在过去的几年里，我们见证了电气化和智能化对汽车工业的转型。然而，它们之间有很大的区别。电气化专注于动力形式的变化，并没有触及汽车核心形态和功能逻辑的重构。
相比之下，随着人工智能技术的突破，智能驾驶技术将成为变革的关键核心。它不仅改变了汽车的驾驶模式，而且有望重塑汽车在人们生活中的定位。地平线创始人余凯认为，未来10年，我们将看到产品和技术能力的快速升级。
余凯对未来10年的乐观预测并没有停留在行业的想象中。地平线已经将“加速技术落地”纳入行动。早在2024年城市NOA系统HSD发布后，它的迭代升级就在短短一年内得到推动。9月22日至25日，北京举行的“HSD先锋体验日”是该技术落地的集中呈现。发布会重点是Horizon SuperDrive，这是地平线新推出的城市辅助驾驶系统。对于标准特斯拉FSD，将在奇瑞星途品牌汽车上推出。
地平线副总裁、战略部&智驾产品规划与市场部负责人吕鹏
具体来说，“一级端到端+强化学习”的领先结构是HSD升级的最大亮点。凭借这项技术，HSD大大提高了辅助驾驶的安全性、效率和舒适性。此外，HSD系统的场景理解和推理能力通过引入强化学习机制大大增强。
“传统的两级端到端会导致响应延迟、信息传递损失、横向和纵向不协调等问题。地平线HSD打造真正的一级端到端，具有很强的防御驾驶能力，与专业司机驾驶非常相似，推动辅助驾驶迎来拟人体验的转折点。”地平线副总裁、战略部&智能驾驶产品规划及市场部负责人吕鹏表示。
HSD的技术突破只是地平线走向“无人驾驶”长期目标的一步。从更长远的产业布局来看，地平线已经明确了通往2030年的路线图:余凯提出，2030年达到顶级司机能力，2035年进一步超越最优秀的人类司机，将在未来3年(即2028年)达到专业司机的水平。这个计划不是幻想，而是基于当前技术迭代的逻辑。
吕鹏认为，从长远来看，智能驾驶俱乐部将进入“iPhone时刻”，行业将高度收敛。消费者不会接受“不好用的智能驾驶”，只有技术、迭代、口碑领先的玩家才能生存，就像高通在4G时代占据主导地位一样。因此，谁能赢，取决于谁能在“标准化”到来之前最大限度地提高产品实力和规模化能力。
市场数据印证了地平线的行业地位:根据高科技智能汽车监测，地平线以33.97%的份额在中国自主品牌乘用车智能驾驶计算方案市场排名第一，相当于每三辆自主品牌智能驾驶中就有一辆采用了它的方案。同时，截至2025年8月，地平线征程家族芯片量产出货已超过1000万套，合作地图覆盖全球40多家汽车公司和品牌，包括中国十大汽车公司。
同时，地平线自主研发的智能辅助驾驶系统HSD也将于今年第四季度量产交付。此外，HSD已经与世界上10多个汽车品牌达成合作意向。未来3-5年，HSD计划实现数千万的量产目标，让更多用户享受安全、舒适、高效的全场景辅助驾驶体验。
那么地平线HSD在技术路线上有什么特别之处，智能驾驶行业未来会走向何方呢？以下是《节点财经》等对话地平线副总裁。战略部&智能驾驶产品规划与市场部负责人吕鹏的内容整理如下:
01 智能化是汽车行业的未来
问：电动化与智能化对汽车产业的影响有何不同？
吕鹏：电动化主要改变了汽车的动力形式，推动了产业在能源供给、动力系统等方面的升级；而智能化会深刻改变汽车的形态，其中智能驾驶技术的突破是核心，最终有望让汽车成为“第三空间”，释放人们在行驶过程中的精力。
