字節再造“百度 Apollo”

一個月前，北京751園區。AIVA把一輛名為Origin Concept的概念車推到臺上，屏幕上寫著一句頗有野心的話：讓AI生命體融入物理世界，自由生長。

這不是一場普通的新車發布會。AIVA沒有先談續航、底盤或者零百加速，而是宣布與火山引擎共同定義、共同設計、共同打造“AI汽車”。火山引擎給出的也不只是一個能聊天的豆包：它要把大模型、云、座艙和車上的各種服務接在一起，讓一個Agent理解人的意圖，再去調動導航、車控乃至駕駛相關能力。

一個月后，另一塊拼圖出現了。7月13日，36氪報道稱，字節跳動正在探索自動駕駛，項目涉及Seed團隊的世界模型、無人配送，并可能放在火山引擎汽車業務線下推進，目前仍處在籌備和招聘階段。字節的回應很克制：Physical AI是Seed的早期研究方向，公司沒有開展智能駕駛業務的相關計劃。

就像拼圖的最后幾塊從盒子里被翻出來，行業內人士紛紛想到：字節是不是想重新做一次百度Apollo？

答案可能“字節也要造一套自動駕駛算法”這么簡單。字節真正想復制的，可能不是Apollo的技術棧，而是Apollo在2017年試圖占據、后來卻逐漸讓出的產業位置——成為車企外部的AI中樞。

圖1：2026年6月9日，AIVA Origin Concept亮相

半個Apollo，已經坐進車里

如果只盯著“字節做沒做自動駕駛”，很容易低估它在汽車里已經走了多遠。

火山引擎官網展示的汽車方案，已經覆蓋汽車數據、智能座艙以及自動駕駛數據閉環。它的自動駕駛云，從數據存儲、分析和標注，一直延伸到訓練、仿真和評測。換句話說，車企訓練一套駕駛模型所需的云端工具鏈，字節并不是從零開始搭。

更靠近用戶的一端，豆包已經先上車。火山引擎在2026年北京車展期間披露，豆包大模型已搭載超過700萬輛汽車，覆蓋50多個品牌、145款車型，車內日均交互超過3000萬次。這里必須加一道邊界：700萬輛搭載豆包的汽車，不等于700萬輛向字節回傳駕駛數據的汽車。大多數連接首先發生在語音、內容、導航和服務層，而不是感知、規劃與控制層。

但入口的價值正在變化。過去的車載語音只負責回答問題；Agentic AI想做的是先判斷你要去哪、為什么去，再調用地圖、空調、座椅、影音和其他車載能力完成任務。火山引擎把這套架構概括為“一車一AI”，核心是讓對話推理、目標驅動與學習進化三個引擎共用一個“大腦”。在AIVA的敘事里，這個大腦還要繼續向車控和智能駕駛延伸。

圖2：火山引擎2026年汽車AI架構。圖片來源：火山引擎發布會，經北京日報轉載

Seed團隊則補上了另一塊能力。其官方研究方向已經包括多模態交互和世界模型；Seed3D 2.0強調生成可用于仿真的三維資產，Seedance 2.0也被火山引擎用于展示具身交互數據、機器人任務以及極端天氣、碰撞等長尾場景的合成能力。

退后一步看，字節正在積累三樣汽車AI很難繞開的東西：理解人的模型，承載訓練和仿真的云，以及生成物理世界數據的能力。媒體所說的無人配送探索，則有可能給它補上真實世界的輪子。

不過，生成一段雨雪天氣的視頻，距離一輛車在雨雪里可靠行駛，中間還隔著傳感器標定、規劃控制、車輛工程、安全驗證和事故責任。世界模型論文不是量產方案，合成數據也不能自動變成有效的駕駛數據。到目前為止，外界沒有看到字節公開道路測試車隊、完整的感知—預測—規劃—控制棧，或者被車企定點的量產駕駛項目。這就意味著Seed的方案，確實離車子真實上路還有些距離。

