芝能科技出品

智能駕駛行業(yè)在2025年是經(jīng)歷了一輪起伏，很多消費(fèi)者對(duì)輔助駕駛的第一感覺(jué)是：能用，但有點(diǎn)“生硬”。變道動(dòng)作突兀，遇到復(fù)雜路況緊張剎車(chē)，城區(qū)路段體驗(yàn)不如高速。

過(guò)去，技術(shù)演進(jìn)更多依靠功能疊加和規(guī)則補(bǔ)丁，但這種方式在復(fù)雜城市交通中暴露出明顯不足。真正的提升需要簡(jiǎn)化系統(tǒng)、統(tǒng)一邏輯，讓控制更自然、更安全。

地平線(xiàn)HSD體驗(yàn)會(huì)上，分享了很多設(shè)計(jì)理念，我們梳理分享給大家。

01 城市NOA的發(fā)展路徑：從規(guī)則到模型

從最早的規(guī)則系統(tǒng)，到后來(lái)基于感知結(jié)果+規(guī)則拼接的組合方案，再到如今的端到端模型，智能駕駛技術(shù)經(jīng)歷了三個(gè)明顯階段。

● 第一階段：規(guī)則驅(qū)動(dòng)的系統(tǒng)  

最初的量產(chǎn)方案，借助了一部分AI感知，但核心仍然依賴(lài)人工設(shè)定規(guī)則。車(chē)輛識(shí)別目標(biāo)后，通過(guò)預(yù)設(shè)邏輯做出決策。問(wèn)題在于，這種方式需要窮舉各種場(chǎng)景，維護(hù)成本高、上限低，無(wú)法適應(yīng)復(fù)雜的真實(shí)交通環(huán)境。

這種方式的問(wèn)題很直接：

◎ 規(guī)則需要不斷補(bǔ)充，維護(hù)成本高。

◎ 系統(tǒng)在復(fù)雜交通下反應(yīng)僵硬，無(wú)法適應(yīng)多變場(chǎng)景。

● 第二階段：混合系統(tǒng)階段

這也可以概括為功能拼接與“加法思路”，在規(guī)則系統(tǒng)暴露不足后，行業(yè)開(kāi)始引入更多概念：多傳感器融合、多場(chǎng)景覆蓋，甚至增加激光雷達(dá)。

但這些改進(jìn)沒(méi)有改變架構(gòu)本質(zhì)，系統(tǒng)依然割裂，體驗(yàn)不一致——高速、城區(qū)、泊車(chē)各自處理，控制邏輯層層疊加，導(dǎo)致橫縱向動(dòng)作脫節(jié)，用戶(hù)感知“生硬”。

典型表現(xiàn)是：變道時(shí)方向盤(pán)先擺，縱向加速后跟，整體不協(xié)調(diào)，這種“拼接感”影響舒適度，也制約了安全冗余。

● 第三階段：稠密模態(tài)系統(tǒng)階段  

真正的拐點(diǎn)出現(xiàn)在特斯拉FSD V13的推出，基于大規(guī)模模型的一體化處理方式的思路是減少中間拆分，不再分別做感知、規(guī)劃、控制，而是通過(guò)統(tǒng)一模型直接輸出軌跡。

這帶來(lái)了兩點(diǎn)明顯變化：

◎ 系統(tǒng)架構(gòu)更簡(jiǎn)潔，迭代依賴(lài)數(shù)據(jù)和算力，而不是規(guī)則。

◎ 控制表現(xiàn)更平順，橫縱向動(dòng)作協(xié)同，而非“先打方向、再加速”。

這也是行業(yè)在過(guò)去一年中最值得關(guān)注的技術(shù)趨勢(shì)。

地平線(xiàn)在征程6P平臺(tái)上推出的HSD系統(tǒng)，核心設(shè)計(jì)思路是“降低復(fù)雜度，提升一致性”，強(qiáng)調(diào)三個(gè)特征：極簡(jiǎn)架構(gòu)、模型聯(lián)合輸出、防御性駕駛能力。

● 統(tǒng)一架構(gòu)，減少割裂感

HSD不區(qū)分場(chǎng)景，不寫(xiě)大量規(guī)則，而是通過(guò)統(tǒng)一模型應(yīng)對(duì)不同道路情況。輸入是圖像，輸出是軌跡，中間只保留基本安全約束（如避免碰撞）。