问：城区辅助驾驶经历了哪三个阶段？各阶段有何特点？
吕鹏：第一、规则阶段：通过AI模型算法感知物体、识别检测框，再针对检测物体编写大量规则生成行车轨迹。该阶段在高速场景表现尚可，但在城区复杂场景下效果差，且需庞大团队维护，还易出现“翘翘板问题”（某场景规则优化影响其他场景）。
第二、混合系统阶段：将规则写的规控算法改为模型，与感知模型形成两段式拼接。但底层驾驶能力无大突破，行业多关注停车场自动找出口等技术点，未本质提升系统的自动驾驶能力，且两段式系统存在信息传递损失等问题。
第三、稠密模态系统阶段：开发范式依赖更多数据、更大模型、更好算力支撑以提升性能，核心是学习老司机的驾驶行为。该阶段的系统无“开城”概念，可在任意区域行驶，能与人类驾驶行为对齐，同时兼顾物理安全与心理安全。
问：目前智能驾驶与真正的自动驾驶之间还存在哪些差距？
吕鹏：当前智能驾驶仅做到模仿老司机的行为，是走向自动驾驶的重要基础，但仍需解决多方面的理解与推理问题。
比如，场景判断难题，无法准确判断前方车辆是死车还是排队车，在某些场景下无法自主脱困，也难以识别“被困”状态；非标准场景适应差：面对全球大量非标准交通场景，系统会像人类一样犹豫，无法顺畅应对。
02 中国版FSD的技术路线是什么？
问：HSD的核心技术路线是纯视觉吗？为什么还会兼容激光雷达？
吕鹏：是的，地平线自身对于激光雷达并不排斥。但HSD的开发范式是纯视觉路线，目前大家体验的版本就是纯视觉系统。从技术研发逻辑出发，我们希望先“丢掉激光雷达这个拐杖”，倒逼团队把纯视觉技术的性能上限拉到足够高——如果早期依赖激光雷达，研发人员容易满足于七八分的成果，难以突破技术瓶颈，只有聚焦纯视觉，才有可能未来解决100%的驾驶场景问题。但基于客户的需求，我们会兼容激光雷达，部分车企认为搭载激光雷达增加技术溢价的同时实现安全冗余。简单来说，车企需要激光雷达，我们就提供带激光雷达的方案；车企不需要，纯视觉方案也能稳定工作。
问：HSD和特斯拉FSD在控车逻辑上有哪些共同特点？能解决哪些传统系统的痛点？
吕鹏：两者共同特点是控车行为高度贴近人类驾驶习惯，能解决传统系统的“尴尬延时问题”，例如：
在“内部路进入公开道路需过人行道”场景中，传统系统可能出现“感知到行人减速→行人见车减速准备走→系统延迟后加速再急刹”的尴尬循环；而HSD和FSD经过大量路测，可避免此类情况，控车动作连贯自然。
问：“防御性驾驶”是HSD和FSD的重要共性，具体体现在哪些场景？能带来什么价值？
吕鹏：两者的防御性驾驶主要体现在“提前识别风险并主动减速”，覆盖多种高频风险场景：
盲区场景：遇到路口盲区、高速旁半挂卡车盲区、“鬼探头”风险区域（如遮挡物后方）时，会主动减速，而非保持原速冲过，避免驾驶员因“未知盲区”产生恐慌。
这种防御性驾驶的核心价值是构建“心理安心感”，避免因系统“只保物理安全、不顾心理预期”导致驾驶员忍不住接管，大幅提升系统的可信赖度。
问：特斯拉FSD进入国内后，最大的弊端是什么？HSD作为本土系统如何规避这一问题？
吕鹏：特斯拉FSD在国内的最大弊端是无法使用国内数据训练，导致其虽具备“老司机的驾驶能力”，却“不熟悉中国交通环境”，典型问题包括：对宽非机动车道识别有误：对非标红灯识别不足。
HSD作为本土自动驾驶系统，依托国内海量交通场景数据训练，可最大程度规避上述“环境不适应”问题，对国内非机动车道、非标信号灯等特殊交通元素的识别和判断更精准。
