當行業普遍認為智能駕駛在2023-2024年已進入技術平緩期時，2025地平線技術生態大會上，地平線副總裁兼首席架構師蘇箐卻指出："2024年發生了一個很大的分水嶺事件，我們得提一下。就是特斯拉全自動駕駛系統(Full Self-Driving, FSD)的V12，它非常非常關鍵。"在他看來，圍繞FSD是否"最強"的爭論并不重要，真正重要的是"FSD開創了一個全新的內核范式"。

為什么開車比解數學題難？

"從行業外看，自動駕駛好像很簡單：任何人學一年駕駛就能開好車，但對計算機來說，情況幾乎是反向的。"蘇箐用一個通俗易懂的例子解釋技術難點："越是人類覺得難的事（比如高等數學、邏輯分析），計算機越容易；越是人類與生俱來的基本技能，計算機越難掌握。開車已經很接近這種基本技能了，再比如在家煎個荷包蛋，從某種角度說，對計算機而言難度極高。"

他坦言，這正是自動駕駛工程師面臨的最大壓力："量產節點(Start of Production, SOP)的時間節點就在那里，方法論擺在前面，車輛在路上每天都會遇到各種邊緣情況、難處理場景，我們沒有選擇的余地，所有場景都必須處理——這是稠密的物理世界里連續發生的事，這就是這個行業最痛苦的地方。"

為何技術革命不會成為常態？

從技術演進角度看，自動駕駛經歷了從CMU第一個車隊，到斯坦福的車隊，再到Waymo的車隊，實現了技術的跨越的歷程。

CMU車隊是卡內基梅隆大學(Carnegie Mellon University)在自動駕駛發展早期參與DARPA(美國國防高級研究計劃局)挑戰賽的團隊。

在自動駕駛歷史中，CMU車隊代表了第一代自動駕駛技術路線：他們強依賴激光雷達、雷達等非視覺傳感器，那個時代還沒有成熟的機器學習和深度學習技術，系統主要依靠工程師手工編寫代碼和規則來實現。2007年，CMU的"Tartan Racing"團隊在DARPA城市挑戰賽中獲勝，他們的車輛"Boss"(一輛改裝的雪佛蘭Tahoe)展示了早期自動駕駛的可行性。

在這些背后看見了什么？蘇箐指出，過去的自動駕駛，在 2023、2024 年之前有兩個問題：深度學習技術只重構了感知部分，感知之后的部分幾乎仍是規則時代；整個系統只有前半截是數據驅動的，后半截是規則驅動的。“一個方法論重構，重構到一半的時候，它的效果可不是一半，它的效果可能是20%、30%，你需要把后面的那一半革命完成，才能迎來整個新的時代。這就是整個端到端的意義所在。"蘇箐解釋道。

以FSD V12成熟為標志，智能駕駛迎來了從內在底層技術范式與外部用戶感知體驗的一次“重構”。這次重構的意義，堪比從發現核裂變釋放能量到第一次核裂變工程化產品的實現。深度學習的潛力首次變為現實，徹底打破了舊有的技術邊界與想象局限。

蘇箐用原子時代的類比來解釋這一分水嶺意義："在原子時代，第一個發現核裂變是可能的，而且是能釋放能量的，是德國科學家。當時這個實驗結果出來以后，全世界所有從事量子物理的科學家們都認為是不可能的，但是迅速的實驗復現證明這個觀點是對的。"他認為，FSD V12的意義恰如奧本海默證明原子彈可以造出來一般，它填平了"知道方向"與"實現方向"之間的巨大鴻溝。

