塔斯娱乐资讯网

跑了13年无人驾驶,百度现在用它给具身智能标坐标

11月12日,百度世界2026在北京开幕,这场大会交出了一份密集的AI成绩单。
芯片层昆仑芯M100如期上市、旗舰M300宣布明年推出;云层发布天池1024卡超节点;模型层文心5.5 Flash预览版亮相,总参数量2800亿、支持100万Token上下文;大模型交易平台词元所上线满月,日均调用Token已超7000亿;台下还排着一整列升级的智能体应用,从办公到创作,覆盖AI大模型落地的主要场景。

在发布会中间,百度创始人李彦宏把一个指向未来的判断留给了具身智能:“今天的具身智能,大约相当于无人驾驶2016年左右的发展水平”,他还强调,“我们相信,无人驾驶将是人工智能技术竞争中不可或缺的一环,也非常相信萝卜快跑的发展前景。”
这个判断的分量,来自无人驾驶板块的一组数字:萝卜快跑已覆盖全球28座城市,自动驾驶总里程超过3.5亿公里,其中全无人里程超过2.4亿公里,累计服务订单超过2300万单;与神州租车合作的无人车“自驾游”服务已在海南运营满一年,李彦宏在现场说,“很多人对我说,我也想买一辆萝卜。今天,我告诉大家,你现在就可以租一辆萝卜!”
一台把AI成绩单铺满全场的大会,把最重的产业判断留给了自己跑了十三年的无人驾驶业务。
这个类比之所以值得全行业关注,李彦宏在开幕式上把逻辑讲得很直白:“只有四层架构技术都掌握,层与层之间相互适配、联合优化、垂直整合,才能做出最有价值的产品。百度是为数不多的四层AI技术全部具备领先优势的公司,这一点体现得最为明显的是无人驾驶。
”芯、云、模、体四层备齐,层与层能垂直整合,这份版图里唯一跑完商业化闭环的物理AI工程恰好就是无人驾驶,算力、模型、世界模型和商业样本都在同一家公司手里。对眼下正卡在成本、验证、场景三道坎上的具身智能行业,这份数据齐整的样本,比任何预测都更接近一张路线图。
01 芯云模体四层备齐,机器人大脑的供给端先变了
先看这场大会给具身智能行业准备了什么。
具身智能公司要训出一个能干活的“大脑”,要用的东西可以按层数出来:底层算力、基础模型,以及把模型买到手的方式。百度在这场大会上,把这几层一次性摆上了台面。
最底下的芯,昆仑芯M100已如期上市,主打极致性价比,旗舰款的M300定在明年推出,官方称在算力、存储、互联多个维度全面跃升;云这一层,百度智能云发布了天池1024卡超节点。
往上是模型:文心5.5 Flash预览版总参数量2800亿,每个Token激活140亿参数,支持最长100万Token的上下文,官方点名的能力清单里有编程和3D建模,后一项正是机器人仿真与训练绕不开的方向。买模型的方式也在变:大模型交易平台词元所上线一个月,入驻供应资源超100个,日均调用次数突破5000万,日均调用Token超7000亿,模型交易开始有了“验真”与“征信”这套机制。
这几层叠在一起可以放到具身智能公司的成本表上看。训练一个机器人基础模型,大头是算力和数据,模型上机之后还要长期付推理的账;供给端每一层的降价、开放和标准化,最终都会传导到机器人这边。
2016年的无人驾驶团队要自己攒算力、自己调模型,什么都要从零造;今天的具身智能公司不需要了,算力可以买昆仑芯,训练推理可以跑在百度智能云上,基础模型可以直接用文心,还可以在词元所按调用次数付费挑选合适的模型。
李彦宏在会上强调的正是层与层之间的相互适配、联合优化、垂直整合;对机器人公司来说,每一层如今都买得到,把层拼成能干活的产品依然是需要大量训练和适配的功课,但起点的差距已经大不一样。
02 无人驾驶跑了十三年,把这条路完整走过一遍
李彦宏敢用“2016年”给具身智能定位,底气不在判断本身,在他手里有一个把这条路完整走过一遍的样本。
第一份答卷是成本。据公开报道援引的机构测算口径,百度第六代车把单车成本从48万元压到20.46万元,降幅约六成;到第七代按18万元成本测算,做到一天盈利66元。这组数字说明的顺序很重要:硬件成本压到位,就能把亏损的窟窿堵上,接下来大的变量随即换成运营效率,一天能跑多少单、一单收多少钱、远程接管的人机比能不能往下压,每一项都靠规模和时间来扩大效应。
第二份答卷是规模。萝卜快跑覆盖全球28座城市,全无人驾驶里程超过2.4亿公里,已在迪拜实现全无人商业化运营,在伦敦、瑞士开展公开道路测试,在香港完成全球首个右舵左行环境下的全无人测试;此前还与哈萨克斯坦企业签署合作,中国无人车第一次进入中亚。
第三份答卷是场景。与神州租车合作的无人车“自驾游”在海南落地满一年,这套服务把自驾出行的门槛逐项拆掉:不需要驾照,车随叫随到不用往返取还,自己找地方充电停车,行李跟着车走,座舱里还能唱歌、喝冷饮。李彦宏在会上把它定义为全球唯一的无人车租车模式,这意味着普通人都可以去租一辆无人驾驶车来用。

