為了加速無人駕駛的發展，減少戰爭中士兵傷亡，美國國防部在2004年舉辦了第一屆DARPA自動駕駛挑戰賽。那一次比賽放在了美國加州東南的莫哈維沙漠，有15輛電腦操作的車輛參加了比賽，但最后沒有一輛車完整地跑下142英里的砂石賽道。
后來，2005年、2007年DARPA挑戰賽又舉辦了兩屆。當時參加比賽的人如今都成為了自動駕駛領域頂尖的人才。而美國的自動駕駛水平也因比賽的帶動而突飛猛進。
剛剛過去的十一假期，中國的自動駕駛初創公司毫末智行于10月4日在內蒙古阿拉善沙漠舉辦了一場人機比賽。長城哈弗H9汽車搭載毫末智行Hi Pilot自動駕駛系統，在沙漠中挑戰了人類冠軍賽車手鹿丙龍。
這也是國內自動駕駛領域第一次挑戰沙漠環境，在沙漠中舉辦“人機大戰”。不同于城市中的結構化道路，沙漠環境復雜多變，也沒有所謂的“賽道”。而人類賽車手鹿丙龍曾是2017年越野錦標賽年度總冠軍、環塔拉力賽冠軍，在沙漠越野方面有著豐富的經驗，可謂是賽車領域的“李世石”。
比賽雙方在沙漠賽場中需跑完三圈，用時短者獲勝。經過激烈的角逐，最終，Hi Pilot以微弱的差距敗于鹿丙龍。
過去，我們能看到的自動駕駛測試多是在城市中和高速公路上。而這一次毫末智行敢于挑戰沙漠極端環境，就是希望能檢驗自身的技術實力，向人類頂尖賽車手學習駕駛智慧，向大自然學習復雜環境的應對。“通過挑戰極限，來將復雜環境非結構化道路的自動駕駛應對經驗融入到Hi Pilot系統中，帶回到用戶的日常駕駛中。” 毫末智行Hi Pilot負責人丁垚介紹。
毫末智行也立下了誓言，三年三戰，今年只是第一次。而接下來，毫末仍將發起挑戰，希望能在“人機大戰”當中戰勝人類賽車手，在自動駕駛領域重現AlphaGo的戰績。
挑戰沙漠“沒有路”的路
進入阿拉善沙漠對毫末智行的Hi Pilot來說是第一次，而“老司機”鹿丙龍已經跑過很多次。在比賽中也可以看到，賽車手對環境的了解會大大提升比賽的成績。
比如，不同于普通人快速駕駛，賽車手在比賽中為了追求速度，他們會選擇在經過彎道前提前拐彎甩尾，用“漂移”來減少彎道拐彎耗費的時間。而對沙漠環境了解，比如識別出大風下沙丘哪一面更能承載車的重量，在路徑選擇上不一定走沙丘波浪的谷底，這些經驗都能幫助車手來決策。
據毫末智行首席科學家路修遠介紹，“在沙漠里，沒有鋪裝路面、沒有紅綠燈、沒有車道線。不同地塊的沙土硬度也不一樣，有的表面上看毫無痕跡，但下面卻是剛剛吹過的松軟的土質，極易塌陷。”
而人在沙漠里，視域也并非想象中那么寬廣遼闊。在沒有開上沙丘頂部之前，視線極易被遮擋，你也無法判斷翻過山，山的那一面是什么，能不能走，會不會陷車。這對車手也是個難題，有時候需要憑經驗試錯，試探一點點，如果不行，車手再退回一些選擇其他路徑。
這種駕駛模式，就完全不同于城市環境。對自動駕駛系統來說，也同樣要面對人類面對的問題，用人類類似的“試探后獲取反饋”的思維去解決。而這就需要一套更開放性的從感知到決策、控制的算法和模型。
在目前水平下，沙漠環境里，自動駕駛在感知和決策模塊，算法與模型仍然無法與有經驗的賽車手大腦相比。“日常城市中的駕駛經驗有時與沙漠完全相反。”鹿丙龍說。在接觸沙漠環境之前，自動駕駛系統的工程師在辦公室里也很難去完全想象沙漠中駕駛遇到的問題。
但是，經過這樣一次比賽和親身感受，現場的汽車工程師和算法工程師團隊通過與鹿丙龍的交流，了解了沙漠路況和越野車手怎樣判斷環境和挑選路徑。而這將會直接反饋到算法和模型中，提升車輛的決策和控制水平。
雖然這一次比賽戰勝了機器，但鹿丙龍也在思考“如果機器集齊了10個頂尖賽車手的駕駛經驗，比如他們的行駛軌跡和判斷依據，它是不是就能戰勝所有的人類賽車手了呢？”
這也正是自動駕駛“大腦”的優勢所在。如拿破侖的名言所說，“我來，我看，我征服”。自動駕駛“大腦”經歷過了復雜環境，吸收了人類的經驗，然后在一定成本下通過技術來復現人類的智慧，解決同樣的問題。數據積累多了，極端場景經驗不斷豐富，算法與模型不斷改進，自動駕駛就能以非線性的速度成為“老司機”。
“步步為營”的發展路線
這一次比賽，挑戰鹿丙龍的是毫末智行的Hi Pilot系統與長城旗下越野車搭檔。毫末與長城有著極深的淵源。
毫末智行創建于2019年11月，它的前身正是長城汽車技術中心的智能駕駛前瞻分部。毫末的愿景是“以零事故、零擁堵、自由出行和高效物流為目標，重塑和全面升級整個社會的出行及物流方式”。它以此建立了兩條產品線，一條是面向乘用車的自動駕駛系統，另一條是提供給物流、送餐領域的物流車。
