華為前車BU首席科學家陳亦倫近日在接受媒體專訪時透露，其團隊早在2020年就實現了端到端自動駕駛技術的關鍵突破，這一時間節點早于特斯拉公開相關技術方案。作為ADS 1.0智能駕駛系統的主要開發者，陳亦倫帶領團隊用神經網絡重構傳統自動駕駛架構，成功將代碼量從200萬行壓縮至3萬行，并攻克了復雜城市路況下的規劃控制難題。
據陳亦倫介紹，傳統自動駕駛系統采用"感知-規劃-控制"分階段架構，代碼維護成本隨場景復雜度呈指數級增長。華為團隊創新性地提出"兩段式"端到端網絡架構，將感知模塊與規控模塊解耦為獨立神經網絡，通過閉環訓練機制使系統具備動態環境適應能力。這種設計使車輛在變道、加塞等場景中能夠實時預測其他交通參與者的反應，而非依賴預設規則。
技術攻關過程中，團隊在深圳城中村等非結構化道路進行了數千小時數據采集。由首席科學家丁文超制定的駕駛行為標準成為模型訓練的關鍵基準，百輛測試車組成的車隊累計行駛里程突破百萬公里。最終驗證顯示，神經網絡方案在狹窄道路會車、突發障礙物避讓等極端場景中的表現優于傳統規則編碼系統。
針對技術路線選擇，陳亦倫特別強調華為與特斯拉的差異化路徑。他指出，2020年特斯拉正專注于鳥瞰視角（BEV）感知技術，而華為團隊已將研發重心轉向閉環AI的規控難題。"車輛動作會持續改變環境狀態，這種動態交互產生的長尾場景，正是神經網絡相較于規則編碼的核心優勢。"陳亦倫將此次突破類比為AI領域的"GPT時刻"，認為其標志著自動駕駛從感知智能向認知智能的跨越。
公開資料顯示，搭載ADS 1.0系統的極狐阿爾法S等車型已實現城區導航輔助駕駛功能。2022年離開華為后，陳亦倫先后任職于清華大學智能產業研究院及具身智能創業公司它石智航。這家由其與百度前自動駕駛負責人李震宇聯合創立的企業，正將自動駕駛領域積累的AI技術向機器人領域遷移。
