本報記者 劉釗

    7月11日，2025中國汽車論壇在上海嘉定舉行，北京地平線信息技術有限公司（以下簡稱“地平線”）總裁陳黎明出席大會主論壇并發表主旨演講，深入剖析智能駕駛行業趨勢，分享地平線在技術創新與產業合作上的最新成果。    

    組委會供圖

    陳黎明指出，從創新曲線來看，當技術滲透率處于10%至20%區間時，將面臨關鍵拐點——要么快速增長，要么墜入創新鴻溝。他認為，中高階智能駕駛正迎來這一拐點，未來增長態勢明確，這一判斷基于三大支撐：其一，智能駕駛是我國智能網聯新能源汽車戰略的核心組成，從國家層面的“十四五”規劃到工信部具體部署，均為其發展指明方向，有望延續電動化“變道超車”的勢頭，推動中國汽車產業從制造向智造升級；其二，行業推動下，城區NOA、高速NOA功能已從30萬元以上高端車型下探至15萬元以下，今年一季度車企的“智駕平權”行動進一步加速技術普及、成本下降與性能提升，讓更多消費者觸手可及；其三，消費者需求強勁，麥肯錫調研顯示，智能化已成為選購新能源汽車的TOP2因素，在高端車型選擇中，智能駕駛與智能座艙更是核心考量，終端市場的拉動效應顯著。

    不過，智能駕駛當前仍面臨挑戰。陳黎明分析，高速NOA已進入“好用”階段，但城區NOA尚處“可用”水平，距離用戶期待仍有差距：一方面，系統在復雜場景中易出現“太慫”或“太莽”的極端表現，處理hard case能力不足；另一方面，使用范圍（ODD）受限、泛化能力弱，且成本居高不下。要突破這些瓶頸，需同時實現系統性能的Scale Up（提升處理復雜場景能力）與應用場景的ScaleOut（拓展適用環境范圍），而這離不開算法、算力、數據與工程能力的協同支撐。

    圍繞這四大核心領域，陳黎明詳解了地平線的技術突破。在算法層面，視覺感知技術歷經三代演進：傳統視覺算法采用后融合，存在多視角協同短板；BEV算法通過前融合解決該問題，但建模能力與特征穩定性不足；當前主流的BEV+Transformer借助注意力機制優化了上述問題，卻因二次方計算復雜度導致資源消耗過高。為此，地平線研發的Vision Mamba算法實現關鍵突破，作為業內首個兼具線性復雜度與全局感受視野的視覺基礎模型，其通過雙向狀態空間模型與適配視覺數據的位置編碼，在圖像分類、目標檢測等任務上超越現有最優模型，計算速度提升2.8倍，GPU內存占用減少87%，相關論文躋身2024年全球最具影響力AI論文前三。

    軟件架構方面，地平線從規則驅動、神經網絡驅動，演進至融合端到端模型與VLM（視覺語言模型）的Senna多模態大模型架構。該架構將傳感器與地圖信息輸入雙模型，由VLM向端到端模型傳遞高維決策信息，最終實現車輛控制。實測顯示，其平均規劃位移誤差降低40%以上，平均碰撞率下降45%，在泛化性、可解釋性及語言理解能力上顯著提升，甚至能精準識別交警手勢、潮汐車道等復雜場景。

    算力支撐上，地平線推出征程6系列芯片，以家族化布局覆蓋低、中、高階智能駕駛需求。其中，旗艦款征程6P集成CPU、BPU、GPU和MCU四芯合一，在超越函數、浮點運算與存儲器管理上實現創新，原生支持Transformer的性能領先行業，且有效降低系統部署成本。目前，征程6E、6M、6H、6P已完成流片，6M實現前裝量產，6P將于今年在奇瑞車型首發；系列芯片已獲20余個品牌定點合作，將賦能100多款智能車型，彰顯強大的市場認可度。

    數據與工程能力是技術落地的保障。針對智能駕駛模型訓練中的長尾問題（海量數據需求與特殊場景稀缺的矛盾），地平線提出“強化學習+世界模型”方案，通過世界模型模擬物理環境，讓模型自主學習優化，高效解決邊緣場景問題。工程化方面，地平線是全球首家獲 ISO8800道路車輛 AI 安全認證的企業，同時通過 ISO 26262 ASIL D 功能安全、ISO/SAE21434網絡安全等多項認證，ASPICE Level 2認證更獲國際頂級企業認可，為百萬規模量產筑牢質量根基。目前，地平線已累計出800萬套方案，助力200多款車型上市，積累超百億公里行駛數據，售后ppm維持在個位數。

    基于上述技術積累，地平線推出城區輔助駕駛系統Horizon SuperDrive，采用端到端模型加“安全護欄”機制，依賴11攝像頭+1毫米波雷達（激光雷達可選）+12超聲波雷達的配置，無須高精地圖即可實現全場景智能駕駛。在上海靜安區的測試中，HSD展現出處理復雜環島、潮汐車道、突發橫穿車輛等場景的能力，駕駛體驗高度擬人，該系統將于今年量產。

    在演講最后，陳黎明表示，智能駕駛的未來將走向硬件集成（分布式架構向中央計算平臺演進）與軟件統一（形成AI Agent），地平線愿與產業鏈伙伴攜手，打造人人愛用的智能駕駛產品，推動行業向高而行，兌現技術革新的用戶價值。

（編輯 何成浩）