地平线苏箐揭示：L2级辅助驾驶将迎来红利期

当行业普遍认为智能驾驶在2023-2024年已进入技术平缓期时，2025地平线技术生态大会上，地平线副总裁兼首席架构师苏箐却指出："2024年发生了一个很大的分水岭事件，我们得提一下。就是特斯拉全自动驾驶系统(Full Self-Driving, FSD)的V12，它非常非常关键。"在他看来，围绕FSD是否"最强"的争论并不重要，真正重要的是"FSD开创了一个全新的内核范式"。

为什么开车比解数学题难？

"从行业外看，自动驾驶好像很简单：任何人学一年驾驶就能开好车，但对计算机来说，情况几乎是反向的。"苏箐用一个通俗易懂的例子解释技术难点："越是人类觉得难的事（比如高等数学、逻辑分析），计算机越容易；越是人类与生俱来的基本技能，计算机越难掌握。开车已经很接近这种基本技能了，再比如在家煎个荷包蛋，从某种角度说，对计算机而言难度极高。"

他坦言，这正是自动驾驶工程师面临的最大压力："量产节点(Start of Production, SOP)的时间节点就在那里，方法论摆在前面，车辆在路上每天都会遇到各种边缘情况、难处理场景，我们没有选择的余地，所有场景都必须处理——这是稠密的物理世界里连续发生的事，这就是这个行业最痛苦的地方。"

为何技术革命不会成为常态？

从技术演进角度看，自动驾驶经历了从CMU第一个车队，到斯坦福的车队，再到Waymo的车队，实现了技术的跨越的历程。

CMU车队是卡内基梅隆大学(Carnegie Mellon University)在自动驾驶发展早期参与DARPA(美国国防高级研究计划局)挑战赛的团队。

在自动驾驶历史中，CMU车队代表了第一代自动驾驶技术路线：他们强依赖激光雷达、雷达等非视觉传感器，那个时代还没有成熟的机器学习和深度学习技术，系统主要依靠工程师手工编写代码和规则来实现。2007年，CMU的"Tartan Racing"团队在DARPA城市挑战赛中获胜，他们的车辆"Boss"(一辆改装的雪佛兰Tahoe)展示了早期自动驾驶的可行性。

在这些背后看见了什么？苏箐指出，过去的自动驾驶，在 2023、2024 年之前有两个问题：深度学习技术只重构了感知部分，感知之后的部分几乎仍是规则时代；整个系统只有前半截是数据驱动的，后半截是规则驱动的。“一个方法论重构，重构到一半的时候，它的效果可不是一半，它的效果可能是20%、30%，你需要把后面的那一半革命完成，才能迎来整个新的时代。这就是整个端到端的意义所在。"苏箐解释道。

以FSD V12成熟为标志，智能驾驶迎来了从内在底层技术范式与外部用户感知体验的一次“重构”。这次重构的意义，堪比从发现核裂变释放能量到第一次核裂变工程化产品的实现。深度学习的潜力首次变为现实，彻底打破了旧有的技术边界与想象局限。

苏箐用原子时代的类比来解释这一分水岭意义："在原子时代，第一个发现核裂变是可能的，而且是能释放能量的，是德国科学家。当时这个实验结果出来以后，全世界所有从事量子物理的科学家们都认为是不可能的，但是迅速的实验复现证明这个观点是对的。"他认为，FSD V12的意义恰如奥本海默证明原子弹可以造出来一般，它填平了"知道方向"与"实现方向"之间的巨大鸿沟。

智能驾驶在2024年发生的重构式变化，今后3年会常态出现吗？苏箐判断，这大概率不会。

重构式变化的原因，在于智能驾驶的技术内核在2024年经历了从rule-based到data-driven的一跃。

这一次重构，本质上是深度学习领域最近几年积累的全部功力的一次集中释放与兑现，引爆了从量变到质变的临界点突破。

首先，人工智能大约每二三十年会有一个轮回，而当前深度学习技术已隐隐约约碰到天花板；其次，2023-2024年的变革是将深度学习从系统的一半平推到100%的完整性突破，而下一次巨大内核重构，需要的是理论层面的突破——"我们都很清楚整个物理世界的演进，都是先有理论突破，然后到应用突破，就这么不断循环。但我们现在其实很不幸的是，还没有看到下一个理论突破的前置信号出现。"

因此，苏箐指出："我个人判断，很大概率未来三年是在现有的系统上做极致的优化，而不是一种理论内核的重构，所以大家别太嗨，又进入苦日子的阶段了。"

L2与L4的边界消融

随着FSD、HSD这类城区辅助驾驶系统成熟，过去泾渭分明的L2与L4“两个世界”，如今已被打通。

苏箐回顾道："三年以前我跟余凯博士的聊天过程，我明确跟他说，我不想再做自动驾驶了——一是太痛苦，二是看不到希望。"而今天，新技术终于让城区L2变得"好用类人"，这让他重新看到了希望。

"HSD其实只是一个新范式的第一个版本，在未来的一年会有巨大的提升。"苏箐强调，L2级辅助驾驶(Urban L2)将迎来看得见的红利期。

苏箐揭示出一条清晰的AD产业发展路线：在经历城区L2系统大规模普及的关键大节点之后，随后会经历作为短暂过渡的小节点L3，最终迎来极低成本部署、可快速区域扩张的L4，届时将同时以乘用车和Robotaxi双形态落地。

这条连续、可兑现的路径，大概率将是未来AD产业发展的核心叙事。

更令人振奋的是，新范式下L2与L4的方法论走向统一。苏箐解释："我们能看到当前的方法再做最多两到三年的工作，就有极大的机会把每干预里程(Miles Per Intervention, MPI)干到5万、10万的水平，同时还能保持类人，而且还能保持在所有的区域里面是可以自动泛化的。"这一突破意味着L4系统将不再局限于特定区域和高成本传感器配置，而能以"乘用车和robotaxi的双模式去部署。"

未来三年：堆算力，强工程

面对技术演进的不确定性，苏箐提出了地平线的三大关键策略：

首先，坚持算力提升。"在大模型领域，大家都隐隐约约会碰到Scaling Law（规模定律）的天花板，但是今天还没有发生，应该说刚刚开始。未来地平线将推动每代AD产品实现10倍算力提升，支撑10倍参数规模的系统进化，持续释放规模性能的潜力。

其次，打通L2到L4的技术路径。地平线也将以统一的底层技术范式，重投入城区L2与L4 两大关键节点，并持续强化工程体系与组织能力建设，构建起持续优化演进的核心能力。

HSD的实践已经很好地证明，“能把当前范式、新范式发挥到极致、应对变化到极致的，不变的底座是强大的工程能力和组织能力。这是技术落地的‘工业母机’”，苏箐表示，“你需要做的事情是把你自己公司的工程能力和组织能力不断强化。”

20年坚持的意义

苏箐回归初心："你要说量产节点(Start of Production, SOP)的表现是不是达到我的基本预期，我觉得算是，但是我觉得我们自己做自动驾驶的这帮人本质的目的是做一个能替代人类司机的机器，这才是我们所有工作的意义，否则这件事情没有意义。"

他清晰地描绘了两个目标："未来的计划，我们希望在未来两到三年，让大家看到HSD这套乘用车系统体验有一个巨大的进步，有一个质的飞跃，这是一定会发生的。第二，我希望在未来几年我们能把一个L4级别的车以同样的价格在用户无感的情况下送到你的手上，这是我们期望对行业能做到的，虽然很难，但是我觉得这是我们所有人辛苦了这20年做这一行的意义所在。"