陈亦伦：2020年领先华为与特斯拉实现端到端自动驾驶

2月4日消息，近期《晚点LatePost》发布了一篇对话“它石智航”创始人陈亦伦的专访。

据悉，陈亦伦毕业于清华大学电子系，后赴美攻读博士学位，毕业后曾先后在大疆和华为任职，从事无人机和无人车相关技术工作。

在华为工作期间他担任车BU首席科学家，是华为ADS辅助驾驶系统的核心人物，曾主导设计智能辅助驾驶系统ADS 1.0算法全栈、组建核心技术团队，并推动这款产品商业化应用于极狐阿尔法S等车型。

2024年中离开华为后，陈亦伦加入清华大学智能产业研究院，并于2024年末投身具身智能创业，和百度前自动驾驶事业群负责人李震宇等人联合创立它石智航。

在此次采访中，陈亦伦透露了一个关键信息：自己在2020年主导华为ADS时，就已经开始尝试做端到端，比特斯拉还要早。

他表示，“2020-2024年，我在华为第一次尝试端到端系统，那时我已经带团队做了2、3年研发。我们的自动驾驶系统至少有200万行代码，它虽然能工作，可以处理复杂的城市道路情况，但维护成本极高。”

2020年，陈亦伦和丁文超博士等人产生了一个想法：能不能训练一个神经网络，把这200万行代码精简掉？

最终他们用3万行代码训练了一个网络，直接让网络去规划无人车的轨迹。

陈亦伦称，那就是最早的端到端自动驾驶，只不过当时做的是“两段式”（注：感知环节是一个端到端网络，规控环节是另一个端到端网络）。

当被问到做端到端是否是受了特斯拉启发时，陈亦伦断然否认。

“没有，2020年特斯拉的AI Day还没讲端到端，讲的是在感知环节如何恢复3D环境，即BEV。对我们来说，感知是已知解，它是开放问题，有数据、有标注就能做。”

当时让他最头疼的是规控，这是一个闭环AI，产生的每一个动作都会影响下一刻的环境，比如选择“加塞”，对方可能让行，也可能加速抢行。

这种闭环AI怎么训练？当时没人有把握，但靠传统规则方法一个个描述极端情况，代码已经堆到了200万行，发现问题的速度已远超解决问题的速度，所以必须用新的方法。

解决这个老大难问题需要大规模采集人类驾驶数据，这在之前还没人做过，“我们当时调拨了约100辆车的车队，专门干这一件事。丁博每天在现场教司机开车，定义什么是‘好司机’的行为。”

陈亦伦介绍称，起初没看到显著进展，但当数据积累到几千小时后，会发现网络真的学到了东西，而且越来越厉害。

于是他们选了一个极难的测试场景——一个人车混行、完全非结构化的城中村，通过规则算法几乎无法通过。

“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可以做规划了。”

也正是因为看到了端到端的成功，陈亦伦重新拾起了自己做机器人的梦想，但由于那时还不知道具体怎么做，所以选择先回到母校，用了2年多时间，终于重新出发。