标,并最终实现“促进节能减排、助力碳中和”的社会价值。演讲中,魏东同时表示,自动驾驶规模化落地是一项系统工程,离不开自动驾驶企业、城市管理者、交通参与者的共同努力。

作为中国自动驾驶行业的领导者,百度Apollo正在以安全为基础,逐步满足公众对于自动驾驶出行服务的新期待。截至今年上半年,百度Apollo自动驾驶已累计服务乘客 40 多万人次,测试里程超过 1400 万公里,成为全球唯一一家实现千万公里级路测积累的中国企业。今年8月,“萝卜快跑” 自动驾驶出行服务平台正式对外发布,目前在长沙、沧州、北京、广州、上海5城落地,面向公众提供常态化试运营服务,并将在2023年底将自动驾驶业务落地至30城,服务300万用户出行。

今年是百度Apollo第4次参展。一些参会者在现场体验了百度Apollo自动驾驶出行服务。跟往年相比,百度Apollo今年在展台新推出“萝卜快跑”,并对外展示了车路协同领域最新重大技术突破Apollo Air,是自动驾驶、智能交通、汽车智能化产品技术和解决方案最为丰富的参展企业。
好文章,需要你的鼓励
2025年,企业技术高管面临巨大压力,需要帮助企业从持续的AI投入中获得回报。大多数高管取得了进展,完善了项目优先级排序方法。然而,CIO仍面临AI相关问题。支离破裂的AI监管环境和宏观经济阻力将继续推动技术高管保持谨慎态度。随着AI采用增长的影响不断显现,一些CIO预期明年将带来劳动力策略变化。
这篇论文提出了CJE(因果法官评估)框架,解决了当前LLM评估中的三大致命问题:AI法官偏好倒置、置信区间失效和离线策略评估失败。通过AutoCal-R校准、SIMCal-W权重稳定和OUA不确定性推理,CJE仅用5%的专家标签就达到了99%的排名准确率,成本降低14倍,为AI评估提供了科学可靠的解决方案。
FinOps基金会周四更新了其FinOps开放成本和使用规范云成本管理工具,新版本1.3更好地支持多供应商工作流。该版本新增了合同承诺和协商协议数据集,增加了跨工作负载成本分摊跟踪列,以及云支出和使用报告时效性和完整性的元数据可见性。随着云和AI采用推动企业IT预算增长,技术供应商正在关注将成本与价值联系起来的努力。大型企业通常使用三到四家云供应商,小企业可能使用两家,同时还有数据中心、SaaS和许可等服务。
NVIDIA团队开发出Fast-FoundationStereo系统,成功解决了立体视觉AI在速度与精度之间的两难选择。通过分而治之的策略,该系统实现了超过10倍的速度提升同时保持高精度,包括知识蒸馏压缩特征提取、神经架构搜索优化成本过滤,以及结构化剪枝精简视差细化。此外,研究团队还构建了包含140万对真实图像的自动伪标注数据集,为立体视觉的实时应用开辟了新道路。