2025年4月18日，地平線在上海舉行2025年度產品發布會，發布其城區輔助駕駛系統——地平線HSD（Horizon SuperDrive）和征程6P、6H芯片。
地平線創始人余凱，曾在第三季《我有嘉賓》節目中與嘉賓商學創辦人吳婷對談，也是嘉賓派第8季學員。他對技術、對創業一向有深刻、獨特的思考，而且樂于分享。
此次地平線發布會上，奇瑞集團董事長尹同躍也說到：“前不久電動汽車百人會上，很多人都發表了講話，余凱的講話是反響最好的，因為有扎實的技術，有扎實的內容和非常獨特的觀點。”
這一次，余凱在發布產品的同時，也帶來了兩條戰略思考方法論和五條“反共識”思考，涉及智能駕駛、人工智能、競爭策略、商業第一性原理等等。以下為演講內容精編版，Enjoy~

各位嘉賓、各位朋友，感謝大家光臨地平線2025產品發布會。

我想先跟大家分享一下地平線是誰，我們十年前為什么要出發。好多人好奇，公司的名字為什么叫地平線？你看港股叫地平線機器人。十年前創立時我們給公司起名字叫Horizon Robotics，小小的公司名字實際上蘊含著大大的野心，我們想做未來機器人無處不在時代的基礎設施，就是它的計算平臺。

什么叫計算平臺？我從事計算行業、人工智能行業30年，也算一個老兵，計算平臺很簡單就是芯片+操作系統。地平線我們想做機器人時代的芯片+操作系統。歷史上什么樣的公司做芯片跟操作系統？在個人電腦時代， 1975年、76年成立了兩家公司，一個叫蘋果，一個叫微軟。那時還有一家公司叫Intel，三家公司開啟了全人類的PC時代。今天我們每人手上都有一部手機，手機計算平臺ARM、高通，包括Google的安卓，也包括蘋果，他們奠定了全人類在移動時代的操作系統。現在還有人工智能，英偉達以一己之力撐起了人工智能的計算平臺，他們的共性是什么呢？這些公司不僅掙了錢，他們還推動了全人類科技文明的進步。

我這么想，中國在過去20年、30年，毫無疑問經濟建設取得了舉世矚目的成就，中國有很多非常掙錢的公司。站在當下這樣的關口，朝未來看，中國并不缺任何一家掙錢的公司，一家公司當然要掙錢，但是我覺得中國缺什么呢？一個全新的公司，不僅僅掙錢，更重要推動全人類科技文明的進步，地平線就想做這樣一家公司。

1、戰略思考方法論

在商業合作過程中，我們要做很多的選擇。有的選擇比如說基于報價、競爭，這些都是看得見的東西。但是有的選擇因為是創新，所以是硝煙彌漫的戰場，在看不清時就需要有一個戰略方法論去支撐你，幫助你做選擇。很多時候選擇并不是取，而是舍。對于地平線來講，我們戰略思考框架的核心是什么呢？不是教我們怎么贏，而是教我們怎樣不要輸。主要的兩條，經過10年創業總結下來的：

第一條，公司內部在選擇一件事做不做的時候，我們要在沒有競爭的地方競爭。

比如說10年前人工智能軟件算法創業是大熱門，地平線帶著濃濃軟件算法的基因，我們反而在思考搞芯片是不是更有意思，是不是更加有護城河，是不是有更高的競爭壁壘，盡管那時大部分人都看不懂我們的玩法。那個時候還有行業大佬跟我講：余博士你做芯片要做主戰場。我說什么是主戰場？他說你要做手機芯片，手機是大產業。我當然想我才不干呢，那是2015年，我認為移動互聯網基本格局已經差不多了，就像一個球賽快要臨近尾聲了，這個時候沖進球場，我連撿球都不配，我覺得這戰略布局是不對的。

有人說余博士你要搞云計算。2012年英偉達人工智能計算是全世界最大的，我當時在百度負責人工智能。2015年7月14日地平線正式注冊成立的時候，那天英偉達只是一家市值107億美金的公司，很多人都不知道，但是我知道，2015年CUDA云計算上的生態我認為是沒有辦法去競爭的。我說no，我們選擇機器人芯片。

這個聽下來真的是拍腦袋，天方夜譚，那時連這個市場都沒有，但是現在想起這個選擇，在沒有競爭的地方競爭，其實是一個基本的選擇。后來我們做了很多非常傻的事情，也犯了很多錯誤，但是現在地平線還能夠活著，其實源于當年基本的選擇。

