在自动驾驶技术领域，陈亦伦是一位备受瞩目的行业先锋。他毕业于清华大学电子系，随后赴美攻读博士学位。学成归来后，他先后投身于大疆和华为，在无人机和无人车领域展开技术攻坚。
在华为工作期间，陈亦伦担任车BU首席科学家，成为华为ADS辅助驾驶系统的核心人物。他主导设计了智能辅助驾驶系统ADS 1.0算法全栈，组建了核心技术团队，并推动该产品成功商业化应用于极狐阿尔法S等车型，为华为在自动驾驶领域的布局立下汗马功劳。
2022年中，陈亦伦离开华为，加入清华大学智能产业研究院。2024年末，他投身具身智能创业浪潮，与百度前自动驾驶事业群负责人李震宇等人联合创立了它石智航，开启新的技术征程。
近期，陈亦伦在接受媒体采访时透露了一个重要信息：早在2020年主导华为ADS项目时，他就已经开始探索端到端自动驾驶技术，这一时间甚至早于特斯拉。他回忆道，当时华为的自动驾驶系统代码量庞大，至少有200万行。尽管系统能够应对复杂的城市道路情况，但维护成本极高，代码的更新和维护变得愈发困难。
面对这一挑战，2020年，陈亦伦与现它石智航首席科学家丁文超博士（曾被华为“天才少年”计划招募入自动驾驶部）等同事决定尝试一种新的方法：能否训练一个神经网络，将这200万行代码精简掉？经过努力，他们最终用3万行代码训练出一个网络，直接让网络负责规划无人车的轨迹。陈亦伦表示，这就是最早的端到端自动驾驶，不过当时采用的是“两段式”结构，即感知环节和规控环节分别采用端到端网络。
当被问及是否受到特斯拉启发时，陈亦伦明确否认。他指出，2020年特斯拉AI Day主要聚焦于感知环节如何恢复3D环境（Vector Space），即BEV（Bird's-Eye-View，鸟瞰视角），而华为在感知方面已有成熟方案，真正的难题在于规控环节。规控是一个闭环AI系统，每一个动作都会影响下一刻的环境，例如选择“加塞”时，对方可能让行，也可能加速抢行，这种不确定性使得训练变得极为复杂。
为了解决规控难题，陈亦伦团队决定大规模采集人类驾驶数据，这在当时尚属首次。他们调拨了约100辆车的车队，专门用于数据采集。丁文超博士每天在现场指导司机开车，定义“好司机”的行为标准。起初，数据积累并未带来显著进展，但当数据量达到几千小时后，团队发现神经网络真的学到了东西，而且能力越来越强。
为了验证端到端技术的效果，团队选择了一个极具挑战性的测试场景——一个人车混行、道路完全非结构化的城中村。传统规则算法在这样的场景下几乎无法通过，但团队大胆启用神经网络，遵循“后处理越少越好”的原则，结果车辆非常流畅地穿行了过去。陈亦伦回忆道，那一刻他意识到AI已经具备规划能力，这成为他技术生涯中的一个重要里程碑。
正是这次成功，让陈亦伦重新燃起了最初做机器人的梦想。尽管当时他还不清楚具体该如何实现，但决定先回到母校沉淀。经过两年多的积累，他终于重新出发，在具身智能领域开启新的探索。
