原滴滴出行算法负责人林彬彬任职弗浪科技首席科学家

近日，弗浪科技宣布原滴滴出行算法负责人林彬彬任职弗浪科技首席科学家。林彬彬博士毕业于浙江大学计算机科学与技术专业，现任浙江大学软件学院研究员。林彬彬博士是弗浪科技的联合创始人，此次任职弗浪科技首席科学家，将助推弗浪科技智能汽车解决方案快速变革。我们有幸邀请到林彬彬博士并做了专访，关于他的背景以及缘何加入弗浪，对于智能汽车行业的发展等问题进行了深入探讨。

弗浪科技首席科学家林彬彬

网约车大战的那些年

时间来到2015年，此时已经完成对快的打车收购的滴滴出行（以下简称“滴滴”）和Uber(优步)中国（以下简称“Uber”）的网约车大战正如火如荼地进行中。林彬彬博士（以下均称“林彬彬”）应时任滴滴研究院院长何晓飞教授的召唤，于2015年8月从密歇根大学回国并加入滴滴。于是便有了接下来林彬彬经历的史上最大网约车商业化战争的大约两年时间，这也是他记忆中最难忘且波澜壮阔的两年。

当时滴滴和Uber在资本上旗鼓相当，但是Uber借助于硅谷全球总部的大量优秀工程师，在算法技术上走在了滴滴的前面，整体的效率指标均超过滴滴。临危受命，林彬彬做的第一个项目就是订单分配。因为滴滴最早先是从出租车市场进入的网约车，订单分配模式还是沿用出租车的抢单模式，而Uber采用的是指派模式。一个是概率模型，随机性较大；一个是优化模型，可控性较强效率较高。林彬彬重新设计了订单分配的模型，同时还对算法做了并行化处理，从而极大提升了订单分配的效率和计算速度。随着新的订单分配模式的推广，滴滴在订单分配的效率上开始接近Uber。光是效率指标接近还不够，为了追求极致，林彬彬开始思考指派模式是不是效率最高的模式。经过和团队在技术路线上进行了深度的探讨后，林彬彬又对订单分配做了大量的优化，包括极速接单，供需预测和运力调度等等，更大幅度地提高了订单分配效率。等到滴滴合并Uber前夕，滴滴的订单分配核心效率指标已经全面超越了Uber。

随着第一个项目的成功，林彬彬也开始承担更多的公司核心项目，包括当时双方竞争最重要的武器-拼车。当时Uber在各个大城市力推拼车，凭借拼车给出行带来的效率提升，把拼车价格定得很低，很快吞噬了部分出行市场。为了应对挑战，林彬彬带团队从0到1搭建了滴滴的拼车系统。拼车系统的匹配算法要求比1对1的订单分配更高，因为这是一个动态的组合优化问题。同时为了给用户确定性，拼车需要事先定价，这个对算法提出了很高的要求。这次林彬彬集结了全公司的技术团队，在系统架构，算法优化，地图性能等各方面进行了整合，顺利地完成了上线。滴滴的拼车产品上线之后，林彬彬还记得当时滴滴创始人兼CEO程维问了他一个问题：我们的算法是不是全世界最好的？因为没有真实数据对比，他当时并没有作出回答。也是等到滴滴合并Uber之后，林彬彬全面对比了双方拼车的数据，并与当时Uber拼车算法的相关负责人交流之后，他才很自豪地告诉程维，我们的算法设计思路跟Uber异曲同工，算法表现超越Uber。

随着2016年滴滴合并Uber，国内网约车市场也从此形成了相对稳定和成熟的格局。2017年，随着网约车领域各项技术难题的逐个突破，同时整个汽车产业正在智能化上掀起前所未有的浪潮，受其感召，林彬彬决定起身投入到汽车智能化的更大舞台上去。

智能汽车领域的青年科学家

林彬彬是国内较早从事人工智能研究的青年学者，这段学习和研究经历最早还是在其2008年进入浙江大学CAD&CG国家重点实验室读博开始。林彬彬的博士生涯师从国家杰出青年科学基金获得者何晓飞教授，何教授是华人里面早期从事人工智能领域研究的国际杰出学者。2012年博士毕业后，林彬彬进入美国密歇根大学继续深入研究人工智能，跟随叶杰平教授攻读博士后。叶教授是IEEE Fellow，也是人工智能领域的华人顶级科学家。在这段做学术研究的时间里，林彬彬提出了一系列基于向量场的机器学习理论和方法，开创性的从理论分析、离散化以及优化三个方面，系统性地建立了基于向量场学习的关键理论与方法，其成果发表在机器学习最顶级期刊JMLR和最顶级会议NIPS（现“NeurIPS”）, ICML以及KDD。

