

作者丨吴彤
2021年4月,上海车展前夕,一段城区自动驾驶的路测视频在网络上流传开来。
视频里,一辆白色的北汽极狐阿尔法S,在上海一处人车混行的路段平稳穿行。那是华为上海研究所旁边一个叫乡村大院的地方,团队中午常去吃饭,每到饭点,路边聚满外卖骑手,电瓶车横冲直撞,路况混乱得连老司机都要捏一把汗。
车开过去了,没有一次接管。
那段视频在B站和朋友圈刷屏。
外界看到的,是一家通信公司在一个它“才刚起步”的领域里突然掏出了王炸。但在车BU内部,这是一场打了整整两年的仗的阶段性战果。从2019年5月27日签发组织文件算起,到2021年4月上海车展,七百个日夜。
这两年里,一个被内部评价为“代码仓库几乎为零”的团队,长成了让第二名都难以望其项背的存在;一群来自海思、车联网实验室、百度、大疆、高校的人,第一次也是最后一次拧在了一起。后来有人给这段时光起了个名字,叫“五龙同朝”(当然也可以理解为五龙是虚指)——苏箐(华为车BU-ADS负责人)、陈亦伦(首席科学家)、陈奇(PDU)、王官军(PMO)、王新宇(规控技术专家)。

苏箐、陈亦伦、陈奇、王官军、王新宇
这两年:台子怎么搭的,仗怎么打的,高光怎么来的,以及裂缝怎么在高光最盛的时候,悄悄爬上墙面的,很多人都想知道。
落子(2019年5月)
2019年5月27日,组织文件下发,智能汽车解决方案BU正式成立,隶属ICT管理委员会,由轮值董事长徐直军直接分管。
文件之外的东西,比文件本身更值得琢磨。
车BU下设智能驾驶产品线、智能座舱产品线(Autonomous Driving Solution部)、MDC产品部、智能传感器(感知融合)产品部、车云等多条业务线。在这些业务里,MDC做域控制器硬件,是华为的老本行;座舱本质上是一块车规级的平板,也是华为熟悉的领域。唯独智能驾驶,是真正的无人区。
但车BU内部从一开始就有一句公开的口号:车BU就是为智能驾驶而生的。
这句话决定了资源往哪里流,也决定了谁站在舞台中央。而要让舞台中央的人唱好戏,上面得肯放权。徐直军对苏箐的包容,就是出了名。

(徐直军)
每次到海思开会,他进门第一句话是“苏箐呢?”虽说苏箐经常给徐直军拍桌子,气得这位轮值董事长够呛,但该给的预算最后还是给。有一次给团队做预算讲解,徐直军当着所有人说:“我们这个团队现在值三百亿——三百亿美金,你们都是宝贝,我的宝贝。”
苏箐的任性在车BU是公开的。IPMT会议是产品线最高级别的会议,所有产品总裁都要到现场,他不去,线上参加——其实就隔几步路。没人挑他的理。大家的逻辑很简单:信任他把事做好。
搭台(2019)
车BU成立时,智能驾驶产品线面对的第一个问题不是技术路线,是没人。
招人难在哪?当年智驾圈子里有两种人:一种对Robotaxi感兴趣,技术大神扎堆,但担心永远落不了地;另一种想脚踏实地做能量产的L2,又嫌技术挑战不够。苏箐后来复盘,华为当时的产品定位恰好同时解决了这两个矛盾——做最先进的准L4系统,又要放到奥迪Q7这样的量产车上,有商业销量。“相当于解决了两个问题。”
定位之外,是陈奇在一线的奔走。
这位被一些后来者误读为“大号HR”的研发部长,招人的方式带着一种近乎执拗的诚意。最广为流传的一幕:丁文超路过北京,只待一晚,陈奇买了当天的机票飞过去,半夜十一点碰面,一顿饭吃到促膝长谈,把人拉了进来。
之所以千方百计要招丁文超,是因为团队非常希望能够用AI的方式彻底解决PNC(路径规划与控制)这个世界性难题。但找遍全球,都没有找到既有相关专业背景、又具备大规模实战经验的人才,因为AI领域往往多理论家,少工程将才。丁文超这枚棋子的真正价值,要到2021年才显现,此处先按下。
丁文超不是孤例。华为“天才少年”计划里进入自动驾驶的那批人,大多经过陈奇之手——秦通、黄青虬,还有更早被他从军方无人车比赛上盯住的一批人。2016年那场比赛,陈奇专门去参加,混进去撸了一把,撸了不少人。王新宇就是其中之一。当时这位北理工的博士生,先被中央研究院的袁庭球看中,几经辗转入职诺亚方舟实验室,最终进入ADS的规控团队。
王新宇,就是日后与陈亦伦分守规控、感知的那个人。在当时高级别专家四五十人只有4个半A名额的盘子里,两人年年各占一个,雷打不动。王新宇曾连拿7个A,从17级一年一级升到20级,在通常两年一级就算快的华为,是罕见的火箭速度。
