几天前，百度发布了一条 ANP 3.0 两分半钟不到的视频。

ANP 3.0，全称「ANP Apollo Navigation Pilot 3.0」，是百度 Apollo ⾯向新⼀代智能汽⻋推出的 L2+ 级智能驾驶软硬⼀体产品⽅案。

看完这条视频后，笔者突然想给它里面的功能打个分。

脑海中，先将 ANP 3.0 和小鹏 P5 CNGP、摩卡 DHT-PHEV 城市 NOH、特斯拉 FSD 和极狐阿尔法 S HI/长安阿维塔 11 HI 城区 NCA 这些功能简单对比后，有了一个粗略的结论：

如果不论量产，单就功能的技术水平而言，ANP 3.0 和 FSD 可以挤在金字塔尖，并且略超剩下几家一个身位。

ANP 3.0 相当于汇集了百度这么多年的技术精华，你可以理解为 Waymo 进场要为车企提供一套智能驾驶方案。

单论技术，以 10 分为满分的话，ANP 3.0 大概可以获得8分。

毕竟，它是百度 L4 向 L2+ 降维的产物，生来就被巨量的 L4 自动驾驶数据喂养过。

当深耕 L4 多年的百度进场，做出 L2+ 的 ANP 3.0，车企面对这样一个进考场有些晚的优等生，要不要放行是一个问题。

目前，除了全栈自研的蔚小理、长城旗下的毫末、与极狐、长安、广汽深度绑定的华为，其他的智能驾驶方案 Tier 1 中，还没有一家可以量产交付强大如 ANP 3.0 这样的功能方案。

Apollo 携 ANP 3.0 进场，明年将有许多看点。

01

两分多钟，展现了行业三年的能力

2019 年，特斯拉在汽车行业中首个推出高速领航辅助 NoA，之后蔚小理等国内车企纷纷跟进。

直到今年，小鹏等中国公司开始推出城市领航辅助，人们开始听到 CNGP、NCA 城市领航辅助、城市 NZP 等各种方案。

ANP 3.0 出现在这一批智能驾驶功能中。

在两分多钟视频功能展示里，它展示的高速、城市场景下的智能驾驶功能，涵盖了行业这三年来发展的结晶。

先看高速场景

高速领航辅助驾驶是特斯拉、蔚小理等车企最先搞定的功能，可以看成智能驾驶的入场券。

视频中，在高速道路上，ANP 3.0 具备自动通过 ETC、智能避让大车、隧道通行、弯道通行四项能力。

目前，弯道通行、智能避让大车这两项功能，车企们都能很顺利地应对。

比较难的是隧道通行，尤其是隧道内道路施工的场景。行业中，特斯拉、蔚来都很难成功应对。

隧道通行的难点在于，信号丢失情况下，对感知系统的准确性提出了很大的考验要求。此外，在驶出隧道时瞬间恢复信号下，能否保持车身的稳定不晃动，以及保持车道居中，均是行业难题。

ANP 3.0 可以做到视频中的隧道通行，基本上可以列为第一梯队。

值得一提的是，ANP 3.0 还是行业首个自动通过 ETC 的方案。它可以完成智能选择车道、识别抬杆、收费岛狭小空间通行，相当于打通了高速场景的最后一公里。

自动通过 ETC 这项功能，其它各家都还没推出，属于 ANP 3.0 一枝独秀。

来到城市场景

城市是道路复杂度成倍增加、corner case 更多的地方，更加考验智驾方案的能力。

视频中，在城市道路上，ANP 3.0 顺利实现了红绿灯识别应对、障碍物绕行、近距离切车应对、路口非机混行应对、无保护掉头、无保护左转六项功能。

这里面，无保护左转是早期全球自动驾驶行业难题之一，它需要与对面直行车辆进行博弈，不少 Robotaxi 至今仍会被这一场景难住，偶尔会在十字路口停下来。

可以看到，在车流密集的道路上，ANP 3.0 在无保护掉头时先是避开了路口的三轮车，然后在等直行车辆经过后，顺利完成了无保护掉头。紧接着，在无保护左转时，ANP 3.0 先是进入左待转车道，然后等直行车辆通过后，顺利实现左转。

接下来是几个更有中国特色的道路场景，那就是：路口非机混行应对、近距离切车应对、障碍物绕行。

在这些场景下，中国道路可能会比国外道路更为复杂，因为道路参与者中会出现外卖两轮车、异型三轮车，甚至是突然出现的行人。

障碍物绕行

视频中，ANP 3.0 在一段连续出现了快递⻋、临停⻋、下⻋⾏⼈的道路上，流畅地完成了障碍物绕行。这些场景，相对此前一些车企展现城市领航辅助功能时的路况更为复杂。