這樣做的結(jié)果：

◎ 用戶(hù)感受不到模式切換，高速和城區(qū)表現(xiàn)一致。

◎ 延遲更低，地平線(xiàn)內(nèi)部測(cè)試核心鏈路控制在150ms以?xún)?nèi)，接近人類(lèi)反應(yīng)時(shí)間。

● 聯(lián)合控制，減少“突兀”動(dòng)作

傳統(tǒng)系統(tǒng)中，橫向（轉(zhuǎn)向）和縱向（速度）分開(kāi)處理，變道時(shí)容易“先擺再走”或突然減速。HSD直接輸出整體軌跡，讓變道、減速成為一個(gè)連續(xù)動(dòng)作，點(diǎn)剎和急剎更少，整體更順滑。

比如通過(guò)窄路或施工區(qū)時(shí)，車(chē)輛會(huì)提前平穩(wěn)減速，而不是突然剎停。

● 提前預(yù)判，而不是最后一刻反應(yīng)

HSD重點(diǎn)解決的是“提前降低風(fēng)險(xiǎn)”，要解決在極限場(chǎng)景“硬剎”的問(wèn)題，在風(fēng)險(xiǎn)形成前提前干預(yù)。

通過(guò)長(zhǎng)時(shí)序輸入，模型可以判斷潛在沖突，并先行降速。例如遇到盲區(qū)或非機(jī)動(dòng)車(chē)橫穿，車(chē)輛會(huì)在接近前平順減速，這種防御性駕駛能力，這種預(yù)判能力是來(lái)自模型對(duì)整體場(chǎng)景的理解，而非規(guī)則堆疊，是區(qū)別舊系統(tǒng)的重要標(biāo)志。

HSD的設(shè)計(jì)邏輯是：通過(guò)大量真實(shí)場(chǎng)景數(shù)據(jù)+強(qiáng)化學(xué)習(xí)，模型不斷優(yōu)化。隨著數(shù)據(jù)規(guī)模和算力的提升，系統(tǒng)在某些復(fù)雜場(chǎng)景下，已經(jīng)展現(xiàn)出超越人類(lèi)的“預(yù)判性”。比如在擁堵和會(huì)車(chē)條件下，車(chē)輛會(huì)提前調(diào)整策略，避免風(fēng)險(xiǎn)。

從行業(yè)視角看，在端到端方向的選擇，是對(duì)“做減法”的堅(jiān)持，讓系統(tǒng)更簡(jiǎn)單、更穩(wěn)定，用戶(hù)更信任。功能堆疊并不能真正改善體驗(yàn)。

想讓智能駕駛從“能用”變成“好用”，需要滿(mǎn)足三個(gè)條件：

◎ 系統(tǒng)結(jié)構(gòu)簡(jiǎn)單，方便迭代，降低失效風(fēng)險(xiǎn)。

◎ 橫縱向控制自然，減少用戶(hù)不信任感。

◎ 在量產(chǎn)車(chē)上實(shí)現(xiàn)規(guī)模落地，并且持續(xù)改善體驗(yàn)。

小結(jié)

地平線(xiàn)城市 NOA 的探索，是從 “從分散式架構(gòu)到一體化范式” 的提升， 通過(guò) “一段式端到端” 消除感知與控制間的信息損耗，以橫縱聯(lián)合模型重構(gòu)控車(chē)連貫性，再借由低延時(shí)硬件基座與防御性駕駛算法，將 AI 的 “決策直覺(jué)” 轉(zhuǎn)化為用戶(hù)可感知的 “心理安全感”。

隨著征程 6P 芯片算力的持續(xù)釋放、VLM 大模型與端到端系統(tǒng)的深度融合，傳感器標(biāo)準(zhǔn)化生態(tài)的推進(jìn)，地平線(xiàn)還將在 “長(zhǎng)尾場(chǎng)景理解”（如死車(chē) / 排隊(duì)車(chē)區(qū)分、復(fù)雜路口脫困）、“全時(shí)序風(fēng)險(xiǎn)預(yù)判”（如非結(jié)構(gòu)化道路的長(zhǎng)周期行為推理）等技術(shù)難點(diǎn)上持續(xù)突破。

       原文標(biāo)題 : 地平線(xiàn)的城市NOA設(shè)計(jì)理念：怎么才能“真好用”？