專訪Pony.ai 樓天城：自動駕駛已經(jīng)走過了“從0到1”，“規(guī)?！笔切袠I(yè)的分水嶺| 自動駕駛這十年

本文作者： Dude

2019-02-27 16:03

導語：“規(guī)?！笔亲詣玉{駛的試金石，也是行業(yè)的分水嶺。

新智駕注：圖片來自Slush Shanghai 2018

本文由騰訊新聞、新智駕共同出品，作者系新智駕 Dude ，騰訊新聞同步首發(fā)，未經(jīng)授權(quán)，不得轉(zhuǎn)載。

在過去的很長一段時間里，L4 級自動駕駛受到資本和自動駕駛研發(fā)商追捧，甚至很多公司將全自動駕駛作為開發(fā)目標。時過境遷，如今他們中很多都走上了 ADAS（L2）的開發(fā)之路，更加強調(diào)自動駕駛技術(shù)的商業(yè)化落地。

作為L4級自動駕駛創(chuàng)業(yè)公司當中的獨角獸代表，Pony.ai 并不擔心業(yè)界的冷靜會打擊公司的發(fā)展。相反，Pony.ai 的聯(lián)合創(chuàng)始人兼CTO樓天城認為，自動駕駛行業(yè)當中幾個關(guān)鍵的公司，是一定能夠活到最后。為了能把這件“事情”做成，Pony.ai 可以付出很多，并不是受限于外部環(huán)境的冷熱。

成立滿兩年之際，Pony.ai 仍然專注于L4級自動駕駛的技術(shù)難題。對于一個七萬億的出行市場，一個初創(chuàng)公司要具備什么技術(shù)實力和運營能力才能滲透進入其中，這是一個值得深思的話題。在L4級自動駕駛越發(fā)冷靜的時候，瞄準Robo-taxi 賽道下的公司如何應(yīng)該贏得時間和資本的信心？

在不斷變化的內(nèi)外環(huán)境前，獨角獸 Pony.ai 的戰(zhàn)事要如何繼續(xù)進行？Pony.ai的聯(lián)合創(chuàng)始人兼CTO樓天城來解答這一疑問。

年少成名的“教主”

樓天城，是首屆百度之星程序大賽的冠軍，因編程功夫了得，江湖人稱“教主”。成名于編程，真正讓這位天才少年大放異彩的是自動駕駛領(lǐng)域。

早在百度之前，樓天城的自動駕駛歷程最早開始于2012年，彼時，樓天城加入谷歌Project X，那是一個樓天城認為和自我氣質(zhì)（極客）相吻合的項目，也是樓天城在谷歌花了一年時間所尋找到的項目。

樓天城對雷鋒網(wǎng)新智駕說：“項目的方式吸引了我”。自動駕駛是一個技術(shù)決定型的項目，這是一件非常難得的事情。很多項目其實并不是以技術(shù)為絕對主導的，比如手機并不是技術(shù)決定型項目，因為手機的用戶體驗非常重要；再比如，滴滴也是一類跟運營強相關(guān)的項目。唯獨自動駕駛在未來的十年內(nèi)將是技術(shù)決定型的項目，這對我是最有吸引力的。

在谷歌期間，樓天城先后涉及了自動駕駛的決策、控制板塊，也做了地圖、預(yù)測、仿真等技術(shù)板塊，逐漸覆蓋軟件層的全鏈條。在這個過程當中，樓天城充分地認識了自動駕駛系統(tǒng)的穩(wěn)定性和可擴展性的重要，而這些性能得以實現(xiàn)的前提就是需要好的底層框架。這也是為什么后來Pony.ai創(chuàng)立之初，擯棄了ROS的快捷路徑，而選擇重新研發(fā)了一整套自動駕駛底層系統(tǒng)架構(gòu)和操作平臺。

到了2015年年底、2016年年初，AlphaGo的誕生使樓天城看到了深度學習的潛能。也是在這個契機之下，他看到了中國趕超美國的可能，即使那時候中國的自動駕駛行業(yè)全面落后于美國。

