豪杰涌入
2014年11月，江苏常熟，中国智能车未来挑战赛如期举行。张放所在的清华大学代表队是22个参赛车队之一。比赛开始，清华大学的无人车头顶激光雷达在14.5公里的赛道上行驶着，在无人操控的情况下自动上演着避让行人、避让建筑物、90度拐弯等“惊险戏码”。
中国智能车未来挑战赛被视作“无人驾驶智能车辆最高级别赛事”，这也是张放所在课题组第一次参加的L4级别的比赛。彼时，25岁的张放正在清华大学汽车系念博士二年级。在此之前，张放参加的比赛大多利用辅助驾驶系统，并不能让驾驶员的双手获得解放。
在比赛开始前，张放团队花了近3个月的准备时间。他们首先将长安CS35作了线控改装，让这台笨笨的大家伙像人一样，有“头”、“手”、“脚”，并具备了和人脑一样的思考和判断力。
据张放介绍，在改装过程中，他们开发的自动驾驶的行走功能，主要包括感知、定位、决策和控制。遍布车身的摄像头和激光雷达探测器就是无人车的眼睛，它们负责让车看清四周、识别周围障碍物。“当时，我们车辆的有效识别范围在70米~80米，即能够保证在此范围内识别障碍物并返回足够数量的数据。”
改装过后便是调试，张放团队奔波在北京和天津，通宵调试更是家常便饭。张放说，坐在无人驾驶车上时，车辆的任何反应都会在大脑中快速对照着相应的代码，烧脑又刺激。
比赛过后，张放去了日本日产先进技术研究中心访问，随后，他在加州大学伯克利分校念了一年联合博士。2015年5月，张放的清华师兄张德兆创立了自动驾驶公司“智行者”，张放和参加未来挑战赛的几名核心成员，以联合创始人的身份加入了公司。这家公司也因此有了“清华纯正血统”。
也就是从这时起，“自动驾驶”的创业故事开始更频繁地进入公众视野：2016年2月，前英特尔中国研究院院长吴甘沙同伙伴一起联合创建驭势科技;2015年9月，侯晓迪放下此前互联网广告方面的工作，联合陈默、郝佳男一起成立了图森未来，彻底转向无人驾驶方面的研发工作。此外，小马智行、Momenta等初创公司，百度、阿里巴巴、滴滴等互联网巨头也开始斥巨资加码研发投入。
据Comet Labs智能交通实验室报告显示，截至2017年第一季度，全球前14大技术公司，已经有12家宣布开发自动驾驶相关的技术。正如吴甘沙所形容的，2016年是无人驾驶行业的“立春”之年，2017年是“雨水”，雨水充沛、草木萌动，大大小小的公司都起来了。
张放回忆道：“因为这个词在当时太热了，有一定技术基础的公司很容易拿到投资。”公开资料显示，自2015年7月后的半年内，智行者获得两轮融资，融资金额达到2500万元。
一批留学海外的高智商技术人才也同样被吸引，纷纷回国涌入自动驾驶行业。
2016年末，戴震告别德国，结束了长达13年的异国生活。
戴震回国前最后的工作是为汽车巨头戴姆勒研发一个基于新型地图格式NDS的内置汽车导航系统。
一年后，戴姆勒的工作顺利交付。不过彼时，汽车导航受手机App冲击较大，作为一项成熟的技术创新的空间也有限，“我挺怕没有创新的，缺乏挑战性。”
乡愁也在戴震心中越化越浓。“岁数越来越大，老觉得在外面漂着不太好，所以想回北京。借着以前的专业背景，就想着还能做些什么。自动驾驶算是地图的第二春。”
回国后的戴震加入了倪凯当时的乐视汽车团队后，戴震从基础开始搭建高精地图导航模块。2017年6月，倪凯创建禾多科技，戴震则挑起了高精地图和模拟器业务的担子。
与传统地图相比，自动驾驶所用的高精地图，从细节程度跟精确度来讲都大大提高。“地图是自动驾驶汽车上最稳定的传感器，也是可视范围最大的传感器，可以提供给其他传感器很多信息。”
涌入自动驾驶行业的还有为数不少的90后。
与多数自动驾驶的技术控一样，隋清宇将编程作为其最大的爱好之一，并从小展现出天赋。小学五年级时，他的家里买了台电脑，隋清宇便用零花钱在书摊上买了一本编程小书，开始自学编程。
在天津耀华中学实验班念书期间，隋清宇拿到全国信息学奥林匹克赛银牌。之后，他顺利保送进入上海交通大学的计算机科学与工程学院。毕业后，他先后在微软和Google工作。
