這些數字究竟有多現實?
如果你問阿德里安·麥克尼爾(Adrian Macneil)，答案是，不是很現實。他應該知道，因為他是自動駕駛初創公司Cruise的工程總監，通用汽車在2016年以近10億美元的價格收購了這家公司。麥克尼爾在接受VentureBeat電話采訪時表示：“我認為我聽到的最好的描述方式是，整個行業基本上都在為到達起跑線進行競爭。自動駕駛的普及不會在一夜之間發生。”
Cruise被認為是自動駕駛全球市場的領頭羊，預計到2023年其收入將達到1731.5億美元。盡管它還沒有推出無人駕駛出租車服務(不像競爭對手Waymo、Yandex和Drive.ai)，也還沒有向客戶銷售汽車，但它的行駛里程超過了大多數公司，根據該公司提交給加州機動車輛管理局的一份報告，去年其在加州的無人駕駛行駛里程約為45萬英里。這僅次于Waymo的行駛里程120萬英里。此外，該公司還一再承諾，今年將推出一項商業服務，提供多達2600輛沒有方向盤、剎車踏板和加速器的無人駕駛汽車。
不過，委婉地說，自五年前Cruise低調起步以來，這條路一直漫長而曲折。為了了解Cruise已經發展到何種程度，并將走向何方，VentureBeat采訪了麥克尼爾，談到Cruise正在進行的努力打造汽車的綜合能力，為什么公司把舊金山作為幾個潛在的試點城市之一，以及Cruise如何適應更廣泛的自動駕駛領域。
快速增長
Cruise Automation首席技術官凱爾·沃格特(Kyle Vogt)于2013年與丹·坎(Dan Kan)共同創辦了Cruise。沃格特曾擔任首席執行官一職，直到今年1月通用汽車前總裁丹·阿曼(Dan Ammann)接任。沃格特是麻省理工學院計算機科學專業的研究生，也是Justin.tv(后來更名為Twitch)的創始員工。在Cruise之前，他曾創辦多家公司，包括移動社交視頻應用Socialcam。這家公司于2012年被Autodesk以6000萬美元收購。另外，亞馬遜在2016年以9.7億美元收購了Twitch。
沃格特對機器人的熱情一直可以追溯到其童年時代。14歲時，他造了一輛可以用電腦視覺駕駛的電動輪汽車。在麻省理工學院讀本科時，他與一個團隊參加了2004年美國國防高級研究計劃局(Defense Advanced Research Projects Agency，DARPA)主辦的“大挑戰賽”(Grand Challenge)，這是一項耗資100萬美元的競賽，目的是開發從加州巴斯托到內華達州普里姆這條線路上能夠自動駕駛的汽車。
Cruise加入Y Combinator大約一年后，沃格特與Justin.tv創始人賈斯汀·坎(Justin Kan)的弟弟丹·坎開始合作。不久，他們和一小群工程師就打造了一款原型：RP-1。這款價值1萬美元的直接面向消費者的售后套件為奧迪A4和S4配備了高速公路自動駕駛功能，這很像喬治·霍茨(George Hotz)的Comma.ai開發的開源軟件棧，其目標是在未來為更多的汽車提供輔助駕駛支持。
但后來，他們決定建立一個能夠征服城市駕駛的更有野心的平臺。Cruise在2014年1月宣布，將放棄RP-1，轉而采用基于日產Leaf的系統。2015年6月，Cruise從加州機動車輛管理局獲得了測試技術的許可。
通用汽車隨后在2016年3月收購了Cruise，當時這家公司大約有40名員工，這個數字很快就膨脹到了100人。截至2017年6月，Cruise共有200名員工，該公司計劃到2021年雇傭2000多名新員工，是目前員工數量的兩倍。
在這期間的幾個月里，公司成長并沒有放緩。2018年5月，仍是通用獨立業務部門的Cruise宣布，軟銀的愿景基金向該公司投資22.5億美元，通用汽車本身也將投資11億美元。2018年10月，本田承諾提供7.5億美元，接下來的12年里還將投資20億美元。如今，Cruise的估值約為146億美元，最近其在舊金山擴大了辦公空間，并承諾在西雅圖開設一個工程中心。
在這個過程中，Cruise收購了Zippy.ai，后者是一家新興公司，主要開發用于最后一英里雜貨店和包裹遞送的自動機器人。此外，Cruise最近還收購了Strobe，一家提供“芯片級”激光雷達技術的公司。Cruise表示，Strobe的硬件將使其自動駕駛汽車上的每個傳感器的成本降低99%。
模擬城市
Cruise在其內部配套工具間進行了大量的模擬——每天在谷歌云平臺達到大約200000小時的計算工作(工作小時數是12個月前的25倍)。其中一個工具是一個端到端的三維虛幻引擎環境，Cruise員工稱之為“The Matrix(矩陣)。麥克尼爾說，這一工具使工程師們能夠構建可以想象到的任何一種情況，并合成監控錄像和雷達反饋等傳感器輸入，傳送給自動虛擬汽車。
根據麥克尼爾的說法，Cruise每天在超過30萬個處理器內核和5000個顯卡上的運行實例達到30000個，每個實例都在單一驅動器的場景中循環運行，并生成300TB的結果。他解釋說，這基本上就像有3萬輛虛擬汽車并行行駛，有點像Waymo的Carcraft，以及Uber先進技術團隊使用的基于瀏覽器的框架。
麥克尼爾說：“The Matrix非常有助于理解整輛車的性能，以及在現實世界中我們不會經常遇到的情況下汽車的性能。因此，如果我們想知道發生了什么，比如，如果一個小物體跳到汽車或其他東西前面，我們可以創建這些模擬，并可靠地重現它們。”如果每次你把一個軟件發布部署到汽車上，然后開上10萬或100萬英里，你將會等待相當長的時間來得到反饋。”
Cruise采用的另一種測試方法是重放(replay)，包括提取真實世界的傳感器數據，與汽車的軟件進行回放，并將性能與人類操作的地面真實數據進行比較。另一個是規劃模擬，允許通過調整變量，比如迎面而來的汽車速度，以及它們之間的間隙，創建了成千上萬種不同的場景。
“我們知道，比如，如果我們使用更新版本的代碼庫并回放一個構建區域，我們實際上就可以比較結果……我們可以進入到一個非常深的層次，并了解汽車的表現。”麥克尼爾說：“如果我們在沒有保護的情況下左轉，這是一個相當復雜的情況……我們可以(看到這些變化)如何影響汽車做出識別(車輛之間間隙)的速度，以及它們是否選擇利用這個間隙。”
Cruise沒有測量其模擬駕駛的英里數，這是一個有意識的決定，麥克尼爾對此表示，他們更喜歡強調英里數的“質量”，而不是總里程這個數量。他表示：“我們更多考慮的是，每天運行數百次的測試如何覆蓋一系列場景。這不僅僅是積累里程的問題，這關系到從這些里程中獲得不同場景的接觸。”
但是，盡管Cruise正在進行的訓練數據仍然受到嚴密保護，但是它的一些函數庫和工具已經開始慢慢進入開源領域。今年2月，該公司發布了Worldview，這是一個二維和三維場景的圖形堆棧，附帶鼠標和移動控制、單擊交互以及一套內置命令。在未來幾周內，它將發布一個功能齊全的可視化工具，允許開發者深入到真實世界和仿真數據中，從而更好地理解汽車或是機器人的自動系統在特定情況下的反應。
