卡内基梅隆大学车队的技术总监克里斯·厄姆森（Chris Urmson）负责软件，斯坦福大学车队的软件负责人迈克·蒙特莫罗（Mike Montemerlo）负责电子地图、硬件负责人安东尼·莱万多夫斯基（Anthony Levandowski）负责硬件、感知负责人亨德里克·达尔坎普（Hendrik Dahlkamp）负责雷达数据。
三届 DARPA 挑战赛积攒的人才，几乎尽数收入谷歌麾下，并在技术上延续了 DARPA 挑战赛提出的基本方案，即计算机通过多个传感器来观察周围环境，并据此进行路线规划，最后由一套线控系统执行命令。
莱万多夫斯基（左）、特龙（中）、厄姆森（右）和谷歌首款自动驾驶汽车
和挑战赛以前的自动驾驶车辆相比，此时谷歌自动驾驶车辆最显著的变化，是搭载了激光雷达和高精地图——激光雷达可以精确测算车辆和道路标志的距离，而高精地图则告诉车辆这些标志在空间中的位置，从而让车辆进行定位，降低了感知系统的压力，以此应对复杂的道路。
在州际公路上经过了 16 万千米的测试和反复修改代码之后，Chauffeur 团队于 2010 年 10 月完成了 Larry 1k 挑战，即在没有人为干预的情况下，在 10 条 160 千米的特定路线上（州际公路+城市道路）完成无人驾驶。
比起 DARPA 挑战赛中的车辆，谷歌 Chauffeur 团队在技术上已经有了质的突破，但距离工程化落地依旧遥远。
- 首先，谷歌的自动驾驶离不开高精地图，而保证高精地图的鲜度和广度需要巨量时间与财力投入。
- 其次，识别和预测道路上其他交通参与者的行为依旧不是一件容易的事，毕竟不是每一位司机在变道之前都会打转向灯。
- 最后，《纽约时报》的报道将谷歌自动驾驶项目公之于众，但推动立法依旧路途遥远。
2011 年初，特龙曾经的学生戴夫·弗格森加入了 Chauffeur 团队，正式将机器学习引入了自动驾驶，提升了汽车的感知能力和判断能力。
与此同时，谷歌也开始游说政府部门立法，2011 年 9 月，内华达州通过自动驾驶法案；
2012 年 5 月，谷歌拿到了内华达州颁发的第一张自动驾驶测试牌照；
2013 年，NHTSA（美国高速公路安全管理局）发布了自动驾驶汽车的分级标准，SAE（国际自动机工程师学会）也制定了自动驾驶汽车分级标准。
至于高精地图的问题，谷歌的解决对策是在有限的「运行设计域」内使用，比如路况简单的高速场景。
不过在具体的落地形式上，特龙的左膀右臂莱万多夫斯基和厄姆森产生了路线分歧。
莱万多夫斯基提倡销售后装方案，可以让任何汽车在高速公路上实现自动驾驶。厄姆森则希望将自动驾驶系统在生产时便集成到车辆当中，虽然耗时更久但更加安全可靠。
然而不论是哪种方案，都被老牌车企认为是鲁莽、愚蠢到不可思议的事情。
天无绝人之路，打车软件 Uber 的出现，让谷歌高层看到了一条新的商业化路线——在特定城市或地区绘制高精地图，然后运营一支无人驾驶出租车队。
于是，谷歌在 2014 年 5 月推出了纯电动全自动驾驶汽车 Firefly，配备了摄像头、毫米波雷达、激光雷达和超声波等传感器，以及整合了 Google 地图和云服务等优势资源，同时还取消了方向盘、油门和踏板。
谷歌 Firefly
Firefly 的发布终于让车企意识到自动驾驶的重要性。
Firefly 发布的次日，时任通用全球产品开发主管的 Mark Reuss 便首次将谷歌列为竞争对手：
「对汽车制造商们来说，谷歌可能会变成一个相当厉害的竞争对手。」
从 2004 年关注 DARPA 自动驾驶挑战赛，再到 2014 年让世界见证自动驾驶，谷歌从军方手中接过了自动驾驶的主导权，汇集了 DARPA 挑战赛中的人才，成为开启新大陆的哥伦布。
02、2.0 时代，大航海时代的始终
资本市场是逐利的。
