自动驾驶行业又一匹黑马闯入公众视野。
成立于2021年11月的云骥智行，尽管发展至今不满周年，但已经先后吸纳多位自动驾驶行业的重磅专家加入创始团队。其在成立仅3个月时，完成了由高瓴创投领投，华登国际、云晖资本、松禾资本、碧桂园创投等投资机构联合参投的数亿元天使轮融资。
2022年1月，毕业于德国海德堡大学数学与计算机科学系、曾担任前麦格纳电子首席架构师杨豫宁正式加入云骥智行，现任联合创始人兼执行副总裁。
在WAIC世界人工智能大会期间，杨豫宁接受亿欧汽车专访，围绕云骥智行最新动向，及其发布的面向L4级自动驾驶量产的域控制器、L4级高阶逐城落地模式展开深入探讨。
尽管L4级自动驾驶仍处在早期阶段，但致力于高等级自动驾驶乘用车的商业落地，已经成为杨豫宁将持续深耕的事业。
旅居德国19年，为自动驾驶回到中国
2022年1月，杨豫宁回到中国，结束了自己在德国19年的工作生活。
在德国长达19年的工作生活里，杨豫宁从一名高校的研究工作者，一路成长为全球最大汽车零部件供应商之一——麦格纳电子的首席架构师，这也是华人在这家公司能达到的非常高的职位。
当中国的自动驾驶赛道热到发烫，吸引众多人才、资本竞相布局时，欧洲的很多从业者仍然对L4级别以上的高等级自动驾驶持观望态度。
在一些传统汽车供应商巨头看来，平衡收益和成本更为重要，这些公司也因此将电动化和L2智能驾驶业务作为当前阶段的主要工作。
但与身边的同事不同，出于工作中对智能驾驶相关的经验积累，杨豫宁对L4级以上自动驾驶持有更加乐观的态度。而较高的难度，也让杨豫宁对这项面临诸多挑战的新技术充满探索的欲望。
据亿欧汽车了解，云骥智行除了吸引在智能驾驶硬件领域具备车规级量产经验的杨豫宁，也吸引到自动驾驶各个细分领域的顶尖人才，如前百度副总裁及Apollo平台研发总经理王京傲。
此外，云骥智行在中国上海、深圳和美国硅谷等地设有研发中心，公司团队70%的人员在汽车领域深耕10年以上，硕博占比为80%。
2022年，对云骥智行来说，是招兵买马扩充团队的一年。杨豫宁告诉亿欧汽车，云骥智行的团队很快将从两国三地集结到上海，在没有历史包袱的状态下，从容迈向自动驾驶新的发展阶段。
缺啥补啥，一路向前
虽是初创团队，但云骥智行毫不掩饰自己的“野心”。
杨豫宁直言，云骥智行的愿景是用最短的时间做到行业头部，成为L4级自动驾驶世界一流的公司。
作为新晋选手，云骥智行也深知很多事情要追赶，甚至还有更多的事情要摸索。“如果所有事情都确定了，估计这个赛道已经没有我们的位置了。”杨豫宁说道。
对创业公司来说，加快节奏追赶“前辈”已属必然。
为了保证后续工作进展有序，杨豫宁在搭建好团队后，第一时间根据公司目前情况和战略方向，制定了最符合现阶段发展的流程体系。让大家知道该做什么，如何去做。
当前L4级别自动驾驶，包括Robotaxi仍然处在早期的起跑阶段。
“如果人类驾驶员现在还不能被去掉，那么大家就还是在起跑线上，因为车内如果有人类驾驶员，Robotaxi在商业上就很难盈利。”杨豫宁直言。
云骥智行当下致力于的目标，可以说是左手无人，右手安全。
为此，云骥智行做出两个至关重要的决策，一个是通过全栈自研的方式，进行一整套自动驾驶系统的开发；另一个则是采用逐城模式，帮助克服潜在的Corner Case难题，保障自动驾驶在逐个城区落地过程领先的安全性。
杨豫宁告诉亿欧汽车，相较过去，如今自动驾驶研发的外部条件好了很多。比如，L4自动驾驶的起步算力是1000TOPS，但如今寻找合适的大算力芯片不再是一件非常难的事情，自动驾驶的工具链也日趋成熟。在条件基本具备的时机下，云骥智行的研发节奏，已经密集到每个季度都有具体的研发规划和产品进展。
绕不过的域控制器
全栈自研，意味着包括算法、感知、高精地图、定位、预测、规控以及软件，整个体系全部用纯自研的方式搭建。其中域控制器的自研，可以说是最难啃下的“硬骨头”。
域控制器，是车内用于处理传感器传回数据的“大脑”，与车内各种各样布局在车四周的传感器相连接，帮助实现海量数据的实时处理。
