华为车 BU 前首席科学家陈亦伦：我们早在 2020 年就实现端到端自动驾驶技术突破，以 3 万行代码替代 200 万行规控系统

华为前首席科学家揭秘：我们比特斯拉更早实现端到端自动驾驶突破

说来你可能不信，就在上周，我和《晚点 LatePost》的记者聊起那段在华为攻坚的日子时，依然难掩激动。作为华为车BU前首席科学家，现在它石智航的创始人，我觉得是时候把这段故事好好说一说了。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

我是陈亦伦，清华电子系出身，后来在美国读完博士，先后在大疆和华为折腾过无人机和无人车。说实话，当记者问起我们在华为的技术突破时，我忍不住爆了个猛料：早在2020年，我带领团队就已经实现了端到端自动驾驶技术的重大突破——这个时间点，比特斯拉公开他们的方案还要早。

可能有些朋友不太了解我的背景，这里简单说两句。我在华为任职期间主要负责ADS 1.0智能驾驶系统的开发，这套系统后来用在了极狐阿尔法S等车型上。说实话，那段日子现在回想起来，依然让人热血沸腾。

从200万行到3万行的技术革命

记得那是2020年，我们的自动驾驶系统已经积累了近200万行代码。平心而论，这套系统确实能应对复杂的城市路况，但维护起来简直是个噩梦。每次遇到新的场景，工程师们就得没日没夜地补充规则，那种感觉就像在打地鼠——永远有处理不完的极端情况。

于是我们做了个大胆的尝试：用神经网络来替代传统的规控代码。说实话，当时团队里不是没有质疑的声音，但我始终相信这条路走得通。经过反复试验，我们最终用仅仅3万行代码构建出了能够规划车辆轨迹的端到端网络。这个方案采用了“两段式”架构——感知和规控各自都是独立的端到端网络。

我们走在了特斯拉前面

经常有人问我：“你们是不是受了特斯拉的启发？”说实话，这个问题让我既无奈又自豪。2020年的时候，特斯拉还在专注于感知层的BEV技术，压根没提端到端方案。我们当时攻坚的重点，是那个让整个行业都头疼的闭环AI规控难题。

说到这里，我得解释一下这个技术难点的特殊性。车辆每个动作都会实时改变环境状态——比如你一变道，旁边的车可能让行，也可能抢行。传统规则编码就像试图用有限的手册去应对无限的现实场景，根本不可能覆盖所有情况。

千车千里的数据积累

为了训练这个模型，我们调动了上百辆测试车采集人类驾驶数据。我记得特别清楚，当时我们的首席科学家丁文超亲自在现场定义驾驶行为标准。那段时间，团队几乎住在了测试场，积累了数千小时的数据后，终于迎来了突破性的一刻。

我们大胆用神经网络去试，原则是“后处理越少越好”，结果车非常流畅地穿行了过去，那一刻就是我的“GPT Moment”，我意识到 AI 可以做 Planning（规划）了。

现在回想起来，那个瞬间依然让我心潮澎湃。当测试车在没有任何人工规则干预的情况下，流畅地穿过复杂的城中村路况时，我知道我们见证了一个历史性的时刻。这种感觉，就像突然看到了技术演化的下一个阶梯。

这项技术验证成功后，我在2022年离开了华为，先是在清华大学智能产业研究院待了一段时间，然后在2024年底开始了新的征程——和百度前自动驾驶事业群负责人李震宇等人一起创立了它石智航，专注具身智能领域。这段经历让我明白，技术创新从来都不是孤立的突破，而是一个持续演进的过程。

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，本站所有文章均包含本声明。