2016年4月，樓天城被吳恩達攬入百度，成為美研無人車開發(fā)團隊的一員，當時美研是百度自動駕駛的重鎮(zhèn)。在百度期間的樓天城，是閃耀的工程師明星——TopCoder中國冠軍，編程能力強，代碼潔癖、人很聰明這些都是同事對其留下的印象，吳恩達更是盛贊“樓是最頂尖的程序員”。

也正是在百度美研，樓天城遇到了他的“老板”彭軍，自動駕駛部門的首席架構(gòu)師。說起樓天城與彭軍的共事，有個故事外人甚少知道。彼時百度為了爭取樓天城，給了他諸多自由度，其中包括了自己選擇想要一起共事的“老板”。

談及百度對后來自動駕駛發(fā)展的影響，他認為大的IT 公司愿意投入自動駕駛是一件非常好的事情，能從整體上加速自動駕駛的發(fā)展和市場接受度，并且百度也建立自有的流程。但是對于創(chuàng)新的項目而言，過多的流程則意味著拖沓以及更為漫長的等待，這也是后來他離開的理由之一。

2016年年末，樓天城和彭軍雙雙從百度離職了，創(chuàng)立了Pony.ai。

專訪Pony.ai 樓天城：自動駕駛已經(jīng)走過了“從0到1”，“規(guī)?！笔切袠I(yè)的分水嶺| 自動駕駛這十年

新智駕注：Pony.ai的車隊

自動駕駛已經(jīng)走過了“從0到1”

在過去幾年的創(chuàng)投熱潮當中，自動駕駛是一個無法令人忽視，又尚未看見大規(guī)模落地的行業(yè)。這中間，很多的疑惑需要解答，很多的模式需要探索。

在過去十年時間，樓天城認為軟硬件的共同進步極大地推動了自動駕駛的極速進步。在硬件層面上，以激光雷達為代表的傳感器是加速自動駕駛發(fā)展的重要因素，到了今天，更加出現(xiàn)了為自動駕駛專門研發(fā)的相機；在軟件層面上，深度學習的出現(xiàn)更是推動了自動駕駛的急速前進。

也是由于這些軟硬件的共同進步使得自動駕駛整個行業(yè)走過了從0到1的重要歷程，而與此同時，相互伴隨的是業(yè)界對于自動駕駛的要求越來越高，期待的閾值也越來越高。

他向雷鋒網(wǎng)新智駕展現(xiàn)了一條期待閾值不斷升高的時間軸：2015年的時候，業(yè)界看到一個“自動駕駛”的視頻就覺得非?？犰?；到了2016年年底、2017年年初的時候，剪輯過的視頻已經(jīng)不受用了，觀眾要需要看到更完整的視頻，了解整輛車的路測全過程和情況；2017年之后，企業(yè)要開始做實地路測，投資人需要坐到車里進行實地的感受，才決定投資與否。

現(xiàn)階段業(yè)界對于自動駕駛落地的愿望越發(fā)地迫切，但樓天城認為再沿用過去從0到1的速度衡量下一個“從1-10”的階段，顯然是不合適的。

盡管在外界看來，只要資金充裕的情況下，從0-1和從1-10的差別并不大，但樓天城認為從0到1和從1-10并不是同一個難度系數(shù)，從0到1，是證明概念的階段；從1-10意味著方案的可擴展性和系統(tǒng)穩(wěn)定性都要提升到10倍以上的層次?！按蠖鄶?shù)的公司都是倒地于從1-10的階段?！?/p>

具體到自動駕駛的場景，從1輛車到10輛車也意味著系統(tǒng)的穩(wěn)定性能至少要提高到10倍以上，因為出了事故的代價是一樣慘痛的。在量產(chǎn)之前，很重要的一步就是要證明方案的可復制性，因此1-10是極其重要的一步。

