在自動駕駛技術(shù)領(lǐng)域，陳亦倫是一位備受矚目的行業(yè)先鋒。他畢業(yè)于清華大學(xué)電子系，隨后赴美攻讀博士學(xué)位。學(xué)成歸來后，他先后投身于大疆和華為，在無人機(jī)和無人車領(lǐng)域展開技術(shù)攻堅(jiān)。

在華為工作期間，陳亦倫擔(dān)任車BU首席科學(xué)家，成為華為ADS輔助駕駛系統(tǒng)的核心人物。他主導(dǎo)設(shè)計了智能輔助駕駛系統(tǒng)ADS 1.0算法全棧，組建了核心技術(shù)團(tuán)隊(duì)，并推動該產(chǎn)品成功商業(yè)化應(yīng)用于極狐阿爾法S等車型，為華為在自動駕駛領(lǐng)域的布局立下汗馬功勞。

2022年中，陳亦倫離開華為，加入清華大學(xué)智能產(chǎn)業(yè)研究院。2024年末，他投身具身智能創(chuàng)業(yè)浪潮，與百度前自動駕駛事業(yè)群負(fù)責(zé)人李震宇等人聯(lián)合創(chuàng)立了它石智航，開啟新的技術(shù)征程。

近期，陳亦倫在接受媒體采訪時透露了一個重要信息：早在2020年主導(dǎo)華為ADS項(xiàng)目時，他就已經(jīng)開始探索端到端自動駕駛技術(shù)，這一時間甚至早于特斯拉。他回憶道，當(dāng)時華為的自動駕駛系統(tǒng)代碼量龐大，至少有200萬行。盡管系統(tǒng)能夠應(yīng)對復(fù)雜的城市道路情況，但維護(hù)成本極高，代碼的更新和維護(hù)變得愈發(fā)困難。

面對這一挑戰(zhàn)，2020年，陳亦倫與現(xiàn)它石智航首席科學(xué)家丁文超博士（曾被華為“天才少年”計劃招募入自動駕駛部）等同事決定嘗試一種新的方法：能否訓(xùn)練一個神經(jīng)網(wǎng)絡(luò)，將這200萬行代碼精簡掉？經(jīng)過努力，他們最終用3萬行代碼訓(xùn)練出一個網(wǎng)絡(luò)，直接讓網(wǎng)絡(luò)負(fù)責(zé)規(guī)劃無人車的軌跡。陳亦倫表示，這就是最早的端到端自動駕駛，不過當(dāng)時采用的是“兩段式”結(jié)構(gòu)，即感知環(huán)節(jié)和規(guī)控環(huán)節(jié)分別采用端到端網(wǎng)絡(luò)。

當(dāng)被問及是否受到特斯拉啟發(fā)時，陳亦倫明確否認(rèn)。他指出，2020年特斯拉AI Day主要聚焦于感知環(huán)節(jié)如何恢復(fù)3D環(huán)境（Vector Space），即BEV（Bird's-Eye-View，鳥瞰視角），而華為在感知方面已有成熟方案，真正的難題在于規(guī)控環(huán)節(jié)。規(guī)控是一個閉環(huán)AI系統(tǒng)，每一個動作都會影響下一刻的環(huán)境，例如選擇“加塞”時，對方可能讓行，也可能加速搶行，這種不確定性使得訓(xùn)練變得極為復(fù)雜。

為了解決規(guī)控難題，陳亦倫團(tuán)隊(duì)決定大規(guī)模采集人類駕駛數(shù)據(jù)，這在當(dāng)時尚屬首次。他們調(diào)撥了約100輛車的車隊(duì)，專門用于數(shù)據(jù)采集。丁文超博士每天在現(xiàn)場指導(dǎo)司機(jī)開車，定義“好司機(jī)”的行為標(biāo)準(zhǔn)。起初，數(shù)據(jù)積累并未帶來顯著進(jìn)展，但當(dāng)數(shù)據(jù)量達(dá)到幾千小時后，團(tuán)隊(duì)發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)真的學(xué)到了東西，而且能力越來越強(qiáng)。

為了驗(yàn)證端到端技術(shù)的效果，團(tuán)隊(duì)選擇了一個極具挑戰(zhàn)性的測試場景——一個人車混行、道路完全非結(jié)構(gòu)化的城中村。傳統(tǒng)規(guī)則算法在這樣的場景下幾乎無法通過，但團(tuán)隊(duì)大膽啟用神經(jīng)網(wǎng)絡(luò)，遵循“后處理越少越好”的原則，結(jié)果車輛非常流暢地穿行了過去。陳亦倫回憶道，那一刻他意識到AI已經(jīng)具備規(guī)劃能力，這成為他技術(shù)生涯中的一個重要里程碑。

正是這次成功，讓陳亦倫重新燃起了最初做機(jī)器人的夢想。盡管當(dāng)時他還不清楚具體該如何實(shí)現(xiàn)，但決定先回到母校沉淀。經(jīng)過兩年多的積累，他終于重新出發(fā)，在具身智能領(lǐng)域開啟新的探索。