地平线余凯：80%的精力思考死门在哪

2025年4月18日，地平线在上海举行2025年度产品发布会，发布其城区辅助驾驶系统——地平线HSD（Horizon SuperDrive）和征程6P、6H芯片。
地平线创始人余凯，曾在第三季《我有嘉宾》节目中与嘉宾商学创办人吴婷对谈，也是嘉宾派第8季学员。他对技术、对创业一向有深刻、独特的思考，而且乐于分享。
此次地平线发布会上，奇瑞集团董事长尹同跃也说到：“前不久电动汽车百人会上，很多人都发表了讲话，余凯的讲话是反响最好的，因为有扎实的技术，有扎实的内容和非常独特的观点。”
这一次，余凯在发布产品的同时，也带来了两条战略思考方法论和五条“反共识”思考，涉及智能驾驶、人工智能、竞争策略、商业第一性原理等等。以下为演讲内容精编版，Enjoy~

各位嘉宾、各位朋友，感谢大家光临地平线2025产品发布会。

我想先跟大家分享一下地平线是谁，我们十年前为什么要出发。好多人好奇，公司的名字为什么叫地平线？你看港股叫地平线机器人。十年前创立时我们给公司起名字叫Horizon Robotics，小小的公司名字实际上蕴含着大大的野心，我们想做未来机器人无处不在时代的基础设施，就是它的计算平台。

什么叫计算平台？我从事计算行业、人工智能行业30年，也算一个老兵，计算平台很简单就是芯片+操作系统。地平线我们想做机器人时代的芯片+操作系统。历史上什么样的公司做芯片跟操作系统？在个人电脑时代， 1975年、76年成立了两家公司，一个叫苹果，一个叫微软。那时还有一家公司叫Intel，三家公司开启了全人类的PC时代。今天我们每人手上都有一部手机，手机计算平台ARM、高通，包括Google的安卓，也包括苹果，他们奠定了全人类在移动时代的操作系统。现在还有人工智能，英伟达以一己之力撑起了人工智能的计算平台，他们的共性是什么呢？这些公司不仅挣了钱，他们还推动了全人类科技文明的进步。

我这么想，中国在过去20年、30年，毫无疑问经济建设取得了举世瞩目的成就，中国有很多非常挣钱的公司。站在当下这样的关口，朝未来看，中国并不缺任何一家挣钱的公司，一家公司当然要挣钱，但是我觉得中国缺什么呢？一个全新的公司，不仅仅挣钱，更重要推动全人类科技文明的进步，地平线就想做这样一家公司。

1、战略思考方法论

在商业合作过程中，我们要做很多的选择。有的选择比如说基于报价、竞争，这些都是看得见的东西。但是有的选择因为是创新，所以是硝烟弥漫的战场，在看不清时就需要有一个战略方法论去支撑你，帮助你做选择。很多时候选择并不是取，而是舍。对于地平线来讲，我们战略思考框架的核心是什么呢？不是教我们怎么赢，而是教我们怎样不要输。主要的两条，经过10年创业总结下来的：

第一条，公司内部在选择一件事做不做的时候，我们要在没有竞争的地方竞争。

比如说10年前人工智能软件算法创业是大热门，地平线带着浓浓软件算法的基因，我们反而在思考搞芯片是不是更有意思，是不是更加有护城河，是不是有更高的竞争壁垒，尽管那时大部分人都看不懂我们的玩法。那个时候还有行业大佬跟我讲：余博士你做芯片要做主战场。我说什么是主战场？他说你要做手机芯片，手机是大产业。我当然想我才不干呢，那是2015年，我认为移动互联网基本格局已经差不多了，就像一个球赛快要临近尾声了，这个时候冲进球场，我连捡球都不配，我觉得这战略布局是不对的。