要么是另辟蹊徑，要么當一個戰場已經很清晰的時候——智能駕駛計算這個戰場已經非常清晰，有清晰的市場目標、清晰的需求、清晰的客戶。地平線要做的是什么事情呢？不惜一切代價以10打1，我們要把所有的精力、所有的帶寬、所有研發力量，包括所有管理重心都聚焦在一個戰場以10打1，戰略的本質是不賭，在沒有競爭的地方競爭。

還有另一條反復運用的戰略思考方法論，不要在懸崖邊跳舞。

地平線在這件事情上也是有一點奇怪的，我們從來不冒險。比如說我們的財務管理，賬上一直有非常充分和健康的現金流，這一點在創業公司里是極其罕見的。2019年我們選擇戰略聚焦，把汽車以外的其他業務都砍掉或者壓縮，外面連篇的報道說地平線不行了，沒有錢了，實際上當時我們賬上還有30多億現金。

要克制平衡，不要在懸崖邊跳舞。我特別欣賞查理·芒格講說的——“如果我知道在哪里死，就不會到那里去。”聽起來平淡無奇甚至有點無聊，但是其實充滿人生智慧。對于企業來說我們要考慮生門和死門，很多企業80%或者90%、100%的精力考慮機會，要打哪里，不顧一切地去抓生門，地平線永遠是80%的精力考慮死門在哪里，我們會死在哪里，我們就避免去那里。巴菲特有一句話說“投資的真諦是不虧錢”，這個聽下來好無聊，但我覺得這才是長久企業的經營之道。

那基于這樣的戰略，我們不斷思考自己的商業切口在什么地方。2019年，那時我內心非常痛苦，覺得諸事不順，有的時候整晚整晚睡不著覺，我們這么好的技術為什么沒有客戶呢？在我們進入的所有領域，包括當時還搞過智能玩具、智能電器，一開始想賦能萬物恨不得把所有設備都智能化，但是沒有一個業務是走得很順的。

我們經歷半年多的反復戰略討論，到2019年11月突然有點頓悟，突然開始明白商業的第一性原理，不是我有什么，不是我能做什么，不是我有什么NB的技術，而首先是客戶是誰，我們的客戶到底是誰，我們的客戶究竟是誰。我作為科學家創業，創業五年突然明白這個問題的時候，我已經跟很多的科學家創業脫開了好幾個身位。

我的客戶需求和痛點到底是什么？還有什么難以被復制的方式去高效滿足用戶需求和解決他的痛點？把這三個問題放一起：客戶是誰？他們的問題痛點是什么？我有什么高效方式解決他們的痛點和需求？這三個問題，第一個問題比第二個重要，第二個問題比第三個重要。想明白了這三個問題，地平線就從科學家過家家變成了一個真正的創業團隊。

2、軟硬結合

關于技術的選擇。這是2017年地平線第一次產品發布會時我的一張PPT，那時我的身材可能比現在稍微好點，發量也比現在多點。但有的東西是不變的——我們骨子里面的技術信仰就是軟硬結合。

軟硬結合這件事情全世界真正去做的公司非常少，我PPT里引用天才的計算機科學家Alan Kay的一句話：“你要真正認真對待你的軟件，你就要做你的硬件。”這句話他說出來以后沒人能懂。全世界真正信仰他的一個人，就是喬布斯，蘋果是真正信仰軟硬結合的，后來喬布斯也把Alan Kay請到了蘋果。還有一家公司——特斯拉相信軟硬結合。

地平線從2015年Day One我們骨子里面就是軟硬結合。像我自己從第一天鬼使神差說要做芯片，那時我做了20年的人工智能算法，雖然知道我的代碼在某個不知名的機房的服務器的芯片上運行，但我手都沒有摸過這種芯片。創業兩年的時候，可以是說求仙問道弄明白怎么搞芯片的，我現在還在學習，幸虧我們的團隊非常強，非常厲害。地平線的芯片有世界級的設計團隊。

我最近在看一本書，我相信很多人也在讀——《The Thinking Machine》，講英偉達的故事。里面有一個章節專門講，他們整個計算推理性能一部分貢獻來自于硬件，也有很大一部分貢獻來自于軟件。如果講硬件結構英偉達跟AMD沒有什么不同，但是黃仁勛講他掌握了無與倫比的科技生態，英偉達是一家有強大軟件生態的公司。

