不是目的 卷 好 才是归属 地平线以技术引领打造用户更爱用的智驾产品 (非卷的卷可以)

7月13日，在上海举办的2024中国汽车论坛上，车企高管针对行业内卷话题再度交锋，分别给出了截然对立的观点，让“内卷”再度成为行业话题焦点。

有车企认为：“中国汽车越卷越强，越卷越好”，并表示当前国内的技术、产品和品质正是因为“卷”而不断提升。

也有车企表示：“‘内卷’是不讲武德，扰乱竞争秩序。车企应坚持成本优势，通过提升产品性价比、技术创新能力、服务质量、品牌影响力以及企业道德水平来赢得市场。”

据乘联会统计数据，仅在2024年1月～5月已有约56款电动汽车降价，而2023年全年的降价车型累计为70款。中国汽车消费市场价格战愈演愈烈，许多车企选择以低价策略抢占市场份额，导致行业“内卷”现象严重。同时，消费者的购车需求也在发生变化，越来越多的消费者开始关注汽车的品质、服务和体验，而不仅仅是价格。

无论是“越卷越强”还是“越卷越乱”，竞争结果也终归是要服务于市场，回归到用户价值。因此，“卷”的根本还是在抢占消费者心智、赢得市场先机。所以，拼价格、拼声量都不是竞争的真正目的，通过顶级技术带来更好的用户体验才是赢得这场竞逐赛的根本归属。

端到端系统：智能驾驶迈向“好用”的必由之路

随着汽车行业智能化技术的不断演进，消费者对高阶智能驾驶系统的期待也日益增长。当前，以城区NOA为代表的高阶智能驾驶系统虽已初具雏形，但距离真正“可用”乃至“好用、爱用”的标准仍有一定差距。

在2024中国汽车论坛上，地平线总裁陈黎明博士表示：“2025年，自动驾驶将迎来chatgpt时刻，如同大语言模型带来的惊喜，自动驾驶领域将实现类似突破。为了实现这一目标，需要解决的是智能驾驶的体验问题。”

而在7月12日下午举办的全球汽车技术发展领袖峰会上，他也直观指出:“端到端是目前通往自动驾驶的最有效方案。”

端到端架构是由数据驱动的模块所构建，人为维护的模块比例相应会降低，系统维护因而更简单。且端到端架构通过一个模型实现多种模型的功能，研发人员只需要针对这一个模型进行整体训练、调整优化，即可实现性能上的提升，因此可以更好地集中资源，提升迭代速度。

面对高阶智能驾驶系统当前的瓶颈，端到端系统不仅能够显著提升计算效率，更因其数据驱动的特性而拥有更高的性能上限和更低的维护成本。

地平线认为，要真正实现智驾系统的“好用、爱用”，必须解决Scale Out（横向泛化性提升）和Scale Up（纵向性能上限提升）难题。纵向性能上限提升就是如何在特定、固定、受控的小ODD范围内实现性能最优，以处理复杂的场景；而横向泛化性提升则是怎样在尽可能大的地域空间及各种天气条件下，实现尽可能高的Scale Up性能。

基于算法层面的思考，地平线通过融合基于规则的模块与数据驱动的端到端系统，采用端到端与交互博弈，打破了技术迭代的“跷跷板效应”，在确保系统下限可控的同时，大幅提升系统上限，打造出“Scale Out”和“Scale Up”的最优解。

技术引领：地平线在端到端领域的技术创新与积累

作为业界最早布局端到端技术的智驾科技公司，地平线针对端到端在软件算法和计算架构方面均开展了深入布局。

早在2016年，地平线便率先提出了自动驾驶端到端的演进理念，并持续取得技术创新与突破：在2022年提出行业领先的自动驾驶感知端到端算法Sparse4D，在nuScenes公开数据集排行榜第一，是接棒“BEV+Transformer”的下一代架构，为自动驾驶感知带来新突破；2023年，其提出的的自动驾驶端到端大模型UniAD，首次将检测、跟踪、建图、轨迹预测、占据网格预测以及规划整合到一个基于Transformer框架里面的大模型里面，实现感知决策一体化，也是自动驾驶领域第一次获得CVPR最佳论文。

除了端到端领域的探索，在针对数据驱动的交互博弈算法上，地平线也有突破性的创新。地平线提出领先的模仿-强化混合学习技术，让驾驶更拟人、更安全。一方面，通过模仿学习提高学习效率，解决“拟人化”问题；另一方面通过强化学习克服模仿学习在长尾问题解决等方面存在的缺陷，解决“安全性”问题，进而让整个智驾系统的拟人化和安全性都得以提升。经测试，与单纯的模仿学习相比，混合学习框架具有更好的闭环性能，碰撞率降低50%，而与单纯的强化学习规控策略相比，则具有更好的拟人性，舒适度提升20%。

