市场营销公司ABI称，2025年将有多达800万辆无人驾驶汽车上路。与此同时，Research and Markets预测，仅在美国，到2030年将有约2000万辆自动驾驶汽车投入使用。
这些数字究竟有多现实?
如果你问阿德里安·麦克尼尔（Adrian Macneil），答案是，不是很现实。他应该知道，因为他是自动驾驶初创公司Cruise的工程总监，通用汽车在2016年以近10亿美元的价格收购了这家公司。麦克尼尔在接受VentureBeat电话采访时表示：“我认为我听到的最好的描述方式是，整个行业基本上都在为到达起跑线进行竞争。自动驾驶的普及不会在一夜之间发生。”
Cruise被认为是自动驾驶全球市场的领头羊，预计到2023年其收入将达到1731.5亿美元。尽管它还没有推出无人驾驶出租车服务（不像竞争对手Waymo、Yandex和Drive.ai），也还没有向客户销售汽车，但它的行驶里程超过了大多数公司，根据该公司提交给加州机动车辆管理局的一份报告，去年其在加州的无人驾驶行驶里程约为45万英里。这仅次于Waymo的行驶里程120万英里。此外，该公司还一再承诺，今年将推出一项商业服务，提供多达2600辆没有方向盘、刹车踏板和加速器的无人驾驶汽车。
不过，委婉地说，自五年前Cruise低调起步以来，这条路一直漫长而曲折。为了了解Cruise已经发展到何种程度，并将走向何方，VentureBeat采访了麦克尼尔，谈到Cruise正在进行的努力打造汽车的综合能力，为什么公司把旧金山作为几个潜在的试点城市之一，以及Cruise如何适应更广泛的自动驾驶领域。
快速增长
Cruise Automation首席技术官凯尔·沃格特（Kyle Vogt）于2013年与丹·坎（Dan Kan）共同创办了Cruise。沃格特曾担任首席执行官一职，直到今年1月通用汽车前总裁丹·阿曼（Dan Ammann）接任。沃格特是麻省理工学院计算机科学专业的研究生，也是Justin.tv（后来更名为Twitch）的创始员工。在Cruise之前，他曾创办多家公司，包括移动社交视频应用Socialcam。这家公司于2012年被Autodesk以6000万美元收购。另外，亚马逊在2016年以9.7亿美元收购了Twitch。
沃格特对机器人的热情一直可以追溯到其童年时代。14岁时，他造了一辆可以用电脑视觉驾驶的电动轮汽车。在麻省理工学院读本科时，他与一个团队参加了2004年美国国防高级研究计划局（Defense Advanced Research Projects Agency，DARPA）主办的“大挑战赛”（Grand Challenge），这是一项耗资100万美元的竞赛，目的是开发从加州巴斯托到内华达州普里姆这条线路上能够自动驾驶的汽车。
Cruise加入Y Combinator大约一年后，沃格特与Justin.tv创始人贾斯汀·坎（Justin Kan）的弟弟丹·坎开始合作。不久，他们和一小群工程师就打造了一款原型：RP-1。这款价值1万美元的直接面向消费者的售后套件为奥迪A4和S4配备了高速公路自动驾驶功能，这很像乔治·霍茨（George Hotz）的Comma.ai开发的开源软件栈，其目标是在未来为更多的汽车提供辅助驾驶支持。
但后来，他们决定建立一个能够征服城市驾驶的更有野心的平台。Cruise在2014年1月宣布，将放弃RP-1，转而采用基于日产Leaf的系统。2015年6月，Cruise从加州机动车辆管理局获得了测试技术的许可。
通用汽车随后在2016年3月收购了Cruise，当时这家公司大约有40名员工，这个数字很快就膨胀到了100人。截至2017年6月，Cruise共有200名员工，该公司计划到2021年雇佣2000多名新员工，是目前员工数量的两倍。
在这期间的几个月里，公司成长并没有放缓。2018年5月，仍是通用独立业务部门的Cruise宣布，软银的愿景基金向该公司投资22.5亿美元，通用汽车本身也将投资11亿美元。2018年10月，本田承诺提供7.5亿美元，接下来的12年里还将投资20亿美元。如今，Cruise的估值约为146亿美元，最近其在旧金山扩大了办公空间，并承诺在西雅图开设一个工程中心。
在这个过程中，Cruise收购了Zippy.ai，后者是一家新兴公司，主要开发用于最后一英里杂货店和包裹递送的自动机器人。此外，Cruise最近还收购了Strobe，一家提供“芯片级”激光雷达技术的公司。Cruise表示，Strobe的硬件将使其自动驾驶汽车上的每个传感器的成本降低99%。
模拟城市
Cruise在其内部配套工具间进行了大量的模拟——每天在谷歌云平台达到大约200000小时的计算工作（工作小时数是12个月前的25倍)。其中一个工具是一个端到端的三维虚幻引擎环境，Cruise员工称之为“The Matrix（矩阵）。麦克尼尔说，这一工具使工程师们能够构建可以想象到的任何一种情况，并合成监控录像和雷达反馈等传感器输入，传送给自动虚拟汽车。
根据麦克尼尔的说法，Cruise每天在超过30万个处理器内核和5000个显卡上的运行实例达到30000个，每个实例都在单一驱动器的场景中循环运行，并生成300TB的结果。他解释说，这基本上就像有3万辆虚拟汽车并行行驶，有点像Waymo的Carcraft，以及Uber先进技术团队使用的基于浏览器的框架。
麦克尼尔说：“The Matrix非常有助于理解整辆车的性能，以及在现实世界中我们不会经常遇到的情况下汽车的性能。因此，如果我们想知道发生了什么，比如，如果一个小物体跳到汽车或其他东西前面，我们可以创建这些模拟，并可靠地重现它们。”如果每次你把一个软件发布部署到汽车上，然后开上10万或100万英里，你将会等待相当长的时间来得到反馈。”
Cruise采用的另一种测试方法是重放（replay），包括提取真实世界的传感器数据，与汽车的软件进行回放，并将性能与人类操作的地面真实数据进行比较。另一个是规划模拟，允许通过调整变量，比如迎面而来的汽车速度，以及它们之间的间隙，创建了成千上万种不同的场景。
“我们知道，比如，如果我们使用更新版本的代码库并回放一个构建区域，我们实际上就可以比较结果……我们可以进入到一个非常深的层次，并了解汽车的表现。”麦克尼尔说：“如果我们在没有保护的情况下左转，这是一个相当复杂的情况……我们可以（看到这些变化）如何影响汽车做出识别（车辆之间间隙）的速度，以及它们是否选择利用这个间隙。”
Cruise没有测量其模拟驾驶的英里数，这是一个有意识的决定，麦克尼尔对此表示，他们更喜欢强调英里数的“质量”，而不是总里程这个数量。他表示：“我们更多考虑的是，每天运行数百次的测试如何覆盖一系列场景。这不仅仅是积累里程的问题，这关系到从这些里程中获得不同场景的接触。”
但是，尽管Cruise正在进行的训练数据仍然受到严密保护，但是它的一些函数库和工具已经开始慢慢进入开源领域。今年2月，该公司发布了Worldview，这是一个二维和三维场景的图形堆栈，附带鼠标和移动控制、单击交互以及一套内置命令。在未来几周内，它将发布一个功能齐全的可视化工具，允许开发者深入到真实世界和仿真数据中，从而更好地理解汽车或是机器人的自动系统在特定情况下的反应。