招来人,还要给人方向。陈奇要为新人规划技术路径、搭配团队,用他的话说:当爹当妈又当仆。
而在陈奇搭的台子上,立起技术大梁的,是陈亦伦(最先担任感知负责人,2020年升任SE(系统工程师)/车BU首席科学家)。
陈亦伦2018年年中加入华为,先入职的其实是蔡建永和陈奇的IV实验室(车联网实验室)。这位清华电子系本硕、密歇根大学博士,从大疆机器视觉总工程师任上转身而来,加入华为的理由里有一半是感性的——继续待在大疆就要长期留在深圳,与家人分离,他要回上海。
华为找他的画像也很有时代感:要一个既懂神经网络、又精通传统CV的人,因为当时辅助驾驶最强的不是特斯拉,是Mobileye,而Mobileye的创始人正是传统CV大牛。
入职后,陈亦伦做的第一件事是打开华为内部的代码仓库。
“在我看来几乎接近于零。”他后来毫不讳言。代码的风格和质量,“并不像是一家成熟大公司所写出来的。”这家在通信领域以工程能力著称的巨头,在自动驾驶上的真实积累,远低于他的预期。
所以问题又回到了人身上,考验排兵布阵。
华为车BU-ADS部门在苏箐领导时期,实行的是矩阵式管理,分资源线(PDU,管技术研发和资源)和产品线(SPDT,管产品生产和交付)两条线。
据雷峰网获悉,两条线的班子如下:
资源线:陈奇(招聘等工作)、陈亦伦(技术SE,统管架构)、王官军(PMO+大感知资源主管)、姜军(地图+运维)、李维(架构部)、王新宇(规控技术主管)、龙璇(规控资源主管)、戎鹏群(软件平台)、陈保成(测试)。
产品线:质量部、规划部、研发部、硬件部、市场部,以及跨部门的供应链和生产制造。
此外,还有负责ADS 1.0 项目的成员。
可以说,苏箐时期的ADS,是靠这批人撑起来的。
这套阵容,后来被员工们用《亮剑》打比方:每个大团队配一个技术专家和一个资源主管,技术专家是“李云龙”,打仗他说了算;资源主管是“赵刚”,管团队、管气氛、管招聘,管政治思想工作。
一位2019年就进入ADS员工对雷峰网说,那段日子技术路线清晰,分工明确,是研发的黄金时代。
技术路线,技术专家有绝对话语权;资源的包袱,归资源主管协调。发生争执时,不是官大一级压死人,是商量着来,看真理在谁手里。苏箐本人给这套体制定过调子,说他最烦的事情,就是通过行政命令逼着大家去做错误的选择。
总路线(2019-2020)
台子搭好了,往哪打?
这个问题的答案,在很大程度上取决于谁来回答它。这也是ADS作战的第一个关键:领袖。
2019年华为在自动驾驶上的积累,陈亦伦给过一个评价:代码仓库几乎接近于零。这些代码的风格和质量,并不像是一家成熟大公司所写出来的。这是这位从大疆机器视觉总工程师任上转来的清华博士,打开华为内部代码仓库时的第一反应。
问题不在代码。问题在于:从0到1破局的那段工作,需要一种在华为内部极为稀少的人。
华为工程师的典型画像是:天赋或许不那么突出,但异常努力,坚韧不拔,极其耐造,承压能力极强,永远保持上进心。这种人适合把一件事从1做到100分,不断优化、迭代。
但从0到1,需要的是另一种人:有眼光、有执行力,敢于冒险,不特别在意个人在组织内的短期利益,这是一种创业者状态。他需要用各种方式把事情做成,哪怕最后获益最大的可能不是他自己。
苏箐就是这样的人,在华为内部非常少见。
这本身是一个逆向淘汰的过程——如果你是这样的人,理论上你应该第一时间离开华为。但苏箐有意思的一点是,他一直在做从0到1的事情,从麒麟芯片,到昇腾芯片,再到自动驾驶系统,这是他的三件作品。
所以,当一个富有创业精神、坚持从0到1做事的老华为人,同时又是懂系统的技术专家,开始带领团队往前冲的时候,整个团队的冲劲和信念感是完全不一样的。
有了这个人,才谈得上往哪打的问题。
苏箐给团队立下的根本目标:让每一辆搭载华为系统的车,都具备类似Waymo的能力。
这几乎是一个不可能实现的目标,当时没有人能做到。工业界和学术界都没有先例,第二家尝试走这条路的是特斯拉——而华为比特斯拉还早了几年开始尝试。取上得中,取中得下,正是这个近乎疯狂的目标,把所有深层问题提前暴露了出来。
最先暴露的是地图。
百度的L4思路是在划定区域里开好就行,没人操心高精地图的鲜度和覆盖;但华为的目标是把技术卖到车上,让车从出厂那一刻起,就能被成都、浙江、广州、北京天南海北的用户使用。
