李根 發自 凹非寺

量子位 報道 | 公眾號 QbitAI

何曉飛離職滴滴創業，不是新消息。

這位前滴滴SVP、研究院創始院長、滴滴無人車團隊開創者，現在是自動駕駛創業公司飛步科技的創始人及CEO。

但飛步的具體方案是什麼？如何在競爭日益火熱的無人車比拼中脫穎而出？

今日（6月12日），何曉飛首次披露創業進展，他向量子位等解答了飛步無人車的一步，以及下一步。

全棧方案

飛步科技，2017年7月正式創立，在自動駕駛領域算不上早，但何曉飛目標宏大，起步就將無人駕駛當做一個全棧工程去攻克，整體方案上，飛步不僅要做無人駕駛算法，還要自主研發自動駕駛專用芯片。

What a 大工程！

國內此前並無先例。國際上也只有Waymo，英特爾+Mobileye，以及有公開計劃但尚無實際進展的特斯拉。

在何曉飛看來，無人駕駛可以分為傳感器系統、計算平臺和算法和車等幾部分，而目前最具挑戰之處，在於計算平臺和算法融合。

當前主流的自動駕駛計算平臺，由CPU、GPU、存儲和散熱系統等構成，不僅成本高昂，而且功耗、穩定和計算速度方面都無法滿足要求，特別是飛步目前切入的無人駕駛貨運的要求。

於是何曉飛決定迎難而上，自主造芯。

另外，無人駕駛貨運對軟硬件一體化打磨也有現實要求。

何曉飛介紹說，主要存在4大挑戰：

• 一是卡車結構鬆散，需要解決多傳感器在線標定的問題；
• 二是盲區大，需要多傳感器融合；
• 三是穩定性差，需要多目標優化決策；
• 四是機動性差，需要精細化建模、控制，以及遠距離感知。
• 歸結起來，對於貨運駕駛中的反應速度和制動距離會有極大挑戰，所以只有軟硬件一體，把算法和芯片放在一起推進，才能更快實現大規模商用。

芯片和團隊

具體芯片方面，飛步希望設計的是專門針對深度學習的計算芯片，而且符合車載芯片的需求，在功耗、散熱、穩定和速度方面都有優質表現。

當然，自主造芯，光靠AI算法大牛何曉飛和蔡登（飛步首席科學家）還不夠。

此次正式對外亮相的還有飛步芯片核心團隊：

芯片團隊由聯合創始人曹宇負責，他是UC伯克利電子工程博士，大規模集成電路領域世界級專家，IEEE Fellow，參與飛步創業前，是亞利桑那州電子工程系教授，研究成果已經成功應用在英特爾、高通、IBM等設計技術中。

芯片架構負責人Hang Nguyen，前英特爾首席架構師，芯片架構國際級頂尖專家，在芯片行業有35年經驗，50多項專利。領導了多種英特爾低功耗移動芯片的架構和微架構涉及，開發了英特爾首款採用PCI Express和存儲加速集成的嵌入式Xeon系列處理器。

系統芯片集成專家Victor Szeto，前高通首席系統工程師，系統芯片（SoC）集成及驗證項目主管。之前領導開發了多款車用諮詢娛樂系統的產品，包括高通低功耗的Tenuto、Karkata和Diamond芯片。

飛步規劃

這次亮相，何曉飛被問及最多的問題自然是離職滴滴和貨運切入的問題。

何曉飛坦承，之所以離職滴滴，正是被AlphaGo為代表的第三波AI浪潮激盪心胸，不再甘於以科學家身份參與宏偉變革，他希望作為創業者，在AI+交通的領域裡成就一番偉大事業。

而選擇無人貨運，不是因為更容易，恰巧是因為更難。

何曉飛表示，相較乘用小汽車，貨車在軟硬件一體化打磨上挑戰更大，比如在高速公路上如何縮短響應時間等問題，就需要團隊費心攻克。

另外，無人駕駛貨運的商業化剛需也顯而易見，經濟發展帶來的貨運需求提升，但人類司機成本、安全駕駛等方面的難題，都無比現實。相較而言，一旦無人駕駛貨運實現，不僅可以解決上述難題，還能7*24小時運轉，整體效益將大幅提升。

實際上，在近1年低調創業後，飛步無人駕駛貨車已經能實現晴天70Km/h，雨天50Km/h，以及雪天20Km/h的24小時全天候、高精度自動駕駛。

何曉飛也透露了飛步發展規劃：

• 2018年，主要解決城際貨運，由一個城市倉庫到另一個城市倉庫貨運。
• 2019年，主要解決市內貨運，涉及市內道路，人車混行。
• 2020年，省際貨運，中間涉及充電、加油等問題。
• 2022年，走向通用無人駕駛，打造出一個集環境感知、地圖定位、規劃控制、AI芯片為一體的AI技術平臺——這可能也是飛步“飛越極限，步入未來AI駕駛”的最好詮釋。

目前，飛步已獲創新工場天使輪投資。

— 完 —

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回覆“招聘”兩個字。

量子位

QbitAI · 頭條號簽約作者

վ'ᴗ' ի 追蹤AI技術和產品新動態