本命年的一天，隋清宇接到耀华学长的电话，对方称“自己在做一家创业公司，做无人驾驶，要不要试试”。在Google工作时，隋清宇就知道Google X在做一些很神秘的实验，无人驾驶就是其中一部分。2017年年初，回国后的他正式加入图森未来，负责开发和维护无人驾驶卡车背后的操作系统。
通俗点说，“自动驾驶系统有不同模块，比如不同传感器、底层的一些东西，我们做的就是把这些串在一起，让它能在车上跑起来。”隋清宇解释道。
“八仙过海，各显神通”
2017年，在京东6.18购物节到来之前的两个月，张放开启了通宵工作模式。从太阳正当空的2点开始工作，张放会看到清华夜晚的月亮，再到晨曦5点结束工作。彼时，智行者将要推出无人物流配送车“蜗必达”，而京东则是他们智慧物流领域的重要合作伙伴。
深夜时分，清华园周围一片寂静，智行者的无人物流配送车在低速行驶。张放团队在路边盯着车，一边讨论功能，一边开发，并随时上车去做测试。
由于清华园树多、建筑物多，过多的遮挡物会使GPS卫星信号受到影响，在张放眼中，清华园考的这些条件也变成检验无人驾驶技术的“修罗场”。为此，智行者团队开发出了融合定位方案，即特征越多定位越准，以保证车辆在任何情况下都有非常精确的定位。
2017年6月，蜗必达顺利发布。这是一辆可以“投怀送抱”的低速无人物流车。据张放介绍，客户可以通过手机端向后台发送取货时间及取货地点等需求，后台将调度无人物流车在约定时间到达约定地点，客户输入开门密码后取走货物。
在产品发布前，没日没夜的调试可谓自动驾驶技术咖们的常态。
2018年年初，禾多科技发布了应用于高速公路的自动驾驶解决方案HoloPilot的第一个版本。发布之前两个月，禾多开启了War Room的工作模式，各个相关研发模块的同事聚在一起，不上车调试时就围坐在屋子中央的两张大桌子周围，夜以继日地改代码。戴震参与其中：“大家坐在一起，每天这么干，如同打仗”。
“当时时间非常紧张，我们上午上车调试，中午改上午的问题;下午再调试，晚上再改代码。”
“这是一个0到1的过程，这个过程是最难的。”戴震告诉AI财经社。目前HoloPilot已完成软硬件平台搭建、多传感器的集成融合，以及智能决策控制等模块的开发，并针对高速公路场景开展了大规模的路测，能够在高速公路场景实现自动跟车及车道保持、交通拥堵引导、主动换道及超车、上下匝道、路网切换等功能，支持最高时速120km/h。
在图森未来负责测试的隋清宇和李智超，也经历了从0到1的过程。自2018年4月，在北方某深水港，图森未来团队开始密集地进行无人集卡车队港内测试。自夏入秋，60余位图森的技术人员在测试区一待便是一个礼拜，只有到周末才能回一次北京。
港区必须戴安全帽，在隋清宇的记忆中，“‘身穿反光衣、头戴安全帽’成了大家伙儿的标志”。如果一段路又运煤又运钢，图森的工程师的形象会更显狼狈。“在港口待一整天后出来，晚上洗脸时，随便拿纸擦一擦，脸上全是又偏黑又偏红的颜色。”李智超形容道。
“你可想而知卡车里面，硬件服务器面临的是怎样的环境。除了要知道防尘怎么做，还要保证车内温度是合适的。”他提高音量，“无人驾驶是一个跟命有关的东西。做不好，是要出事的。”
李智超在图森未来担任定位与高精地图算法工程师。由于卡车比较颠簸，传感器的位置和方向都会不停变化，导致卡车对周围的感知不准确，“我的工作便是实时估计摄像头的位置，在线标定传感器的不同位置”。李智超说。
一旦有一点偏差，定位系统便不是一个合格的产品。“去现场实地考察的时候，我们发现港口的路宽2.8米，可是光卡车就有2.6米。这意味着，给我们定位的余量非常少，不光如此，港口的环境也很苛刻，电磁的干扰给定位带来更大的难度。”
李智超介绍，在高速路上，相较普通乘用车卡车还要运货，所以不能踩紧急刹车。因此，自动驾驶卡车要有800~1000米的距离来做决策。“在遭遇一些自动驾驶卡车决策不及时的case后，我们决定把感知距离做到1000米这么远。”
看着自家无人卡车在港口一圈一圈跑起来，是两个90后年轻人最有成就感的时刻。“我们写过的每一行代码，都应用在了自动驾驶卡车上。”
不同于无人驾驶车辆在高速公路、港口、机场等真实场景的调试，驭势科技仿真技术负责人齐歆瑜还看过更多的仿真测试。
屏幕上，驭势无人驾驶系统控制的汽车，在“模拟场景”浙江嘉善测试场中行驶着。时而光闪雷电，地面湿滑;时而多辆车在眼前横向迅速经过，这辆无人车接受着更多有关感知、定位等复杂考验。