这笔账,一位亲历者后来给雷峰网描述过:建一个城市的高精地图(背后包含着地图、车队运营、设计、基础平台和数据驱动平台),成本大概10~20亿元;为了保持鲜度——哪里修路、哪里施工都要重新构图,过三个月就得重来一遍,每个城市每年的维护成本还要2~3个亿。
更要命的是资质,全国只有6个城市允许采集,华为自己建了2年半,只覆盖了2.5个城市,光上海就采了9000公里。华为在北京一支专门的高精地图团队,几年烧掉几十亿人民币。车要卖给全国,自动驾驶却只在上海深圳能用,这生意没法做。
这就迫使华为必须从技术上寻求根本的解决方案,也就是2020年就启动的更超前的预研——众包地图RoadCode。
车开到哪里,地图就覆盖到哪里。日后行业里那个如雷贯耳的词——闪电开城,种子在这一年就埋下了。这项投入了一百多人的工程,由陈同庆和秦通主攻。
(顺带一提:动态目标感知后来被感知团队一举攻克,真正的瓶颈卡在静态环境认知——车道线、路缘、红绿灯、道路拓扑。而那批花费巨量成本采集的高精地图,最终以一种谁都没想到的方式派上了用场。转弯与延承之间的故事,下一篇再展开)
然后是传感器。
如果不考虑成本,给车周身装满激光雷达是最理想的选择。要量产,就只能在车前部用激光雷达,剩下的交给摄像头和毫米波雷达,这意味着极其复杂的多传感器前融合。这也是为什么,华为是行业内最早拥抱视觉与激光雷达深度融合路线的企业之一,也是最早把BEV感知用进量产辅助驾驶的公司。
每一个问题,都没有现成答案。目标逼出了问题,问题逼出了解法。而苏箐团队的解法,只有一个方向:全面、彻底地拥抱AI。
逻辑是倒推出来的。传统软件的质量取决于代码行数和工程师平均埋下的bug数,华为有个数字,修复一个bug所需要的投入是开发的5~10倍;华为自动驾驶起步晚,工程师平均能力如果大疆是85分,华为只有70分,目标却定得比所有人都难,按常理没有赢面。唯一的突破口,就是全面、彻底地利用AI技术。本质上,AI是一种弯道超车的战术。
最初的系统是经典的模块化架构:感知 → 定位 → 地图 → 融合 → 预测 → 决策 → 规划 → 控制,每个模块交付一堆C++代码,由大大小小的部门分头编写,协作损耗惊人。华为的打法是逐个模块“试点AI化”,先从感知开始,从激光雷达到视觉,再到融合、预测,把基于规则的代码逐步替换为数据驱动的模型。代码量骤减,性能反升,富余的人力再去攻克下一个模块。
当时ADS内部并行着两套感知方案,一套基于规则,打磨了很久;另一套偏AI化的新架构刚上线。按常理,新架构初期性能总要差一截。结果新架构一上来就压过了老方案——如果老方案是60分,新架构上来就是80分,这是一个非常恐怖的效果。方向就此锁死。
往深处看,全面AI化绝非“别人用一点、我们多用一点”的程度差异,这是一次关于技术哲学的根本选择。
ADS团队曾深入讨论过一个关键问题:AI是否满足车规级的严苛要求?他们的推演是:传统软件一旦代码量达到几十万、上百万行,复杂度早已超出任何人能完全理解的范围,即便号称“白盒”的代码,内部仍有大量难以解释的“魔数”参数。传统软件都做不到完全透明,凭什么断定神经网络就一定是不可理解的“黑盒”?内部结论是:所有复杂软件系统都应该积极拥抱AI。
用陈亦伦的话说,AI本质上是一种更高级的软件体系,就像C++替代汇编一样,凭借更高的先进性驾驭更复杂、更不确定的系统。在AI领域,数据质量远比算法选择更重要,甚至有“好数据不挑网络”的说法。训练的本质,是把海量数据“编译”成模型,如同传统软件工程里源代码比编译器更关键。
从这个角度看,作为系统架构师的陈亦伦,押注AI有他的个人注脚。
陈亦伦的博士专业就是机器学习,读的还是“AI时代”来临之前的机器学习——2005到2015年,那个学科经历了漫长的低谷,所有人都感到非常绝望。他2004年在微软亚洲研究院实习做人脸识别,“尽管大家都非常聪明,尝试了各种各样的传统方法,但结果都不尽如人意。只有神经网络,能够驾驭如此大规模的并行计算和数据”。一个在低谷期入行的人,等到了他的牌局。(后续我们将在雷峰网《左林右狸》频道发布《我所知道的陈亦伦》)。
领袖、目标、路线,都有了,接下来,要拿真项目来验。
拿项目(2020)
