Bài học khó nhất của xe tự lái
Theo báo South China Morning Post, với xe tự lái, những bài học khó nhất cũng là những tình huống có thể thử thách cả những tài xế dày dạn: một người đi xe đạp bất ngờ vượt đèn đỏ, hay một con vật lao ra từ góc khuất. Baidu đã phát triển Apollo World để chuẩn bị cho đội taxi tự lái trước những tình huống hiếm gặp nhưng rủi ro cao như vậy, nhằm giành lợi thế trong thị trường taxi tự lái đang tăng trưởng nhanh.
Hôm thứ Ba, Nhóm Lái xe Thông minh của Baidu đã trình diễn “mô hình thế giới” mới, cho thấy trình mô phỏng phản hồi theo thời gian thực với thao tác đánh lái, phanh và tăng tốc của xe, đồng thời tạo ra hình ảnh camera và dữ liệu lidar đồng bộ. Hệ thống có thể dựng nên toàn bộ hành trình ảo từ đầu, cho phép chuẩn bị cho những kịch bản khó ghi lại an toàn trong thử nghiệm thực tế.
Chúng tôi hy vọng mô hình thế giới của mình có thể phát triển từ mô phỏng một tình huống đơn lẻ sang mô phỏng việc thực hiện trọn vẹn một nhiệm vụ.
Kiểm thử những tình huống nguy hiểm
Trong các màn trình diễn kỹ thuật, ông Yang cho thấy Apollo World tạo ra những mối nguy cao như người đi xe đạp cắt ngang giao lộ hay chó chạy vào đường đi của taxi tự lái. Kỹ sư có thể điều chỉnh hành vi của những người tham gia giao thông ảo để kiểm tra phản ứng của phần mềm lái trong nhiều điều kiện khác nhau.
Nền tảng này giữ vai trò then chốt trong kế hoạch mở rộng sang mạng lưới đường xuyên biên giới của Baidu. Trong buổi trình diễn, công ty đã mô phỏng các chuyến đi ảo ở Thâm Quyến và Hồng Kông với mật độ giao thông thay đổi.
Từ lập trình thủ công đến học từ dữ liệu
Theo ông Wang Liang, kiến trúc sư trưởng của Nhóm Lái xe Thông minh và chủ tịch ủy ban kỹ thuật Apollo, việc đưa taxi tự lái thích ứng với từng địa phương trước đây đòi hỏi lập trình thủ công luật giao thông – một quy trình cồng kềnh hạn chế khả năng mở rộng. Điều kiện đường sá mỗi nơi rất khác nhau, từ mạng lưới đường nhiều tầng dày đặc ở Trùng Khánh, giao thông bên trái ở London và Hồng Kông, đến lối lái xe hung hăng của tài xế Dubai.
Kiến trúc thế hệ mới của Baidu dựa vào học dữ liệu đầu-cuối, huấn luyện mô hình chuyển trực tiếp dữ liệu cảm biến thành hành động lái. Theo ông Yang, dữ liệu thực tế từ đội taxi tự lái được đưa ngược trở lại Apollo World để cải thiện hệ thống.
Quy mô dữ liệu đó không nhỏ: tính đến tháng 8/2026, Apollo Go đã hiện diện tại 28 thành phố trên thế giới, tích lũy hơn 350 triệu km tự lái, trong đó hơn 240 triệu km hoàn toàn không người lái, và đã có mặt trên nền tảng Uber tại Dubai.
Cuộc đua “mô hình thế giới”
Dự án của Baidu phản ánh xu hướng chung của ngành xe tự lái toàn cầu chuyển sang môi trường huấn luyện do AI tạo ra. Tại Mỹ, Waymo thuộc Alphabet hồi tháng 2 đã giới thiệu một mô hình thế giới xây dựng trên Genie 3 của Google DeepMind, tạo dữ liệu lidar và camera về các điều kiện nguy hiểm như tuyết phủ cầu Cổng Vàng ở San Francisco hay xe chạy ngược chiều. Tháng 6, hãng chip Nvidia cũng giới thiệu OmniDreams, mô hình thế giới dùng để đánh giá phần mềm lái tự động một cách tương tác theo thời gian thực.
Mục tiêu cuối cùng của xe tự lái là đưa hành khách an toàn từ bất kỳ điểm A nào đến bất kỳ điểm B nào, chứ không chỉ xử lý một tình huống riêng lẻ, đi qua một giao lộ hay hoàn thành một pha vượt xe.