智能駕駛在2024年發生的重構式變化，今后3年會常態出現嗎？蘇箐判斷，這大概率不會。

重構式變化的原因，在于智能駕駛的技術內核在2024年經歷了從rule-based到data-driven的一躍。

這一次重構，本質上是深度學習領域最近幾年積累的全部功力的一次集中釋放與兌現，引爆了從量變到質變的臨界點突破。

首先，人工智能大約每二三十年會有一個輪回，而當前深度學習技術已隱隱約約碰到天花板；其次，2023-2024年的變革是將深度學習從系統的一半平推到100%的完整性突破，而下一次巨大內核重構，需要的是理論層面的突破——"我們都很清楚整個物理世界的演進，都是先有理論突破，然后到應用突破，就這么不斷循環。但我們現在其實很不幸的是，還沒有看到下一個理論突破的前置信號出現。"

因此，蘇箐指出："我個人判斷，很大概率未來三年是在現有的系統上做極致的優化，而不是一種理論內核的重構，所以大家別太嗨，又進入苦日子的階段了。"

L2與L4的邊界消融

隨著FSD、HSD這類城區輔助駕駛系統成熟，過去涇渭分明的L2與L4“兩個世界”，如今已被打通。

蘇箐回顧道："三年以前我跟余凱博士的聊天過程，我明確跟他說，我不想再做自動駕駛了——一是太痛苦，二是看不到希望。"而今天，新技術終于讓城區L2變得"好用類人"，這讓他重新看到了希望。

"HSD其實只是一個新范式的第一個版本，在未來的一年會有巨大的提升。"蘇箐強調，L2級輔助駕駛(Urban L2)將迎來看得見的紅利期。

蘇箐揭示出一條清晰的AD產業發展路線：在經歷城區L2系統大規模普及的關鍵大節點之后，隨后會經歷作為短暫過渡的小節點L3，最終迎來極低成本部署、可快速區域擴張的L4，屆時將同時以乘用車和Robotaxi雙形態落地。

這條連續、可兌現的路徑，大概率將是未來AD產業發展的核心敘事。

更令人振奮的是，新范式下L2與L4的方法論走向統一。蘇箐解釋："我們能看到當前的方法再做最多兩到三年的工作，就有極大的機會把每干預里程(Miles Per Intervention, MPI)干到5萬、10萬的水平，同時還能保持類人，而且還能保持在所有的區域里面是可以自動泛化的。"這一突破意味著L4系統將不再局限于特定區域和高成本傳感器配置，而能以"乘用車和robotaxi的雙模式去部署。"

未來三年：堆算力，強工程

面對技術演進的不確定性，蘇箐提出了地平線的三大關鍵策略：

首先，堅持算力提升。"在大模型領域，大家都隱隱約約會碰到Scaling Law（規模定律）的天花板，但是今天還沒有發生，應該說剛剛開始。未來地平線將推動每代AD產品實現10倍算力提升，支撐10倍參數規模的系統進化，持續釋放規模性能的潛力。

其次，打通L2到L4的技術路徑。地平線也將以統一的底層技術范式，重投入城區L2與L4 兩大關鍵節點，并持續強化工程體系與組織能力建設，構建起持續優化演進的核心能力。

HSD的實踐已經很好地證明，“能把當前范式、新范式發揮到極致、應對變化到極致的，不變的底座是強大的工程能力和組織能力。這是技術落地的‘工業母機’”，蘇箐表示，“你需要做的事情是把你自己公司的工程能力和組織能力不斷強化。”

20年堅持的意義

蘇箐回歸初心："你要說量產節點(Start of Production, SOP)的表現是不是達到我的基本預期，我覺得算是，但是我覺得我們自己做自動駕駛的這幫人本質的目的是做一個能替代人類司機的機器，這才是我們所有工作的意義，否則這件事情沒有意義。"

他清晰地描繪了兩個目標："未來的計劃，我們希望在未來兩到三年，讓大家看到HSD這套乘用車系統體驗有一個巨大的進步，有一個質的飛躍，這是一定會發生的。第二，我希望在未來幾年我們能把一個L4級別的車以同樣的價格在用戶無感的情況下送到你的手上，這是我們期望對行業能做到的，雖然很難，但是我覺得這是我們所有人辛苦了這20年做這一行的意義所在。"