有人说余博士你要搞云计算。2012年英伟达人工智能计算是全世界最大的，我当时在百度负责人工智能。2015年7月14日地平线正式注册成立的时候，那天英伟达只是一家市值107亿美金的公司，很多人都不知道，但是我知道，2015年CUDA云计算上的生态我认为是没有办法去竞争的。我说no，我们选择机器人芯片。

这个听下来真的是拍脑袋，天方夜谭，那时连这个市场都没有，但是现在想起这个选择，在没有竞争的地方竞争，其实是一个基本的选择。后来我们做了很多非常傻的事情，也犯了很多错误，但是现在地平线还能够活着，其实源于当年基本的选择。

要么是另辟蹊径，要么当一个战场已经很清晰的时候——智能驾驶计算这个战场已经非常清晰，有清晰的市场目标、清晰的需求、清晰的客户。地平线要做的是什么事情呢？不惜一切代价以10打1，我们要把所有的精力、所有的带宽、所有研发力量，包括所有管理重心都聚焦在一个战场以10打1，战略的本质是不赌，在没有竞争的地方竞争。

还有另一条反复运用的战略思考方法论，不要在悬崖边跳舞。

地平线在这件事情上也是有一点奇怪的，我们从来不冒险。比如说我们的财务管理，账上一直有非常充分和健康的现金流，这一点在创业公司里是极其罕见的。2019年我们选择战略聚焦，把汽车以外的其他业务都砍掉或者压缩，外面连篇的报道说地平线不行了，没有钱了，实际上当时我们账上还有30多亿现金。

要克制平衡，不要在悬崖边跳舞。我特别欣赏查理·芒格讲说的——“如果我知道在哪里死，就不会到那里去。”听起来平淡无奇甚至有点无聊，但是其实充满人生智慧。对于企业来说我们要考虑生门和死门，很多企业80%或者90%、100%的精力考虑机会，要打哪里，不顾一切地去抓生门，地平线永远是80%的精力考虑死门在哪里，我们会死在哪里，我们就避免去那里。巴菲特有一句话说“投资的真谛是不亏钱”，这个听下来好无聊，但我觉得这才是长久企业的经营之道。

那基于这样的战略，我们不断思考自己的商业切口在什么地方。2019年，那时我内心非常痛苦，觉得诸事不顺，有的时候整晚整晚睡不着觉，我们这么好的技术为什么没有客户呢？在我们进入的所有领域，包括当时还搞过智能玩具、智能电器，一开始想赋能万物恨不得把所有设备都智能化，但是没有一个业务是走得很顺的。

我们经历半年多的反复战略讨论，到2019年11月突然有点顿悟，突然开始明白商业的第一性原理，不是我有什么，不是我能做什么，不是我有什么NB的技术，而首先是客户是谁，我们的客户到底是谁，我们的客户究竟是谁。我作为科学家创业，创业五年突然明白这个问题的时候，我已经跟很多的科学家创业脱开了好几个身位。

我的客户需求和痛点到底是什么？还有什么难以被复制的方式去高效满足用户需求和解决他的痛点？把这三个问题放一起：客户是谁？他们的问题痛点是什么？我有什么高效方式解决他们的痛点和需求？这三个问题，第一个问题比第二个重要，第二个问题比第三个重要。想明白了这三个问题，地平线就从科学家过家家变成了一个真正的创业团队。

2、软硬结合

关于技术的选择。这是2017年地平线第一次产品发布会时我的一张PPT，那时我的身材可能比现在稍微好点，发量也比现在多点。但有的东西是不变的——我们骨子里面的技术信仰就是软硬结合。

软硬结合这件事情全世界真正去做的公司非常少，我PPT里引用天才的计算机科学家Alan Kay的一句话：“你要真正认真对待你的软件，你就要做你的硬件。”这句话他说出来以后没人能懂。全世界真正信仰他的一个人，就是乔布斯，苹果是真正信仰软硬结合的，后来乔布斯也把Alan Kay请到了苹果。还有一家公司——特斯拉相信软硬结合。

