地平线HSD量产交付：端到端技术引领智能驾驶新纪元

中国智能汽车产业，尤其是智能辅助驾驶技术，未来将如何发展？其路径取决于行业共识的推进程度。作为以共识驱动著称的地平线，已率先交出答卷。

自主计算硬件领军者——地平线J6P，正式实现装车应用。

行业首个开源端到端框架——UniAD，已升级为最先进的单一段式端到端系统HSD，并投入实际使用。

征程系列芯片累计出货量突破1000万片——这标志着地平线成熟的工程化能力，现已全面赋能其自研的全栈解决方案。

凭借自有计算架构、自研AI驾驶大模型以及经过市场验证的量产经验，全行业仅有少数企业具备这种综合实力，而此前特斯拉和华为已凭借类似路径创造了行业奇迹。

这正是地平线备受业界瞩目的关键原因，随着HSD系统达到业界领先水平（SOTA），它必将推动更广泛的智能汽车量产体验迈向新高度。

因为地平线已明确宣告——“中国版FSD”——HSD，正式登场。

那么，其实际表现究竟如何？

完整形态的HSD，带来哪些革新

简而言之，该系统已脱离测试阶段，无限接近量产状态：

底层采用地平线J6P计算硬件，算力高达560TOPS；软件算法基于单一段式端到端架构，彻底摆脱了对传统规则兜底的依赖。

测试车辆也并非改装的大众ID系列，而是奇瑞集团旗下的星途星纪元量产车型。

事实上，星纪元将成为地平线HSD系统的首发量产交付平台，在即将开幕的成都车展上，其全新车型即将亮相：

这一版本HSD最显著的提升在于纵向速度控制，体现在红绿灯起步、自动跟车等场景中，系统能够张弛有度，起步响应迅捷，往往率先驶出，但驾乘体感依然平稳舒适：

在缓慢跟车或交通博弈时，仪表盘显示车速有时为零，但车辆仍会细微调整姿态持续挪动，旨在保持合理跟车距离，避免被其他车辆加塞：

“细腻感”同样体现在路口转向处理上，无论是面对机动车还是非机动车，系统都不会生硬刹停，而是持续平稳前进，方向盘操作也流畅无抖动：

从体验上看，端到端系统始终模拟老司机风格，但HSD的准量产版本显然更加“娴熟”。

以往是“先感知再决策”，而现在则是感知瞬间即同步执行转向，决策路径更短，反应更迅速，系统容错能力也更强。

采用视觉-语言-动作（VLA）路线的厂商，强调语言模型（L）对场景的认知理解能力，进而指导轨迹生成。

而HSD系统的场景判断能力清晰可感：

当遮挡视野的大型车辆转弯后，对面有骑行而来的老人，经验不足的驾驶员难以准确判断距离，但HSD系统毫不犹豫安全通过，因为实际距离远大于安全阈值。

此外，HSD的绕行避障能力突出，在条件允许时会主动压线或借道避让其他车辆，在无明确标线的路段，绕行操作更加顺滑自然：

在这个三岔路口，HSD需要左转，前车正在掉头，系统灵活地见缝插针完成左转，同时礼让了一台非机动车。

当然，测试过程中也发现了一些待优化之处：

在双向单车道路段，HSD将正常等待红灯的车流误识别为路边违停车辆，直接绕行至对向车道，进行了一次逆向超车。

这至少证明HSD的“端到端”特性非常纯粹，基本不依赖硬性规则干预。

但该问题确实较为严重，可能源于效率优先的开发策略，即在训练数据选择上，系统被鼓励避免跟随慢车无效等待。

然而，解决此类问题的方法和周期，已与传统模式截然不同。

真正实现“100%数据驱动”，端到端特性显著。

HSD“并非简单技术升级”

今年年初，我们已初步体验过地平线HSD系统。

当时硬件采用顶级J6P芯片，但软件仍是两段式端到端架构，并依赖部分规则保障安全，测试车辆也非量产车型。

这实际上也是目前多数主机厂实现端到端量产的常见路径。

但地平线在研发过程中，识别出两段式架构的若干局限：

训练过程极不稳定：模型极易出现发散（Diverge）或不收敛（Not Converge）现象，难以稳定习得有效驾驶策略。

存在因果混淆（Causal Confusion）：模型难以精准理解历史行为与当前决策间的因果关系，可能导致错误的关联学习。

关键能力习得困难：模型自然掌握防御性驾驶（Defensive Driving）和紧急自动刹车（AEB）等安全行为面临巨大挑战，需经历多阶段训练，过程复杂艰巨。

总之，这些不足并非设计理念错误，而是实现路径上的技术挑战。

于是，在短短半年内，地平线快速完成了向单一段式端到端的转型，其核心思想是由一个统一的深度学习模型直接处理传感器原始数据（或经预处理的特征），并输出最终的车辆控制轨迹或指令。

在核心架构上，主要实现三大创新：

稠密模态信息处理：利用高维度、无损的抽象特征，而非感知模块输出的简化结果（如边界框）。这保留了环境不确定性信息，为拟人化决策奠定基础。

横纵向联合优化：模型直接输出融合横向（方向）与纵向（速度）信息的原始轨迹，从根本上避免传统架构中横纵向控制分离导致的“先转向后加速”或“先刹车后转向”的机械感和顿挫感。