不过，ANP 3.0 表现得很流畅。

路口非机混行

路口非机混行应对时，ANP 3.0 准备右转，右前方有一辆快递车遮挡斑马线，系统先是感知到准备横穿马路的两轮车，然后在两轮车「鬼探头」横穿出现在车辆前面时，进行了制动刹停。

笔者注意到一个细节。

切到对面视角看，ANP 3.0 在右转时做了提前减速，但仍在向前右转，直到前轮驶出了直行停止线时，两轮车横穿而过，ANP 3.0 进行了制动刹停。这里面有一定博弈成分，应该是对两轮车的横穿提前做好了预判。

给笔者印象更深的是，视频中，ANP 3.0 在应对 cut in 也就是近距离切车时，表现称得上刺激。

近距离切车应对

从车机信息看到，在右侧相邻车道上的车辆尚未变道时，ANP 3.0 的环视摄像头其实已经识别到了对方车辆。

此后，对方车辆加速、打左转向、切入 ANP 3.0 的车道的整个动作，均被 ANP 3.0 进行着感知。

对方车辆切入时，ANP 3.0 的时速 55 公里/小时。切入后，系统很快减速降到 30 公里/小时，与行驶在前方的对方车辆拉开了距离。

感知、决策、规控一气呵成。

目前，小鹏 P5 CNGP 可以在 30 公里+以上的车速段做到很强的切车应对。从 ANP 3.0 在时速 55 公里时应对表现看，笔者对它的应对切车能力很有信心。

红绿灯识别应对

视频中还展现了一项红绿灯识别应对能力。

2020 年，特斯拉最早提出了红绿灯识别功能，此后，国内的小鹏、极狐、毫末陆续跟进。

各家的方案可以大致分为两类，特斯拉采用前视摄像头的纯视觉方案，是一类。其他几家主要结合摄像头、高精地图进行视觉融合，是另一类。

纯视觉方案，除了依靠前视摄像头，还借助了深度学习、「影子模式」不断优化功能。视觉融合方案，则是基于高精地图，得出一个与视觉感知进行融合的结果。

目前来看，两类方案都能做到准确率很高的红绿灯识别。其中，视觉融合方案，甚至还可以实现红绿灯读秒等带有创新点的功能效果。

ANP 3.0 与国内的主流路线一致，采用的是摄像头、高精地图融合的方式。

基于百度自研的高精地图，ANP 3.0 的方法是，输入自车位置，查询地图中红绿灯的位置，和当前位置的摄像头图像，进而输出地图中红绿灯的颜色状态等信息。

能够精准识别临时红绿灯、隐蔽和部分遮挡红绿灯，说明 ANP 3.0 的视觉感知能力已经十分出色。

其实，百度 ANP 和小鹏、毫末等，都在向特斯拉的纯视觉方案靠拢，也就是淡化高精地图的能力，在无图道路范围内开放识别红绿灯功能。

目前，ANP 3.0 已经可以做到无图时能识别红绿灯。

而国内量产车规划最快的是小鹏，计划于 2023 年上半年，在 G9 MAX 版的城市 NGP 上开放这项功能。

所以，ANP 3.0 的研发推进节奏放在整个行业中并不慢。

值得一说的是， ANP 3.0 的⽅案结构，采⽤的是纯视觉感知和 Lidar 双系统。泛化测试视频中体现的这些城市和高速的表现，是⾏业⾸个基于纯视觉的三域融通领航辅助驾驶解决⽅案。

在真正的量产落地时，ANP 3.0 会将 LiDAR 也就是激光雷达的数据作为双冗余。

整个视频看完， ANP 3.0 应对的环境非常丰富，尤其在城市道路上，经过了多个⼈⻋混杂路段，各个场景下的功能表现基本上可以跻身头部。

能够做到这一点，与它的出身有很大关系。

02

ANP 3.0 背后，Apollo L4 加持

拆解 ANP 3.0 的能力，需要先从硬件开始。

小鹏自动驾驶研发负责人曾经说过这样一句话，「对于传感器的简化，硬件简化的收益方主要还是在车企。与某些做法不同，小鹏汽车的判断依据会更站在用户体验的角度，而不是一味的追求企业利润的最大化。」