樓天城也向雷鋒網(wǎng)新智駕表示：Waymo之所以走得如此穩(wěn)健，和基礎(chǔ)框架的扎實不無關(guān)系。

有關(guān)于場景是否為王的話題，樓天城認為，嚴格來說，自動駕駛并沒有場景的劃分，大家最終都是殊途同歸，能夠在一個場景里運營得很順暢的公司，就有將技術(shù)遷移到其他場景的能力。如果一家公司真的能夠做到上萬輛車并且盈利狀態(tài)的時候，其實這些場景也就是技術(shù)實力的證明。

在技術(shù)尚未觸達現(xiàn)實之際，關(guān)于路線的討論顯得尤為重要。深度學習是當下的技術(shù)版圖的最優(yōu)解。

在樓天城看來，“深度學習＋規(guī)則（rule-based）”是自動駕駛當中比較穩(wěn)健的做法，他向雷鋒網(wǎng)新智駕解釋：以黑白灰例，黑白其實一些必須要遵循的規(guī)則，而灰色更多的是擁有自由度的空間，具體到駕駛的場景當中，有很多情況是無法依靠規(guī)則列舉，深度學習最為擅長的就是模仿人的行為。而在自動駕駛當中，這兩方面的因素都需要考慮。

輔助駕駛不可能升級成自動駕駛

在自動駕駛尚未成為新出行方式之際，有關(guān)于新的未來出行世界的想象有千千萬萬種。而引起討論最多的則是以特斯拉為首的漸進派和以Waymo為代表的L4直接落地的方式。李開復更是公開表示：自動駕駛應(yīng)該一步到位。而業(yè)界當中也有人認為以特斯拉為代表的循序漸進的路徑才是正確的路線。

樓天城是這樣回答這個問題的：L3和L4雖然看似都是自動駕駛的行為，但是雙方優(yōu)化的目標是不一樣的。L3優(yōu)化的只是自動駕駛汽車的準確性，L3很多功能類似于報警——不能夠輕易地誤報決策，沒事就剎一下。但是，L4優(yōu)化的并不僅僅是準確性，還有召回率（recall rate），L4不能輕易漏掉任何一個物體，因為如果漏掉了會容易產(chǎn)生嚴重的安全事故。

L3只關(guān)注準確性，而L4還要兼顧百分百的召回率，這使得后者在算法上的想法和設(shè)計從底層就不一樣，選擇的軟硬件配置也不同。

因此樓天城認為從輔助駕駛發(fā)展到L4自動駕駛基本是不現(xiàn)實的，這個進階之路，就好像從一座山到達另一座山，中間沒有一個纜車一樣的可以過去。其實很多人也已經(jīng)嘗試走過了，這個纜車至少至今也沒有找到。

之所以Pony.ai押注在L4上，也是因為L4是自動駕駛中最大/最有影響力的市場。盡管在L4的全面落地還需要一些年數(shù)，局部的落地也需要至少1-2年的時間。樓天城跟雷鋒網(wǎng)新智駕說：自動駕駛的擴張不可能像社交網(wǎng)絡(luò)（如Facebook）的擴張，而是需要真正具體落在每一輛車上。時間不一定是自動駕駛的瓶頸，資本也不是自動駕駛的瓶頸，因為未來能夠通過盈利把資本收攏回來。

成本并不是Pony.ai擔心的問題，是完全可以通過量產(chǎn)和規(guī)模來解決的。自動駕駛行業(yè)的分水嶺就在于規(guī)模數(shù)量。組建無人車隊真正的難度在于穩(wěn)定性，因為目前無人車還無法做到標準化生產(chǎn)，需要對每一輛車的軟硬件進行調(diào)試，保證一致的穩(wěn)定性，這非?？简灍o人車公司的技術(shù)實力，也是邁向從1到10的關(guān)鍵。未來一年時間，Pony.ai計劃將穩(wěn)定日常運行的車隊的規(guī)模擴展到100臺。