近期，自動駕駛領域的兩大巨頭——蘿卜快跑與Uber，宣布了一項重大合作計劃，標志著自動駕駛技術出海的新篇章。蘿卜快跑，作為百度旗下的自動駕駛出行服務平臺，其在全球范圍內的快速擴展引起了廣泛關注。今年一季度，蘿卜快跑成功進軍迪拜和阿布扎比，特別是在迪拜的道路上，開始了無人駕駛汽車的驗證測試。根據與迪拜道路交通局（RTA）的合作協議，蘿卜快跑計劃在迪拜部署超過千臺全無人駕駛車輛。

不僅如此，蘿卜快跑在香港也取得了新的進展。6月18日，香港運輸署宣布，蘿卜快跑已獲批在香港東涌的特定路段和時段進行測試。這一批準是在香港運輸署更新自動駕駛車輛試行牌照并擴大測試區域后，蘿卜快跑在香港的又一重要突破。據評估，蘿卜快跑在不同道路場景中的表現穩定，安全行駛里程已超過15000公里。

與此同時，蘿卜快跑的業務擴展并未止步于亞洲，其正積極向歐洲市場進軍。據報道，百度已在瑞士設立實體公司，作為蘿卜快跑無人駕駛業務出海歐洲的重要基地，土耳其市場也在其拓展計劃之中。這一系列的布局，無疑為蘿卜快跑在全球自動駕駛領域的地位奠定了堅實基礎。

在這樣的背景下，Uber的出現為蘿卜快跑提供了更為廣闊的市場機遇。作為全球最大的出行平臺，Uber需要一個已經完成技術驗證、具備大規模部署能力的合作伙伴來重新布局無人駕駛領域。而蘿卜快跑，作為全球最大的自動駕駛服務商，憑借其成熟的技術和豐富的運營經驗，成為了Uber的理想選擇。

蘿卜快跑在感知硬件方面的優勢尤為突出。其第六代無人車搭載了四顆激光雷達，實現了5×360°無死角感知，點云密度更是Waymo車型的1.5倍。該車還搭載了百度Apollo ADFM大模型，這是全球首個支持L4級自動駕駛的大模型，其安全性號稱高于人類駕駛員10倍以上。

Apollo ADFM大模型在感知、決策規劃等方面均表現出色。其感知大模型通過點云和視覺多模態融合的方式，實現了不同類型傳感器的優勢互補，提升了感知的準確性和豐富性。在數據處理上，感知大模型實現了更完善的數據自標注，解決了標注數據獲取的瓶頸問題，使得對超長尾場景的檢測能力更為精準。決策規劃模型則跳出了原有任務的階段性劃分，通過全鏈路模型化綜合輸出多元環境信息，直接生成執行軌跡。

依靠這些先進的技術，蘿卜快跑在實現快速規?；涞氐耐瑫r，保證了超高的運營安全水平。截至目前，蘿卜快跑已經為全球用戶提供了超過1100萬次的出行服務，累計安全行駛里程超過1.7億公里，從未發生過重大傷亡事故。實際車輛出險率僅為人類司機的1/14，這一數據無疑為蘿卜快跑的安全性提供了有力證明。

然而，在自動駕駛領域，純視覺方案與激光雷達方案的路線之爭一直存在。特斯拉作為純視覺方案的代表，其Robotaxi的擴張速度驚人。但近期，特斯拉Robotaxi在運營過程中暴露出的一系列安全問題，引發了業界和公眾的廣泛關注。這些問題包括誤入對向車道、幽靈剎車頻發、定位混亂以及超速行駛等，使得純視覺方案的安全性受到了質疑。

相比之下，蘿卜快跑采用的激光雷達方案在安全性方面更具優勢。雷視融合方案能夠提供更精確的環境感知信息，為決策規劃提供了更為可靠的基礎。因此，Uber選擇與蘿卜快跑合作，無疑也是看中了其激光雷達路線的安全性。

此次百度與Uber的合作，恰逢具身智能、生成式AI等新技術在自動駕駛領域落地的關鍵時期。雙方的合作將為自動駕駛技術的發展注入新的動力，推動自動駕駛技術向更高水平邁進。多年之后，當人們回顧這一歷史事件時，也許會發現，這正是自動駕駛技術爆發式發展的起點。