在齐歆瑜看来，仿真就是要营造一个真实的世界，“因为无人驾驶技术的大规模落地，仅仅通过传统测试可能无法满足，需要专门打造一套更具针对性的测试方案”。
在实景高效测绘后，仿真技术要模拟所有场景，达到和实景1：1的还原，同时，仿真技术还要模拟摄像头、激光雷达等传感器，并报给无人驾驶系统，让无人驾驶系统觉得自己和开真车一样。
此前兰德智库测算，要实现完全的自动驾驶需要100辆汽车耗费225年的时间进行7X24小时不间断测试，仿真技术的出现则大大缩短了这一时间。通过仿真技术平台，测试人员可以获得“坐地日行百万公里”的模拟数据，更重要的是，仿真技术也让调试效率提高不少，还能降低研发门槛。
“假设没有仿真技术，无人驾驶的研发要大多经过‘改装车、写代码、将程序载入或拷贝到车上、在有限的道路上测试、发现问题、再回到办公室改代码”的闭环。用上仿真技术后，技术人员可以在写完代码需要测试时直接连仿真，便能立竿见影看到效果。”齐歆瑜告诉AI财经社。
在禾多科技负责模拟器的戴震也有同感，模拟器(仿真系统)可以将地图、传感器、交通流的数据渲染出来，研发人员一看便能通过这些结果分析算法中存在的问题。
“甚至不用进行车辆改装这一成本很高的步骤，有仿真技术后，技术人员写完代码需要测试时，直接连上仿真系统做实验。”齐歆瑜告诉AI财经社。
为了让仿真更真实，齐歆瑜团队还探索出“同场景多车仿真”技术，他介绍道：“要让非常多的客户端同时接进来，这些客户端有些是无人驾驶系统在控制，有些是人工在控制。此外，还要设置一套类似交通法规的标准法规评测系统，去评判无人驾驶系统的行为到底合适不合适。”
高压力、高学历、高薪酬
有人调侃道，在大众的认知里，40岁以上才能称为中年人。但在自动驾驶行业，只要你超过25岁，你就是中年人，要为稀薄的发际线做最后的努力。在无人驾驶公司做程序员的承受的压力和辛苦可想而知。
“我没有太多时间做别的事情。有同事让我去健身房，但大多时候，我下班后健身房肯定是关门的。累是累，但不觉得烦，顾不上想太多。”戴震感慨。过劳肥也成了多数中年人的体态特征。李文俊调侃道，“刚去百度时只有67公斤，现在将近80公斤了”。
自动驾驶也是男性员工占据大半壁江山的行业。据张放介绍，智行者研发团队的男女比例大约为8：2。不过，理工男心底也有独特的温柔。
禾多科技嵌入式平台负责人李文俊在而立之年成为一名新晋奶爸，他自封自己“撸得了代码，扛得了萌娃”。一想到自家娃，李文俊嘴角便会不自觉嘴角上扬，朋友圈晒娃也成为其日常操作，他将儿子侧脸与蜡笔小新对比，称自家娃“与生俱来的明星脸”。
为实行扁平化管理，自去年开始，禾多科技的员工们为各自取了“花名”。虽然留德10余年，戴震却取名为“杜甫”，并在自动回复邮件时落款“悲催的现实主义诗人”。李文俊的团队则全部采用退役球星的名字，他给自己起名“卡卡”。
越来越多的“新鲜血液”正在不断进入自动驾驶领域。张放告诉AI财经社，经过4年发展，智行者团队已从不到10人的小团队发展到现在的250余人;而在两年多的成长时间里，禾多也增加至160余人。
高学历和高薪酬也是自动驾驶行业从业者的标签。智行者团队的学历背景一般是硕士以上。戴震介绍，其部门员工多为90前后生人，学历背景要求重点院校211的硕士，或有同行业著名企业的工作经验。齐歆瑜仿真团队的成员大多是硕士学位的95后，“仿真技术是集大成的技术，需要懂怎么写代码，也要会建美术模型。95后更有活力和想法”。
相较于清华大学2015届本科毕业生平均10969元的薪酬，张放对AI财经社透露，自动驾驶行业起薪应该至少加一倍，“不过也要因人而异”。
伴随着新鲜血液的注入，自动驾驶公司也告别了起初“一人身兼数职”的情况，开始为各个方向上做更细致的规划。以智行者为例，其今年把软件优化和算法分离，而在算法方面，又在感知、定位、决策和规划上做了进一步细分。
商业化考究不可少
对于张放和整个智行者团队而言，布局无人物流车的思路并非一蹴而就。
起初，张放团队并未找到落地场景，而是专注于乘用车“星骥”的研发。不过，他们很快意识到，以现在的技术难度，若将Robotaxi(无人驾驶出租车)作为技术目标，5到10年也未必能实现。