2020年4月,团队正处在技术分裂期:行车和泊车两条分支独立并行,各走各的。这时期的首要任务不是去见客户,而是把泊车并回主线——处理各种接口、数据、架构的兼容问题,耗时约两个月,6月才完成。
这个并轨动作在当时看来只是内部整理,但很快证明它是所有外部战役的前提。
7月,大众RHP项目进入关键阶段。
这是华为与大众共同开发辅助驾驶的合作项目,但要拿下它,ADS必须先通过新供应商例行审核QTR(Quality Technical Review)。质量过关后,技术团队端出了一个"SA plus"——今天行业里LCC(车道居中辅助)的雏形。底层用的是众包地图:多趟建图,矢量形式存在车端,一举解决了静态环境认知的难题(车道线、路缘、红绿灯、道路连接关系)。自动驾驶两大难题中,动目标检测靠感知,静态环境认知靠这张轻量化地图。7月底,团队在上海中环演示,跑了6圈(一圈全长约70公里),全程零接管。
不过,那个演示惊艳的大众RHP项目,最终在2021年三四月间,败给了报价低到小几千元的大疆。“这个数字至今都令人惊讶。”据知情人士说。当时更没有人想到,这家用极致性价比抢单的无人机公司,2023年会用30TOPS的算力( TDA4VH)给整个行业上一课。此为后话。
此时,苏箐的推进风格开始显现——高压冲刺。
9月,奥迪X8项目,压力陡增。奥迪中国研发总裁Alex计划月底来华试乘试驾,亲自定夺项目归属。问题是:华为的自动代客泊车(AVP)能力当时还不够成熟。这意味着RHP是“拿长板打”,X8是“拿短板赌”。一位项目经理记得那段日子——为了这个项目,曾经连续78个小时没有睡觉。最终演示成功,X8落袋。
事实上,当时苏箐的客户策略极为克制。至少有两个人跟雷峰网讲过同一个故事:他们的领导——主机厂的一号位甚至二号位,人都已经上了飞机,甚至车开到了半路,苏箐一句话:我不见。
苏箐对客户的挑剔,到了让车圈瞠目的程度。他有极高的技术洁癖,或者说他极看重奥迪——先与一家国际顶级品牌深度绑定,把“华为智驾”的高端招牌立起来,再向外拓展,事半功倍。一位员工曾猜想过原因:这是华为历来成功的经验,无线就是这么打下来的,先服务好国际一线客户的大单,再反打国内。
但与此同时,多位苏箐减一离职。离职原因并不复杂:苏箐技术眼光顶尖,但推进风格激进,高压之下,团队里很多人难以承受。后来,王官军从海思转岗到ADS,身兼多职,下文详细展开。
实际上,2020年底王官军(ADS部门PMO角色)到任时,ADS基本定点三个客户:大众奥迪、北汽极狐、长安阿维塔。
奥迪代表了技术门槛,即ADS必须先过国际车企的QTR审核,才能证明技术硬核。
北汽是模式试验田,华为不收费、共担成本,目的是把HI模式从0到1跑通。2021年4月极狐阿尔法S HI版,即将是这场试验的成果发布会。
长安是规模化预演,引入宁德时代形成三方联盟,意味着华为开始思考如何把自己的智能方案嵌入更大的产业生态,而不只是绑定单一车企。
三个项目的结局各不相同。优先级极高的奥迪一度被视为“前朝余孽”,交付战线曲折漫长;阿维塔存活,演变为"HI PLUS"模式;极狐惊艳亮相,但销量失败转智选车模式。这里不再展开,也不打算做马后炮的评判,而是试图回到当时的时间点上,重点讲一讲——北汽极狐为何能在上海车展大放异彩,成为ADS过去几年发展历程中最不可磨灭的节点。
外功(2021年上半年)
同一时间点下,几组镜头正在平行推进。
2020年12月,ADS部门投入城区智能驾驶系统(NCA,华为的叫法)的研发。
但直到2020年底,北汽极狐的工程样车还没下线,ADS的研发测试车全部用蔚来ES8、ES6改装——蔚来底盘调校好、延迟低,苏箐个人也喜欢蔚来的风格。先改了十几辆,后来增加到二三十辆。早期的三激光雷达布局,前保险杠一个、两侧各一个,就架在这些蔚来车上。
多说一句,那些激光雷达,最早用的其实都是禾赛的,直到华为自研激光雷达,不再深度合作。
2020年底,李斌到华为参观。当时的demo是从办公室门口用手机遥控,车从地库开上来,接上人,去外面跑一圈,再开回地库。但当时的演示仍处于早期阶段,路线相对固定,尚未完全开放道路验证,李斌可能原本预期更大。
李斌到访那天,现场还站着一个刚从蔚来跳过来不久的人:胡文潇。
