2025年10月17日，第八届世界智能网联汽车大会《创新驱动 深度演进 —— 迈向智行新阶段》技术论坛在北京亦庄召开，全球行业精英齐聚，围绕智能驾驶技术突破与方案落地展开热议。
在这场高端对话中，地平线副总裁、战略部&智驾产品规划与市场部负责人吕鹏带来了一场题为《从辅助驾驶到自动驾驶：地平线的实践与思考》的深度分享，结合行业趋势与企业实践，阐述中国智能驾驶发展现状、挑战及未来方向。
地平线副总裁、战略部&智驾产品规划与市场部负责人吕鹏
城区辅助驾驶待突破 “好用” 瓶颈：体验与成本成核心挑战
吕鹏在演讲中指出，中国汽车智能化正高速发展，行业已形成大量合力并构建完整合作体系。过去几年，城区辅助驾驶实现关键突破 —— 从最初仅搭载于高端车型或 Premier 品牌高价位车型，逐步渗透至 15-20 万元区间，甚至向 15 万元以下价格带延伸。
“2025 年是中国汽车智驾普及元年”，吕鹏强调，当前各家车企陆续发布智驾平权平台，快速推进高阶城区辅助驾驶渗透率。这一趋势推动智能驾驶进入 “下半场”，其核心是打造以智能化为基础的 “新自动挡”—— 如同传统自动挡改变驾驶体验，城区智能辅助驾驶未来有望成为 10 万元以上车型标配。
尽管智能驾驶技术普及速度惊人，但是吕鹏直言当前城区辅助驾驶尚未达到 “好用” 的预期，仍面临多重挑战。其核心问题在于交通场景的复杂性 —— 驾驶并非单一行为，而是与周边车流、行人、车辆的复杂交互过程，因此安全需兼顾 “物理安全” 与 “心理安全”。
吕鹏举例说明：若智驾系统操作与普通司机习惯不一致，即便未发生碰撞，也会引发心理不安。例如系统驾驶风格 “太怂”，在特定节点犹豫卡顿；或 “太莽”，在坡顶盲区仍高速行驶；再或是在不同城市表现差异明显，这些问题不仅影响用户体验，更会制约行业普及速度。
成本压力同样突出。吕鹏表示，当前行业竞争激烈，尽管城区辅助驾驶系统成本较早期一体机已有下降，但在 10-15 万元车型区间，系统成本仍相对高昂，给车企带来不小压力。他认为，只有先打造 “好用” 的系统，再通过规模化实现成本优势，才能进一步加快行业普及速度与渗透率。
针对这些挑战，吕鹏提出核心解决方向：突破 “Scale Up” 与 “Scale Out” 两大关键点。其中，“Scale Up” 要求系统上限足够高，需通过算法领先性，将性能打磨至最优，以应对复杂场景、保障安全，类似传统 Robotaxi 公司在特定小区域实现的高水准无人运营能力；“Scale Out” 则强调地域覆盖广度，需依靠工程领先性提升泛化能力，避免如 Robotaxi 局限于小区域的问题，确保在更多地理、时空、天气环境下，仍能保持高水准性能 —— 二者结合，才能攻克城区辅助驾驶乃至自动驾驶的 “珠穆朗玛峰”。
L3 级自动驾驶的思考：以 L2 + 性能提升为基础，明确 ODD 边界
谈及从辅助驾驶向 L4 级自动驾驶过渡的 L3 阶段，吕鹏首先正视当前技术差距：即便当前市面最优的量产城区辅助驾驶系统，在高速场景下每 600-1000 公里仍需一次人工接管；而 L3 级要求责任转移至车企，需实现 “百万公里一次接管”，二者差距显著。
对于如何缩小差距，行业存在两种思路：一是持续提升性能，依托 AI 技术发展，预期每年可实现 10 倍性能提升，从数百公里接管间隔到百万公里，或仅需数年；二是通过严格限制运行区域提升安全性，但这种方式会因 ODD 边界模糊，给消费者带来使用困惑，同时增加硬件冗余与系统成本，反而降低用户体验。
地平线的路径选择是：推动 L2 + 级性能持续快速提升。吕鹏认为，若能保持每年 10 倍的提升速度，3-5 年内 L2 + 性能可接近 L4-L5 水平。他强调，L3 级产品应是 “受限但 ODD 边界清晰的 L4 级能力智驾产品”，叠加 ODD 之外的全场景辅助驾驶能力 —— 例如 “北京所有环线、全国所有高速公路全天候支持” 这类明确边界，才能打通消费者通行场景，避免伤害用户体验。
