作为纯视觉高阶智驾方案的头部玩家，百度智能驾驶始终坚持算法、算力的深耕和投入。从语音大模型到智驾大模型，2024年，百度智驾能力又迈上新的台阶。

3月25日，在极越AI DAY 2024上，百度Apollo自动驾驶视觉大模型VTA（Vision Takes All）正式发布，大幅升级包括动静态检测、时序跟踪、实时建图、场景理解等能力，再度提升极越纯视觉高阶智驾能力上限。

在大模型的基础之上，百度还能提供2.2EFLOPS 的GPU智驾云端算力，让大模型能在海量的数据中，实现快速迭代。在过去几个月里，百度和极越就迭代了90多个智驾功能。

“今年上半年我们会做轻图开城，从4月到6月底，上半年我们会开300个城市，百度地图导航能到的地方，我们的城市智驾基本都可以覆盖。”3月17日，在中国电动汽车百人会论坛（2024）上，百度智能驾驶事业群组（IDG）首席研发架构师 IDG技术委员会主席王亮在接受帮宁工作室在内的媒体采访时，还公布了百度在领航辅助驾驶上的最新规划。

在领航辅助驾驶开城方面，百度相对而言入局较晚，搭载相关功能的车型比小鹏等第一梯队晚了13个月左右，但其铺设和追赶速度较快，按照当前规划和布局，百度即将迈入第一阵营。

“之所以我们追赶得比较快，这也得益于我们前5年在L4业务上积累的基础设施、人才、经过验证的算法，以及大量宝贵智驾数据，这两者之间是有机的协同和结合，包括数据层面、算法层面、地图验证、地图规格变化等，两边一直在协同往前跑。”王亮解释道。

在技术创新方面，作为一个纯视觉派，王亮认为，视觉能力最好的迭代方式是去掉激光雷达，使之在真实场景里面完成迭代。

“为什么我说激光雷达是一个拐杖？因为依靠激光雷达肯定是走不到终局。”王亮说，一直以来，他有一个观点不会变——所有智能驾驶要走到终局，终局若以用户是否能形成依赖、是不是能长期使用为标准，那么很强大的视觉感知能力应该是充分必要条件。

具体来看，从现实角度出发，激光雷达蕴含的信息量，对比图像（视觉）而言少好几个量级，但因为其具有初速度比较快的优势，所以比纯视觉更快上车。

从研发进度来看，激光雷达能让工程师产生惰性，从而不能真正迭代视觉能力。他举例说道：“如果同时有激光雷达和视觉，遇到困难、又在时间很紧迫、老板要求你解决问题的情况下，大部分人还是会从激光雷达上想办法。”

去掉激光雷达的百度智能驾驶，发展速度只会越来越快。

“我们已经进入了一个良性的轨道，后续的迭代像大模型时代我们的模型算力、我们的数据，加上我们整个模型的参数规模在不断地增强，我觉得视觉会越跑越快，还是一个非常正确的选择。”王亮说。