Baidu, Inc. kündigte Pläne an, im Jahr 2023 den weltweit größten autonomen Ride-Hailing-Service-Bereich aufzubauen. Die Ankündigung erfolgte während einer Feier zum Apollo Day. Der Plan sah vor, das Einsatzgebiet für Baidus vollständig fahrerlose Robotaxis zu erweitern, damit Baidu mehr potenzielle Kunden erreichen kann.

Darüber hinaus stellte Baidu eine Reihe neuer technologischer Durchbrüche vor, darunter ein großes KI-Modell für die Wahrnehmung des autonomen Fahrens, hochauflösende Karten für das autonome Fahren, ein geschlossenes System für autonome Fahrdaten und die erfolgreiche End-to-End-Anpassung von KI-Chips für autonome Fahrzeuge. Das Unternehmen wird im Jahr 2023 den weltweit größten Bereich für vollständig fahrerlose Ride-Hailing-Dienste aufbauen und seine Wachstumsdynamik als weltweit größter Anbieter von Robotaxi-Diensten beibehalten: Seit August 2022 hat Baidu bereits vollständig fahrerlose Ride-Hailing-Dienste (ohne menschliche Fahrer im Auto) in den Städten Chongqing und Wuhan eingeführt und hat Zugang zu Hunderten von Quadratkilometern Betriebsfläche. Basierend auf dieser führenden Position wird Baidu sein Einsatzgebiet im nächsten Jahr weiter ausbauen, um das weltweit größte Servicegebiet für vollständig fahrerlose Robotaxi-Dienste zu schaffen.

Derzeit deckt die autonome Ride-Hailing-Plattform des Unternehmens, Apollo Go, mehr als 10 Städte in China ab, darunter alle Städte der ersten Ebene. Allein im dritten Quartal 2022 hat Apollo Go mehr als 474.000 Fahrten durchgeführt, 311% mehr als im Vorjahr und 65% mehr als im letzten Quartal. In Städten der ersten Liga wie Peking und Shanghai kann jedes Robotaxi von Apollo Go im Durchschnitt 15 Fahrten pro Tag durchführen, was fast dem Tagesdurchschnitt typischer Online-Ride-Hailing-Autodienste entspricht.

Bis zum Ende des dritten Quartals 2022 hat Apollo Go insgesamt 1,4 Millionen Fahrten für die Öffentlichkeit angeboten. Mit der weiteren Ausweitung des Robotaxi-Dienstes kommt Baidu dem Ziel, mehr Menschen autonome Fahrdienste anzubieten, einen Schritt näher und baut gleichzeitig seine führende Position auf dem globalen Markt für autonomes Ride-Hailing weiter aus. Das branchenweit erste große KI-Modell für autonomes Fahren, das das "Long Tail"-Problem angeht: Die AV-Industrie kämpft seit langem mit dem "Long Tail"-Problem, bei dem ein autonomes Fahrzeug in ein Szenario gerät, das es noch nicht gesehen oder erlebt hat.

Um dieses Problem zu lösen, hat der Baidu-Experte für autonomes Fahren, Jingdong Wang, das branchenweit erste große KI-Modell für autonomes Fahren angekündigt. Es handelt sich dabei um ein vortrainiertes visuelles Sprachmodell mit schwacher Überwachung, das durch das Baidu WenXin Big Model unterstützt wird, das Tausende von Objekten erkennt und dazu beiträgt, den Umfang der semantischen Erkennung zu erweitern. Das Modell wird autonome Fahrzeuge in die Lage versetzen, sich schnell einen Reim auf ein ungesehenes Objekt zu machen, z.B. bei der Erkennung von Spezialfahrzeugen (Feuerwehrwagen, Krankenwagen), der Erkennung von Plastiktüten und anderen Problemen. Darüber hinaus kann das Baidu-Modell für die Wahrnehmung des autonomen Fahrens - ein Teilmodell des WenXin Big Modelule - mit mehr als 1 Milliarde Parametern das Generalisierungspotenzial der Wahrnehmung des autonomen Fahrens drastisch verbessern.

