字节再造“百度 Apollo”

一个月前，北京751园区。AIVA把一辆名为Origin Concept的概念车推到台上，屏幕上写着一句颇有野心的话：让AI生命体融入物理世界，自由生长。

这不是一场普通的新车发布会。AIVA没有先谈续航、底盘或者零百加速，而是宣布与火山引擎共同定义、共同设计、共同打造“AI汽车”。火山引擎给出的也不只是一个能聊天的豆包：它要把大模型、云、座舱和车上的各种服务接在一起，让一个Agent理解人的意图，再去调动导航、车控乃至驾驶相关能力。

一个月后，另一块拼图出现了。7月13日，36氪报道称，字节跳动正在探索自动驾驶，项目涉及Seed团队的世界模型、无人配送，并可能放在火山引擎汽车业务线下推进，目前仍处在筹备和招聘阶段。字节的回应很克制：Physical AI是Seed的早期研究方向，公司没有开展智能驾驶业务的相关计划。

就像拼图的最后几块从盒子里被翻出来，行业内人士纷纷想到：字节是不是想重新做一次百度Apollo？

答案可能“字节也要造一套自动驾驶算法”这么简单。字节真正想复制的，可能不是Apollo的技术栈，而是Apollo在2017年试图占据、后来却逐渐让出的产业位置——成为车企外部的AI中枢。

图1：2026年6月9日，AIVA Origin Concept亮相

半个Apollo，已经坐进车里

如果只盯着“字节做没做自动驾驶”，很容易低估它在汽车里已经走了多远。

火山引擎官网展示的汽车方案，已经覆盖汽车数据、智能座舱以及自动驾驶数据闭环。它的自动驾驶云，从数据存储、分析和标注，一直延伸到训练、仿真和评测。换句话说，车企训练一套驾驶模型所需的云端工具链，字节并不是从零开始搭。

更靠近用户的一端，豆包已经先上车。火山引擎在2026年北京车展期间披露，豆包大模型已搭载超过700万辆汽车，覆盖50多个品牌、145款车型，车内日均交互超过3000万次。这里必须加一道边界：700万辆搭载豆包的汽车，不等于700万辆向字节回传驾驶数据的汽车。大多数连接首先发生在语音、内容、导航和服务层，而不是感知、规划与控制层。

但入口的价值正在变化。过去的车载语音只负责回答问题；Agentic AI想做的是先判断你要去哪、为什么去，再调用地图、空调、座椅、影音和其他车载能力完成任务。火山引擎把这套架构概括为“一车一AI”，核心是让对话推理、目标驱动与学习进化三个引擎共用一个“大脑”。在AIVA的叙事里，这个大脑还要继续向车控和智能驾驶延伸。

图2：火山引擎2026年汽车AI架构。图片来源：火山引擎发布会，经北京日报转载

Seed团队则补上了另一块能力。其官方研究方向已经包括多模态交互和世界模型；Seed3D 2.0强调生成可用于仿真的三维资产，Seedance 2.0也被火山引擎用于展示具身交互数据、机器人任务以及极端天气、碰撞等长尾场景的合成能力。

退后一步看，字节正在积累三样汽车AI很难绕开的东西：理解人的模型，承载训练和仿真的云，以及生成物理世界数据的能力。媒体所说的无人配送探索，则有可能给它补上真实世界的轮子。

不过，生成一段雨雪天气的视频，距离一辆车在雨雪里可靠行驶，中间还隔着传感器标定、规划控制、车辆工程、安全验证和事故责任。世界模型论文不是量产方案，合成数据也不能自动变成有效的驾驶数据。到目前为止，外界没有看到字节公开道路测试车队、完整的感知—预测—规划—控制栈，或者被车企定点的量产驾驶项目。这就意味着Seed的方案，确实离车子真实上路还有些距离。

所以更准确的说法是：字节已经造出了半个Apollo。它拥有座舱入口、云端工具和模型能力，正在试探能否把这些东西接成“感知—理解—行动—反馈”的闭环；缺的恰恰是最重、最慢、最容易出事故的那一半。

百度没有做成“汽车安卓”

要理解字节为什么会走到这里，得先把视角回溯到2017年。

图3：2017年Apollo发布现场。图片来源：百度

那年7月，百度Apollo 1.0正式开放。陆奇站在发布现场，把Apollo称为“汽车产业界的安卓系统”。这句话当时并不夸张。智能汽车还缺少一套被广泛接受的技术底座，多数车企没有能力独自补齐高精地图、感知、决策、控制、仿真和云平台。百度把车辆、硬件、软件、云服务连成一张施工图，还把部分代码和能力开放给行业，等于在一片工地上先画出了城市规划。

Apollo因此起步极猛。2017年9月，百度宣布未来三年投入100亿元设立“Apollo基金”，同一场发布会新增17家合作伙伴；官方披露，Apollo开放不到两个月，已有1300多家机构下载开放代码，近100家机构申请开放数据。那时百度既有搜索时代积累的AI人才，也有高精地图和云，在中国互联网公司里几乎找不到第二个同等量级的组织。

可汽车不是手机，自动驾驶也不是一个换皮的安卓。

手机操作系统可以把相对稳定的硬件差异封装起来，再靠应用商店形成网络效应。自动驾驶却直接绑在摄像头、激光雷达、芯片、线控底盘和车型参数上。一套算法换一款车，往往就要重新标定、测试和认证；代码可以开源，车企的道路数据、接管记录和长尾事故却不会自然汇入一个公共池。开源降低了做出原型的门槛，却没有替任何人承担量产责任。