虽然同样用于运算，但车载域控制器与普通PC机的区别在于，车载域控制器的工作环境极为苛刻，各种极端条件（高温、颠簸等）都可能干扰其工作。所以面向量产，L4级别的域控制器，需要具备高稳定、高可靠性、低维护成本的特质，并且至少可靠稳定地运行5-10年时间。
杨豫宁告诉亿欧汽车，搞定域控制器，几乎是自动驾驶领域所有人必须走的路。自动驾驶行业头部的百度Apollo、小马智行等公司，都推出了自己的域控制器。云骥智行不可能用同样的时间复制别人的脚步，因此，云骥智行需要抓紧时间。
幸运的是，杨豫宁就具备相当丰富的传感器项目经验，了解自动驾驶、辅助驾驶域控制器的开发流程。在团队所具备的项目基础上，整个硬件团队都是有丰富的资深专家组成，域控制器的开发进程被极大提速。
2022年9月2日，WAIC世界人工智能大会的智能驾驶论坛上，云骥智行发布了首个面向L4级自动驾驶量产的大算力域控制器。
该大算力域控制器直接面向L4级自动驾驶量产，集成了4颗NVIDIA大算力芯片，AI算力超过1000TOPS。从0到1，云骥智行只用半年。
这半年具体进程如何，或许从杨豫宁的日程里可以窥见一斑。
2022年1月，杨豫宁结束了三周的入境隔离后，直接来到云骥智行位于上海市浦江镇的办公室，并且立刻开始搭建团队。
“事情进展得比我想象得要顺利得多。”他坦言，团队里都是行业精英，三月份时，关键的人都已经到位。
持续封控期间，硬件团队的工程师大多住在公司，三个月的时间里，除了吃饭睡觉，大家其他时间几乎都在工作。
“要做的远不止域控制器，我们还有自己的Robotaxi项目。软件层面的底层软件、中间件和算法，都是工程师一点一点写出来的。走到现在，我觉得可以用奇迹来形容。”杨豫宁如是感叹。
但域控制器的发布，意味着L4及自动驾驶走向量产落地的进程已经过半。
据亿欧汽车了解，云骥智行的A Sample（首个样件）将会在今年第四季度会到位，接下来就是这款域控制器的适配上车工作。
杨豫宁对亿欧汽车透露，到今年年底，会有多款车型（包括乘用车和商用车）落地上海临港，云骥智行也将在明年部署一个更大的项目，涉及到多款车型的落地。
用逐城模式克服Corner Case
云骥智行落地自动驾驶的另一个杀手锏是逐城模式。
自动驾驶发展至今，多数入局者通过“泛化模式”，向全国乃至全球投放数以万计搭载自动驾驶系统的车辆，通过海量的数据喂养训练自动驾驶能力。但在“泛化模式”之下，高昂的数据收集成本和缓慢的数据喂养训练速度，使得由自动驾驶感知失误带来的意外频发，短时间内更是无法穷尽自动驾驶领域时常遇到的Corner Case。
一些L4级自动驾驶公司将视野转向从简单ODD（Operational Design Domain，运行设计域）扩展到小片区，再到城区范围的“逐城模式”——不再比拼百万量级的车辆规模，而是专注特定区域的熟路程度。
为了加速落地，云骥智行同样放弃了可能产生大量不确定性的“泛化模式”，转而为L4级自动驾驶设定了一个新的加速指标“数据浓度”，继而让车辆更加熟悉选定范围内的路况，更高效地提升自动驾驶的安全性。而数据浓度的新指标，意在把更高价值的数据输送给算法。
为了提高数据浓度，云骥智行首先采用算法架构的优化，通过算法高效率的把有价值的数据提出来，再将汽车投放部署向更多元的车型，在同样的道路环境和交通规则下，让这些车型更高效的验证算法。
通过逐城模式，云骥智行有望更快、更安全地实现高等级自动驾驶的落地。
结语
从0到1全栈自研L4无人驾驶，杨豫宁直言，其中的开发思想、方法论，都发生了极大的转变。
L2面向车规级量产，重点在产品上车，对可靠性、稳定性要求都极高，工程师更多从经济性和成本考虑问题。
而还未大规模普及的L4自动驾驶，保障安全是最核心的难点，为了处理各种复杂场景，其对算法的要求比L2高出很多。
其中各有难点，但首先要把技术迭代起来。杨豫宁直言，技术是L4自动驾驶产品落地前提，也是为行业和资本市场带来信心的关键。
除了相信自动驾驶的未来，杨豫宁很少对尚未落地的目标进行描述和展望。在他眼中，眼下的数据、技术更值得探讨。而对自身和困难的清晰认知，也让他更加聚焦当下，实事求是深耕云骥智行当前所面临的问题。
