百度“O计划”的战略核心 - 公司近期启动代号为“O计划”的项目，由搜索团队(MEG)与云团队(ACG)联合办公，打破部门藩篱[1] - 项目以百度App为枢纽，借助文心助手，调动内部生态及合作伙伴服务，旨在解决用户实际需求[1] - 公司意识到AI入口竞争是算力成本、推理速度与数据调度能力的综合战争，UI仅是表象[1] - 公司创始人李彦宏在2026年初内部分享中明确定调，训练的目的是推理[1] 搜索与AI的深度融合 - 推理效率将决定搜索的代际竞争，公司需通过搜索与云的底层打通以降低单次意图解析的推理成本[2] - 过去搜索（存量、现金牛）与大模型（增量）是并行逻辑，“O计划”宣告此状态结束[2] - 百度搜索将成为文心助手的知识底库，文心助手则成为前端驾驶员，负责感知用户情绪和模糊意图[3] - 搜索作为后验，负责从海量实时数据中提取真实性校验[3] - 公司内部不再纠结于搜索广告点击率的短期波动，以避免被字节豆包、阿里千问等以“低广告干扰、直接给结果”的体验冲击[3] 行业竞争格局与各公司路径 - 2026年春节被视为中国大模型产业的“诺曼底时刻”，百度、阿里、腾讯、字节集体杀入红包大战，争夺“默认入口”[4] - 字节的豆包逻辑是强悍的内容分发，通过短视频、社交链和极致UI交互，让AI成为消磨时间的新玩具，试图以高频打低频[5] - 阿里的千问掷出30亿进行“春节请客”，意图是让AI必须能产生交易，将其与本地生活、电商深度绑定，成为商业帝国的万能遥控器[5] - 腾讯的元宝背靠微信，主打熟人关系链，将AI内化为社交互动工具，是微信生态的智能升级[5] - 行业已从“百模大战”进入极其残酷的入口割据期[6] 百度的差异化定位与未来愿景 - 公司定位为解决用户明确甚至复杂的问题，依赖搜索积累的深度内容和全栈AI能力[6] - 当文心助手负责意图规划、搜索负责知识后验、智能云负责低成本高并发的快速推理时，一个AI智能体调度中心的雏形将浮现[6] - 公司依托搜索场景在AI入口竞争中有天然优势，但也面临独立APP分流的挑战[6] - 搜索是问答的天然土壤，若“O计划”成功将搜索转化为智能体分发平台，公司可能转型为AI时代的运营商[6] - 当前入口竞争的核心是心智占用，目标是让用户产生需求时直接对手机说话而非打开App[6] - 公司的“O计划”是一次豪赌，赌用户会对有深度的答案产生黏性，与字节赌爽感、阿里赌便利形成差异化对决[6]

自动驾驶协同感知技术发展 - 单车自动驾驶系统存在非视距(NLOS)区域感知局限性，遮挡导致的盲区带来安全风险[2] - 协同式驾驶(Cooperative Autonomous Driving)通过车辆间无线通信实现信息共享，显著提升复杂场景安全性[3] - WHALES数据集首次将智能体调度任务纳入协同感知研究，填补大规模多智能体协同环境数据空白[4] WHALES数据集核心创新 - 包含17k帧LiDAR点云、70k张图像和2.01M个3D标注框，平均每场景8.4个协同智能体[14] - 创新性引入覆盖范围自适应的历史调度算法(CAHS)，基于历史视角覆盖度动态选择最优协同对象[19] - 采用强化学习专家模型生成高质量轨迹，突破传统规则型CARLA pilot的行为局限性[11] 数据集技术规格与实验验证 - 传感器配置包含64通道LiDAR、四路1080P摄像头及V2X通信设备，支持V2V/V2I协同[8] - 协同3D检测实验中VoxelNeXt模型在100米范围mAP提升81.3%，验证长距感知优势[25][26] - CAHS算法在多智能体调度任务中取得65.3/40.1的mAP评分，超越MASS等基线方法[28] 行业应用价值 - 数据集遵循nuScenes存储格式并扩展协同感知标签，兼容现有技术栈降低研究门槛[13] - 通过优化CARLA模拟器实现线性时间成本增长，单智能体新增仅需160ms[14] - 支持全通信、随机调度等5类算法对比，为商业化协同驾驶系统提供基准框架[19][21]