问：地平线的智能驾驶系统采用了哪些核心技术？如何实现优势？
吕鹏：完整的端到端技术：直接输出横纵向联合规划的轨迹，模仿老司机的直觉驾驶行为，实现95%日常驾驶场景下的轻松通行，保证行驶丝滑度与类人性，构建心理安全。
强化学习技术：弥补端到端技术在罕见场景的不足，提升系统的理解、推理能力以及对稀疏场景的判别、思考能力，应对5%需要思考决策的复杂场景（如识别风险、判断路况）。
两者结合，让系统同时具备直觉驾驶与推理决策能力，架构简洁（传感器、图像和导航作为输入，直接输出交通轨迹），且性能优异。
问：端到端系统相比传统混合架构系统有何优势？
吕鹏：驾驶体验更优：能模仿老司机驾驶行为，行驶动作丝滑，无频繁点刹、重刹，可避免让驾驶员慌张，也能符合其他交通参与者的预期，减少因动作异常引发的矛盾。
系统架构更简洁：采用统一模型，以数据驱动实现，无需复杂的多模块拼接，降低了系统复杂度。
信息传递更完整：避免了传统两段式系统（感知模型+规则/规控模型）中间信息传递的损失，能保留类似人类驾驶时的高维感知。
具备防御性驾驶能力：大幅缩短系统延时，通过连续多帧图像数据学习生成轨迹，能提前识别风险并进行防御性驾驶动作，规避95%以上的安全问题。
03开放与合作，技术才是硬道理
问：很多车企都在自研智驾，地平线如何界定和车企的关系？怎么平衡开放与融合？
吕鹏：地平线一直保持灵活开放的态度，核心是“不与车企争主导权，按需提供支持”：如果车企有自研能力，我们可以卖芯片支撑其自研；如果车企自研有困难，我们的完整解决方案能帮它快速落地智驾功能。我们很清楚自己的定位——做好专业供应商，而不是和车企竞争“车圈苹果”。因为智驾需要“资源饱和攻击”：地平线每年投入大几十亿，只聚焦这一件事，团队所有人每天都在琢磨智驾技术；但车企要操心渠道、营销、造型等太多业务，实际投在智驾上的资金和精力有限，很难像我们这样聚焦。所以我们坚信，能做“车圈苹果”的车企是少数，我们就把供应商的角色做透。
问：为什么说“车圈苹果”很难做成？核心门槛是什么？
吕鹏：核心门槛在于基因、资源聚焦度和主战场经验这三点：第一基因，智驾是AI驱动，顶尖AI人才更愿意加入“AI基因纯粹”的公司，多数车企缺乏吸引这类人才的企业文化；第二是资源，智驾需要大团队全情投入，但车企资源要分给多业务，智驾只能占一小部分，难以支撑技术突破；第三是经验，能同时具备“软件基因+百万级量产能力+主流市场验证”的车企极少，很多车企连第一曲线（传统造车）都没扎稳，很难做好智驾这个第二曲线。
问：现在智驾体验差距越来越小，90分和91分之间微小的差距，地平线怎么吸引更多车企订单？
吕鹏：我们不纠结短期的分数差异，核心靠“迭代速度+产品力本质突破”。
首先是迭代效率，我们有10年软硬结合的积累，能实现“芯片设计、软件算法、硬件开发并行推进”——传统模式下，车企拿到新芯片到上车要1年多，我们在芯片流片前就完成硬件设计，芯片落地后能快速上车验证，把开发周期从“以年为单位”缩到“以小时为单位”。
其次是产品定位，我们不只为车企做“有智驾功能”的产品，而是聚焦“消费者日常愿意用”——比如让用户上车5-10分钟就觉得“这个系统比我开得好”，解决传统智驾“仅解决有无、没解决好用”的痛点。而且现在智驾才处于20%的发展阶段，市场格局远没定，未来比拼的是长期的迭代速度、组织能力和资金投入，我们的聚焦模式能在长期竞争中拉开差距。
