从 HSD 量产到城市 L2 普及到10万级车型：自动驾驶真正的转折点来了？

2025 年 12 月 9 日，在“向高同行——地平线技术生态大会”上，地平线副总裁兼首席架构师苏箐，用 HSD 量产的全过程，给自动驾驶行业划出了一条清晰的分界线：过去十年主要是“只改前半截”的感知升级，如今则首次把从感知到决策、控制的整套驾驶系统真正跑在城市里。地平线判断，接下来几年最现实的机会不是“颠覆”，而是把这一代整体系统打磨到极致——先让城市 L2 成为 30 万、20 万再到 10 万级车型都好用的“新时代自动挡”，再在同一技术体系下打通 L2 与 L4，用乘用车和 Robotaxi 双形态落地。同样明确的还有成本与风险：一轮尝试可能就是十亿元级投入，但目标没有变化——做一台真正能替代人类司机的机器，把自动驾驶从“炫技功能”变成日常可依赖的基础能力。

他认为，随着以 HSD 为代表的新一代整体自动驾驶系统量产落地，城市 L2 将迎来一轮从高端车型向 10 万元级车型下探的普及期，L2 和 L4 的技术路线也有机会在同一套体系内贯通。但与很多外界想象不同，接下来几年更可能是“在既有技术路线上做苦功”的阶段，而不是又一轮颠覆。

在演讲的开头，他笑称，自己和团队刚从 HSD SOP 的周期里脱身，“脑子还停留在工程模式”。这套系统刚刚在上个月进入量产交付，研发团队长期处于高压环境之中，很多内容更多是做事过程中的总结，而不是事后“拔高”的概念。他坦言，从项目推进的压力、道路测试的复杂性，到每一次版本迭代背后巨大的投入，外界往往只看到车在路上顺利跑起来，很少真正理解这条路的难度。

自动驾驶研发是一场“智力与体力的双重压榨”

苏箐首先强调，行业外部对自动驾驶难度和压力的理解存在明显偏差。外界普遍认为自动驾驶是一种“看得见的科技创新”，但对团队而言，这项工作本质上是“智力和体力的双重压榨”。工程师不仅要处理连续不断出现的极端场景，还必须严格遵守 SOP 节点，无法通过“延期”缓冲风险。

苏箐解释，开车这件事在人类看来更接近一种不经思考的本能动作，但对计算机来说却异常困难。人类可以在复杂道路环境中迅速做出判断，而计算机要在缺乏完整规则的条件下完成同样的决策，就必须处理大量细碎、不成体系的输入。这种对稠密物理世界的理解能力，是现有程序逻辑最难处理的部分。

他指出，从业团队无法回避任何一个真实发生的场景。只要车辆在路上遇到了特定情况，系统就必须提供可落地的解决方案，而不能依赖运气或人为回避。工程团队需要在设备、算力、算法、数据体系、逻辑链路之间反复迭代，这种长期压强导致开发者心理压力极大。他甚至分享，被问到“是否仍然感到压力或焦虑”时，他的真实回答是“仍然存在”，因为量产项目对人和团队的消耗巨大。

FSD V12 的出现让行业第一次“看到这条路能走通”

在谈到行业技术路线转折时，苏箐特别强调了 FSD V12 的意义。他认为，这一版本不是所谓“最强系统”的竞争点，而是第一次以量产产品的形式，证明了此前业内长期讨论的一条新技术路径，确实可以在真实道路上稳定运行。

在此之前，自动驾驶大规模使用深度学习主要集中在感知部分，例如检测行人、车辆、车道线等。然而，决策与控制部分依然大量依赖人工编写逻辑。感知部分依靠数据驱动，而后半段依赖规则，使得整条链路被拆成两段，整体表现受到明显限制。

苏箐指出，这种“前半段升级、后半段停滞”的模式带来两个直接问题：

第一，系统无法通过统一方式理解静态环境，因此必须依赖高精地图来“补课”；

第二，整体性能提升有限，即便资源投入巨大，系统能力通常只有二三十个百分点的增幅，难以达到真正让驾驶者放心的程度。

FSD V12 的出现让行业第一次看到一种可行方案：从感知到决策、控制均采用一致的训练方式和一致的数据来源，最终形成一个完整的整体系统，并以真实道路表现证明“这种整体方法可以运行”。苏箐指出，这一结果极大改变了行业内部对路线可行性的判断，相当于第一次拿证据表明“这条路不是概念，而是真正可落地的技术方向”。

HSD 量产标志着地平线首次完成“整体系统”的城市落地

地平线推出的 HSD 系统，是公司第一次将整体训练方式用于完整城市驾驶系统的量产版本。HSD 在 2025 年正式进入量产阶段，对团队而言，这是一次从技术、工程、流程到产品交付的全面压力测试。

苏箐反复强调，HSD 只是这一代技术路线的“第一版”。他判断，系统在未来一年将随着数据量增加、模型训练迭代和工程体系完善而出现显著的整体跃升。整体方法在早期往往能够快速吸收更多数据带来的收益，这意味着 HSD 有望在多个关键指标上继续提升，例如驾驶风格平顺度、场景覆盖能力以及极端场景的处理能力。

他特别指出，HSD 量产后获得的真实驾驶数据，将为即将到来的“能力提升周期”提供关键基础。这种来自真实道路的稠密数据，有助于系统学习到更多人类驾驶的自然行为，从而使控制策略更接近一个真正的驾驶者，而不是过去那种“按规则反应”的机器。