当时他看着前东家的老板摇头离开,这位HMI(人机交互)设计师心里默默立了一个flag:以后得让蔚来用上我们的智驾方案。
胡文潇的来历值得多说几句。2017到2020年,他在蔚来负责整个座舱的产品设计,跟的是庄莉,也曾直接向李斌和秦力洪汇报过,接手了ES8时代的座舱。
那时蔚来的智驾还是Mobileye供的方案,体验很差,半自动泊车每一步都要用户挂档再确认。庄莉离职后,华为来挖他。是苏箐看上了他:这位对审美要求极高的技术领袖,觉得蔚来当时的东西做得还不错,而华为恰恰缺一个能把技术面向用户的人。华为传统上把设计养在UCD中心,UCD只做设计、无法深入业务,所以一直也没做好。
2020年7月,胡文潇在北京这边入职,先以专家身份做巡航的人机交互。几次向苏箐汇报后,苏箐让HR带话:搬到上海来,长期在这边搭团队。于是胡文潇从一个人,做到了三十多人的团队。他的存在,代表着这个工程师团队里稀缺的另一种基因:怎么把技术变成用户敢用、爱用的东西。
他想象自己就是用户,但ADS的第一次乘车体验并不好,“感觉快吐了。”
不知道车什么时候停、什么时候刹、停了还能不能动,所有状态都不透明。在工程师的世界观里,感知是用来控车的,不需要给用户看。“最早那套demo就是这样,很多客户一上车都不知道车接下来要干嘛,知道技术不错,但不敢用。”
胡文潇把这套逻辑整个翻了过来。
先是把感知能力“显形”。
地库里的柱子做出立体硬边角,墙、锥筒、障碍物逐一呈现,从地面驶入地库时画面做出转折提示,让用户清楚车“看见”了什么。他甚至会反向给感知团队提需求:要识别更多的动静态模型,就去训练数据做语义化,作为HMI显示出来。负责定位建图的陈同庆们,渐渐成了他的盟友。
可以这样理解,华为智驾技术早期没落地时,内部人就能看到潜力,但用户看不到。用户第一个感受到的,永远是呈现出来的那一层。直白点说,车上的人机设计是一种粉饰的技术哲学,用交互给技术化妆。
然后是动泊车的根。
当时行业以特斯拉为模板:泊车一旦激活,用户一干预就退出,退出就得重新在路上识别车位、从头来过;小鹏识别率更高,但同样没解决这个死结。胡文潇做了一套人车随时互相切换的流程——自己泊不动,随时激活让车来;不想让车泊了,随时接管;接管之后,还能继续。系统默认推荐一个车位,从头到尾锚定不丢。
这套交互对算力和技术的要求很高,为此他和规控的人吵了无数架——和王新宇经常吵架,吵到后来,两人成了非常好的朋友,胡文潇回北京出差时候,基本都坐王新宇工位。
这套泊车交互后来成了行业通识。“除了特斯拉之外,国内泊车的整套交互流程,除了蔚来有一点点差异,其他基本按照我们那套方案做的。”
为了说服内部,胡文潇用的是华为人最服的办法:拉着所有人下场对比。
他们把特斯拉、小鹏和自己改完的方案放在一起实测,请领导上车体验。一位客户经理体验完新版交互后说,以前认为特斯拉是标杆,“再也不会认为特斯拉是最好的产物了”。
上海车展大考前,这是胡文潇这边的画面,或者说外功。
内功(2021年上半年)
但2020年底,这支技术上高歌猛进的团队,差一点被自己的代码淹死。这就是我们想重点说的——内功。
当时的状况是,团队极速扩张。2020年初搞开发的还只有三四百人,年底就膨胀到一千多人,开发疯狂往主线里怼代码,版本完全失控。通过流水线打出一个能刷车的软件包,刷上去大概率跑不起来:节点崩溃、黑屏,各种阻塞性问题。版本不是不能发给客户,是连转测试都转不了。打磨一个稳定版本,动辄两三周甚至一个月。记得有一次,一个版本的代码改动量超过了三十万行,大家都快疯了。
2020年10月,研发项目经理张晓洪离职去了蔚来。多位受访者提到,张的离开与苏箐的高压风格不无关系——版本发成那样,苏箐整天骂他。交付的担子悬在了空中。
苏箐打出了他手里最重要的一张牌:王官军。
王官军2007年加入华为,从15级底层软件工程师做起。入职时他有六年工作经验,在那批以应届生为主的麒麟团队里算“有经验的”,第一个活是把最复杂的音频模块(一万行C++)做利索,半年后被派去测试部当项目组长,在那个岗位上被苏箐认识、提拔。
两人是不打不相识。王官军第一次见苏箐,因为项目进展不好挨批,他不服,顶了几句讲道理,然后把事做成了,从此被苏箐认定。此后他一路做到麒麟的大项目经理、海思的开发代表,是K3V2之后历代麒麟芯片的项目经理,麒麟9000——制裁前最后一代巅峰之作——的负责人。
