AI赛车在张家界天门山挑战极限道路时，通过10秒、1100米、16分还有77公里的严峻考验，把纪录给刷新了。北京这边，中新社记者于2018年1月24日专门发了通稿。这里讲的是在2025年10月举办的Hitch Open世界AI竞速锦标赛总决赛，清华极限竞速战队驾驶AI赛车在这全长10.77公里、垂直落差1100米、拥有99道急弯的盘山公路上，跑出了16分10秒838的圈速，拿下了总冠军。对于这次大赛，清华大学车辆与运载学院还有人工智能学院的教授李升波接受了采访。他说，“过好每一道弯”对竞赛本身的意义远不止于此。 2025年10月，吕尧等清华大学极限竞速战队的队员在天门山赛道合影留念。天门山赛道因为山体遮挡导致卫星定位信号经常断，用传统的方法很容易失效；又因为陡坡急弯特别多，必须让AI在毫秒内把减速、转向、加速这些动作精准地连贯起来；再加上路面湿滑和隧道明暗变化太快，对传感器的稳定感知还有执行器的快速响应要求特别高。 为了应对这些挑战，清华团队做了很多关键技术的攻关。刚开始准备的时候，因为把全量的三维点云地图都给加载进去了，导致定位频率变得特别慢，过弯时车子就容易跑偏。团队就想了个办法，“跑哪加载哪”，开发出了局部地图动态加载算法，能在超大场景下实时估计高精的位姿。同时还通过车云协同和虚实联合的方式采集数据，把每道弯切入角度、道路坡度、地面摩擦系数这些数据都放进模型里，让车子在小偏差范围内能平顺地转弯。 李升波觉得“弯道超车”的说法不太靠谱，因为在自动驾驶领域这样做风险太大。换一条路稳扎稳打前进才更实际。早在2018年，清华科研团队就开始探索用强化学习做端到端自动驾驶的新路子了，主要是用仿真数据为主、实车数据为辅的方式来训练模型。这样做不仅省钱还能让模型持续进化。 这次在天门山的胜利就像是对自主技术的极限测试。吕尧觉得必须把算法放到真实甚至极限的场景里才能知道它到底行不行。这次经验对解决山区信号遮挡有很大帮助，他们开发的感知-定位融合技术能让车辆靠自己的传感器算出高精度的轨迹；还有针对极端情况的决策控制算法也能提高车子在爆胎或者路面突然变滑时的稳定性。 虽然自动驾驶技术发展得很快，但李升波指出在极限道路上AI跟人类还是有差距的。这给以后的教学和科研都留下了很大的空间。他把产学研用比喻成一条河流，上游高校要不断孵化人才和做前沿探索，下游产业才能得到源源不断的创新技术和人才支持。李升波说这是研究型大学的责任。如果这些细流最后能汇成大海，那就是我们这些教育者最大的幸福和骄傲。