今天，賓夕法尼亞大學計算機與信息科學教授史建波（Jianbo Shi）宣布加盟自動駕駛公司馭勢科技，擔任首席科學家，負責馭勢人工智能研究院。在全自動駕駛寒冬論的陰影下，馭勢為何還能吸引到大師級人物加盟？新智元不久前到馭勢北京的辦公區體驗了一回馭勢自動駕駛系列，并對馭勢CEO吳甘沙進行了專訪。

馭勢科技挖來李飛飛的“師叔”。

今天，世界頂級的人工智能專家、賓夕法尼亞大學計算機與信息科學教授史建波（Jianbo Shi）加盟自動駕駛公司馭勢科技，任馭勢科技首席科學家并負責馭勢即將落地的人工智能研究院組建工作。

史建波

史建波教授領銜的GRASP實驗室是世界領先的機器人研究機構，同時，史教授也是賓夕法尼亞大學沃頓商學院（世界排名第一的商學院）在中國的負責人之一。

史建波師承Jitendra Malik教授。Jitendra是計算機視覺大神，弟子滿天下，其中業界知名的Pietro Perona教授就是Jitendra的博士生，Pietro Perona早于史建波，是史建波的師兄。

值得注意的是，Pietro Perona的知名弟子之一就是華人AI的頂級人物李飛飛，因此史建波可以算是李飛飛的“師叔”。

加盟馭勢，史建波統領馭勢人工智能研究院

史建波教授是美籍華人，1994年畢業于美國康奈爾大學，并獲得計算機與數學的學士學位，1998年獲UCBerkeley計算機博士學位。在CMU機器人實驗室工作4年后，史建波于2003年1月加入賓夕法尼亞大學計算機系并出任助理教授、教授。

從1994年開始，史建波教授研究計算機視覺，至今已有24年的時間，培育了大量計算機視覺領域的人才，包括Berkeley、CMU的多位教授均出自史教授門下。

史建波教授提出的Normalized cuts算法，成功地將圖論方法應用于聚類與圖像分割，并使其成為后期主流的研究方法，為機器學習以及計算機視覺做出了里程碑式的貢獻。

馭勢科技成立于2016年2月，由前英特爾中國研究院院長吳甘沙領銜創立。經過兩年多的發展，馭勢科技已經形成了可規模化部署的產品和解決方案體系，同時布局出行和物流兩大領域，并接連與多家汽車品牌、國際機場等頭部客戶展開商業化合作。

加盟馭勢科技后，史建波將統領建設馭勢人工智能研究院，“研發具備千億公里驗證，百萬年駕齡的駕駛AI”。研究院主要有三個研究目的：

一是建設業界頂尖的AI和大數據基礎設施，其中包括業界最領先的算力中心。

二是大力推進計算機視覺和復雜決策在高級別自動駕駛領域的產品化，希望提升算法的可靠性和普適性，做到“數九”：把準確度做到小數點之后N位。

三是適應未來需求的人工智能前沿技術，比如從仿真到真實的遷移學習（馭勢的仿真環境里跑的東西，能夠快速的能夠遷移到現實環境當中），以及影子模式下的模仿學習和模擬決策等。

目前，人工智能研究院正在籌備中，將在近期宣布成立。

自動駕駛路線之爭：“造火箭”靠VC買單，“搭梯子”長不成參天大樹

公司創立將近三年，馭勢在國內自動駕駛領域顯得與同行相比顯得有些“另類”：

吳甘沙以英特爾中國研究院院長身份創業，有一個高調的開始，而最近1、2年潛心打磨產品，打造組織，一度不接受媒體采訪；

公司完成幾輪融資，但很少對外公布金額和估值；

不同于專注L4級企業，也不同于專注低速限定場景企業，馭勢切入多個場景，探索新的商業模式，有“自動駕駛界產品經理”的稱號。

帶著這些問題，最近，新智元在北京專訪了馭勢科技CEO吳甘沙，試圖勾勒馭勢的形象。

吳甘沙

吳甘沙告訴新智元，做自動駕駛，很容易陷入兩個誤區：

一個是硅谷范兒的“火箭派”，其理論依據是“既然無人駕駛是登月，那就造火箭。既然未來的大方向是出行，就一步到位做無人駕駛出租車的運營。”

但是，即使是Waymo的6.2萬輛車，獲得數據的能力也是有限的，而且在20、30個道路干干凈凈的城市跑，數據也不夠豐富和多樣化。這意味著，Waymo的L4商業化路徑有可擴展性的問題。

另一個誤區是過于務實的路徑，從垂直細分做起，走農村包圍城市路線。可是，在“火箭派“眼里，這是“梯子派”：想登月，先造梯子，務實是務實，但未來的天花板太低。

“業界有不少diss這類路線的說法，有些高大上的基金說，現在旱季你為了生存進化成了仙人掌，等明天雨季來了，你頂多只能是更高、更肥的仙人掌，已經長不成參天大樹。”吳甘沙認為，固然這些說法有點偏頗，但確實有些垂直細分領域的場景與開放道路L4不搭，而且因為市場規模有限，無法獲得算法升華所需的天量數據。

