DuerOS与Apollo计划，已然成为推动百度人工智能前进的两架马车，作为实际操作上的掌舵人，百度总裁兼首席运营官陆奇曾经透漏，自己入职百度以来的三个月，40%的时间投入自动驾驶业务。而距离百度AI开发者大会，陆奇公布Apollo1.0 计划仅仅过去两个半月的时间，百度在9月20号又马不停蹄的公布了Apollo 1.5。

在百度AI开发者大会，陆奇介绍了Apollo计划的初期环境：拥有了包括微软、博世、长安、一汽等厂商在内的50个初始合作伙伴；Apollo 1.0 开放了封闭园区循迹自动驾驶能力，开放了自定位能力和端到端等非常有价值的数据。

根据百度的介绍，通过Apollo1.0开放的车辆线控改装方案、硬件配置方案、系统架构及代码，开发者能够快速实现一辆循迹自动驾驶汽车的集成。

“我们将加强开放速度，我们每个礼拜都会更新，我们每两个月左右都会有一个新的版本和总体能力的提升”，在陆奇介绍的开放能力时间表上，今年的12月是Apollo 2.0 推出的时间点，在开放障碍物行为标注数据、2D障碍物标注数据、日志提取仿真场景数据的基础上，要实现简单城市路况自动驾驶。

开放5大能力

而在9月的这个时间点上，Apollo1.5 便带来了实现“固定车道自动驾驶”的开放能力：Apollo1.5开放了障碍物感知、决策规划、云端仿真、高精地图服务、端到端的深度学习（End-to-End）等五大核心能力。

根据百度介绍，基于此次开放的障碍物感知和决策规划能力，车辆能够在夜间恶劣的视觉环境下，也能实现精准障碍物识别，并且能够识别大型犬、足球、垃圾桶等非典型交通场景，实现不分昼夜的车道自动驾驶；此外，百度还开放了激光雷达云端标准，并且外部合作伙伴方案的感知和规划接口。

而作为Apollo开放平台的重要工具，通过海量的数据、大规模的计算学习，仿真引擎则能实现自动驾驶技术快速成熟、快速落地。Apollo仿真引擎此次将开放仿真场景、算法上传与场景运行、智能判别系统、算法3D可视化等数据。

开放高精地图

此外，Apollo计划开放了全球范围内高速与特定城市道路的高精地图服务合作。

根据介绍，从2013年启动启动的高精地图研发工作，现在能够处理来自以实时路况为主的动态数据以及以道路信息为主的静态数据，相对精度达到了1-0.2米层次；同时依靠百度的人工智能、深度学习等技术，高精地图能够实现自动化处理90%的数据，识别各种交通目标的准确率高达95%以上。

开源社区与更多的合作伙伴

Apollo平台研发负责人王京傲透漏，Apollo保持着每周数十次频率的代码更新，两个多月时间新增6.5万行代码。而截止目前，共有1300多个合作伙伴下载使用了Apollo开源代码，近百个合作伙伴通过Apollo官网申请开放数据。上线当月，在全球最大的开源社区Github的全球C++类项目中排名第一，6000多个开发者推荐使用Apollo开源软件。

与此同时，Apollo计划新增了17家合作伙伴，规模达70家，其中包括了华阳集团、北斗星通、CSDN、ESD、现代汽车、力帆汽车等车企。而且Apollo同合作伙伴的量产方案、产品研发以及合作意向等也超过了50起。

除了百度AI开发者大会上，百度与长江产业基金会成立的Apollo基金，这次发布会上，百度还推出了“双百计划”：未来三年，Apollo基金生态投资100亿；未来三年，Apollo基金将实现100+个项目的投资，共同打造Apollo开发者生态。

Apollo开发者生态

寄以厚望的Apollo计划

此前，与百度自动驾驶密切相关的倪凯、王劲、吴恩达等人接连离职，一定程度上给百度的自动驾驶业务带来了不良的影响。而百度的相应措施便是，成立智能驾驶事业群组，将由自动驾驶事业部（L4）、智能汽车事业部（L3）、车联网业务（Car Life etc. ）共同组成，由陆奇兼任总经理全权负责。

经过业务上的调整，又是陆奇亲自挂帅，统筹规划各模块的资源，百度对于无人驾驶寄予的希望由此可见一斑。在之前的百度AI开放者大会上，陆奇从软件平台的四大模块，服务平台开放的各项能力，参考硬件平台和参考车辆平台等方方面面，仔仔细细介绍了Apollo计划的理念与战略，认认真真讲解了百度对于未来自动驾驶产业格局的认识，并且给出了产品落地的时间表。

而关于合作方是否愿意与Apollo共享数据的问题上，邬学斌表示，百度不等于Apollo，Apollo由Apollo管理委员会进行管理，管理委员会有14个席位，是Apollo的最高决策机构，负责做管理和协调，其下有很多技术委员会，负责技术方面的决策。

Apollo计划坚持开源，百度投入这么多的阵势，其实也就是看出智能驾驶的未来必然将要来到。“在所有自动化系统中，汽车将是首个落地的重要商业应用”，陆奇把Apollo计划当做是未来智能驾驶的操作系统来看，那么在自动驾驶时代到来之前，争夺话语权的问题上投入再多的资源也是值得的。 （本文首发钛媒体）