湖南張家界天門山，一條全長10.77公里、垂直落差1100米、擁有99道急彎的盤山公路蜿蜒于群峰之間。
2025年10月，清華大學極限競速戰(zhàn)隊的人工智能(AI)賽車以16分10秒838在這條賽道上完賽，奪得Hitch Open世界AI競速錦標賽總冠軍，開創(chuàng)了AI自動駕駛賽車挑戰(zhàn)極限山地賽道的世界紀錄。
清華大學極限競速戰(zhàn)隊隊員于天門山賽道合影。（清華大學車輛與運載學院供圖）憶及這場AI競速的“開山之戰(zhàn)”，清華大學車輛與運載學院、人工智能學院教授李升波對中新社記者表示，這不僅是一場速度的勝利，更是一次對自動駕駛技術(shù)邊界，以及支撐其發(fā)展的創(chuàng)新人才培養(yǎng)體系的極限測試與成功驗證。
作為清華極限競速戰(zhàn)隊的核心指導教師，他分析稱，天門山賽道構(gòu)成了一個罕見的“復合極限”測試場：山體遮擋導致衛(wèi)星定位信號頻繁中斷，傳統(tǒng)方式極易失效；陡坡與急彎密集交替，要求AI在毫秒內(nèi)完成減速、轉(zhuǎn)向、加速的連續(xù)精準決策；加之路面濕滑、隧道明暗急劇變化，對傳感器的穩(wěn)定感知與執(zhí)行器的快速響應修正提出了苛刻要求。
面對挑戰(zhàn)，清華團隊進行了一系列關(guān)鍵技術(shù)攻關(guān)。備賽初期，賽車曾因全量加載三維點云地圖導致定位頻率驟降，過彎時偏離路線。團隊由此提出“跑哪加載哪”的思路，創(chuàng)新開發(fā)局部地圖動態(tài)加載算法，實現(xiàn)超大場景下的實時高精位姿估計。同時，團隊通過車云協(xié)同、虛實聯(lián)合的方式采集數(shù)據(jù)，將每道彎的切入角度、道路坡度、地面摩擦系數(shù)等融入模型，使賽車在小偏差范圍內(nèi)平順過彎。
清華大學極限競速戰(zhàn)隊隊員在天門山賽道追隨AI賽車上山。（清華大學車輛與運載學院供圖）亮眼成績的背后，是技術(shù)路徑的深刻抉擇。人們常說“彎道超車”，但李升波對此卻持審慎態(tài)度。他認為，在安全至上的自動駕駛領(lǐng)域，“彎道超車”往往伴隨不可控的高風險，而換一條行駛路徑穩(wěn)扎穩(wěn)打、快速前進才是更有效的策略。
“我們做出的許多努力，實際上是在探索‘換道超車’的可能?！彼f。
自2018年起，清華大學科研團隊便前瞻性地探索以強化學習為核心的端到端自動駕駛新路徑。為破解國內(nèi)在數(shù)據(jù)與算力方面的現(xiàn)實瓶頸，團隊提出了“數(shù)據(jù)不足仿真‘補’，算力落后算法‘超’”的自主思路，正式確立了以仿真數(shù)據(jù)為主、以實車數(shù)據(jù)為輔，強化學習與模仿學習相結(jié)合的訓練路徑。
李升波介紹，與當時行業(yè)主流依賴海量實車數(shù)據(jù)的模仿學習方案相比，這條路徑利用仿真數(shù)據(jù)顯著降低了訓練成本，并借助強化學習使模型具備了通過自主探索持續(xù)進化的更高潛力?；诖耍迦A團隊研發(fā)出具有低通濾波能力的神經(jīng)網(wǎng)絡(luò)模型架構(gòu)、值分布式強化學習算法、保辛神經(jīng)網(wǎng)絡(luò)優(yōu)化器等系列核心算法與軟件工具，最終推出了國內(nèi)首套全棧神經(jīng)網(wǎng)絡(luò)化的端到端自動駕駛系統(tǒng)，為行業(yè)提供了原創(chuàng)性的技術(shù)突破方案。
支撐“換道超車”的根本力量，在于人才培養(yǎng)模式的系統(tǒng)性革新。
從面向本科新生的“芯動計劃”——以“一周造出智能小車”的沉浸式體驗完成科創(chuàng)啟蒙，到依托“挑戰(zhàn)杯”構(gòu)建的“項目導師+科協(xié)小導”進階式科研訓練體系，再到方程式車隊、電動智能車隊等提供全棧技術(shù)實戰(zhàn)的平臺，清華大學車輛與運載學院以“入門體驗-跨越增強-貫通延伸”的完整科創(chuàng)培養(yǎng)鏈條，打造教育科技人才一體化的育人生態(tài)。
清華大學極限競速戰(zhàn)隊隊員在組裝AI賽車。（清華大學車輛與運載學院供圖）令李升波印象深刻的是，在Hitch Open世界AI競速錦標賽現(xiàn)場，不少參賽隊伍的帶隊教師正是由清華大學車輛與運載學院培養(yǎng)、如今已在其他高校任教的校友。
“那一刻我深切感受到，一種深耕實業(yè)、科技報國的匠心與一份自強不息、行勝于言的風骨，正在接力傳承。從‘芯動’點燃火種，到‘挑戰(zhàn)杯’錘煉能力，再到國際賽場實現(xiàn)突破，我們構(gòu)建的是一個能夠不斷自我革新、持續(xù)輸送人才的‘校內(nèi)-校外’大循環(huán)?！彼f。
在這一循環(huán)系統(tǒng)中，極限賽事是最高階的實踐課堂。在清華大學車輛與運載學院學子、極限競速戰(zhàn)隊核心成員呂堯看來，AI算法必須置于真實甚至極限場景中，才能充分檢驗其有效性和魯棒性。
他進一步闡釋了“天門山經(jīng)驗”的現(xiàn)實價值：為應對山區(qū)復雜環(huán)境的信號遮擋，團隊開發(fā)的感知-定位融合技術(shù)可使車輛依靠自身傳感器實現(xiàn)高實時、高精度航跡推算；針對極端場景開發(fā)的端到端決策控制算法，能夠提升車輛在爆胎、路面突然濕滑等危急情況下的穩(wěn)定控制能力，為智能駕駛安全上限的提升提供了新思路。
清華大學極限競速戰(zhàn)隊隊員在天門山檢查AI賽車情況。（清華大學車輛與運載學院供圖）然而，自動駕駛技術(shù)的快速發(fā)展，并未掩蓋其在極限行駛能力上與人類之間的差距。
此次AI賽車在天門山跑出16分10秒838的成績之前，法國FI賽車手Romain Dumas已于6年前在同一賽道上跑出7分38秒585的紀錄。
“這一對比直觀表明，在極限道路工況下，AI的感知、決策、控制能力與人類最高水平仍有顯著差距?！崩钌ㄖ赋?，這為未來的教學實踐、科技創(chuàng)新、人才培養(yǎng)提供了廣闊的探索空間。
目光放遠，他將“產(chǎn)學研用”看作一條河流——高校的前沿探索與人才孵化如同上游活水，源源不斷地為中下游產(chǎn)業(yè)輸送創(chuàng)新技術(shù)和新鮮血液。
“拓展這條‘河流’的長度和寬度是研究型大學的責任。”李升波說，“如果這些涓涓細流最終能匯入浩瀚大海，那便是我們作為教育者最大的幸福與驕傲?！?/p>
記者 曾玥
來源：中新社微信公眾號