大会现场全球化主题短片里,有外国游客在伦敦偶遇路测车辆后,专程奔赴迪拜打卡体验;从中国跑出去的无人车,被外国用户体验、追着打卡、催着想买,一辆中国无人车的价值,开始不按接单量算了,这是营运了十三年的业务刚刚长出来的新形态。
03 3.5亿公真实路测,正在被搬进世界模型
三份答卷里,最值得具身智能行业仔细看的是验证这一段,因为它是机器人行业眼下最说不清的坎。
据披露,萝卜快跑每一次模型迭代,平均要在背后经历超过70万公里的真实路测,只有走完这70万公里没遇到危险场景,新版本才会被交给乘客使用。这句话背后的核心逻辑是:验证一辆无人驾驶汽车靠不靠得住,过去唯一的办法是让它真的上路跑,用里程换置信度。无人驾驶花了十三年、3.5亿公里,买到的是这套验证体系。

大会前夕的11月3日,百度首次披露了面向物理AI的全模态世界模型ApolloWorld,思路是把这段真实路测搬进虚拟。据公开报道,它一天能跑10万公里虚拟路测,约等于一台实车连续测试三年,原本要数周才能拿到的路测反馈被压缩到一周。
与行业里以独立场景模拟为主的做法不同,它模拟的是从A点到B点的完整行程,误差会像真实路况一样累积;路上的其他交通参与者被建模成有决策能力的AI智能体,无人车让行、抢行,周围的车会各自反应,博弈因此可以被训练;虚拟环境保留相同的初始条件反复跑,险情可以复现归因。官方材料同时写明,这套技术栈可拓展至机器人等物理AI场景。
这条路径上不止百度一家。11月9日,英伟达在机器人学习大会上发布了GR00T 2与Isaac Lab 3.0,其Cosmos世界基础模型今年3月已完成一轮升级;特斯拉、Figure等公司同样在仿真环境里训练和验证机器人。世界模型正在从某一家公司的内部工具,变成物理AI的公共基建:无人驾驶先用了十年,具身智能将复制样本经验。
04 成本、验证、场景,具身智能有了参照
李彦宏指出,2016年的无人驾驶和今天的具身智能一样,技术能跑、成本下不来、商业模式没通;之后的十三年,它按成本、验证、场景的顺序一道道解掉,具身智能就能在前面的样本中找到参照。
成本这道坎,无人驾驶的答案是让单一形态的量产规模把车价压下来,48万元到20.46万元用了两代车;具身智能的形态更散,据机构统计,2026年上半年全球人形机器人出货量在1.91万台到2.5万台之间,工业与商业场景拿走七成以上,中国厂商占其中九成以上,单品先在单一场景跑出量,是同样行得通的第一步。
验证这道坎,无人驾驶用世界模型把真实路测搬进虚拟,一天10万公里的虚拟路测顶得上实车三年;具身智能今天同样被真机数据贵、安全难证明卡住,ApolloWorld官方声明技术栈可拓展至机器人,验证的路径已经浮现出来。
场景这道坎,无人驾驶从单一的打车跑到租车自驾游用了十几年;具身智能从工厂实训往零售、酒店、物流扩场景,速度未必更快,但单车经济模型要成立,终究要靠场景一层层铺开。
从无人驾驶到具身智能的全面铺开,依旧需要实现足够便宜的算力与本体、可复用的验证体系、可规模落地的场景。百度用十三年把三道关各跑通了一遍,而且每一关的成果都沉淀成了能复用的资产:从昆仑芯到文心的算力与模型底座,从3.5亿公里真实路测里磨出来的ApolloWorld,从28座城市、2300万单里攒下的运营经验,从打车到租车自驾游跑出来的场景方法。
2016年的无人驾驶,没有人想到十年后车会被租出去、开进28座城市、把验证搬进世界模型;今天的具身智能站在同一个起点上,物理AI的下一程,就从这里开始。