Hochauflösende Karte für autonomes Fahren, um ein intelligenteres und effizienteres autonomes Fahrerlebnis zu gewährleisten: Laut Jizhou Huang, dem Experten für autonomes Fahren bei Baidu, ist die neue Generation der Karte für autonomes Fahren mit umfassenden Funktionen wie automatischer Produktion, Echtzeit-Fusion und Wissenserweiterung ausgestattet. Sie wird in die Massenproduktion gehen, um ein "sicheres, zuverlässiges und effizientes" autonomes Fahrerlebnis zu ermöglichen.

96% Automatisierungsrate bei der Kartenproduktion: Mit KI als treibende Kraft zur Steigerung der Effizienz und Senkung der Kosten hat die Automatisierungsrate der hochpräzisen Kartenproduktion von Baidu nun 96% erreicht. Kartenaktualisierung in Echtzeit zur Gewährleistung der Fahrsicherheit: Die Integration von fahrzeugseitigen Wahrnehmungsdaten und Multi-Source-Karten zur Erstellung von Online-Karten in Echtzeit hat dazu beigetragen, die Sicherheit des autonomen Fahrens deutlich zu erhöhen. Massive Daten plus menschliches Fahrerwissen zur Verbesserung der Fahrsicherheit: Mit mehr als 12 Millionen Kilometern an Straßennetzen und Daten, die auf Baidu Maps gesammelt wurden, sowie Hunderten von Millionen menschlicher Fahrstunden, integriert Baidus Karte für autonomes Fahren diese Datenpunkte effektiv, um die Zuverlässigkeit des autonomen Fahrens zu verbessern.

Geschlossenes Datensystem zur weiteren Verbesserung der Intelligenz des autonomen Fahrens: Wenn autonome Fahrzeuge in größerem Umfang eingesetzt werden, wird auch der Umfang der empfangenen Daten exponentiell zunehmen. Dies bringt Herausforderungen bei der Identifizierung wertvoller Daten und der effizienten Nutzung von Daten zur kontinuierlichen Verbesserung des autonomen Fahrens mit sich. Ang Li, der Technologieexperte von Baidu, stellte das Konzept der "Fine Purification, Strong Ingestion" und Apollo Loop, ein geschlossenes Datensystem, vor, um Daten effektiv zu identifizieren und zu nutzen.

Um die Daten zu bereinigen, nutzt das System sowohl kleine KI-Modelle an Bord als auch Cloud-basierte Big AI-Modelle, um ein hocheffizientes Data Mining und eine automatische Kennzeichnung zu erreichen. Die Architektur für die Datenaufnahme ermöglicht ein automatisiertes Training mit der Fähigkeit zur Gruppenoptimierung und dem Verständnis der Datenverteilung, um die Daten effektiv zu nutzen und die allgemeine Intelligenz des autonomen Fahrens weiter zu verbessern. Entwicklung eines sich gegenseitig verstärkenden parallelen Nutzungsmodells für L4- und L2+-Technologien für autonomes Fahren: Das Unternehmen setzt die Technologie des autonomen Fahrens aktiv ein, um fortschrittliche Produkte für das assistierte Fahren zu ermöglichen.

Der Baidu-Experte für autonomes Fahren, Liang Wang, erklärte, wie Baidu seine jahrzehntelange Erfahrung im Bereich autonomes Fahren nutzt, um einen technischen Weg zu finden, auf dem L4 und L2+ autonomes Fahren nebeneinander existieren können. Derzeit ermöglicht die Technologieebene die Vereinheitlichung von L4- und L2+-Produkten für intelligentes Fahren in Bezug auf das visuelle Wahrnehmungsschema, die technische Architektur, die Vereinheitlichung von Karten, die Datenverknüpfung und die gemeinsame Nutzung der Infrastruktur. Baidu stellt sich eine für beide Seiten vorteilhafte Beziehung vor, in der L4 weiterhin eine fortschrittliche Technologiemigration für L2+ Smart Driving-Produkte in städtischen Anwendungsfällen bereitstellt, während L2-Datenfeedback auch zur Verbesserung der L4-Generalisierungsfähigkeit beitragen wird.