從輔助駕駛到自動駕駛呂鵬：地平線端到端方案解決三大核心問題

愛集微

2025/10/17

10月17日，在2025世界智能網聯汽車大會「創新驅動深度演進——邁向智行新階段」技術論壇上，圍繞「關鍵技術創新和方案落地」，地平線地平線副總裁、戰略部&智駕產品規劃與市場部負責人呂鵬在會上發表了題為《從輔助駕駛到自動駕駛：地平線的實踐與思考》的演講，結合智能駕駛行業現階段發展，深入闡述類人化智駕與 L4 發展落地的產業思考。以下是呂鵬的演講全文：當前，中國汽車智能化正高速發展，其間已形成大量...

網頁鏈接

免責聲明：投資有風險，本文並非投資建議，以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請，作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考，不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證，投資者應自行研究並在投資前尋求專業建議。

熱議股票

{"basename":"/hant","ssrTDKData":{"titleTemplate":"%s - 老虎證券","title":"老虎证券全球投资理财平台| 一站式投资美股新股港股A股","description":"老虎证券助您一站式投资美股，新股，港股，A股等全球金融理财产品。新加坡华人最信赖的在线投资平台，现在加入即享低费用，24/5 无时差炒美股投资理财！","keywords":"老虎證券,老虎證券開戶,老虎券商,老虎證券官網,老虎證券app,tigertrade老虎證券,股票,炒股,新加坡股票交易平臺,投資,投資理財","social":{"ogDescription":"老虎证券助您一站式投资美股，新股，港股，A股等全球金融理财产品。新加坡华人最信赖的在线投资平台，现在加入即享低费用，24/5 无时差炒美股投资理财！","ogImage":"https://c1.itigergrowtha.com/portal5/static/media/og-logo.be62fbe1.png","ogUrl":"https://www.itiger.com/hant/news/2576039701"},"companyName":"老虎證券"},"pageData":{"isMobile":false,"isTiger":false,"isTTM":true,"region":"SGP","license":"TBSG","edition":"fundamental"},"isCrawlerRequest":true,"__swrFallback__":{"@#url:\"https://stock-news.skytigris.cn/v3/news\",params:#id:\"2576039701\",edition:\"fundamental\",auth_exemption:1,,,undefined,":{"share":"https://ttm.financial/m/news/2576039701?lang=zh_TW&edition=fundamental","thumbnail":"","is_english":false,"pubTime":"2025-10-17 18:40","share_image_url":"https://static.laohu8.com/9a95c1376e76363c1401fee7d3717173","id":"2576039701","market":"hk","top_or_hot":-1,"title":"從輔助駕駛到自動駕駛 呂鵬：地平線端到端方案解決三大核心問題","media":"愛集微","content":"<div>\n<p>10月17日，在2025世界智能網聯汽車大會「創新驅動 深度演進——邁向智行新階段」技術論壇上，圍繞「關鍵技術創新和方案落地」，地平線地平線副總裁、戰略部&智駕產品規劃與市場部負責人呂鵬在會上發表了題為《從輔助駕駛到自動駕駛：地平線的實踐與思考》的演講，結合智能駕駛行業現階段發展，深入闡述類人化智駕與 L4 發展落地的產業思考。以下是呂鵬的演講全文：當前，中國汽車智能化正高速發展，其間已形成大量...