合縱
百度要做無人車，這個消息一度引發了一場微博段子狂歡。畢竟在過去的幾年中不論是市值還是口碑，「B」都在被「A」和「T」越甩越遠。起初大家都以為，這要麼是一場完全打偏的形象自救行動，要麼是又一次有樣學樣的C2C（Copy to China）事件。
但現在看來，百度好像是認真的。
今年4月的上海車展上，百度透漏了自己的阿波羅計劃，宣稱已經與北汽集團、奇瑞等建立了合作關係，共同發展自動駕駛，並將分階段開放技術。
果然，7月份，百度如約在GitHub上開源了阿波羅計劃的部分代碼。
但這份開源的代碼在發布之後受到了爭議。首先，這並非是百度在發布會上所說的「無人車作業系統」，整體還是基於開源的ROS（機器人作業系統）。在發布會上的激情宣講之後就拿出來一個開源軟體的魔改版，儘管無可指摘，但還是令人略感失望。
百度方面曾表示，願景是做無人駕駛領域的android，依靠開放平臺佔領市場，然後搜集大數據拿來進一步掘取價值。但很難說這件事能不能做成，因為百度對硬體幾乎沒有掌控。
誠然，谷歌藉助Android收集到了大量的用戶數據然後拿來賣廣告，但也不得不面對整個Android市場碎片化的窘境。汽車的硬體分裂程度要遠遠高於手機，試圖在這樣的環境裡復刻Android的思路，很難說這個主意是好是壞。
谷歌大概覺得不是。他們的Waymo團隊之前一直是Velodyne的大客戶，但近段時間Waymo的視覺系統和雷射雷達都改為了內部自主研發。同樣是提供無人駕駛解決方案，軟硬體結合的Waymo，看起來無疑更有底氣。
另一個尷尬的問題是，百度現在是不是還來得及。
要知道特斯拉2015年就發布了Autopilot的最初版本，截止今年7月，已經積累了高達80億公裡的運行數據，且仍在以每季度16億公裡的速度增長。對於自動駕駛所用到的神經網絡算法來說，算法本身的優劣固然重要，但大量的數據積累，優化，訓練更加重要。這是一個用戶數據多——產品體驗好——用戶數量增加——進一步收集更多數據——產品體驗進一步提升的正向循環。先發制人的特斯拉已然跑出了這麼遠的距離，以百度目前的進度來追趕，恐怕很難。
不過，近日發布的百度阿波羅1.5似乎帶來了一點轉機，它進一步開放了高精地圖，環境感知，決策和雷射雷達支持幾個模塊，相比1.0版，阿波羅計劃1.5無疑更加硬氣。特別是雷射雷達的加入，讓整套平臺更具專業範兒。目前在自動駕駛研究方面，雷射雷達的不可或缺性幾乎是業內共識（但特斯拉除外）。可以說有了雷射雷達，阿波羅才算真正進入這個圈子。
不過，雷射雷達也帶來了新的現實問題。
百度欽定的這家雷射雷達供應商Velodyne年初大放衛星，要將雷射雷達的售價降低到50美元並年產百萬，但眼下的雷射雷達，仍然又貴又少。
儘管百度承諾，加入阿波羅計劃的合作方可以以更快的交付速度和更優惠的價格拿到雷射雷達，但這個承諾翻譯過來，好像還是「我們現在沒貨」。
除了雷射雷達，百度還給出了一個參考硬體平臺，詳列了包含衛星定位模塊，車載電腦乃至電源等部件的建議選型，都由第三方廠商提供。
在核心硬體中的IPC部分，我們看到了TITAN X + E3-1275這樣的規格介紹，熟悉PC硬體的電科技讀者應該知道，這一套組合代表的是相當強的計算能力。換言之，這樣龐大的算力要求，似乎表明阿波羅車載系統當前的優化程度還尚有不足。
而另一邊的車廠們，也有自己的動作。
連橫