在乘用車領域做自動駕駛，不同公司的商業目的是不同的。
Uber和滴滴這一類公司做自動駕駛，是為了變革出行領域，希望將來以更低的成本來提供出行服務。而特斯拉和一些汽車主機車廠，是為了增強自己的產品功能，用自動駕駛來提高車的銷量。
至于Google，自動駕駛子公司Waymo源自于Google X實驗室，是Google為了探索未來前沿科技改變世界而生，與其搜索和廣告主營業務其實并沒有關系。而百度做自動駕駛則希望自己在人工智能領域能占得先機，再造一個百度出來。
而一些規模更小的初創公司，其商業模式有的初衷是向車廠出售方案，有的是針對具體場景比如礦區提供運營解決方案。
毫末智行Hi pilot系統面對的是汽車廠商，將會裝配到乘用車上。除了長城汽車這家大客戶之外，毫末也會面對部分汽車品牌聯盟，有些車廠尚無能力自行研發自動駕駛技術，需要向外尋求合作，它們會采購聯盟之內廠商的自動駕駛系統方案，避免車廠競品問題。
而在物流車業務上，毫末智行首先聚焦送餐與快遞中的B2B場景，并不直接面對終端消費者。而像順豐、阿里巴巴菜鳥這類快遞、物流公司和美團外賣平臺，就可以采購毫末的低成本車規級物流車。
長城汽車是毫末智行的孵化者，也是毫末的大客戶。在自動駕駛領域，也不乏汽車主機廠自建自動駕駛部門，比如特斯拉。而長城汽車結合起身的情況，下定決心，剝離出了毫末智行，讓它在鏈接產業資源、激勵人才、商業化方面都能有更大的空間施展，同時，也能服務好長城汽車自身。
不同于互聯網陣營做自動駕駛希望一步到位的發展路線，毫末智行的路線是“步步為營”，它將自動駕駛不同級別中的場景進行拆分，分步實現。比如毫末智行計劃在今年實現高速路的自動駕駛；在2021年擴展場景庫，深化自動泊車場景；到2022實現自動通過十字路口、自動進出收費站等等。
而這種“步步為營”，每個階段性成果都能裝配到長城汽車的量產產品上。據毫末智行董事長張凱透露，到明年年初，長城汽車的一些產品就會搭載毫末的Hi Pilot自動駕駛系統出廠。而未來，隨著長城和其他汽車廠商搭載毫末系統的汽車量產，Hi Pilot就能積累起大量的數據，而這也將成為毫末在自動駕駛領域的門檻。
在自動駕駛領域，初創公司會面臨一個問題，就是融資能否支持到最后找到商業模式和盈利。而在這中間過程中，行業內很多公司發現，事情并不像最初想象的那般順利。
自動駕駛領域內的技術進步并不如預期那般迅速，眼下要進入攻堅階段。而純互聯網背景的技術團隊們，他們離了汽車主機廠也根本“玩不轉”。
合作達不成就無法量產，沒有量產就沒有數據，也無法將雷達等硬件成本拉低，進而也就沒有商業模式。沒有數據，系統迭代改進就非常慢。而一慢下來，在尋求項目落地、推進商業化時，錢就燒得差不多了。這個時候，等待它們的是要么倒閉解散，要么被收購。
而毫末智行與長城汽車深度綁定，上面的問題就迎刃而解。而且，除了在乘用車領域提供自動駕駛系統之外，毫末還有物流車業務。
物流車業務在特定場景下應用，能實現全自動駕駛。隨著它的量產，也能一同拉低一些硬件部件的成本價格。而長城汽車在生產車輛上的經驗以及代工物流車的生產上，都能給毫末智行提供巨大的幫助。
軟硬件“混血”團隊
得益于長城汽車的支持，在毫末的團隊中，兩種不同基因的人才快速匯集，實現了“混血”。
在初始團隊中，有大量汽車陣營的人才來自長城汽車，他們對汽車硬件了解深厚，也有大量來自頭部互聯網自動駕駛團隊的人才，來完善系統中的算法和模型。據張凱介紹，在接觸毫末的投資人中，普遍對毫末團隊的評價是“務實，如果能融合好，就是最強團隊。”
這也是毫末區別于其他初創的自動駕駛公司的優勢，它背靠汽車主機廠，有綜合性的人才和經驗，在大廠扶持下能夠快速學習迭代。
在人機挑戰賽中，在阿拉善現場的團隊面對沙漠環境中的問題就能一起解決。比如在賽前準備熟悉環境時，車輛根據原有經驗選擇的路徑陷入沙丘中，算法工程師和車輛線控工程師就能從中分析自身負責部分的解決辦法，商量后就能碰撞出方案。
而在物流車業務上，來自車廠的工程師們就能與軟件系統工程師協作，在設計和生產物流車硬件時提供車廠制造業的經驗。
這種配備，可以說，很難一開始就在一個初創的自動駕駛公司里實現。而毫末則是“站在巨人的肩膀上”，才實現了快速啟動，快速融合，快速出成果。
而接下來，毫末智行也將啟動新一輪的融資，資金將用于平臺開發、人員招聘和量產準備。當商業模式具備，量產落地問題理順，資金即將到位，就該是該毫末智行快速發力的時候了。