城市 L2 将在未来几年迎来真正普及期

在分析未来几年最明确的产业机会时，苏箐重点谈到了城市 L2。他认为，随着整体驾驶系统能力提升，城市 L2 正处于一个从高端车型向中低端车型快速扩散的阶段，并有望成为乘用车的“基础能力”。

他指出，在传统体系下，城市 L2 体验稳定性较差，多集中在中高端车型，原因在于系统能力需要依赖更昂贵的传感器和更复杂的软件链路。而在整体训练方法下，系统对长尾场景的处理能力更高、泛化能力更强，对硬件成本的依赖明显下降。

基于这一趋势，苏箐判断未来的演进路径将大致呈现以下顺序：

首先在 30 万元以上车型进入稳定化；

然后快速下探至 20 万元级；

最终进入 10 万元级甚至更低价格段。

他指出，计算机行业的规律决定了这一趋势：研发成本极高，但复制成本极低，只要系统能够跑通，随着时间推移，算力成本会下降，硬件价格也会被规模效应摊薄。因此，城市 L2 会像自动挡变速箱一样，最终变成“主流配置”，不再区分价格段。

L2 与 L4 开始在同一技术体系下合流

苏箐认为，行业当前正在经历一个非常重要的变化：L2 和 L4 正从两条几乎割裂的路线，逐渐向统一体系靠拢。

在过去，L4 更依赖昂贵传感器、高精地图以及大量针对特定区域的调试流程。这导致 L4 难以大规模落地，因为每一个新城市都需要高额的人力成本和长周期准备。而在整体训练方法下，系统对不同城市的泛化表现更好。

苏箐分享，在 HSD 的实际测试中，当系统在一个复杂城市实现稳定运行后，迁移到其他城市时也能保持类似表现，只有极少数特殊场景需要额外处理。这意味着开发团队可以用同一套流程同时推动 L2 和 L4，而无需为每个城市重新做大量定制开发。

按照他的判断，在未来两到三年内，行业有机会把关键指标提升到 5 万公里、10 万公里的量级，同时保持系统行为风格接近人类司机。更重要的是，这种提升不需要每个城市重复投入，而是依托统一体系实现规模化。

在车辆形态上，他认为乘用车和 robotaxi 不应该被视作完全不同的系统，而应该共享底层架构，只在安全冗余和功能范围上做差异。这样，未来每一个消费者都有机会拥有一辆具备高级自动驾驶能力的车，而不仅仅是通过平台服务体验 L4。

自动驾驶企业必须在技术之外构建“工业母机”

在谈到未来三到五年的行业挑战时，苏箐给出了明确判断：这几年不会再出现类似 2023–2024 年那样的重大技术跃迁。当前体系在多个领域已经显露瓶颈，但仍有较大优化空间，而突破性的新理论、新架构目前并未出现明确信号。

在这种背景下，他认为自动驾驶企业需要同时推进三件事：

1. 系统性提升算力与模型规模

地平线计划在未来每一代芯片和系统中坚持做到十倍级别的算力提升，并同步扩大模型容量。苏箐指出，芯片产业的边际成本会随着技术成熟大幅下降，因此算力升级永远是必要且可持续的。

2. 在统一技术体系下并行推进 L2 与 L4

地平线将继续加大对 L4 的投入，但不会把 L4 视作独立路线，而是通过统一的传感器方案、统一的软件基础和统一的区域假设，将 L2 和 L4 共同推进。这样，今天消费者购买的 L2 车辆，未来几年有可能通过系统升级演进为能力接近 L4 的车辆。

3. 强化工程能力和组织能力，把企业本身建设为“工业母机”

苏箐强调，一个能够承载长期技术迭代的组织，是企业面对不确定性的核心能力。企业需要建立应对大规模问题的能力，从新方案的快速导入，到问题暴露后的集中处理，再到产品落地，这一链路必须稳定且高效。如果组织在技术变化面前“几个月就应激反应式全面转向”，企业自身会先被消耗掉。

在高成本与高风险中坚持方向：真正的目标是“替代人类司机”

在演讲的最后部分，苏箐把话题拉回到自动驾驶的根本目标。他认为，自动驾驶这件事如果不能最终成为一个“真正可以替代人类司机的机器”，那么此前所有投入都会丧失方向感。因此，地平线必须在成本高昂、风险巨大的情况下继续推进。

他总结了地平线未来几年希望实现的两个阶段性成果：

第一，在未来两到三年内，让外界切实感受到 HSD 系统在实际驾驶体验上的“质变”，包括更自然的驾驶风格、更强的极端场景处理能力，以及更好的城市通用性。

第二，在未来几年内，让普通消费者以接近现有车型的成本拥有一辆能力接近 L4 的车，而不是依赖高端车型或专用运营车辆。这辆车可以作为家庭的第二空间，也可以作为城市出行的主要工具。

整场演讲中，苏箐没有使用宏大叙事，而是以工程负责人视角，逐条解释过去几年自动驾驶行业的真实变化，逐步清晰了当前阶段技术的边界和发展路径。对行业来说，这套判断提供的不是炒作式“下一代趋势”，而是一套更踏实的路线图：整体方法已经被证明可用，城市 L2 的普及将进入加速期，L2/L4 技术路线将合流，而企业真正的能力建设，将决定下一阶段谁能在复杂工程与巨大成本压力下坚持走到最后。