地平线从2015年Day One我们骨子里面就是软硬结合。像我自己从第一天鬼使神差说要做芯片，那时我做了20年的人工智能算法，虽然知道我的代码在某个不知名的机房的服务器的芯片上运行，但我手都没有摸过这种芯片。创业两年的时候，可以是说求仙问道弄明白怎么搞芯片的，我现在还在学习，幸亏我们的团队非常强，非常厉害。地平线的芯片有世界级的设计团队。

我最近在看一本书，我相信很多人也在读——《The Thinking Machine》，讲英伟达的故事。里面有一个章节专门讲，他们整个计算推理性能一部分贡献来自于硬件，也有很大一部分贡献来自于软件。如果讲硬件结构英伟达跟AMD没有什么不同，但是黄仁勋讲他掌握了无与伦比的科技生态，英伟达是一家有强大软件生态的公司。

下面我给大家稍微上一点技术课，为什么软件硬件要深刻结合？看任何一代平台，无论早年大型机、PC，还是现在的服务器、人工技能计算。每一代计算平台随着时间推移，它的计算性能一定会不断上涨。

但是对于每一代计算平台，其实用户有一个需求期望。用户需求的期望在那里，但是他说不清道不明。比如说在1990年代你问用户对于PC的需求到底是什么？他说不清楚的。但是今天我问各位，如果你的个人电脑没有摔坏，你估计都找不到理由要换电脑。为什么？因为现在个人电脑的性能已经超过了你的需求，所以超过用户需求的那根线，我们叫性能过剩。移动手机的情况差不多。最近因为三叠屏让我觉得有意思所以我买了，要不然我也没有什么理由换手机。所以现在手机性能也过剩了。

产业发展总是从一开始性能不足走到性能过剩，当性能不足的时候软件硬件深度结合和联合优化，可以让整个系统的效能取得相对竞争优势。历史上比比皆是，屡屡发生。

在PC时代，软件能力强大如微软，硬件能力强大如Intel，他们两家都是要一对一排他性地组成所谓的Wintel的。在移动时代，Android和ARM组成了AA联盟，也是一对一排他性的。为什么？因为软件跟硬件要深度优化。到了人工智能时代，英伟达跟它自己，历史上有可能是两家公司做，有可能是一家公司做。但是不变的是什么？是软件跟硬件的深度结合。

所以地平线一直在思考，智驾的本质是什么？其实智驾的本质更加极端，它甚至不是一个百花齐放的应用平台。比如说像Windows上面有这么多工作、娱乐的应用，智驾就一个应用——把车开好。所以它是一个面向单一任务的计算系统，当然它恐怕也是有史以来最复杂的计算系统。我这里把航天飞机与每天的出行做比较，航天飞机开在天上是不会碰到外卖小哥的，可是我们的自动驾驶穿行在人流车流这样的复杂路况里，各种可能性都会出现，它难以用确定性的公式F=MA、E=MC2来描述，是有史以来最复杂的计算系统。

人类对于自动驾驶有没有什么说不清道不明，摆在他面前不知道需求的那条线呢？当然是有，就是L5级自动驾驶，在这个需求被满足或者被过剩之前，智能驾驶一定要走软硬结合的路线，这是地平线在过去10年里少数做对的几件事情之一。

地平线从来不是单纯的芯片公司，我们是芯片公司里最懂软件算法的，我们是软件算法公司里最懂芯片的，我们是软件算法加芯片里最懂车规的，以及最懂车规级质量安全的。所以我们是一个“芯片+软件”系统级智驾技术公司。

今年是地平线创业的第10年，去年是我们历史上第一次，获得了中国所有辅助驾驶市场份额的第一名。33.97%的市场份额，简而言之，去年整个中国市场推出的每三台带有辅助驾驶的智能车，就有一台搭载地平线的计算方案。