同在2013年，比亞迪跟和北京理工籤訂協議，花了三個月多的時間，拿出一輛搭載雷射雷達技術的自動駕駛測試車，並斬獲了當年全國無人車駕駛比賽的冠軍。次年，他們又宣布跟新加坡科技研究局通訊研究院成功搭線。有了測試車，取得了成績，更走出了國門，比亞迪的自動駕駛研發之路，至此走的相當獨立。
隨後發生了兩件有意思的事情。
其一自然是16年初，比亞迪董事長王傳福突然的自行爆料：比亞迪的自動駕駛不僅在自研，還在跟百度合作。
其二是在這之後的6月，新聞報導比亞迪和浙江眾合科技在「無人駕駛」方面展開深度合作。隨後比亞迪方面迅速解釋稱，與眾合科技的合作僅限於軌道交通方面，與無人駕駛汽車則並無聯繫。
比亞迪對百度的示好，可能更多是出於對高精地圖的迫切需求。
須知雷射雷達等硬體雖然重要，但探測範圍畢竟有限，在面對急彎，坡路等路況時，探測距離的限制帶來的就是反應時間和安全性的下降。因此對自動駕駛來說，高精地圖，是面對複雜路況的一個有力武器。
今年4月，百度、高德、四維圖新與博世抱團，要做中國版的高精地圖眾包測繪。在中國，進行地圖測繪活動必須先獲得相應的資質，獲頒牌照後才可進行。而這個合作陣容，不可思議的集合了國內13家有資質的網際網路地圖測繪企業中最大的三家。
比亞迪則並不在獲頒地圖測繪牌照的企業之列。
由此我們就不難理解為何比亞迪要迅速在無人駕駛汽車上澄清與合眾科技的合作關係。軟硬體可以買，可以自研。但牌照沒有就真的是沒有。如果不選擇合作，沒有測繪牌照的比亞迪幾乎沒有得到高精地圖的第二條路。當然，也有不需要高精地圖的技術路線可走，但與幾乎整個業界的主流路線相左，不知道比亞迪有沒有這個勇氣。
道阻且長
國內的自動駕駛汽車還是沒有「上路」。
這一方面是好事。汽車作為耐用品，硬體升級換代很慢，晚入局的玩家能夠在更好的硬體上發力，有快速趕超的可能。再者，還沒上市，就還有想像的空間。
另一方面也是壞事。就像前面說過的，自動駕駛涉及到的AI訓練需要大量的數據做支撐。在算法水平相近的情形下，無疑是誰見得多誰就跑的快。如果百度合縱成功，或許能在短時間內讓自家AI的訓練量接近特斯拉的水平，但百度對阿波羅計劃究竟有多少控制力，還很難說。
現在國內相關的企業們，紛紛站隊，宣傳，大秀概念。他們太急了。
百度在今年7月的演示中，他們的自動駕駛汽車還在壓實線違章，甚至有不能正確識別車道標線的嫌疑。這樣的一個平臺，宣稱要幫助一眾國產廠商完成自動駕駛車型的研發，說服力很成問題。
另一個問題是大家都太「軟」了。自動駕駛所需的遠不僅是算法和作業系統。更高精度，更高線數的雷射雷達，穿透力更好的毫米波傳統雷達，更好的攝像頭，更強算力、更低功耗的車載電腦，這些硬體上的發展趨勢，不可能所有人都看不到。目前百度在硬體上的動作，似乎只有投資了Velodyne。而國內的車企也沒有自研硬體相關的動向。百度如何面對硬體平臺碎片化必然帶來的高適配成本，車企如何保證用戶統一、良好的體驗，現在的他們都還需要一點「硬」實力。
再者，自動駕駛，本質上是將乘客的生命財產安全極大、乃至全部地交給車輛本身。我們可以信任國產無人車嗎？上車大吼一聲「去醫院」之後被拉到莆田系去，這樣的擔憂儘管是段子，但也不全無道理。
軟體行業裡有句話：「Talk is cheap，show me the code。」 或許把生態和平臺放到一邊，先拎一輛合格的自動駕駛汽車出來，才是這個圈子正確的公關姿勢。