這是業內存在的兩種自動駕駛路徑。

用造火箭的技術造飛機，用飛機賺的錢和數據來造火箭

吳甘沙看到了上述兩種路線的利弊，他的設想是：用火箭的技術造各種飛機，基于用飛機的錢和數據再來提升火箭技術。

具體而言，是用基于開放道路L4的技術，再降維到具有確定邊界的L3/L4商業化場景，大規模部署確定邊界的L3/L4，獲得現金流和大量數據后，進一步突破開放道路L4。

馭勢形成了自己的方法論：任何一個垂直細分市場，真正要實現無人，其實都需要大量的研發投入，不可能多頭并進，以創業公司的資源，頂多做一個。這樣的選擇有機會成本，所以必須精挑細選。

馭勢的方法論必須符合5個條件：

1、真正能實現無人。有安全員不叫商業化，如果單車的技術做不到完全可控，那就靠人-車-環境的整體方案來解決。

2、高頻、剛需。客戶是因為痛、而不是因為癢，而迫切要上無人駕駛。

3、客戶的行業和領導地位使其愿意擁抱新技術、對早期的不成熟包容、對成本不那么敏感。

4、應用的行業屬性和客戶的頭部地位使該產品具有高勢能、強口碑。

5、 行業具有天生的壟斷屬性，一旦形成商業化，就具有很寬和很深的護城河。

在方法論的指導下，馭勢最后找到了兩個選擇，并在其中一個領域重兵投入：無人駕駛機場物流拖車。目前，馭勢的物流拖車已經跟國際機場等頭部客戶展開商業化合作。

馭勢無人駕駛機場物流拖車

雖然機場物流拖車這類的產品已經商業落地，但馭勢沒有局限于低速限定場景的專用車輛。馭勢從2016年開始做高速公路L3，2017年開始做自動代客泊車，兩個產品目前都已經開始規模化的測試，尤其是自動代客泊車。

不久前，馭勢跟上汽通用五菱合作的寶駿E200智能泊車產品，成為國內首個全自動代客泊車商業項目，用戶只要在手機APP上選擇一鍵停車，車輛自動尋找車位，完成停車后，自動熄火。

搭載智能泊車的寶駿E200汽車

至此，馭勢的商業模式也逐漸清晰，吳甘沙稱之為“鐵人三項“的商業模式：

上面是厚積薄發做好L3和自動代客泊車，賺數據但不賺利潤。

下面是全力以赴做好機場無人物流的整體解決方案，賺利潤但不賺數據。

真正巧妙的是第三招，把上面經過乘用車考驗的低成本、高可靠產品用于下面的機場物流場景，對競爭對手來說，這是壓倒性的成本和質量優勢；同時，把下面的現金流和運營經驗反哺上面，保證上面能夠不為低利潤所困、堅持長期目標。

這樣的模式在全國的自動駕駛公司里面只有馭勢一家在做，吳甘沙認為，因為“鐵人三項“太難，需要全面的人才結構、兼容并蓄的文化環境和鐵一般的執行，多數人知難而退。吳甘沙經常拿蘇軾的“犯其至難而圖其至遠”，來印證自己的道路自信，同時勉勵和鞭策自己。

Tier0.5：不做一錘子買賣

馭勢獨自探索這條道路已經有2年，并且還在不斷地學習和進化。吳甘沙認為，走好這條路有兩個方面的經驗：

第一，今天的人工智能仍不夠魯棒，軟硬件方案也不能完全確保零缺陷。按照Waymo的話來說，現在無人駕駛已經完成了90%，但剩下的10%還需要90%的努力（When you are 90% done, you still have 90% to go），這10%也是最難的部分。

這時候人-車-環境整體解決方案是更快解決這10%的靈丹妙藥。馭勢科技從2017年開始探索LTE-V2X/5G和車路/車云協同的方案，目前與三大電信運營商和三大通信設備商都開展了相關的合作。明年，馭勢將與合作方在雄安、柳州等地探索車路協同的實質性落地。

第二，自動駕駛不僅僅關乎產生了天量有價值數據，更重要的是如何用好這些數據。這需要與主機廠的全新協同創新模式。吳甘沙稱之為“Tier0.5”模式，這在世界上面還沒有先例。

做Tier0.5有三層概念：

首先，與主機廠不是簡單的買賣關系，而是協同創新。這意味著馭勢會協助主機廠建立和培養研發力量，共享知識產權，發揮各自的互補性優勢，共同成長。

吳甘沙展示馭勢智能駕駛處理器“桂冠”

其次，與主機廠共同探索商業模式的轉型，從賣產品到提供服務和平臺，從銷售模式到運營模式。馭勢不是簡單提供零部件，而是全生命周期在和主機廠進行共同運營和運維。無人駕駛系統畢竟不像普通的一個機械的零件，它是要隨時保證是正常工作的，這需要實時性、預測性的運維。無人駕駛的功能也有服務化的想象空間，可以轉向運營的商業模式。