3、反共识思考一：智能驾驶的本质

每次跟大家分享，我一定要讲一些反共识观点，或者挑战大家习以为常的一些观点，我觉得我有责任和义务不浪费大家的时间。什么意思呢？反共识不求绝对正确，但是也许可以促进大家的思考和整个行业的讨论，让我们共同逼近真相。

第一个，智能驾驶的本质到底是什么？它带来的是什么价值，是功能价值，还是情绪价值？与之关联的问题，智能驾驶是智能汽车的灵魂吗？

我们来回顾和比较一下手机时代发生过的故事。手机有一个很重要的功能，毫无疑问是——通讯，如果没有通讯不叫手机，叫掌上玩具。这里面核心的技术就是基带芯片，大家有没有想过，基带通讯这样一个很重要的功能，它跟用户是谁没有关系。它跟你是男人、女人、老人、小孩、中国人、日本人、印度人、德国人没有任何关系。它要保证通讯的流畅稳定，在高楼大厦密集的城区，在地广人稀的农村，在不同基站要保持通讯稳定、流畅。用户体验跟用户是男人、女人、老人、小孩没有任何关系。

手机有另外一个重要功能就是拍照，拍照这件事情，手机厂商基本都是各异的。为什么？它没有标准。它跟目标用户是谁相关。我拍照的喜好是清汤寡水，自自然然。但是我的联合创始人黄畅，他拍照可能喜欢浓墨重彩。这个爱好不一样，也不能讲哪个好哪个不好，没有统一标准。你面对的用户是谁，你打造的品牌是什么，要充分地差异化。

我们来看智能驾驶，智能驾驶更像手机的基带。大家想一想，智能驾驶核心是什么？从A到B，第一安全不能出事故。第二要足够舒适，因为你是送人不是送货。第三是要足够快速，要足够便捷。大家在大城市打拼讨生活都不容易，上班慢了会被老板骂。

所以无论你是谁，无论你是男人、女人，老人、小孩，中国人、印度人、德国人，智能驾驶功能要求都是一样，跟用户是谁没有关系。它是重要的，但是不带来情绪价值，没有办法说智能驾驶开出林志玲的风格，或者开出郭德纲的风格。所以它就像手机的基带，一个重要的，还是收敛的功能价值。

智能座舱就难说了，智能座舱里面的音乐、香氛、灯光，比如说给老板坐的MPV一定要有豪华感，如果是家庭用车一定要温馨、安全、舒适，这是完全不一样的，没有一个固定标准，完全看你的用户是谁。

所以你看很有意思，类比手机时代的基带，2009年3G推出来，让传图片变得很随意，可以拍照，可以分享。所以那个时候本地生活，像外卖、移动电商在3G时代都起来了，更多是功能价值。4G时代差不多从2013年开始，视频流变得无限流畅，后面抖音出来了，TikTok出来了，还有很多手游出现了。所以实际上功能价值的推进释放了情绪价值的可能。

我们进一步来看推论，对于智能驾驶来讲，它如果不断地往前推进，假设我们实现了L3，那可能某一些ODD（Operational Design Domain，运行设计域）情况下可以实现完全智能驾驶，司机不用负责任。在上班通勤当中，如果你进入这样一个智能驾驶的状态，我可以开视频会议，我可以跟同事们在视频会议里面去吵架了，他们不只是听到我的声音，还能看到我的表情，对不对？

如果是L4、L5的话，那就不一样，你可以躺着坐着了，你可以在里面打游戏，你可以在里面看电影，可以礼拜五下午在海淀下班，上了车打游戏、看电影、睡觉，第二天早上在青岛的海边看日出。

所以我想智能驾驶虽然重要，但是跟汽车品牌没有关系，因为它主要是基础能力、基础设施，但是未来它会释放无限情绪价值的可能。这是我的一个看法，智能驾驶重要但是又不是那么一回事，智能驾驶不会帮助你定义品牌。