此外，吕鹏指出，L3 落地需依赖真实道路数据支撑：当海量 L2 + 车辆部署后，可通过真实数据验证 “特定路段、特定 ODD 下累积近百万公里无接管”，这些数据成为 “该路段可激活 L3” 的关键依据；再叠加实时数据锁定清晰 ODD 边界、必要冗余机制防止失效，即可证明系统在该 ODD 下具备 L4 能力，进而激活 L3 功能，解决 L3 落地 “先有鸡还是先有蛋” 的问题。
L4 级自动驾驶的路线：渐进式与跨越式并行，规模与数据是关键
吕鹏将迈向 L4 级自动驾驶的路线比作 “爬珠穆朗玛峰的南北坡”：特斯拉代表渐进式路线，Waymo 早期代表跨越式路线。2024 年起 Robotaxi 重新火热，很大程度受特斯拉带动 —— 特斯拉已在北美启动 Robotaxi 示范运营，其核心优势在于 ODD 扩张速度大幅提升。
特斯拉的核心逻辑在于“规模”与“数据”：一是不依赖高精地图，区域扩展性高；二是车型少、架构统一、传感器统一、数据引擎统一，且通过 “影子模式” 在消费场景中测试，快速形成平台化；大量同源数据又反哺产品性能高效迭代 —— 例如其最新小范围运行的 V14 版本 FSD，宣称能力已超越人类司机。
吕鹏认为，无论路线差异如何，行业最终均向L4 顶点迈进。而坚实的 L2 级全场景城区辅助驾驶系统，是实现 L3/L4 的必经之路：需依托统一软硬件平台，通过 L2 规模化量产积累数据飞轮效应，直接赋能并快速迭代 L4 级系统能力，同时推动 L3 高效落地。
地平线HSD：以“端到端+强化学习”破局，定义“老司机”标准
为解决当前智驾系统的 “好用” 问题，地平线采用 “端到端技术 + 强化学习” 打造下一代 L2 级城区辅助驾驶系统HSD，重点解决三大核心问题：
一是 “去场景化”。传统程序化辅助驾驶系统因围绕不同场景分别开发，存在 “左转与右转动作不一致、空旷与拥堵道路表现差异大、高速与城区风格割裂” 的问题；而端到端模型通过一个模型支撑高速、城区、泊车等所有场景运行，实现驾驶行为连贯统一，保障场景一致性。
二是 “丝滑控车”。传统系统因规则介入易出现顿挫、刹车轻重不一、“画龙” 等问题；端到端模型直接学习老司机驾驶轨迹，大幅减少点刹、重刹情况，提升驾驶丝滑感，帮助消费者建立心理安全感。
三是 “强防御性驾驶能力”。端到端系统采用模型并行处理，响应延时低，同时通过长时序学习理解危险场景 —— 例如进入盲区时自动减速，避免进入极端危险场景，在日常大多数的驾车场景中先 规避危险，大幅提升安全性。
而强化学习则进一步补充端到端系统的能力：一方面增强物理世界因果关系与逻辑推理能力，补全罕见短时序长尾场景处理能力；另一方面提升长时序复杂场景推理能力，结合仿真场景提供多样化数据，增加自主交互式学习与反复推演，高效解决物理世界中长尾场景采集效率低的问题。
据吕鹏透露，地平线 HSD 系统已获得多家车企超过十款车型的定点，将于 2025 年底携手星途 ET5 进行全球首发。
基于当前技术演进与数据积累的速度，吕鹏对未来做出清晰预判：到2028年，行业将具备在特定ODD下实现L3级自动驾驶落地的能力；至2030年，全场景、全区域的L4支持将成为可能。与此同时，地平线也正与多家Robotaxi公司展开合作，持续推进从L2到L4的全栈技术布局。
“我们正站在智能驾驶的‘4G时刻’。”吕鹏在演讲最后强调，“正如4G网络催生了移动互联网的爆发，一个成熟、可靠、普惠的智能驾驶平台，也将为整个汽车产业打开智能座舱、智能服务的新空间。这条路，我们必须敬畏向前，但也心潮澎湃。”
正如吕鹏所言，随着地平线等企业持续深耕技术、推进量产，叠加全行业对安全的敬畏与协同，中国智驾有望在未来 3-5 年实现千万级规模量产，真正迈向 “智行新阶段”，为全球智能网联汽车发展提供中国实践参考。