2020年,制裁导致麒麟无法投片,王官军兼管的自研GPU也量产受阻。苏箐发出邀请。
海思起初是抵触的,此时正是海思最困难的时期,同为Fellow的黄德春也劝王官军留下,甚至对自动驾驶的普及速度表示怀疑。他的直接主管王洋没有答应放人,只说了一句:官军,我可没答应你啊。你先把手头工作做好。
王官军听懂了,他把麒麟9000做到上市、质量稳定,把自研GPU推进到关键节点,2020年底,正式转岗ADS,出任开发代表——整个研发的资源负责人。
苏箐给王官军的定位直白到近乎冒犯。王官军刚去时也对智驾方案提技术意见,苏箐听了几次,在会上说:“官军,你提的这些,大家都想过无数遍,已经有结论了。技术上你先学习,业务上你把质量搞好。”
于是分工清晰了:苏箐在前面带着团队疯狂摸高,陈亦伦等科学家把控前沿技术,王官军在后面,把所有底层的、支撑性的东西,流程、体系、质量防护网、工程化能力,全部夯实。
打个比方,王官军做的第一件事,是把“闭卷探索”变成“开卷考试”。
在王官军来之前,团队没有清晰的质量概念。王官军问大家:做到什么样就可以量产了?没人答得上来。所有人眼里只有一座问题单的大山,而问题单的数量,是测试部动动小手就能轻易增加的。要把问题单清干净,五年十年都搞不定。
王官军带着团队把智驾功能拆成场景:有图的高速和城区NCA、无图NCA、泊车、基础稳定性。每个场景对标当时量产的最好产品。泊车对标小鹏,领航辅助对标特斯拉,摸清对方的平均接管里程(MPI)、不适重刹频率、泊车一次成功率,然后设定自己的验收线:比业界最好再提升30%~50%。达标,具备上市资格;不达标,集中攻关。
研发团队突然就清晰了。不管问题单有多少,关键指标达到就是过关。这套标准刻意没有按“人类老司机”的水平来定——那个水平当时达不到,现在其实也达不到。核心是牵引团队聚焦真正影响量产交付的问题,而不是去死磕那些可能永远搞不定、白白消耗战略资源的难题。
与质量标准配套的,是一套从麒麟整体平移过来的研发体系:六西格玛的DMAIC方法论、持续集成主线、持续看护的用例集、问题日清日结、流程审计——不许“裸奔”。他甚至直接从原部门要来了一批基础设施代码,搬过来就用。
还有一条日后被反复证明价值的版本策略:One Track,所有车型的软件在一条主干上迭代,商用时拉分支量产,大的更新再合回主线。这是从特斯拉学来的——特斯拉不管多少车型,新功能OTA给所有用户。
数据闭环的地基也是这个阶段打下的:通过打点记录接管、重刹等关键事件,主动发现系统薄弱点;从海量数据中精准挖掘相关的稀疏场景;用这些数据重训模型、再测试验收。挖掘—训练—测试,不断滚动。它要解决的是一个反直觉的难题:当系统好到一百公里才出一个问题时,靠加车、加里程发现问题的传统办法就失效了,成长速度反而会慢下来。数据闭环的核心价值,正是在问题稀疏时依然能高效发现问题、驱动迭代。
半年之后,变化是肉眼可见的:之前两三周出不了一个稳定版本,这套体系落地后,基本能做到一两天产出一个。这相当于把华为积淀深厚的IPD流程,结合智驾业务短周期、快迭代的特点,做了创新性裁剪。
“IPD给的是从A点到B点的宽框架,中间的‘完形填空’必须结合业务自己填。这个过程本身,充满了创造性的工程艺术。”王官军说。
这场体系变革能够发生,有一个前提条件,所有受访者都提到了:信任。也是前面提到的,为什么苏箐对王官军说话如此直白,因为战友情早就在海思沉淀了十多年。
“如果是别人去跟苏总说要先停下来搞流程、搞体系建设,大概率会被视为拖慢进度,骂得狗血淋头。但王官军去说,苏总就能接受。”
有了解王官军的人说,官军总出身军人家庭,在海思做了十几年芯片,那个行业里,一次流片失败就是数千万美元,他对质量的理解刻在骨子里。他知道哪里必须卡死,哪里可以灵活。(后续我们将在雷峰网《左林右狸》频道发布《我所知道的王官军》)。
王官军在这个团队里还扮演着另一个不写在岗位说明书上的角色:苏箐的翻译官和扫雷工。
苏箐太直了。和终端公司或其他部门做项目对接,有些事王官军能搂住的,就不让苏箐知道。一旦让他知道,他容易发飙,或者跟对方说得太直接。苏箐得罪了人,王官军就去解释苏箐的真实意图,充当代言人。苏箐是个简单的人,人际关系往来,也是怎么简单怎么来。