</p>\n\n<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20251017184106a6beb760&s=b\">網頁鏈接</a>\n\n</div>\n","source":"tencent","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>從輔助駕駛到自動駕駛 呂鵬：地平線端到端方案解決三大核心問題</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 12.5px; color: #7E829C; margin: 0;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n從輔助駕駛到自動駕駛 呂鵬：地平線端到端方案解決三大核心問題\n</h2>\n<h4 class=\"meta\">\n<p class=\"head\">\n<strong class=\"h-name small\">愛集微</strong><span class=\"h-time small\">2025-10-17 18:40</span>\n</p>\n</h4>\n</header>\n<article>\n<div>\n<p>10月17日，在2025世界智能網聯汽車大會「創新驅動 深度演進——邁向智行新階段」技術論壇上，圍繞「關鍵技術創新和方案落地」，地平線地平線副總裁、戰略部&智駕產品規劃與市場部負責人呂鵬在會上發表了題為《從輔助駕駛到自動駕駛：地平線的實踐與思考》的演講，結合智能駕駛行業現階段發展，深入闡述類人化智駕與 L4 發展落地的產業思考。以下是呂鵬的演講全文：當前，中國汽車智能化正高速發展，其間已形成大量...</p>\n\n<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20251017184106a6beb760&s=b\">網頁鏈接</a>\n\n</div>\n\n<div class=\"bt-text\">\n\n\n<p> 來源：<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20251017184106a6beb760&s=b\">愛集微</a></p>\n<p>為提升您的閱讀體驗，我們對本頁面進行了排版優化</p>\n\n\n</div>\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"09660","symbol_name":"地平線機器人-W","start_time":0,"source_url":"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20251017184106a6beb760&s=b","article_id":"2576039701","we_media_id":null,"thumbnails":[],"rights":{"source":"tencent","url":"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20251017184106a6beb760&s=b","rn_cache_url":null,"customStyle":"body{padding-top:10px;}#news_title{font-weight:bold;#titleStyle#;}#news_description span{font-size:12px;#descriptionStyle#;}.footer-note{#statement#}","selectors":".mod-LoadTzbdNews, body","filters":".relate-stock, .hot-list, .recom-box, .wx-sou","directOrigin":true},"url":"https://stock-news.laohu8.com/highlight/detail?id=2576039701","pubTimestamp":1760697624,"columns":[],"sourceInfo":{"source_id":"tencent","name":"腾讯"},"weMediaInfo":null,"summary":"與此同時，當前城區輔助駕駛尚未達到 「好用」 的預期，仍面臨諸多挑戰。