“做一个在某些方面服务于人的、可以大规模落地的产品，以帮助公司在融资外，收获自我造血的能力。”张放团队最终决定从低速的无人驾驶物流环卫领域切入。在蜗必达后，智行者的无人驾驶清扫车“蜗小白”也正式投放。与室内扫地机器人相比，无人驾驶清扫车所处环境苛刻，不仅要稳定应对酷暑和寒冬，还要在室外的三维空间重建地图和定位，以精准感知路沿以免碰撞。
对于布局无人清扫车，张放解释道：“对于蜗小白而言，跟人的交互没有无人物流车频繁。物流车终端客户为美团、京东等，它需要实时和这些大公司的完整物流体系相结合，这需要长时间的铺垫才有爆发。而蜗小白的终端客户多为当地物业或保洁公司，更容易推广。”
现在，智行者更多是将“星骥”作为新晋技术研发平台，“看看星骥上研发的算法哪些是可以降维使用到低速车上”。
现在，智行者更多是将“星骥”作为新晋技术研发平台，“看看星骥上研发的算法哪些是可以降维使用到低速车上，公司战略方向还是以低速为主”。
同张放一样，驭势科技CEO吴甘沙很早就意识到了商业化的重要性。在他看来，像Waymo、Cruise这些专注L4级别的大玩家都将目标瞄准了RoboTaxi服务，但这种烧钱的玩法并不适用于创业者，“现在创业公司需要更加聪明的玩法，既能够在资金允许的范围内不断提升，同时又能一步一个脚印将商业化落地，更关键的是有一条非常清晰的战略路径。所以许多孤注一掷做L4的，也在尝试做其他领域。”
为此，驭势还与机场和分时租赁平台展开了合作，同时布局大出行、大物流领域。除了和境内外机场合作无人物流拖车，驭势科技提供的无人接驳车和无人巡逻车，已经在刚刚通航的北京大兴国际机场进行了长期测试。无人接驳车具备L4级无人驾驶能力，输入目的地即可实现自主规划行驶路径、自主驾驶、自主避障等功能，可运用于机场摆渡，为旅客和工作人员提供短途接驳服务;无人巡逻车可按照固定路线实现自主巡逻，主要用于支持机场智慧安防建设。
在寻找落地应用场景方面，自动驾驶行业确实确实到了“八仙过海，各显神通”的时候。随着各家公司产品推出，量产成为新的打擂台，自动驾驶企业的竞争暗流涌动。
张放介绍，去年10月，智行者无人驾驶物流车“蜗必达”和无人驾驶清扫车“蜗小白”实现量产。
图森未来去年8月在美国1-10公路正式开始收费商业化运营，赚来第一桶金。30多台无人驾驶卡车奔驰在美国I10、I20和I30公路上，目前服务着18位客户。图森未来最终目标是积累足够的运营经验后，在未来几年实现全面量产。
在中国，图森未来也正努力推动无人驾驶商业化的落地与实现。目前，图森未来正在探索在上海临港物流园区、东海大桥、洋山港等地开展无人集卡物流配送示范运营。在洋山港、东海大桥和临港物流园的物流动脉上，图森未来的卡车已经汇入了车流。
在禾多科技，为了实现量产，专门成立了一个任务组，CEO倪凯为其取名为“Dragon Glass”。负责这个任务组的“主帅”是今年刚过而立之年的嵌入式平台负责人李文俊。
李文俊本科毕业于北京航空航天大学自动化专业，2014年10月，自加拿大硕士毕业后入职百度，李文俊加入倪凯的无人车团队。2017年，李文俊跟随倪凯成为禾多的一员。在加入禾多半年多后，由李文俊负责的轩辕平台面世。
“量产的意思是，我们实现的这些功能是不是能够高度一致性的部署到大量的面向客户销售的车上。因为能上车的代码也好、硬件也好，整个研发体系也好，它都会有一套自己的规程和标准。”戴震告诉AI财经社，“这些标准或者由国际第三方组织制定，在车厂被认可;或者由车厂自己制定;还有一些法律法规等。我们现在必须满足这些标准，这是一件很有挑战性的事情。”
不过，除量产外，仍有技术难题萦绕在自动驾驶人的心头。张放认为，在融合感知、行为预测和拟人化决策方向上仍有一定的提升空间。通过整体技术方案的提升，无人车是否能像一个老司机一样处理各种复杂的低频的工况?
在张放看来，低级别的偏驾驶员辅助和限定场景的自动驾驶，最近一两年就会爆发了，关键是看这个场景是不是真的刚需场景，真的能够减轻人的劳动或者替代人的劳动，而且能够达到原来从业者的水平。“但是对于全天候全工况的无人驾驶，需要10年甚至20年也说不定。”
