人工智能技术已经到了应用落地的关键阶段。
百度地图作为百度AI技术落地的关键场景，已经渗透到人们生活的方方面面。
在“百度创造”百度AI开发者大会主论坛上，百度CTO王海峰向外界全面展示了百度地图高度AI化的数据生产模式。
高效、灵活、智能的数据生产让百度地图能够实时描绘现实世界。
也是对行走精度的追求。
在百度大脑分论坛上，百度地图事业部总经理和李莹发表演讲《基于飞桨的百度地图通行时间智能预估》，详细介绍了百度地图“预计到达时间（ETA）”的应用以及百度深度学习平台PaddlePaddle实现的效率提升，让用户能够准确地掌握当前和未来的出行时间，合理规划出行。
李莹在演讲中表示，“百度地图与飞桨的深度融合，这一产业实践可以为用户预测最合适的路线和更准确的时间。
”百度地图事业部总经理李莹“需要多长时间才能到达目的地”是用户每次出行最关心的问题。
面对复杂的交通状况，出行时间估算在高峰和非高峰期间差异较大，路况和天气影响因素较多，事故或临时控制的突发性较高，并且由于驾驶员的驾驶习惯不同，个性化较强。
作为新一代人工智能地图，百度地图利用百度深度学习平台飞桨，为用户打造更精准的“智能出行时间预估”能力。
可以为用户提供最准确的出发点、目的地、行程设置。
合适的路线、更准确的授时，让出行更加智能、可靠。
李莹表示，飞桨可以大幅提升百度地图ETA开发调试的便捷性、训练效率、部署和预测性能，每天可以响应近百亿条道路计算请求，为10万个行业合作伙伴提供服务。
百度地图ETA最直观的感受就是路线规划的预计到达时间越来越准确，推荐的路线也越来越符合自己的出行或者驾驶习惯。
主要为用户提供实时出行和未来出行的精准智能出行。
服务。
针对用户实时出行时间估算，百度地图开发了基于飞桨的深度神经网络时间估算模型。
除了实时路况、轨迹速度等实时路况外，还增加了多维时间编码信息、环境、突发事件等。
动态编码事故等信息，以及用户驾驶习惯、路线熟悉程度等，实现更精准的出行时间计算。
当用户面临拥堵路段时，百度地图还对预测模型进行单独建模，细化预测效果，让用户在驾车时清楚了解拥堵路段所需的出行时间，从而实现“堵车”。
道路不堵，心不堵”。
对于用户未来出行时间的预估，百度地图也提供了可以预测未来的解决方案。
当用户出差赶飞机或去陌生地方时，如果仅根据当前时间和路况提供预计到达时间，则所需时间可能会因实际出发时因素的变化而无法控制。
因此，百度地图综合综合了历史上同一时间的路况和路线时间，然后仔细考虑出发时间的道路限制、施工、红绿灯等信息，并与用户结合起来。
用户可以根据个人驾驶习惯，计算推荐一条最适合、最舒适的出行路线，并预估所需时间。
为用户提供“未来时间”的出行预测是智慧出行时代各类地图产品的重点，而百度地图则走在了前列。
搭载多项业界领先的百度AI技术，不断提高预测未来交通状况的准确性。
李莹在现场表示，“物理世界的变化正在加速，出行挑战越来越严峻。
百度地图作为新一代人工智能地图，将深度应用AI技术，为用户提供更加便捷、精准的服务”。
、高效的出行服务。