私下里的苏箐,是个连饭局都应付不来的人。ADS的年会,所有主管都不请他。王官军看不下去,定了园区里的金米园,说苏总你来。苏箐说行。来了,不说话,没话说,小朋友们也不敢说话,也不喝酒,只有王官军和陈亦伦两个人喝红酒,有话没话找话。“太难受了,尴尬,下次不请了。”王官军笑着回忆,“他是很社恐的那种。但谈技术没问题,可以谈三天三夜。”
工作里的苏箐,则是另一个物种。
很多人对他的观察是:他几乎从未在早上8点之后到办公室,从未在晚上11点前离开,日复一日;身为高层,他自己下楼拿外卖,只为在吃外卖的几分钟里还能多看两篇技术论文。要求高到什么程度?晚上10点开年会,他一个电话说关键问题必须搞定,大家立马回来攻关,“有的人裤腰带、袜子都来不及穿好就跑过来”。
有不少人曾对雷峰网回忆在见过侯晓迪在图森期间为一场演示连续多日每天只睡两三个小时,在小米、小鹏等等公司见过同样的工作狂,得出一个朴素的结论:这种人似乎就是为攻克难题而生的。“我一度认为,要想在自动驾驶这么难的领域做出成绩,可能就必须具备这种特质。”
“他也不断给我们压力,同时也会不断提拔我们。在苏总下面干活,你得有很强的抗压能力,他是个很厉害的大魔王。”
或者说,这时期的苏箐、陈亦伦、王官军,很大程度上代表了ADS三种气质。
这总结是底下同事们给的:“陈亦伦如沐春风、胸有成竹,和他聊天会让你觉得整个世界都在他的逻辑框架内,像运筹帷幄的诸葛亮;而苏箐是一种势不可挡的猛,像能于万军中取上将首级的猛将;王官军,又很好的互补,是华为内部培养起来的工程师,能填坑、把大家团结起来做事。
这就像华为经典的“矩阵式管理”和“狼狈为奸”组合:一把手抓主要矛盾,攻坚克难;二把手抓全局,查漏补缺,做好辅助。三种截然不同的气质,在同一间办公区里达成了奇妙的咬合。多年后回望,甚至有种天时地利人和浑然天成的宿命感。
外功给了用户敢用的理由,内功给了版本能发的底气。万事俱备,上车。
亮相(2021年4月)
2020年12月前后,北汽提供的测试车运到了华为。
那是一辆纯粹的工程样车,内部叫"M车"——Mule Car,骡子车,靠各种零件拼凑出来的。状态差到什么程度?空调都开不了。要上车测试的项目经理互相提醒:这辆车连安全气囊都没有,上车一定要小心。
这是ADS的第一辆非蔚来品牌测试车。车一到,团队疯狂改装、调试。主要工作量是底盘通讯协议的适配,好在相比算法,这种活还算好处理。
“城区测试时,我们最快只敢开到六七十公里时速;那辆车没有正式上路牌照,明面上严禁上高速,虽然有时会偷偷上。”
改装期间,那辆车上还多了一样原本不在任务清单上的东西。
胡文潇嫌北汽样车的前脸太丑,改装时顺手做了“智驾灯”——车辆处于智能驾驶状态时亮起的小蓝灯。这是华为首创。
初衷很实在:早期智驾会犹豫,变道变来变去,后车以为你在别它,按着喇叭骂,并不知道对面开车的是机器。一个灯,把机器的状态变成了道路上的公共语言,“别跟我怄气”。做完整套灯语之后他才意识到,这件事的可能性比想象的大——车与车之间,未来可以靠它互相识别谁在智驾。如今,智驾小蓝灯变成了道路上的公共语言,就像红绿灯一样深入人心。
就这样折腾了四个月,2021年4月,上海车展,终于来了。
车展前夕,搭载华为全套方案的北汽极狐阿尔法S HI版亮相,那段城区路测视频流了出来。固定路线大约19公里,是在上海研究所旁边团队常去吃饭的乡村大院附近,那里每到中午就有很多外卖员聚集在路边,路况相当混乱。但演示车平稳地完成了通行。那段视频的效果,在当时看来非常惊艳,堪称“遥遥领先”。
车展期间,ADS团队接待了三四十场来访——各家车厂,业内的人,一场接一场,从早开到晚,几乎零接管。
【全网首试,公开道路体验极狐 × 华为自动驾驶!】
https://www.bilibili.com/video/BV1Jp4y1t7X7/?share_source=copy_web&vd_source=e4a583a3a42ebceaaf817c73430d3e22
更重要的是,所有人都看见了。“我们就把车打开,让所有人过来直接看。一连好几天。然后大家觉得这件事情原来离生活如此之近。”
华为自动驾驶,一炮打响。
这次亮相改变的东西,比一段视频多得多。它向外界强有力证明了华为智驾的量产可行性,更一举赢得了客户、集团高层的信心,甚至打消了华为内部此前对自驾业务“难以实现”“过于烧钱”“是共产主义”的质疑。
