据市场营销公司ABI称，2025年将有多达800万辆无人驾驶汽车上路。与此同时，研究和市场预测，仅在美国，到2030年将有约2000万辆自动驾驶汽车投入使用。

这些数字有多真实?

如果你问阿德里安·麦克尼尔，答案是否定的。他应该知道——作为自动驾驶初创公司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。Macneil在接受Venture Beat电话采访时表示:“我认为，我听到的最好的描述是，整个行业基本上都在争抢起跑线。”“用自动驾驶里程驾驶大部分里程的普及不会在一夜之间发生。”

Cruise被认为是全球市场的领头羊，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，也没有向客户销售汽车，但它的行驶里程超过了大多数公司——根据它提交给加州机动车辆管理局的一份报告，去年加州的无人驾驶出租车行驶里程约为45万英里。这仅次于Waymo的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、刹车和加速踏板的无人驾驶车辆。

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的发展以及它将走向何方，我们采访了Macneil，谈论了Cruise正在同步训练的测试车辆，为什么公司把旧金山作为潜在的发起城市，以及Cruise如何适应更广泛的自动驾驶场景。

快速增长

Cruise Automation首席技术官Kyle Vogt于2013年与Dan Kan共同创办了Cruise。Vogt曾担任首席执行官一职，直到今年1月通用汽车前总裁Dan Ammann接任。 Vogt是麻省理工学院计算机科学专业的毕业生，也是Justin.tv (也就是后来的Twitch)的创始员工。在Cruise之前已经创办了多家公司，包括Socialcam，一款移动社交视频App，后来在2012年被Autodesk以6000万美元价格收购了。(亚马逊在2016年以9.7亿美元价格收购了Twitch。)

Vogt对机器人系统的热情可以追溯到童年时代。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(DARPA)的“大挑战赛”(Grand Challenge)，这是一项耗资100万美元的竞赛，目的是开发一种能够自主驾驶从加州巴斯托到内华达州普里姆的汽车。

Cruise项目加入Y Combinator大约一年后，Vogt与Justin Kan (Justin.tv) 的弟弟Dan Kan合作。不久，他们和一组工程师就开发出了快速原型: RP-1。

但在某一时刻，他们决定把重心转向建立一个更有野心的平台，以征服市区驾驶。Cruise在2014年1月宣布，他们放弃RP-1平台，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(California Department of Motor Vehicles)获得了测试其技术的许可。

通用汽车随后在2016年3月收购了Cruise。当时的Cruise大约有40名员工，很快他们就扩张到了100人。

在这期间的几个月里，经济增长没有放缓。2018年5月，作为通用汽车独立部门的Cruise宣布，软银（SoftBank）的愿景基金将向该公司投资22.5亿美元，加上通用汽车本身的投资11亿美元。2018年10月，本田承诺提供7.5亿美元，接下来的12年里还将提供20亿美元。如今，Cruise的估值估计为146亿美元，该公司最近在旧金山扩大了一个更大的办公室，并承诺在西雅图设立工程中心。

在这个过程中，Cruise收购了Zippy.ai, 一家开发自主无人系统的初创公司，负责“最后一英里”的快递物流业务。同时这家Zippy.ai最近收购了一家提供激光雷达芯片的公司Strobe。Cruise表示，后者的硬件将使其自动驾驶汽车上的传感器的成本降低99%。

仿真城市

Cruise每天都会在谷歌与平台上进行200,000小时的通仿真运行，通过内部开发的工具实现。其中一个是端到端的、三维的虚幻引擎环境，Cruise的员工称之为“矩阵 （The Matrix）”。

根据麦克尼尔的说法，克鲁斯每天旋转3万个实例，每个实例都循环通过一个驱动器的场景。他解释道，这基本上就像有3万辆虚拟汽车同时行驶，有点像Waymo的Carcraft，以及Uber的先进技术团队使用的基于浏览器的框架。

麦克尼尔说: “矩阵”是非常有助于理解整辆车的行为，以及了解它在现实世界中我们不会经常遇到的情况下的行为。”“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。”如果每次发布软件并布部署到汽车上，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回放，它包括提取真实的传感器数据，与汽车的软件进行回放，并将标记的数据进行性能比较。另一个是规划仿真，它允许Cruise通过调整变量，如迎来而来的汽车的速度和它们之间的空间位置，创建多达数十万种不同的场景。

Macneil说:“例如，我们知道，如果我们使用代码库的更新版本并回放一个构建区域，我们实际上可以比较结果……我们可以深入到一个非常深的层次，去了解我们的汽车的行为。”“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……我们可以看到变化影响到我们的汽车识别汽车之间的间隙，以及它们是否选择利用这个间隙

Cruise没有统计它所驾驶的仿真环境下的英里数，这是一个有意识的决定——Macneil说，他们更喜欢强调英里数的“质量”，而不是总里程。他表示:“我们更多地考虑的是，每天运行数百次的测试如何覆盖一系列场景。”“这不仅仅是积累了很多里程的问题，通过大量的里程，你的系统可以在不同环境情况下进行仿真。”

但是，尽管训练的数据受到严密的保护，Cruise的一些库和工具已经开始慢慢进入开源化。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，从而更好地理解自主系统——无论是汽车还是机器人——在特定情况下的反应。