4、反共识思考二：AI时代的产品逻辑

我们今天讲人工智能，大家都在讲人工智能很重要，我们要搞流量，要搞用户。如果没有流量，没有用户，我们的产品搞不定，我们会失败。真的是这样吗？我觉得现在很多人搞人工智能产品都顺着当年互联网产品逻辑的惯性。

我们看一下互联网产品的本质逻辑，它本质是连接，比如说搜索链接人与信息，电商链接人与商品，链接人与人就是社交，链接人与视频就是抖音、快手。所有的互联网产品都围绕一件事情，通过算法怎么揣摩这个人的喜好、偏好是什么？他到底爱好看什么样的片子。

所以互联网的产品逻辑就是得用户者得天下，得流量者得天下。因为用户流量可以让他们更好地理解这些用户的喜好。所以我说互联网的产品逻辑一言以蔽之，就是洞见人间烟火。它没有说超越人，互联网产品逻辑没有一件事情是说超越人，超越人就把这个事情搞黄了。

AI时代的产品逻辑呢？我们千万不要顺着惯性去走。要知道移动时代来的时候，PC时代的王者根本搞不懂移动时代发生什么事情了。现在AI时代的玩家如果顺着互联网逻辑去考虑当下，恐怕又是大错特错。我们看三个例子，AlphaGo下围棋、DeepSeek大模型、智能驾驶。

AlphaGo一开始是学习人类习惯的数据，后来发现有一个更NB的方法，叫Alpha Zero。所谓的Alpha Zero就是从零开始，不需要人类历史上任何的下棋数据，哪怕你是棋圣，这个数据也不学习。为什么？因为不值得。Alpha Zero完全从零通过强化学习，左右互搏，不断在虚拟世界里提升棋艺，后面Alpha Zero达到的棋艺水平，人类已经没有资格评判它是几段，远超九段水平。如果想象方寸棋盘上有一个神，Alpha Zero基本找到了这个神，它逼近了棋盘的真理。

我们看大语言模型，每个人都在谈DeepSeek，DeepSeek真的很了不起。大家有没有想过一件事情，DeepSeek横空出世的时候是一个没有产品、没有流量的公司，它完全通过强化学习，逻辑推理，数学演算能够打败绝大部分人的数学水平，甚至是博士生的数学水平，没有任何的流量数据。你看OpenAI，你觉得OpenAI会去学习这些流量数据吗？大部分用户跟OpenAI之间的交互，他的问题和他的回答其实根本不值得学习，为什么呢？还不如OpenAI自问自答的质量高。

所以大语言模型的目标不是去达到人类水平，是远超人类水平。它实际上要逼近什么？逼近世界的真相。什么是世界的真相？比如说数学跟逻辑。这个世界都不存在的时候，当宇宙大爆炸没有发生的时候，那个时候数学逻辑就已经存在了，这个是世界背后的真相。人工智能其实是在逼近世界背后的真相。

这里想给大家提一个暴论，习以为常是真的吗？是正确的吗？顺着互联网惯性来思考人工智能是对的吗？我提供这个观点不一定是求正确，但是至少大家可以思考。我认为AI时代，人类的行为数据没有价值。地平线在过去从事智能驾驶其实也发现，99%的人类司机的驾驶行为是不值得学习的，因为他们开得真的不好，他们刹车刹得真的很重，他们很多时候拐弯我觉得不够优雅。有一个很有趣的采访，是瑞典还是哪个北欧国家，80%的司机认为自己开得比平均水平好。这是不是很扯？

最近特斯拉也释放出一些新闻端倪，特斯拉实际上不是靠用户数据，是靠自己专门的车队来搜集数据的，再加上更重要的什么呢？在虚拟世界的仿真，虚拟世界的强化学习。强化学习对于智能驾驶的突破是非常重要的。