这代表了中国自动玩家的做法，那就是，再穷不能亏配置。大家在传感器配置上都不吝投入，有的甚至可以称得上土豪。

ANP 3.0 的硬件配置也不例外。

只不过，它采用了一个相对务实的方案，包含了 11V5R12S2L + 2 颗伟达 OrinX（508Tops），具体为：

• 7 颗 800 万像素⾼清摄像头
• 4 颗 300 万像素⾼感光环视专⽤摄像头
• 5 颗毫⽶波雷达和 12 颗超声波雷达
• 2 颗前向⾼线固态激光雷达

这套传感器配置，和小鹏 G9 的方案基本上一致。

提到 G9，上述小鹏自动驾驶研发负责人还做过对比，G9 MAX 版的 CNGP 相比今天的 P5，通行效率、博弈能力、智能程度、感知范围都是大幅升级。

也就是说，基于 ANP 3.0 的传感器配置，基本上一定会比小鹏 P5 的功能表现更强。

ANP 3.0 和 G9 MAX 上的方案一样，都面向城市自动驾驶，也必定会超越小鹏 P5 等现有量产车的自动驾驶能力。

说是一样，ANP 3.0 又和 G9 MAX 甚至是所有中国玩家都不太一样，那就是，它具备数据规模更强大的激光雷达能力。

前面提到，ANP 3.0 仍处于泛化测试阶段，主要采用纯视觉感知。等下一步到了量产阶段，ANP 3.0 将增加激光雷达作为感知冗余。

这样做的好处是，可以进⼀步从感知上应对⾮常规异形障碍物、夜晚障碍物，动/静态遮挡⻤探头、停⻋场跨层泊⻋等复杂城市场景，提升智能驾驶的安全和稳定性，让体验更加安全、舒适。

不一样的地方在于，ANP 3.0 方案中的激光雷达，比小鹏、极狐等有更好的基础。

基于百度 Apollo 的加持，ANP 3.0 可以使用 600 辆 RoboTaxi 在国内近 30 个城市开展路测时的激光雷达点云数据和模型，4000 万公里的道路测试验证，每天产⽣海量的 L4 激光雷达数据。

而小鹏等车企，目前基本上处于激光雷达的早期应用阶段。

所以，在激光雷达的调用上，ANP 3.0 可以比小鹏们走得更快。

另一方面，ANP 3.0 上车，意味着百度 Apollo 将作为 Tier 1 向车企提供服务。

据了解，在激光雷达的配置上，Apollo 可以根据合作车企客户的需求，对激光雷达的位置、数量和性能等进行灵活布局，以满足不同车企的方案需求，同时提升各车型和各地落地泛华的效率。

软件方面，ANP 3.0 配备了⽀持城市场景的全域智能驾驶软件系统，支持城市、⾼速、泊⻋、三域融通的智驾功能模块，并且有自研的完整数据闭环体系。

这套软件系统下，ANP 3.0 具备成熟的纯视觉感知算法能力。

它是基于 Apollo Lite++ 纯视觉感知⽅案，采用的是带有 Apollo 特⾊的「BEV环视三维感知」技术。在研发测试阶段，依靠「BEV环视三维感知」技术，ANP 3.0 已经成为国内唯⼀⼀个能依靠纯视觉跑通城市域多场景的智驾⽅案。

ANP 3.0 还有百度自研的高精地图作为加持。

百度是国内唯⼀同时⾃研⾃动驾驶和⾼精地图的智驾供应商。目前，百度可⽤于⾼级领航辅助驾驶的⾼速⾼精地图累计已超过 40 万公⾥，并率先获得了深圳、⼴州和上海三座⾸发城市的城市地图审图号资质。

这张图，可以确保 ANP 3.0 即便在城市中复杂的道路拓扑结构下，仍然能流畅通行。

更为重要的，其实是百度 Apollo 在 Robotaxi 上积累的 knowhow，城市场景是它更熟悉的战场，原来的那套视觉算法，以及应对各种 corner case 时留下的数据，让 ANP 3.0 就像学霸重新考一个做了许多遍的卷子。

那么，车企会如何看这个学霸？

03

ANP 3.0 会搅动汽车行业吗？

ANP 3.0 的入局，很容易让人联想到华为的智驾全家桶，它已经在极狐阿尔法 S HI 和长安阿维塔 HI 版上进行了搭载。

不过，华为这套系统，也被上汽以「灵魂论」进行了抵抗，所以更多车企的车型上，很难再看到华为的智驾系统。

ANP 3.0 可以成功打入汽车行业吗？

理论上，ANP 3.0 首先会被百度旗下的集度使用。

其他车企是否会选用 ANP 3.0，其实也是有可能的。

现在的格局是，蔚小理、长城的自动驾驶采用全栈自研，自主品牌中，（北汽、长安、广汽）x 华为，上汽 x Momenta，吉利 x Mobileye，剩下的尚未有明确规划的，有比亚迪、一汽、东风等。

尚未有明确规划的，理论上均有与 ANP 3.0 合作的可能性。已经达成明确合作关系的，也并非一定会捆绑得那么牢固，旗下也会有部分品牌车型会采用第三方的方案。

比如，吉利、上汽的部分品牌，已经开始搭载国产智驾方案。在智能驾驶战局初起的当下，整个市场风云未定。

理论上是，特斯拉和小鹏们走得越快，ANP 3.0 越有机会很快上车，毕竟市场上，能与之对抗且具备随时量产的智驾方案，可选项真的不多。

个人认为，单就技术水平而言，它基本上是最牛的一套方案了。