📰 新闻内容

2026年5月17日，腾讯新闻发布深度技术分析文章，系统梳理了百度在自动驾驶领域的最新技术进展。百度自2013年投入自动驾驶研发至今已超过十年，搭建了全球最大的自动驾驶开放平台Apollo，积累了超过1.5亿公里的L4级自动驾驶测试里程，并打造了全球规模最大的Robotaxi车队之一。

文章从五个维度深入剖析了百度2026年的智驾技术栈：端到端大模型（Apollo ADFM）、占用网络（Occupancy Network）、开发者工具链、车路协同5.0、以及自研AI芯片昆仑芯。这五个方向的进展覆盖了从感知到决策、从车端到路端、从算法到芯片的完整链路。

百度与上海交通大学联合提出的FlowAD框架已被ICLR 2026录用。该框架在特征层面显式建模相对场景流，在nuScenes数据集上使碰撞率降低19%，响应速度提升60%。

🔬 技术演进/核心问题

  • 端到端大模型 Apollo ADFM：全球首个支持L4级自动驾驶的大模型，2026年进入成熟阶段
  • 占用网络 Occupancy Network：将三维空间切成密集体素网格，解决传统目标检测只能识别已知类别的局限
  • FlowAD 框架（ICLR 2026）：碰撞率降低19%，响应速度提升60%
  • 车路协同5.0全域方案：城市道路通行效率提升40%，早晚高峰拥堵时长缩短近一半
  • 自研AI芯片昆仑芯：M100计划2026年量产，M300预计2027年初推出

🔑 关键洞察

无限理解取代有限检测是自动驾驶感知的范式转移。占用网络对任意形状、任意类别的实体障碍物都能检测，这是感知逻辑的根本性重构。
车路协同将智能从单车转移到基础设施，自动驾驶的普及不一定需要每辆车都装满传感器，基础设施改造可能是更经济的规模化路径。
垂直整合能力是百度智驾的隐性护城河。同时拥有高精地图、自研AI芯片、开源平台、规模化运营能力的参与者在全球极为罕见。

💭 引发思考

当行业注意力集中在发布会和规模目标时，技术栈本身的积累往往被低估。百度在端到端大模型、占用网络、车路协同、自研芯片和开发者工具链上都有实际进展，当它们铆合在一起时，构成的是一个从感知到决策、从算法到芯片的完整技术闭环。

在自动驾驶这样一个还没有真正撞线的领域，技术深度和工程落地能力可能比声量更重要。当行业从技术验证加速迈向量产应用的新阶段，拥有完整技术栈的参与者将占据更有利的位置。

📎 相关阅读

起大早，赶晚集？2026年百度智驾有啥新技术？ | 腾讯新闻 | 2026-05-17

逍遥云初 | 2026.05.18