所以对于智能驾驶来说，目标不是跟人开车一样安全，是要做得远比人类安全。不是跟人开车一样舒适，是要做到远比人类开车更加舒适。所以智能驾驶的目标其实不是洞见人间烟火，而是逼近驾驶之神，我认为这个目标最终是可以实现的。我自己悲观估计、客观估计可能10年，乐观估计可能5年，但是要持续努力。

这让我想到了爱因斯坦。大家知道吗？爱因斯坦是从来不做实验的。他推导出狭义相对论跟广义相对论，从16岁开始通过什么？思想实验。他完全是在虚拟世界里面推导的。你看看，逼近世界的真相有可能不是从人间烟火，而可能是从纯粹理性的逻辑推导。

所以我们在思考，AI革命可能是人类历史上最后一次科技革命。为什么是最后一次？因为靠AI逼近世界真相了。去年诺贝尔奖，物理学奖已经开始跟AI相关了，生物医学奖也跟AI相关，也有可能诺贝尔奖越来越多跟AI相关，去年只是开始并不是绝版。

5、反共识思考三：技术变革时期的制胜战略

第三个我的思考，我们看历史上总会有一个阶段，十倍速关键技术的快速变化。因为十倍速关键技术快速变化，导致了整个产业格局的天翻地覆。

套用马克思主义经济学，生产力决定生产关系，因为十倍生产力的变化，导致原来的庄家下牌桌了，以前牌桌上的无名小卒现在成为行业内的顶尖人物，这个比比皆是。新能源车某种意义就是，中国汽车市占率的变化，咱们自主品牌以前不到50%，去年年底70%。因为一个关键技术的10倍速变化，有的跟上了有的没有跟上，所以牌桌上的庄家跟玩家一下子就反转了。

我给大家分享一下个人电脑时代发生了什么事情。差不多在1986年，那时英特尔跟微软实际是给IBM做小弟的，那个时候IBM是巨无霸。IBM 286电脑当时取得了辉煌成功，英特尔想推出更高性能的处理器386，IBM不支持，IBM说我觉得我的PC性能够用。英特尔跟微软在外面偷偷摸摸支持了康柏、戴尔、惠普一堆的公司。

IBM市场地位从1986年开始一直往下。286、386、486、586、奔腾，如果对1990年代有印象的话，大家就知道那段历史，整个改变了产业的格局。其实x86处理器就是一个10倍速的技术变量，所有厂商唯一要做的事情就是以高打低，以快打慢，如果你慢了你就被淘汰了。

智能手机时代也是一样的，在1G、2G的时代，摩托罗拉、诺基亚、飞利浦、西门子、爱立信、NEC、松下，大家都记得这些品牌，那时他们都自研基带的。后来德州仪器搞了一波，然后高通又掀起一波，再加上联发科，他们在3G、4G、5G时代持续领先。

凡是跟上的手机厂商现在都活得挺好的，那些没有跟上的、曾经的王者现在都已经下牌桌了。所以移动通信技术的基带其实是一个时代变量，是10倍速变化的技术要素。这个时候所有手机厂商要跟进的就是以高打低，以快打慢。

我刚才已经讲了，智能驾驶就像智能汽车的基带。从今年开始智驾平权，基础配置变成100T算力的L2辅助驾驶。它一定会往前发展，2-3年以后可能会出现L3，L3整个算力大概要500—1000T，比如说现在Thor基本上在这个范围，地平线要推出的新一代产品就在这个范围。L4可能2030年一直到2035年，我们认为一直会到5000T的算力。

为什么说5000T，也不是完全拍脑袋，因为人类大脑就是5000T算力，智能驾驶要实现安全性，我觉得至少要达到这样的计算性能。所以未来10年其实自动驾驶的软件跟硬件也是一个10倍速变化的技术要素，这个时候对于主机厂来讲，我的建议是无论自研还是第三方合作都只是招式，重要的是求胜，以高打低，以快打慢。

6、反共识思考四：技术“平权陷阱”

