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*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“ScaleUp”与“ScaleOut”两大关键点。其中，“ScaleUp”要求系统上限足够高，需通过算法*性，将性能打磨至*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;“ScaleOut”则强调地域覆盖广度，需依靠工程*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”。
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*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。
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
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*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*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
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。
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*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。