更难处理的是百度自己的身份冲突。Apollo既想当中立的开放平台，又想给车企卖地图、座舱和驾驶方案，还亲自运营Robotaxi。对车企而言，把数据、用户入口和产品定义权交给一个未来可能下场竞争的伙伴，怎么都会留一手。百度后来与吉利组建集度、再以极越品牌推出整车，本想用一辆属于自己的“样板车”打通产品和数据；2024年极越陷入经营危机，这条展示平台能力的捷径也被切断。

Apollo当然没有消失。它仍在更新开放平台，Apollo 11.0已经形成硬件设备、软件核心、应用、工具与云四层架构；百度的地图、座舱和辅助驾驶能力也仍在行业里。但它在百度公开叙事中的位置发生了明显收缩。

2021年一季度财报里，百度讲Apollo时还会同时列出L4测试、Apollo Go、集度、十多家车企采用的自动驾驶方案和DuerOS车载业务；2022年三季度，ANP、AVP、高精地图与Apollo Go仍并列出现。到了2025年二季度，财报里的智能驾驶进展已经全部围绕Apollo Go的订单和城市扩张；2026年2月发布的全年业绩，相关章节干脆就叫“Robotaxi”。

倒不是说Apollo突然只剩下一支业务，而是Robotaxi成了百度唯一能够完整控制、持续计量，也最适合向资本市场讲述的闭环。车是自己的运营资产，算法由自己更新，道路数据回到自己的服务器，调度和乘客也在自己的系统里。2025年第四季度，百度称萝卜快跑提供了340万次全无人驾驶订单，累计订单超过2000万；到2026年一季度，业务进入27座城市，累计订单超过2200万。至少在这里，百度不用等车企把数据还回来。

图4：Apollo 11.0开放平台架构。图片来源：百度Apollo官方文档

所以，Apollo这些年“销声匿迹”的不是技术，而是“汽车安卓”这个宏大承诺。一个试图服务全行业的平台，最后最强的业务，反而是自己拥有车辆、场景和数据的Robotaxi。这个转折留给字节的教训，比Apollo的代码更值钱。

字节会不会重走百度的老路

字节与百度的出发点正好相反。

百度从自动驾驶最深处切入，先做感知、规划和控制，再向地图、云和座舱扩张；字节先拿到云、大模型、内容生态和座舱交互，再从上往下寻找车控和驾驶的接口。前者从方向盘往外走，后者从屏幕和服务器往车轮上压。

这条路线的好处是轻。字节不必一开始就组建Robotaxi车队，也不必先承诺为整车安全负责。它可以借火山引擎服务车企，借豆包进入座舱，借AIVA或无人配送验证更深的车端能力。只要Agent掌握了用户意图，再能调用足够多的车载工具，它就可能先成为汽车里的“任务分发器”。谁控制任务分发，谁就有机会重新分配地图、内容、服务乃至驾驶功能的入口。

而恰好技术的成熟，也让字节突然获得了切入智能驾驶的机会：传统的自动驾驶更多依靠视觉模型+激光雷达的软硬件结合方案，而当近年大模型的研发和技术逐渐走向成熟，世界模型或者说物理模型正在为车辆提供一条或许成本更低的路径。当然这个成本还是建立在赢家通吃后的方案成本，研发成本自然是依旧高企。但对于在多模态交互和世界模型本就有领先优势、人才储备又极其强大的字节来说，去抢下一个本身就被百度、小马、文远们论证过的市场，也不是一件难事。

另一方面是，字节未来会遇到的的风险也几乎写在Apollo的历史里。

第一，车企不会因为模型更聪明，就自动交出数据和主导权。今天的大车企比2017年更警惕互联网平台，也更愿意自研智驾和座舱。第二，座舱数据与驾驶数据之间有一道责任墙：一个用户说“开快点”，Agent可以理解他的意图，却不能绕过交通规则、车辆状态和安全冗余直接执行。第三，字节越接近规划控制，越难同时维持“中立云服务商”的身份。它既要让所有车企放心接入，又要从跨品牌数据中获得模型优势，这两件事天然拉扯。

还有一种反方判断：所谓字节自动驾驶，可能只是Physical AI研究和火山引擎业务的一次外延，被市场过早包装成战略项目。这个判断目前完全站得住。字节已明确否认开展智能驾驶业务的计划，AIVA仍是概念车，媒体披露的团队也在早期筹备。世界模型、视频生成和自动驾驶共享“理解物理世界”的技术词汇，不代表它们会自动合并成一个商业部门。

因此，未来一到三个月真正该看的，不是字节会不会宣布一个响亮品牌，而是三个更具体的动作：火山引擎是否招聘感知、规划控制和仿真闭环负责人；AIVA或无人配送项目是否出现真实道路测试与安全员体系；是否有车企把豆包从座舱问答接入导航、车控乃至智驾功能，并允许训练反馈回到字节的模型系统。

如果没有这些动作，字节仍是一家进入汽车的云和模型供应商，“再造Apollo”只是一种想象。如果这些动作陆续发生，它争夺的就不只是一块车机屏幕，而是下一代汽车的AI控制面。

有点意思的是，字节今天面对的不是2017年那片空地。华为已经证明，车企愿意为一套能量产、能卖车、能持续升级的外部智能系统付费；英伟达、高通、地平线也在芯片和工具链上占住位置；大车企则把数据闭环视为自己的命门。字节能否后来居上，不取决于它能不能再写一套Apollo，而取决于它能否设计出一种合作关系：既拿得到足够的数据，又不让车企觉得自己在把灵魂交出去。

百度当年开放的是代码，后来留住的是车队。字节今天拥有的是模型、云和入口，仍然缺少真实行动产生的反馈。

Apollo最难复制的，从来不是代码，而是车轮转起来以后，数据到底回到谁手里。