因為一旦駕駛行為不可預期、和老司機動作不一致，不僅駕駛員難受，周邊車流也會受影響。所以城區輔助駕駛乃至未來的自動駕駛，挑戰的都是 「右上角的珠穆朗瑪峯」：既要性能足夠好，又要區域要足夠廣。同時，要從輔助駕駛走向 L4，中間還有一個L3階段。呂鵬指出，地平線打造的這種國內真正的一段式端到端方案，實際上解決了三個比較重大的核心問題。","collect":0,"end_time":0,"defaultTopTitle":"qq.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"09660":"地平线机器人-W","BK1109":"应用软件"},"translate_title":"From assisted driving to autonomous driving Lu Peng: Horizon's end-to-end solution solves three core problems","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"09660":0.9},"content_text":"10月17日，在2025世界智能網聯汽車大會「創新驅動 深度演進——邁向智行新階段」技術論壇上，圍繞「關鍵技術創新和方案落地」，地平線地平線副總裁、戰略部&智駕產品規劃與市場部負責人呂鵬在會上發表了題為《從輔助駕駛到自動駕駛：地平線的實踐與思考》的演講，結合智能駕駛行業現階段發展，深入闡述類人化智駕與 L4 發展落地的產業思考。以下是呂鵬的演講全文：當前，中國汽車智能化正高速發展，其間已形成大量行業合力，也構建起完整的合作體系。過去幾年，城區輔助駕駛已從原先僅搭載於高端車或Premier品牌裏的高價位車型，逐步滲透到15-20萬、甚至15萬以下價位的車型中，未來可能成為10萬以上的車型標配。2025年作為中國汽車智駕普及元年，各家車企陸續發布智駕平權平台，快速推進高階城區輔助駕駛的滲透率。很多車企背後都有地平線的身影，這也推動地平線最新一代智能計算芯片——征程6系列的落地。征程6上市不到一年就實現了百萬級出貨，這離不開整個行業推動城區輔助駕駛普及所帶來的機遇。與此同時，當前城區輔助駕駛尚未達到 「好用」 的預期，仍面臨諸多挑戰。交通不是單一的駕駛行為，而是駕駛動作與周邊車流、行人、車輛之間的複雜交互過程。不僅要保證物理安全，駕駛員的心理安全也至關重要。一旦智駕系統的操作和普通司機的習慣不一致，嚴重影響消費者的使用體驗和安全性，也會影響整個行業的普及速度。這也是為何地平線一直強調，物理安全加心理安全才是達到 「好用」 標準的關鍵。核心是一定要 「類人化」、一定要像 「老司機」 一樣。因為一旦駕駛行為不可預期、和老司機動作不一致，不僅駕駛員難受，周邊車流也會受影響。此外，在行業激烈競爭下，城區輔助駕駛系統雖然已經快速下探到10-15萬車型區間，但當前系統成本還是相對高昂，給車企帶來不小壓力。只有做出 「好用」 的系統，再通過規模化實現成本優勢，整個行業的普及速度和滲透率才會進一步加快。如何解決上述問題，核心是突破兩個關鍵點：一個是Scale Up，一個是Scale Out。Scale Up指的是系統上限要足夠高，就像傳統Robotaxi 公司，能實現無人運營，但運行區域受限，所以必須把性能打磨到最優，才能保障消費者安全。同時地域覆蓋也要擴寬，如果像Robotaxi 那樣只侷限在小區域，乘用車量產場景下根本無法使用。所以城區輔助駕駛乃至未來的自動駕駛，挑戰的都是 「右上角的珠穆朗瑪峯」：既要性能足夠好，又要區域要足夠廣。這就需要靠算法領先性實現 Scale Up能力，靠工程領先性達成泛化能力，這對當前自動駕駛開發來説是個不小的挑戰。同時，要從輔助駕駛走向 L4，中間還有一個L3階段。這裏地平線的思考是，首先要正視當前技術能力與L3的差距。即便現在市面上最好的量產城區輔助駕駛系統，哪怕在高速場景，大概每 600-1000公里就需要一次人工接管。但L3要求責任轉移到車企，因為一次不接管，可能就會造成一次事故，這樣的話，系統要做到的接管間隔可能就需要接近 「百萬公里一次」，這中間的差距還很大。