端到端、BEV、Transformer、VLM、VLA，这两年我们听这些技术名词比比皆是，热热闹闹。可是我跟大家分享一下，这些先进技术的进步有可能不会给你带来任何的红利，反而有可能给你带来某些陷阱，我叫它技术平权的陷阱。

我给大家举一个例子，上小学妈妈或者老师教你做“鸡兔同笼”问题，笼子里有这么多脑袋有这么多腿，问有多少鸡多少兔子，那时候只有班上最聪明的小朋友才能求解，真厉害，可以搞奥数了。人总要长大，到了初中一年级，老师教了你一个更NB的技术叫二元一次方程组，这时候班上最差的学生都可以求解了。所以更NB的技术不会给你带来机会，但是让好学生变得跟差学生一样了，你没有优势了，这是不是一个很糟糕的事情呢？

其实你看过去的历史比比皆是。比如说语音识别，在深度学习之前，做语音识别是HMM，隐马可夫模型，基于高斯混合模型，那个时候世界上语音识别能做得很牛的没几个人，一个手可以数得过来。后来深度学习出来了，现在做语音识别20人、30人的团队基本能做得跟顶级团队水平差不多，那个时候很NB的学生现在变得不NB了。

人脸识别也是一样的。2012年之前，就是AlexNet出来之前，人脸识别包括自动驾驶里面的行人检测，其实就跟magic一样，是一个神奇的东西，全世界只有少数几个团队可以把它做好。后来AlexNet卷积神经网络一出来，就发现全世界的人都可以做得不错了。Okay, what’s your differentiation?

我跟你讲，没有任何差异化的商业是不值得做的，特别在中国。任何一件事情，如果你能做，其他一百家公司也可以做，那肯定是非常惨烈、血淋淋的竞争，在中国聪明的人非常多。所以这些先进的技术很有可能把你带入某一个技术平权陷阱，并不是给你带来任何差异化的优势。

什么是差异化的优势？这也是2015年创业的时候我在思考的，虽然我觉得地平线算法一直应该是挺牛的，因为我们有这个基因，但是我深刻思考到，光靠算法很难构建商业的护城河，我很有可能进入一个领域，七七八八一堆团队陷入同质化竞争，所以那个时候说要在没有竞争的地方竞争，从算法搞到芯片，从芯片搞到算法，从算法+芯片搞到车规，这让我们一直很有差异化的竞争壁垒和护城河。

所以真正的差异化不是那些写进教科书的炫酷技术。真正的技术护城河是十年如一日的苦活、脏活、累活，是说不清道不明的经验积累，以及为此打造的体系化的研发文化和流程。

比如说耐得寂寞，愿意干苦活、脏活、累活。自动驾驶其实是完美适合这一点的，如果我们相信酷炫的VLA、VLM、端到端、Transformer就觉得把事情搞定了。对不起，你错了。你还是有很多case你解不了，你还是需要苦活、脏活、累活，你还是需要时间积累，你还是需要有芯片的算力，还是需要对车规的质量流程有敬畏之心，并且为此打造相应组织流程和文化。

7、反共识思考五：高阶智驾的基础

最后我想再分享一个反共识，我们怎么走向L3、L4、L5。我们认为L3、L4、L5这些高级别的智能驾驶，它们的前提是足够好的L2全场景辅助驾驶。

我们来看一下部分车企对于L3的定义，天气晴朗，光线良好，有雾不行，暗光不行，车道线要清晰，这个不行，那个不行。这个产品定义是非常反人类的，这种ODD定义的边界对于用户来讲模糊不清。不像红绿灯，大家知道红绿灯是非常天才级的设计，清晰，红色就是红色，绿色就是绿色。什么叫天气晴朗？什么叫光线良好？早上上班有的时候起点雾你觉得看不清，我觉得看得挺清的。这种不清晰模糊的ODD，用户突然一下子要接管，要七秒钟后接管，他要怎么接管？这种情况所谓的L3实际上只是自嗨而已，用户没有办法真正地去使用。