在外部,它向整个行业证明了量产的可行性。“别人只能用嘴说,无法模仿,因为他们当时根本没有这个能力。”
很多参与过完整历程的人告诉雷峰网,“2021年4月之后,华为通过那些小视频展示出的城区能力,在国内是独一份的,甚至当时的特斯拉也未必能做到那个程度。”
陈亦伦给出过一个更狠的评价:在辅助驾驶领域,至少到他2022年离开时,华为遥遥领先,甚至第二名都难以望其项背。他还补了一句意味深长的话——特斯拉2023年高调宣传端到端之后,相关技术被全行业抄得连裤衩都不剩,如果没有特斯拉的高调公开,华为凭借这些技术,可能在市场上至少能领先三年。
掌声最响的时候,团队里最清醒的反而是苏箐。
苏箐比谁都清楚这次演示的三个底牌:一是固定路线,二是高精地图(好比多年以后,一位前ADS员工为这场演示写下了一句堪称残酷的史评:2021年上海车展,北汽极狐搭载的ADS 1.0,是这套高精地图方案的巅峰,也是终点),三是大量不增值的苦活、累活、脏活。当时的城区版本,大概十几二十公里接管一次,离真正可靠的大规模量产,还差一口气。
当时未竞的事,除了稳定性、泛化、量产化;还有研发中的端到端、RoadCode;包括HMI里有一个很深层的产品哲学——人机共驾,当时还没有释放。
这其实也是苏箐和团队大多数人都共享的一种产品哲学。
大家通常理解的智驾是:激活之后交给车,关键时刻扔回给人兜底。而华为当时的理解恰恰相反——智驾应该像驾校里的教练,你握着方向盘踩着油门,旁边那个老司机帮你把着,在关键时刻帮人兜底。
具体到设计上,就是给“人的干预”留出灰度:智驾犹豫时,用户踩一点油门、打一点方向盘,系统不该立刻退出,而是配合——你控制速度,它把着方向,像教练说的那句“没事,使劲开”。北京加塞那么凶,智驾自己永远挤不进去,但人踩一脚油门、车把住方向盘,配合就成了。这套override的理念,当时没有放开,直到ADS 2.0上线,也因为权责边界问题只敢藏在设置项很深的地方。但它的方向,日后被整个行业一步步追认,一个例子就是地平线今年发布的那套技术,已经上线奇瑞星途ET5。
苏箐离开后,责任边界慢慢倒转向了“人给系统兜底”。那是后话。
话说回来。
车展的惊艳,让很多人产生了一种判断:这离量产不远了,胜利在望,可以收割了。
天下大才,皆是烈马
把镜头拉远,重新看一遍ADS的2019~2021。
2019年5月,代码仓库“几乎接近于零”,招人要靠陈奇半夜飞北京;2020年7月,上海中环6圈零接管;2020年底,端到端的种子落进感知团队的名册,质量体系从麒麟整体平移而来;2021年4月,乡村大院的外卖骑手丛中,一辆没有安全气囊的骡子车安静驶过,全国独一份,第二名难以望其项背。
七百个日夜。后来整个中国智驾行业又用了三四年,才陆续走完这段路。论斜率,这是华为智驾史上、也可能是整个行业史上最陡峭的一段爬升。
回头看,这两年能成事,靠的是一组今天看来近乎不可复制的巧合:一个敢把目标定到Waymo的偏执狂,一个把功劳让出去、专心搭台子的伯乐,一个能把最高深的技术一句话讲清楚的科学家,一个把芯片质量体系整体平移过来的大管家,一个被包容到可以对轮值董事长拍桌子的组织环境,和一段制裁阴影尚未完全笼罩、还允许一年烧掉十几亿不问归期的窗口期。
天下大才,皆是烈马。能把这几匹烈马攒在一起两年,已经是奇迹。
如果历史可以定格,最好就停在车展那几天:苏箐在前面摸高,陈亦伦执着架构,王官军在后面筑底,底下诸多良将攻坚,徐直军骄傲地宣布这是他价值三百亿美金的宝贝,访客一场接一场,从早到晚。
但历史不会定格。就在掌声最响的这个春天,有些东西已经在镜头外悄悄就位。一枚挂在感知团队名下的棋子,正在城中村的数据里日夜生长;一颗激光雷达的选型,等着苏箐拍板;问题单的大山后面,“变现还是摸高”的选择题已经摆上桌面;大众的谈判代表订好了机票;而一份世界人工智能大会的演讲邀请,正躺在苏箐的日程表上。
距离那道罢免令,还有不到一百天。
欢迎添加作者吴彤微信:lI__O0o
求访帖|华为智驾的0到100,我们想听亲历者说
华为智驾是如何发展到今天的?每个时期,都有哪些绕不开的关键人物?
如果你曾身处其中,愿意聊聊那些真实发生过的故事,请与我们联系。