所以更準確的說法是：字節已經造出了半個Apollo。它擁有座艙入口、云端工具和模型能力，正在試探能否把這些東西接成“感知—理解—行動—反饋”的閉環；缺的恰恰是最重、最慢、最容易出事故的那一半。

百度沒有做成“汽車安卓”

要理解字節為什么會走到這里，得先把視角回溯到2017年。

圖3：2017年Apollo發布現場。圖片來源：百度

那年7月，百度Apollo 1.0正式開放。陸奇站在發布現場，把Apollo稱為“汽車產業界的安卓系統”。這句話當時并不夸張。智能汽車還缺少一套被廣泛接受的技術底座，多數車企沒有能力獨自補齊高精地圖、感知、決策、控制、仿真和云平臺。百度把車輛、硬件、軟件、云服務連成一張施工圖，還把部分代碼和能力開放給行業，等于在一片工地上先畫出了城市規劃。

Apollo因此起步極猛。2017年9月，百度宣布未來三年投入100億元設立“Apollo基金”，同一場發布會新增17家合作伙伴；官方披露，Apollo開放不到兩個月，已有1300多家機構下載開放代碼，近100家機構申請開放數據。那時百度既有搜索時代積累的AI人才，也有高精地圖和云，在中國互聯網公司里幾乎找不到第二個同等量級的組織。

可汽車不是手機，自動駕駛也不是一個換皮的安卓。

手機操作系統可以把相對穩定的硬件差異封裝起來，再靠應用商店形成網絡效應。自動駕駛卻直接綁在攝像頭、激光雷達、芯片、線控底盤和車型參數上。一套算法換一款車，往往就要重新標定、測試和認證；代碼可以開源，車企的道路數據、接管記錄和長尾事故卻不會自然匯入一個公共池。開源降低了做出原型的門檻，卻沒有替任何人承擔量產責任。

更難處理的是百度自己的身份沖突。Apollo既想當中立的開放平臺，又想給車企賣地圖、座艙和駕駛方案，還親自運營Robotaxi。對車企而言，把數據、用戶入口和產品定義權交給一個未來可能下場競爭的伙伴，怎么都會留一手。百度后來與吉利組建集度、再以極越品牌推出整車，本想用一輛屬于自己的“樣板車”打通產品和數據；2024年極越陷入經營危機，這條展示平臺能力的捷徑也被切斷。

Apollo當然沒有消失。它仍在更新開放平臺，Apollo 11.0已經形成硬件設備、軟件核心、應用、工具與云四層架構；百度的地圖、座艙和輔助駕駛能力也仍在行業里。但它在百度公開敘事中的位置發生了明顯收縮。

2021年一季度財報里，百度講Apollo時還會同時列出L4測試、Apollo Go、集度、十多家車企采用的自動駕駛方案和DuerOS車載業務；2022年三季度，ANP、AVP、高精地圖與Apollo Go仍并列出現。到了2025年二季度，財報里的智能駕駛進展已經全部圍繞Apollo Go的訂單和城市擴張；2026年2月發布的全年業績，相關章節干脆就叫“Robotaxi”。

倒不是說Apollo突然只剩下一支業務，而是Robotaxi成了百度唯一能夠完整控制、持續計量，也最適合向資本市場講述的閉環。車是自己的運營資產，算法由自己更新，道路數據回到自己的服務器，調度和乘客也在自己的系統里。2025年第四季度，百度稱蘿卜快跑提供了340萬次全無人駕駛訂單，累計訂單超過2000萬；到2026年一季度，業務進入27座城市，累計訂單超過2200萬。至少在這里，百度不用等車企把數據還回來。

圖4：Apollo 11.0開放平臺架構。圖片來源：百度Apollo官方文檔

所以，Apollo這些年“銷聲匿跡”的不是技術，而是“汽車安卓”這個宏大承諾。一個試圖服務全行業的平臺，最后最強的業務，反而是自己擁有車輛、場景和數據的Robotaxi。這個轉折留給字節的教訓，比Apollo的代碼更值錢。