所以我们对于L3的思考其实就是一个简单的公式，它就是一个清晰的有限的ODD边界里面L4的能力，加上L2全场景的辅助驾驶。

什么叫清晰的ODD？比如说上海的延安路立交、北京的四环。如果我说在北京四环实现了L4级的自动驾驶能力，这个ODD边界对每个用户来讲是非常清晰的，车进入四环的时候，说我们正在进入L4级的自动驾驶区域，离开四环的时候，车提醒用户我们正在离开L4级的自动驾驶区域。然后回到了L2的辅助驾驶状态，你是可以提前8秒钟或者10秒钟提醒用户的，充足的时间，清晰的ODD边界。

我只是举一个例子，我的意思是说我们一定要定义非常清晰的ODD边界，在边界里面，我们来看是不是可以实现真正的自动驾驶，出了边界之外我们退回到L2级的辅助驾驶。怎么实现呢？第一步必须要有海量的L2全场景辅助驾驶系统的部署。我们要有百万辆车、千万辆车在各种路况、各种天气下它是L2级的辅助驾驶。在这个前提之上，我们去采集海量的数据——这个数据不是为了训练，实际上是验证。因为毕竟是关系到人的生命，我不能拍脑袋说你足够安全。如果我有足够的数据跟车辆去验证，我才能够通向第三步：基于大量L2级辅助驾驶的车，统计数据表明，在清晰的ODD，比如说北京四环，它有足够超越人的安全性，达到了L4级的等级。然后我再加上必要的冗余，我觉得这才是真正的可行的L3路径。所以L3、L4、L5，我认为它的前提是足够好的全场景L2辅助驾驶。

行百里者半九十，我们说一千道一万还是为了一个目标和使命——智能驾驶用户价值的兑现。我想我们还是得回归冷静，虽然里面这么喧嚣，但是地平线还是更愿意做狂飙中的冷静者，悲观中的笃定者，还是要继续前行。

怎么打造“人人爱用的智能驾驶技术产品”是摆在我们面前的问题。第一个是算力很重要，算力是整个信息社会、信息产业的基础。我们一定要不断设计最先进的处理器跟架构去拉高体验的上限。除了硬件，算法决定了我们有多大的能力，去逼近算力给我们能够体现的可能的上限。所以算法决定了体验的兑现，地平线在这一块其实一直都是行业里的引领者。

所有这些把它连接在一起指向什么东西呢？指向今天晚上真正要推出来最重磅级的产品，Horizon SuperDrive™，地平线城区辅助驾驶系统。我们要打造既有类人体验，又真正让用户信任的，但是在安全上面要远超人的城区辅助驾驶产品。

哈佛商学院教授David Maister有一本书《The Trusted Advisor》，在这本书里他提出一个“Trust Equation”，他说“在世界越来越‘疯狂’当下，信任反而比以往任何时候都更加重要”。我想这句话也跟各位共勉。

翻译到如果对于自动驾驶用户的信任度，来自于四个指标，第一个指标是安心度，怎么有这种防御性的驾驶策略，让他觉得车是可以相信，是可靠的。第二个是专业度，也就是说作为车的本身是不是高效舒适的通行。第三是亲密度，人跟车之间亲密的关系。有一个扣分项，这个扣分项是夸大度，在车型宣传方面要实事求是，行胜于言，不要过分地夸大，和实际有偏差。

所有的技术不是为了让机器更强大，是要让人更强大，让人更自由。你可以在车上面，在堵车环境里面可以有选择不开车的自由。推而广之，未来计算平台可以赋能所有机器人，可以让人有免除繁重体力劳动的自由。最终的价值与意义——让机器的归机器，让人的归人。我相信我们持续的努力，我们希望我们的努力，值得这样的信赖，把智驾交给地平线，把生活还给自己。谢谢大家！

演讲 | 余凯 嘉宾派第8季学员、地平线创始人
出品 | 嘉宾商学