在看到自动驾驶的潜力之后，车企、科技公司以及初创企业纷纷卷入了自动驾驶的蓝海市场。
回看 2014 年这个时间点，谷歌已经做成了三件影响行业的大事：
- 首先，谷歌推动了美国自动驾驶法案的出台，让行业有法可依；
- 其次，谷歌摸索出了相对成熟的技术路线，让行业有迹可循；
- 最后，谷歌的 Firefly 让资本看到了自动驾驶的潜力，让行业有钱可烧。
接下来的两年，谷歌又为行业贡献了最重要的资源——人才。
2014 年，谷歌 Chauffeur 项目负责人特龙离开了谷歌，创立了在线教育平台 Udacity，致力于为业界培养更多自动驾驶人才。
特龙走后，莱万多夫斯基和厄姆森的明争暗斗日益升级。2015 年 8 月，谷歌进行业务重组改变了权力架构，自动驾驶项目由技术主导转向商业化主导。
多重变动之下，谷歌 Chauffeur 项目多位核心工程师在拿了 2015 年年底的巨额奖金之后离职创业：
- 厄姆森离职创立了 Aurora，2021 年 Aurora 上市，市值 125 亿美元。
- 莱万多夫斯基和 Google 地图负责人里奥·罗恩（Lior Ron）创立了 Otto，后被 Uber 收购，并入 Uber 自动驾驶部门。
- 硬件研发主管布莱恩•萨莱斯基（Bryan Salesky）离职创立了 Argo，3 个月后便被福特以 10 亿美元收购。
- 机器视觉技术专家达夫·弗格森（Dave Ferguson）和朱佳俊离职创立了 Nuro，专注于无人驾驶配送业务，估值最高达到 86 亿美元。
在谷歌的刺激之下，从 Uber、英伟达、亚马逊、百度、大疆、滴滴出行、华为等高科技公司，再到奔驰、宝马、通用、本田等传统车企，以及蔚小理为代表的中国车企，纷纷投入自动驾驶研发。
与此同时，资本也进入了自动驾驶行业。2013 年时，全球自动驾驶行业融资数量仅 5 起，2014 年快速增长至 20 起，到了 2018 年便超过 100 起。
资本入局之下，催生出了无数初创企业，比如被誉为自动驾驶黄埔军校的百度，从这里走出的自动驾驶工程师，而后又缔造了一批优秀的中国自动驾驶初创公司，如小马智行和文行知远，百度系之外，还有轻舟智行、图森未来、Nullmax 等。
自动驾驶从谷歌一人独舞，逐渐变成了派系林立的江湖。
有江湖的地方，自然就有纷争。
「大航海时代」最重要的分歧，来自于渐进式和跨越式的路线之争。
特斯拉和谷歌，分别是渐进式路线和跨越式路线的支持者。戏剧性的是，两者的纷争来自于一次失败的合作。
2013 年，谷歌虽然已经定下了做无人出租车的目标，但也尝试了更容易落地的 L2 级 AutoPilot。
然而测试时，谷歌发现不论如何强调该系统无法完全替代人类，测试车辆的工程师总会把汽车当成完全自动驾驶来使用。
安全起见，该项目只测试了几个礼拜便被紧急叫停，谷歌打算只做「完全不需要人类参与」的自动驾驶，也就是走跨越式路线。
而被谷歌叫停的 AutoPilot 项目，原本是为特斯拉开发的智驾项目。
与谷歌合作的破裂之后，特斯拉兜兜转转开始了自研 AutoPilot，并选择了与谷歌截然相反的道路——渐进式路线。
在渐进式路线看来，碍于技术的限制，短期内 L4 级自动驾驶必然成本高昂且无法落地，那不如从更容易商业化的做起，先养活自己，再不断进步。
渐进式路线内部也分为了两大类。
第一类是特斯拉、Mobileye、华为、大疆、Nullmax 和大多数主机厂代表的 L2 级辅助驾驶，核心思想是用辅助驾驶撬动销量，从而获得数据和造血能力，继而不断升级迭代。
第二类是特殊场景下的 L4 级自动驾驶，如易控智驾、主线、白犀牛等，主攻矿区、港口、配送、环卫等低速封闭或低速半封闭场景，通过限制速度或者运行场景的复杂度来降低自动驾驶的难度，保证盈利的同时迭代 L4 级智驾系统的能力。