问：地平线有出海或和国际车企合作的计划吗？当前面临哪些机遇和挑战？
吕鹏：短期我们会优先聚焦中国市场的智驾落地。因为海外消费者对智驾的需求比国内滞后3-5年，而且国际车企的规划周期太长（1-2年），很容易出现“量产即落后”的问题。我们的芯片从量产到上车很快，但国际车企的流程会拖慢节奏。不过长期来看，中国是智驾“最好的健身房”，只要我们在国内把产品打磨到领先水平，未来出海是水到渠成的事。现在我们已经在支持中国车企出海，积累了海外市场的经验，等海外智驾需求爆发时，我们的技术和快速迭代能力，能解决国际车企“规划周期长、技术易落后”的痛点，合作自然会落地。
问：地平线如何看待L4级自动驾驶？和哈啰出行合作后，还会拓展更多类似合作吗？
吕鹏：首先，我们认为L4不能直接“一步到位”，必须建立在规模化L2+量产的基础上，这和特斯拉的路线一致。Waymo早期直接攻坚L4，但多年来仅能在五六个城市运营，无法规模化，而L2+的规模化能通过数据驱动快速迭代技术。当前L2+到L4还需解决“安全指标提升3-4个数量级”等问题，但如果保持每年10倍速的迭代速度，3-5年内可能看到L4落地的关键突破。其次，和哈啰出行的合作只是开始，未来会拓展更多类似合作。如今特斯拉路线让行业看到“L2+规模化反哺Robotaxi”的可行性，过去Robotaxi几百辆车就已是上限，现在依托L2+的技术和数据积累，能推动Robotaxi真正走向规模化，所以我们会联合更多出行平台等合作伙伴，加速这一进程。
04 智能驾驶行业未来驶向何方？
问：为什么判断未来10年智能驾驶会有快速的产品和技术升级？未来智能驾驶技术迭代的核心方向是什么？
吕鹏：未来智能驾驶技术迭代将围绕AI范式展开，核心方向包括：持续推进端到端模型的优化；不断增加算力支撑；扩大数据规模并提升数据利用效率；增大模型参数量以提升性能；优化基础设施以提高开发效率；统一传感器平台，借助ScalingLaw等方式发挥数据规模优势，实现系统快速迭代，目标是每年让系统性能提升10倍，逐步缩小与真正自动驾驶的差距。
问：未来行业竞争格局会怎么变？
吕鹏：长期来看，当智驾进入“iPhone时刻”（类似4G替代3G），行业会高度收敛。比如3G时代，智驾是“选配”，90分和70分的产品都能存活；但到了“智驾成为标配”的阶段（像4G成为手机刚需），消费者不会接受“不好用的智驾”，这时只有技术、迭代、口碑都领先的玩家能存活，就像4G时代高通占据主导地位一样。所以最终谁能赢，要看谁能在“标配化”到来前，把产品力和规模化能力做到极致。
05 体验与安全为王，地平线的产品哲学是什么？
问：地平线在智能驾驶产品开发上遵循怎样的安全哲学和理念？
吕鹏：安全哲学：不仅保障用户物理安全（将用户从A点安全运到B点），更注重心理安全，让用户在乘坐过程中不慌张、有安心感，避免因系统行驶动作异常引发用户恐慌。
产品理念：以用户体验为核心，让系统真正“好用”，吸引用户日常使用；重视老司机式的防御性驾驶，通过提前规避风险场景，减少进入危险场景的概率（比在危险场景中处理更重要）；构建全生命周期安全保障，依托千万台系统出货量积累的主观评测和版本回灌验证系统，结合多年在芯片质量、安全、流程等方面的认证，以及AI算法开发验证，确保系统在全生命周期内的安全稳定。