2015年，随着学术界不断涌向工业界的浪潮，林彬彬和叶杰平教授决定回国加入滴滴，与何晓飞教授一起搭建了滴滴的人工智能团队（当时叫大数据团队和机器学习研究院）。进入工业界之后，林彬彬开始思考如何将人工智能技术应用在汽车领域，尤其是现代汽车产业进入智能化、无人化和网约化的趋势之后。除了搭建滴滴的调度平台，林彬彬还主导搭建了滴滴拼车的仿真平台，这个在当时的行业内还是首次应用。林彬彬认为在智能汽车领域，人工智能算法将在以下两个方面发挥核心作用：

1）云端智能。云端智能包括理解智能和决策智能两个方面。理解智能是通过处理语言、图像和多模态数据，完成自然语言处理、图像识别、人机交互等多种功能实现。而决策智能则可以将车辆所处的交通情况、天气状况、道路状况等数据进行分析和预测，生成更加智能化的路线规划、供需预测和云端调度等。

2）车端智能。车端智能是指在车辆内部嵌入智能化设备和算法，实现车辆自主决策和控制。例如，在自动驾驶场景中，车端智能可以通过激光雷达、相机和其他传感器采集周围的环境信息，利用机器学习算法进行实时分析和决策，实现车辆的自主驾驶。

人工智能算法要落地，必须要找到合适的场景。在智能汽车领域，弗浪科技已在业内深耕多年，自2018年创立之后，一直致力于推动智能汽车相关技术的变革，构建智能汽车领域的智能化、无人化和网约化解决方案。弗浪科技的智能驾驶产品和智能座舱产品，已经在多家主机厂实现稳定量产，同时为国内最大的出行公司滴滴和T3出行研发的网约车相关智能设备，也实现了批量装车应用。

林彬彬此次任职弗浪科技首席科学家，就是希望将人工智能技术深入地应用在智能汽车的各个场景，进一步提升弗浪科技在云端和车端的智能化水平，打造智能汽车解决方案领域的国内头部企业。

智能汽车的下一个十年

当时间再次拉回到2014年，由于这一年中国新能源汽车市场呈现爆发式增长，有人说这是新能源汽车商业化元年，但关于元年的这个说法，行业内一直有不同的声音。但有一点是肯定的，2014年开始的两年内，诞生了后面加速整个行业发展的造车新势力们：2014年，蔚来、小鹏、哪吒、奇点相继成立；2015年，又诞生了理想、威马、领跑、云度、天际等新势力。

如今，快十年的时间过去了，整个新能源汽车行业发生了翻天覆地的变化。一直在智能化上引领行业发展的造车新势力们也发生了巨变，这当中有些企业已经成为了行业发展的中流砥柱，而有些也将在行业发展的浪潮中慢慢地被人们遗忘。

造车新势力们的十年，给行业带来最大的冲击和进步是汽车智能化的发展。智能驾驶、智能座舱给用户带来了有别于燃油车时代的全新体验。过去的十年中，人工智能和新能源汽车已经在很多技术方向上产生了碰撞，擦出了火花。往后再去看下一个十年，汽车行业的发展，在智能化的打造上会更加依赖于人工智能技术，人工智能将与汽车行业产生更加深度的融合。

林彬彬表示，下一个十年内，在开放道路下的L4级以上的无人驾驶大概率还是无法完全实现。而在高阶的智能辅助驾驶上，针对不同车型和场景的辅助驾驶产品将会大量推出，国内的智能汽车主机厂及Tier1们，将会有一片广阔的天地。

在智能座舱领域，大模型技术的成功表明机器可以理解人类语言，并能够完成各种任务。随着大模型时代的到来，林彬彬认为应该跟随大模型的发展趋势，并深入研究智能汽车细分领域的用户需求，探索如何将大模型与具体场景结合，实现个性化的智能服务。这将成为智能座舱领域的发展趋势。

新能源汽车和人工智能已经在过去十年中实现了长足的发展。林彬彬认为，这一波大模型等通用人工智能技术所产生的的影响甚至将超过互联网，人工智能与汽车行业的深度融合必将掀起下一波经济发展的巨大浪潮。林彬彬期待着弗浪科技在下一个十年中脱颖而出，为智能汽车行业的加速发展和人们出行生活的改变贡献力量。

弗浪科技

弗浪科技成立于2018年，是一家专注于车联网与智能驾驶的解决方案供应商，提供L2+辅助驾驶系统，以及智能座舱领域的解决方案。公司总部和生产制造中心位于宁波，同时杭州和深圳设有研发中心。

今年2月，弗浪科技完成千万级天使轮融资，投资方为扬州风林资本，据称本轮资金将主要用于公司辅助驾驶产品的研发与迭代升级。