解決這個差距有兩種思路：一方面持續提升性能指標，隨着AI發展，預期每年能有10 倍性能提升，從幾百公里接管到百萬公里，其實也就幾年時間；另一方面就是增加大量限制，把整個可運行的區域限制得非常嚴格，但這樣整個交互上會給消費者帶來困惑，因為ODD邊界不清晰。所以地平線對L3的思考是：推動L2+性能持續快速提升，若能保持每年10倍的提升速度，3-5年就能接近L4-L5水平。以現在Robotaxi啓動運營的MPCI標準為例，大概是8000-10000公里一次人工介入，當前技術和它差兩到三個數量級，但只要每年提升一倍，就能逐步接近。當系統具備Robotaxi級別的L4能力後，再去定義邊界清晰的ODD，這樣的L3產品才可用。比如像「所有北京的環線，全國所有的高速公路全天候支持」這種清晰邊界的L3。所以我們認為 L3 其實等於一個受限的，但是ODD邊界清晰的一個L4能力的智駕產品，再疊加ODD之外的全場景輔助駕駛能力，就能打通消費者的通行場景，還不傷害用户體驗，因為消費者最終是否去使用這個東西，核心一定是可以接受的用户體驗。從這個角度看，L4的重要性不言而喻。而邁向L4的路線，過去一直有兩條，特斯拉走的是漸進式路線，Waymo走的是跨越式路線。從去年開始Robotaxi 重新火熱，很大程度是受特斯拉帶動，現在特斯拉已在北美啓動示範運營，它最大的優勢就在於ODD的擴張速度：以前擴一個區域至少要半年，現在快很多。特斯拉的核心邏輯是以硬件和計算為核心，用端到端技術，重視數據驅動範式，而且對地圖依賴輕 ——這也是它能快速擴展的關鍵。特斯拉能做到這點，核心是 「規模」 和 「數據」 兩大優勢：一是不依賴高精地圖，區域擴展性高；二是車型少、架構統一、傳感器統一、數據引擎統一，還靠影子模式在消費場景測試，能快速形成平台化。大量同源數據又能驅動產品性能高效迭代。關注特斯拉FSD在北美的版本升級就能發現，它的提升速度非常快。最近小範圍運行的V14版本，按其宣稱的能力，已超越人類司機水平。如果按這個提升倍率，隨着L2 級城區輔助駕駛規模化，數據驅動範式會不斷提升算力、模型能力和corner case挖掘能力，從輔助駕駛走向自動駕駛的可行性也會越來越高。所以我們認為，堅實的L2全場景城區輔助駕駛系統，是實現L3/L4的必經之路。這需要統一的軟硬件平台，靠L2規模化量產積累數據飛輪效應，直接賦能並快速迭代出L4級系統能力。而且這個過程中，L3也能高效落地 ，因為它能解決L3 「先有雞還是先有蛋」 的問題。現在L3落地依賴保險，而保險公司需要實際驗證數據，沒有 「百萬公里無事故」 的數據，保險也不敢擔保。但當有海量L2+車輛部署後，能通過真實道路數據發現：某些路段、某些 ODD 下，已累積近百萬公里無接管記錄。這些真實數據，就是證明 「該路段可激活L3」的關鍵依據。有了海量真實道路數據做基礎，再進入第三步：用實時數據鎖定清晰ODD邊界，疊加必要的冗餘機制防止失效，就能證明系統在該ODD下具備L4 能力，進而激活L3功能。其實地平線一直基於端到端和強化學習技術來打造下一代L2級城區輔助駕駛系統。為什麼採用這兩個技術呢？我們做兩個類比，端到端其實就類似於人類的模仿行為。如果模仿老司機的駕駛行為，那麼系統的行為就會與人類駕駛行為極為相似。同時，藉助強化學習，可以增強系統的推演能力，通過反覆推演來提升系統的推理能力。呂鵬指出，地平線打造的這種國內真正的一段式端到端方案，實際上解決了三個比較重大的核心問題。一是去場景化，大家使用原先的程序化輔助駕駛系統時，常常會有這樣一種感覺：好像這輛車是由不同的人在駕駛，左轉和右轉的動作、在空曠道路和擁堵道路下的表現、在高速和城區的駕駛風格，都顯得不太一致，這是因為原先的開發是圍繞不同場景分別進行的，而現在，採用端到端模型後，實現了去場景化，就是通過一個模型就能支撐高速、城區、泊車等所有場景的系統運行。所以，它的駕駛行為非常連貫、一氣呵成，場景一致性也得到了很好的保障。二是絲滑控車，很多開過城區輔助駕駛的朋友經常會遇到這樣的情況：車輛為什麼有這麼多頓挫感，剎車時有時重有時輕，這個還有一些畫龍的狀態，其實這些往往都是由於規則介入導致的應激性反應，而當我們採用端到端的學習方式時，因為系統直接學習的是老司機的駕駛軌跡，要知道出現點剎和重剎的情況其實是非常難的。因為對於真正的老司機來説，開車時很少會出現點剎、重剎的情況。