前段时间，记者在清华那边打听到个事儿，说清华搞极限赛车的那帮哥们搞出了大动静。他们在2025年Hitch Open那个AI赛车比赛总决赛上，在湖南张家界的天门山赛道上跑了16分10秒多一点的成绩，拿下了冠军。这一下子就把AI自动驾驶挑战极限山路赛道的世界纪录给刷新了。天门山那条赛道有10.77公里长，垂直落差居然有1100米，弯多得吓人。因为地形复杂、坡太陡、弯道急，这地方一直是业界考验自动驾驶系统的大杀器。车在这种地方跑，信号经常断、光线忽明忽暗、地面又滑又粘，真的是太难办了。要想在这种情况下跑赢，光靠快可不行，得实时感知、毫秒级决策还得控制得稳当当。为了应对这些难题，清华大学的科研团队下了不少功夫。他们针对卫星信号被山体挡住的情况，想出了一个叫“局部地图动态加载”的招数。这样一来就算地图很大也不怕加载慢了耽误事，车辆的位置就能算得特别准。他们还通过车跟云端的配合、虚拟跟现实的数据训练，把每一个弯道的细节都喂给了系统的大脑，让车拐弯的时候特别稳当。 特别值得一提的是，这次他们能赢下来，走的是一条别人不一样的路子。团队的指导老师李升波教授是清华大学车辆与运载学院的专家。从2018年开始他们就开始琢磨怎么用强化学习搞端到端的自动驾驶了。那个时候别人都是靠拍一大堆实车数据来学开车，这种方案虽然数据费钱但效果好。相比之下他们这种路子大大降低了成本和风险。基于这个思路他们弄出了国内首套全是神经网络的端到端自动驾驶系统。 参赛的吕尧同学是清华大学车辆与运载学院的学生。他觉得极限环境才是试金石。这次在天门山测试的时候衍生出来的感知和定位融合技术让车在没信号的地方也能自己找到路；还有专门为极端情况设计的决策算法也让车在爆胎或者路面湿滑时也能稳稳地停下来。 这么一搞就说明咱们国家在自动驾驶这块儿已经从跟跑变成并跑甚至局部领跑了。这不仅是拿了个冠军的事儿，更证明了只要坚持自主创新、练好内功就能成事儿。李升波教授把产学研用的协同创新比作一条河，高校就是源头活水推着产业往前走。 以后怎么样把这些在顶尖赛场上练出来的技术用到咱们普通老百姓开车的路上去？这就成了学术界和产业界都得一起琢磨的新课题啦。