后处理与安全校验：原始轨迹会经过轻量级后处理层进行平滑优化，并由高优先级安全校验模块最终把关，确保输送给线控系统的指令绝对安全。系统目标是通过持续提升模型能力，逐步减少对后处理的依赖，使代码日益简洁。

感知、认知决策与控制执行等模块均实现了迭代升级。

感知能力突破

尽管采用端到端架构，精准感知仍是系统基石，HSD在感知环节也实现了创新。

例如，通过深度学习模型实现通用障碍物占据网络（OCC）检测与告警建模，不仅能识别标准车辆、行人，还能对非常规障碍物（如土堆、散落物）进行建模，输出高精度3D占据栅格。

同时，借助先进视觉算法与模型训练，实现极高精度的距离与位置估计，为窄道通行、极限泊车等场景提供可靠输入。

此外，还有长时序信息融合能力。模型并非处理单帧图像，而是融合连续时序的视觉信息，这是实现防御性驾驶和准确预测运动趋势的关键。

认知决策进化

作为系统的“智能中枢”，它负责理解场景并做出拟人化驾驶决策，HSD引入了“快慢思考”双系统机制。

快思考系统即端到端模型，处理即时反应，应对大多数常规驾驶场景。它基于感知到的稠密特征，通过模仿学习人类驾驶员行为，输出流畅、连续的轨迹。

慢思考系统则整合大语言模型与世界模型：处理需要逻辑推理和常识理解的复杂场景（如理解特殊交通标志、判断前车状态、复杂路口规划等）。

其中，大语言模型用于理解交通规则、标志牌语义等符号化信息，进行跨领域常识与逻辑分析。世界模型则用于构建物理世界的因果关系，预测其他交通参与者意图，并进行更长时间的序列推理。

最后，通过强化学习手段连接并增强快慢思考系统。让AI在仿真环境中进行自主探索，学习如何处理罕见和危险场景，从而持续提升模型的推理与泛化能力。

控制执行优化

负责将认知决策模块输出的轨迹转化为车辆可执行的精准控制指令。包括直接轨迹控车：端到端模型输出的轨迹经平滑与安全校验后，直接下发至线控系统执行，确保控制的整体性与流畅性。

此外，通过大规模学习人类驾驶数据，模型输出的控制指令在加减速、转向节奏上高度拟人，避免不必要的点刹、重刹和方向盘大幅晃动，显著提升乘坐舒适度与安心感。

数据闭环与仿真体系

这是支撑整个系统持续进化的“基础设施”。

尤其是大规模数据驱动，系统性能的提升不再依赖工程师手动编写规则，而是取决于大规模、高质量的真实与仿真数据对模型的持续训练。

其中包含高精度仿真平台，构建了覆盖大量长尾场景的仿真测试集，可高效、安全地复现罕见危险场景，用于模型测试与训练，极大加速了长尾问题的解决效率；

还建立了自动化迭代流程，实现从真实路测数据回收、场景提取、仿真验证、模型训练到版本测试的全自动化闭环，能够实现快速迭代，持续提升系统性能上限。

经过这一系列技术演进，地平线官方认为，当前的HSD不是一次渐进式技术升级，而是范式革命——通过单一段式端到端架构、数据驱动与大模型融合，实现更拟人、更安全、更流畅的智能驾驶体验。

余凯“三年定胜负”论断，开局表现如何？

年初，余凯博士对自动驾驶行业趋势与格局做出预判：

三年时间，行业大局将基本确定。

具体而言，智能辅助驾驶体验将在三年内实现双手脱离（hands off），五年内实现视线脱离（eyes off），十年内实现注意力完全脱离（minds off）。

无法跟上这一节奏的企业，很可能面临出局风险。

即将在奇瑞星纪元新车上量产交付的HSD，对应的正是hands off目标的第一步。

整个过程中，地平线的策略是稳扎稳打。例如，在hands off的第一步技术体系上，并未追逐时下热门的VLA路线，而是攻坚单一段式端到端，优先打磨极致体验。

地平线的逻辑如下：

从技术视角看，大语言模型在车端有限算力条件下，很难将延迟降至理想水平。

难度有多大？举例而言，英伟达六月份发布的Thor平台延迟测试报告显示，即便使用内部自研且参数量仅20亿的视觉语言模型，在经过大量优化后，在1000TOPS的ThorX平台上仍达到530毫秒延迟，频率低于2Hz，远低于自动驾驶所需的10Hz左右实时性底线。

系统延迟无法有效降低，意味着VLA方案应用于实时性要求极高的智能辅助驾驶系统，对技术实力和成本投入要求极高，多数车企可能仅能实现“语音控车”等非核心功能。

表面上是技术优化问题，本质则是成本挑战：更顶尖的AI工程师团队，必然对应更高昂的投入。

但对地平线而言，最终交付的量产方案必须服务于全行业，而非仅为特定车企或车型独家定制。

这在一定程度上解答了当前主机厂的普遍困惑：采用VLA路线，就一定能形成代际优势吗？

实际上，单一段式端到端已涵盖了VLA中“视觉”与“动作”的核心部分，模型直接学习从输入数据到输出轨迹的映射关系。

并且可能更贴近驾驶的“第一性原理”：

人类驾驶行为本质是“视觉-动作”的自然反射，并不存在“从图像提取语义，再将语义转化为动作”的中间过程。

归根结底，自动驾驶领域没有银弹，不存在一劳永逸的捷径。