字節會不會重走百度的老路

字節與百度的出發點正好相反。

百度從自動駕駛最深處切入，先做感知、規劃和控制，再向地圖、云和座艙擴張；字節先拿到云、大模型、內容生態和座艙交互，再從上往下尋找車控和駕駛的接口。前者從方向盤往外走，后者從屏幕和服務器往車輪上壓。

這條路線的好處是輕。字節不必一開始就組建Robotaxi車隊，也不必先承諾為整車安全負責。它可以借火山引擎服務車企，借豆包進入座艙，借AIVA或無人配送驗證更深的車端能力。只要Agent掌握了用戶意圖，再能調用足夠多的車載工具，它就可能先成為汽車里的“任務分發器”。誰控制任務分發，誰就有機會重新分配地圖、內容、服務乃至駕駛功能的入口。

而恰好技術的成熟，也讓字節突然獲得了切入智能駕駛的機會：傳統的自動駕駛更多依靠視覺模型+激光雷達的軟硬件結合方案，而當近年大模型的研發和技術逐漸走向成熟，世界模型或者說物理模型正在為車輛提供一條或許成本更低的路徑。當然這個成本還是建立在贏家通吃后的方案成本，研發成本自然是依舊高企。但對于在多模態交互和世界模型本就有領先優勢、人才儲備又極其強大的字節來說，去搶下一個本身就被百度、小馬、文遠們論證過的市場，也不是一件難事。

另一方面是，字節未來會遇到的的風險也幾乎寫在Apollo的歷史里。

第一，車企不會因為模型更聰明，就自動交出數據和主導權。今天的大車企比2017年更警惕互聯網平臺，也更愿意自研智駕和座艙。第二，座艙數據與駕駛數據之間有一道責任墻：一個用戶說“開快點”，Agent可以理解他的意圖，卻不能繞過交通規則、車輛狀態和安全冗余直接執行。第三，字節越接近規劃控制，越難同時維持“中立云服務商”的身份。它既要讓所有車企放心接入，又要從跨品牌數據中獲得模型優勢，這兩件事天然拉扯。

還有一種反方判斷：所謂字節自動駕駛，可能只是Physical AI研究和火山引擎業務的一次外延，被市場過早包裝成戰略項目。這個判斷目前完全站得住。字節已明確否認開展智能駕駛業務的計劃，AIVA仍是概念車，媒體披露的團隊也在早期籌備。世界模型、視頻生成和自動駕駛共享“理解物理世界”的技術詞匯，不代表它們會自動合并成一個商業部門。

因此，未來一到三個月真正該看的，不是字節會不會宣布一個響亮品牌，而是三個更具體的動作：火山引擎是否招聘感知、規劃控制和仿真閉環負責人；AIVA或無人配送項目是否出現真實道路測試與安全員體系；是否有車企把豆包從座艙問答接入導航、車控乃至智駕功能，并允許訓練反饋回到字節的模型系統。

如果沒有這些動作，字節仍是一家進入汽車的云和模型供應商，“再造Apollo”只是一種想象。如果這些動作陸續發生，它爭奪的就不只是一塊車機屏幕，而是下一代汽車的AI控制面。

有點意思的是，字節今天面對的不是2017年那片空地。華為已經證明，車企愿意為一套能量產、能賣車、能持續升級的外部智能系統付費；英偉達、高通、地平線也在芯片和工具鏈上占住位置；大車企則把數據閉環視為自己的命門。字節能否后來居上，不取決于它能不能再寫一套Apollo，而取決于它能否設計出一種合作關系：既拿得到足夠的數據，又不讓車企覺得自己在把靈魂交出去。

百度當年開放的是代碼，后來留住的是車隊。字節今天擁有的是模型、云和入口，仍然缺少真實行動產生的反饋。

Apollo最難復制的，從來不是代碼，而是車輪轉起來以后，數據到底回到誰手里。