深富策略 AI自动驾驶将挑战张家界99弯山路！观众可第一视角感受惊险

10月13日，记者从张家界天门山获悉，2025年10月18日，Hitch Open世界AI竞速锦标赛总决赛将在湖南张家界天门山景区举办。该赛事由智脑竞速基金会（Intelligent Racing Foundation）与张家界市人民政府联合主办深富策略，是全球首个以99弯山路作为垂直赛道的AI自动驾驶竞速赛事。

Hitch Open旨在通过真实极限场景下的技术比拼，推动自动驾驶技术迭代。同时，赛事全程数据完全开源，相关数据将免费向全球企业及科研机构开放，为物理智能领域突破数据瓶颈提供关键支撑，引发全球科技界与汽车产业的高度关注。

7支战队突围，湖南大学战队虚拟赛累计积分靠前

赛事自2025年4月启动以来，严格遵循“技术筛选-实战检验”的递进式赛程设计。4月2日，“上海物理智能及Hitch Open启动峰会”正式官宣赛事，国内9所大学战队参与比赛；6月30日，虚拟仿真选拔初赛在上海完成，重点测试AI算法在数字孪生场景中的适配能力；8月19日，虚拟仿真选拔复赛在张家界天门山景区举行，经多轮技术考核，最终7支战队突围，获得真车实道挑战资格，分别是：清华大学极限竞速战队、武汉理工大学智驭战队、湖南大学HIVE战队、复旦大学Code Wisdom战队、吉林大学智翼人工智能战队、杭州龙战队、海南大学Azure Matrix蔚蓝矩阵战队。

9月27日，真车实道挑战赛启动，各战队及参赛车辆于10月8日前陆续进驻海拔1300余米的天门山“云端车库”，开展AI算法调试与赛车整备工作；10月8日至18日为核心比拼阶段，所有战队使用统一规格的PIX Moving轻量化智能线控底盘（长约3.2m、宽1.6m，模块化钢铝结构），每日由组委会公平分配1小时赛道使用权，在裁判委员会全程监督下完成赛道挑战并记录有效成绩；最终将以10天赛程中的最佳成绩排序，10月18日总决赛日将公布最终排名及奖项，并同步发布开源数据集。

2019年法国车手Romain Dumas曾以7分38秒585创下人类驾驶电动汽车挑战天门山99弯的最快速度纪录；2025年9月29日，在Hitch Open赛事真车调试阶段，湖南大学HIVE战队的AI驾驶，在能见度不足5米大雾、限速20公里/小时条件下，以34分12秒49创下AI挑战该路线的首个速度纪录。

后续赛事限速将逐步放开至40公里/小时、60公里/小时，限速解锁后的圈速提升，是AI“感知-决策-控制”全链路技术成熟度的体现，最终赛事赢家将创造AI赛车挑战天门山99弯山路的首个世界纪录。这组人类与AI的纪录对标，并非“比速度”深富策略，而是AI自动驾驶技术的“成长进度表”，每一次差距缩小，都标志着物理智能从“实验室”迈向“真实山路”的突破。

观众可沉浸式观赛，感受天门山99道急弯的惊险

Hitch Open赛事开源的核心价值在于释放的并非普通驾驶数据，而是覆盖AI自动驾驶全链路、含天门山极限场景的“黄金数据集”。其稀缺性突出，能提供日常场景无法复现的瞬时气象切换、无导航隧道行驶、陡坡急弯复合地形等“边界场景样本”。

Hitch Open突破传统赛事观赛模式，搭建“第一视角+5G上帝视角”双维度沉浸式观赛体系，推动观众从“表象观赛”升级为“深度参与”。第一视角下，观众可实时切换AI赛车车载视角，沉浸式感受天门山99道急弯“紧贴悬崖临边”的惊险；依托中国电信“永不断线的5G赛道”打造的“上帝视角”，则助力观众通过实时数据面板解析AI“决策大脑”，理解“AI为何这么开”，打破“看不懂技术”的壁垒，改变以往赛事“看输赢、看速度”的单一模式，实现从“看热闹”到“看门道”的转变，让赛事成为向大众普及物理智能的重要窗口。

赛事将天门山“99道急弯、1100米垂直落差”的自然险峻，转化为AI技术“实景演练场”，并以此为起点规划构建“科技+山水”沉浸式文旅新生态。基于赛事验证的极端环境感知技术，景区拟研发适配山地环境的智能接驳车，未来游客可通过车载屏幕实时查看AI如何规划过弯路径、提前预判会车时机、实时应对路况突变等，让每段行程成为“移动科技课堂”，实现饱览自然奇观时，切身触摸物理智能前沿的体验。

信号屏蔽的穿山隧道，AI如何完成挑战？

天门山99道弯赛道全长10.77公里，因“垂直落差大、环境复杂度高、信号条件严苛”被称为“AI竞速的珠穆朗玛”，其核心挑战体现在三方面。

一是地形极限。赛道海拔从200米攀升至1300米，1100米垂直落差堪比360层楼高，叠加99道弯（含多处180度发卡弯），形成“高落差+密急弯+陡坡度”三重地形压力。这要求AI在毫秒级内完成转向决策以规避失控风险，堪称对物理智能控制能力的“地表级极限测试”，更是其自动驾驶极限适应能力的“终极考场”。

二是环境极限。天门山赛道因巨大海拔差，形成晴雨雾霜同步显现的无规律气象突变环境，其复杂性远超日常场景且无法实验室复刻，成为物理智能亟需的“小概率边界场景”。

在此环境中，AI需直面严峻挑战：比如雾天过弯时，传感器失真易致AI误判弯道曲率，若不能借惯性导航与地图数据快速校准，恐引发贴崖或越线风险；雾天遇陡坡，摄像头画面模糊可能让AI误判坡度，导致动力不足或刹车过强。这迫使AI脱离预设舒适区，既要应对单一极端天气，更需破解多种气象叠加的复合型难题。唯有通过这种“实战式”检验，在自然随机考验中跑稳，才能证明AI在日常道路的安全可靠性。

三是信号极限。赛道依山而建，山壁遮挡与隧道、涵洞交织形成多处信号盲区，GPS与北斗导航完全失效，AI如同“蒙眼走钢丝”，被迫脱离卫星导航的外部支撑。尤其在信号屏蔽的穿山隧道中，它必须自主完成三大核心任务——识别弯道弧度以规划路径、规避潜在障碍保障安全、动态调整行驶轨迹保持稳定，全程无任何外部导航可依托。这种“无导航依赖”的自主行驶模式，是“真AI挑战真山路”的生动诠释。