第三，與主機廠合作，基于數據持續進化，讓無人駕駛系統越來越安全、適應越來越復雜的環境，這需要影子模式。

“所以我們現在就是在試圖去趟無人區，把Tier0.5的這樣一種商業模式做出來。”吳甘沙說。

馭勢2020年實現量產，將建世界最先進的測試場

馭勢的競爭對手是誰？吳甘沙說，馭勢沒有對標的企業。

馭勢在成立的時候，文化上學了好幾家公司，集各家之長。集成的軟硬件平臺“車腦”+“云腦”，學習的是Waymo；從軟硬件平臺不斷拆分出來垂直領域，有些類似小米的生態鏈；跟車廠合作的Tier 0.5模式，希望自己能探索出來獨特的道路。

吳甘沙給馭勢科技的戰略藍圖定了個小目標：去年年底有幾十臺套規模，今年年底將達到數百臺，數量增長十倍，明年達到至少2000臺的目標，“三級跳”確保2020年量產，2023年達到數百萬臺裝機，確保能在數據的采集和算法驗證上有領先地位。

為了達到這個目標，馭勢已經在全國布局，上海、浙江（嘉善）、深圳和柳州都有馭勢的分支機構。除了即將落地的人工智能研究院外，馭勢的各個機構布局如下：

北京：馭勢的總部，主要做“車腦”，以及面向L4的產品。

上海：主要做“云腦”，和面向高速公路L3的產品。

嘉善：是馭勢創新試制中心及產品測試場。再真正部署之前，馭勢會對產品做大量的測試和應用創新。目前，馭勢在嘉善已經有一個麻雀雖小五臟俱全的小測試場，預計明年，一個占地面積達200畝地的大型測試場將在嘉善啟用，該測試場有望成為世界上最先進的測試場，具有幾千種復雜場景。

深圳：統籌華南細分市場，將解決方案快速應用在廠區、機場、港口等場景。

柳州：“開放的、進化的、沒有圍墻的城市實驗室”。馭勢聯合上汽通用五菱在柳州開展無人駕駛和智能交通運營試點。

現場體驗：車輛完美自動泊車

目前，數臺搭載自動代客泊車技術的寶駿E200新能源純電動汽車，已經交付給到種子用戶。

不久前，新智元在馭勢科技位于房山竇店鎮的辦公區，體驗了一把馭勢的開放道路技術和寶駿E200自動代客泊車技術。

寶駿E200智能泊車

在視頻中，用戶通過手機APP操控馭勢的自動駕駛車輛，車輛能夠完成自主泊車。

馭勢科技CTO姜巖帶新智元體驗了E100自動駕駛汽車。姜巖此前是北理工教授，自動駕駛“學院派”人物。

姜巖

姜巖認為，目前的L4自動駕駛車開得太慢了。一個是車速慢，無論是Waymo、通用Cruise、還是福特，時速大概都是40-50公里左右，其次是反應慢，部分是因為線控底盤的原因，部分是因為決策算法的保守。前不久Waymo也被曝出來在亞利桑遭到了居民抱怨。

確實，紅燈停的時候啟動慢，后面車就會按喇叭催，而作為一個乘客的話，更會感到焦急。未來1-2年，通過生態鏈的合作，有望解決“慢“的問題。

馭勢科技仿真測試系統

馭勢也在車上部署了“影子模式”的智能駕駛系統，“影子模式”運行過程中，汽車的傳感器和計算單元不會閑著，能在后臺跑L4算法。但是它跑的時候不會直接控制車輛，因為畢竟還是可能會有判斷錯的情況，這樣不安全。

“影子模式”只是把汽車的決策跟人開的結果作比較。特斯拉最早做引入影子模式，但是吳甘沙相信馭勢未來要比他更快，“因為我們會跟很多車廠合作，這是馭勢獲得數據的一個很重要的途徑。”值得一提的是，在真實的系統中，并不是簡單的比較，而是融合了模仿學習和模擬決策的算法，這恰恰是史建波老師領銜的人工智能研究院著重研發的內容。

未來，馭勢的做法跟特斯拉相似，把系統盡可能多的裝到車上去，這樣的結果就是每一輛車都變成了數據采集器和算法驗證器，不斷積累下來數據。

不久前，Waymo掌門人和蘋果聯合創始人都發聲，認為自動駕駛普及還要幾十年，“自動駕駛寒冬論”再起，這主要針對的是L5級車，實際上，作為自動駕駛界產品經理的馭勢“Tier0.5”的做法已經在各種場景中找到落地，提前入春。

體驗之后，新智元創始人兼CEO楊靜女士評論：

今天邱巍（馭勢首席生態官）特地接我們到房山馭勢科技總部交流，甘沙拆解了馭勢如何成為無人駕駛新生態的“中場發動機”，又身兼自動駕駛商業落地的“產品經理”。姜巖帶我們到竇店鎮體驗L4無人駕駛。還有寶駿的自動泊車，這一天體驗到無人駕駛的商業落地越來越近，就在身邊。馭勢就像一匹戰馬，即將在三周年之際迎來歷史性的飛躍！