所以採用端到端學習後，車輛駕駛的絲滑感非常強。這樣也能讓消費者迅速在心理上建立起安全感。三是防禦性駕駛能力強。通過端到端技術，系統沒有CPU的串行處理，大部分採用模型的並行處理，所以整個系統響應延時非常低。一個系統響應延時300毫秒和一個僅100多毫秒的系統，在行為動作和危險處理能力上會有很大差異。同時，由於系統採用長時序學習，而非單幀圖像學習，它能夠理解一些危險場景，形成防禦性駕駛能力。地平線認為，真正的安全一方面要對各種極限場景具備處理能力，但迴歸到日常駕車場景，更主要的安全是在95%的情況下先避免自己進入危險場景。這種動作在智能駕駛中是通過防禦性駕駛動作學習實現的。比如，進入盲區時，人會自動減速，從而避免進入極端危險場景，觸發緊急應急機制。因此，防禦性駕駛可以大幅提升整個系統的安全性。通過強化學習，我們推動並增強了物理世界的因果關係和邏輯推理能力，補充了端到端直覺系統下罕見的長尾場景處理能力。另外，通過強化學習增強了長時序複雜推理能力，提升了模型的學習、理解、推理和長尾場景處理能力。所以可以看到，整個自動駕駛開發依賴於數據驅動，但物理世界無窮無盡，存在眾多長尾場景。通過傳統方法採集這些長尾場景，效率會越來越低。但通過數據驅動的強化學習補充，我們可以高效解決長尾場景問題。同時，仿真場景可以提供多樣化數據，增加自主交互式學習和反覆推演。在這裏，我播放一個視頻，讓大家直觀感受一下我們HSD在城區輔助駕駛上的體驗特點。首先，端到端帶來的低延時讓車輛在施工區域內行雲流水，動作連貫而非拼接，處理非常絲滑。另外，在複雜場景下，端到端技術的另一個特點是方向盤不會有大幅抖動，不會有很多恐慌感。在複雜人車流中，車輛不會完全停滯，而是以較低速度緩慢蠕行。紅綠燈起步時，由於端到端延時較低，車輛響應甚至比人更快。車門關閉後，車輛很快在後方車流走完後提速。在過無保護路口時，如果車速很快，人會感到慌張。但實際上，車輛會通過長時間學習，自動將車速降至讓人安心的水平。對於右轉有盲區時，車輛會慢慢探出觀測側方，這與人的駕駛動作非常一致。在原有老架構系統中，這種場景通常會有所點剎和重剎，但大家可以看到，車輛方向盤輕微晃動即可絲滑繞過。在狹窄道路上，車輛以安心速度行駛，同時精準理解周邊環境，緩慢蠕行後再迅速提速。這種小路下，車輛不僅能通過，而且方向盤非常穩定，與人打方向盤動作相似。在對向路口有對向車、後方車和兩輪車交互的情況下，車輛的車速和軌跡並未受到影響。這回到了我們對端到端技術的基礎理解：端到端特別像人開車時的直覺系統。大家可以想象，我們平時開車，95%以上的時間都非常輕鬆，這是因為我們依靠直覺駕駛，而非耗費大量腦力。直覺系統是駕駛的最核心基礎，在此基礎上再衍生出其他推理能力，以處理複雜場景，這與人類的進化過程非常相似。今年我讀過一本書叫《智能簡史》，它給我很大啓發。書中講到人類有五次進化，但每次進化都做得比較紮實。一旦做得不紮實，比如智人進化過程中的尼安德特人就都消亡了。人類從模擬走向心智化，再到現在的語言，這幾步進化過程都做得非常堅固。這也是我們認為城區輔助駕駛逐步走向L4非常重要的關鍵。同時，HSD已獲得多家車企超過十款車型的定點，並將於今年年底攜手星途ET5進行全球首發。我們相信，未來城區輔助駕駛，包括L3、L4，將成為新的自動駕駛標配，引領未來3到5年千萬級規模的量產。同時，我們現在也在儲備與robotaxi公司的商業化落地合作，以支撐從L2到L4的全產業基座之路。最後與大家分享一下我們的看法：我們認為，在L4能力方面，通過未來三到五年的是可以達成的。到了2028年，其實可以支撐在L4能力的基礎上去實現L3級別的落地。同時，到2030年，全場景、全區域下的L4將得到支持。在未來三五年裏，我們可能會見證智能駕駛的飛躍發展。我們認為，支撐未來智能化發展的關鍵，相當於手機上的4G時刻。只有智能駕駛達到這樣一個狀態，未來在智能空間、智能座艙上才會有百花齊放的前景。","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"symbols":[],"gpt_button":0,"need_auth":false,"code":"91000000","status":"200"}}}

從輔助駕駛到自動駕駛 呂鵬：地平線端到端方案解決三大核心問題

熱議股票

從輔助駕駛到自動駕駛呂鵬：地平線端到端方案解決三大核心問題