凭借在端到端和交互博弈算法上的创新与深厚积累，地平线积极将这些先进算法通过创新性的计算架构转化为现实。早在2016年，地平线便敏锐地意识到，通过硬件实现软件功能，不仅能显著提升系统性能，更能大幅削减成本。为此，地平线提出了“智能计算的新摩尔定律”，为智能计算方案设计与性能提升指明方向。在“智能计算的新摩尔定律”指导下，地平线自主研发了创新性的智能计算架构BPU。

作为智能计算的核心，BPU具备“智能进化”特性。算法、编译器与架构协同设计，通过数据驱动自动化验证，持续迭代优化，加速智能进化。BPU历经三次迭代，从伯努利架构的高性能低功耗感知计算，到贝叶斯架构的感知预测高效计算，再到纳什架构的全场景NOA交互博弈支持，不断演进。而BPU纳什原生支持大参数Transformer和交互博弈，为自动驾驶端到端和交互博弈提供智能计算最优解。

让好用的智驾技术走向人人可享：SuperDrive+征程6的强强联合

产品性能与用户体验是校验技术的核心标准，为了让消费者能够享受到真正“好用”的智能驾驶系统，地平线推出了结合端到端技术的量产级高阶智能驾驶系统SuperDrive。

SuperDrive作为一款全场景智能驾驶解决方案，通过聚焦拟人化体验突破，打造好用的智驾系统2.0。凭借动态、静态、OCC（Occupancy占用网络）三网合一的端到端感知架构，数据驱动的交互式博弈算法，SuperDrive在任何道路环境下都能兼顾场景通过率、通行效率和行为拟人，在拥堵汇流、路口交互动态Driveline、礼让骑行人、拥堵换道、城市环岛通行等城区复杂场景下，实现“优雅从容”的拟人化智能驾驶体验。

其中，三网合一的端到端感知架构可以统一在一个Transformer架构下，不需要对感知数据进行抽象和逐级传递，实现“所见即所得”，在感知端到端同时，又保证了每个子网络的可解释性，有效解决感知架构时延高、规则多、负载重的问题。

而数据驱动的交互博弈算法是基于蒙特卡洛树搜索的端到端深度学习算法，大幅提升智驾系统在复杂交通环境中的感知和交互式博弈能力，特别是针对复杂多元的城区场景，让SuperDrive可以像老司机一样灵活处理复杂交通流，在拥堵工况下变道成功率提升50%，路口通行效率提升67%。

SuperDrive搭配征程6旗舰版，软硬结合，打造高阶城区智驾行业标杆，让“好用”的高阶智驾系统加速规模化量产，实现人人可及。作为Tier2，地平线打造高阶智驾样板间，面向车企与产业链伙伴，通过软硬结合全栈技术能力，灵活开放地支持合作伙伴提高软件方案研发与量产效率，加速产业迈向高阶智驾终局。

地平线新一代系列车载计算方案征程6系列，作为业内唯一满足全阶智能驾驶量产的系列计算方案，共有6款，全面覆盖低、中、高阶智能驾驶需求，以统一的硬件架构、工具链和软件栈，和自主设计研发的智能计算架构“BPU纳什”，为先进的端到端系统的部署提供有力支持，在与车企及Tier 1供应商的合作中能带来更高的量产效率，在提升性能的同时降低硬件成本，以高效开放的产品优势助力智驾普惠。

无论怎样的产品技术，唯有实现规模化量产落地，才能实现真正的用户价值。而高阶智驾竞争的胜负手，就正在于软硬结合系统的大规模量产能力，地平线从成立之初就坚定了软硬结合的技术路径，经过九年的实践与布局，拥有了行业顶级的软硬结合技术实力，以及成熟的商业生态体系，位居智能驾驶科技公司第一梯队。

目前地平线已成为国内率先且最大规模实现智驾方案量产的企业，并拥有着最快的征程家族量产加速度和车型定点加速度，其征程家族芯片累计出货量已超过500万片，与全球超过30家车企达成前装量产合作，累计定点车型数量更是达到了230+。这些成绩的背后，是地平线先进的技术路径、丰富的量产经验和开放利他的生态理念的有力支撑。

在这个挑战与机遇并存的时代，地平线携手行业伙伴，以开放合作的心态，共同探索自动驾驶技术的无限可能，让更多人享受到好用的智能驾驶带来的便捷与乐趣。正如地平线总裁陈黎明博士在中国汽车论坛上表示的：“未来，地平线将坚持Tier2的定位，携手行业伙伴一起推动自动驾驶向高而行，通过我们的硬件和软件算法赋能合作伙伴，共同推动智能驾驶走向可用、好用，让用户更爱用。”

版权文章，未经授权禁止转载。详情见 转载须知 。

上一篇：实录销售的三次人才高潮工业3D视觉人才流动

下一篇：1InfraAI机器人新公司；AI公司趋境科技获天使