下面我給大家稍微上一點技術課，為什么軟件硬件要深刻結合？看任何一代平臺，無論早年大型機、PC，還是現在的服務器、人工技能計算。每一代計算平臺隨著時間推移，它的計算性能一定會不斷上漲。

但是對于每一代計算平臺，其實用戶有一個需求期望。用戶需求的期望在那里，但是他說不清道不明。比如說在1990年代你問用戶對于PC的需求到底是什么？他說不清楚的。但是今天我問各位，如果你的個人電腦沒有摔壞，你估計都找不到理由要換電腦。為什么？因為現在個人電腦的性能已經超過了你的需求，所以超過用戶需求的那根線，我們叫性能過剩。移動手機的情況差不多。最近因為三疊屏讓我覺得有意思所以我買了，要不然我也沒有什么理由換手機。所以現在手機性能也過剩了。

產業發展總是從一開始性能不足走到性能過剩，當性能不足的時候軟件硬件深度結合和聯合優化，可以讓整個系統的效能取得相對競爭優勢。歷史上比比皆是，屢屢發生。

在PC時代，軟件能力強大如微軟，硬件能力強大如Intel，他們兩家都是要一對一排他性地組成所謂的Wintel的。在移動時代，Android和ARM組成了AA聯盟，也是一對一排他性的。為什么？因為軟件跟硬件要深度優化。到了人工智能時代，英偉達跟它自己，歷史上有可能是兩家公司做，有可能是一家公司做。但是不變的是什么？是軟件跟硬件的深度結合。

所以地平線一直在思考，智駕的本質是什么？其實智駕的本質更加極端，它甚至不是一個百花齊放的應用平臺。比如說像Windows上面有這么多工作、娛樂的應用，智駕就一個應用——把車開好。所以它是一個面向單一任務的計算系統，當然它恐怕也是有史以來最復雜的計算系統。我這里把航天飛機與每天的出行做比較，航天飛機開在天上是不會碰到外賣小哥的，可是我們的自動駕駛穿行在人流車流這樣的復雜路況里，各種可能性都會出現，它難以用確定性的公式F=MA、E=MC2來描述，是有史以來最復雜的計算系統。

人類對于自動駕駛有沒有什么說不清道不明，擺在他面前不知道需求的那條線呢？當然是有，就是L5級自動駕駛，在這個需求被滿足或者被過剩之前，智能駕駛一定要走軟硬結合的路線，這是地平線在過去10年里少數做對的幾件事情之一。

地平線從來不是單純的芯片公司，我們是芯片公司里最懂軟件算法的，我們是軟件算法公司里最懂芯片的，我們是軟件算法加芯片里最懂車規的，以及最懂車規級質量安全的。所以我們是一個“芯片+軟件”系統級智駕技術公司。

今年是地平線創業的第10年，去年是我們歷史上第一次，獲得了中國所有輔助駕駛市場份額的第一名。33.97%的市場份額，簡而言之，去年整個中國市場推出的每三臺帶有輔助駕駛的智能車，就有一臺搭載地平線的計算方案。

3、反共識思考一：智能駕駛的本質

每次跟大家分享，我一定要講一些反共識觀點，或者挑戰大家習以為常的一些觀點，我覺得我有責任和義務不浪費大家的時間。什么意思呢？反共識不求絕對正確，但是也許可以促進大家的思考和整個行業的討論，讓我們共同逼近真相。

第一個，智能駕駛的本質到底是什么？它帶來的是什么價值，是功能價值，還是情緒價值？與之關聯的問題，智能駕駛是智能汽車的靈魂嗎？

我們來回顧和比較一下手機時代發生過的故事。手機有一個很重要的功能，毫無疑問是——通訊，如果沒有通訊不叫手機，叫掌上玩具。這里面核心的技術就是基帶芯片，大家有沒有想過，基帶通訊這樣一個很重要的功能，它跟用戶是誰沒有關系。它跟你是男人、女人、老人、小孩、中國人、日本人、印度人、德國人沒有任何關系。它要保證通訊的流暢穩定，在高樓大廈密集的城區，在地廣人稀的農村，在不同基站要保持通訊穩定、流暢。用戶體驗跟用戶是男人、女人、老人、小孩沒有任何關系。

手機有另外一個重要功能就是拍照，拍照這件事情，手機廠商基本都是各異的。為什么？它沒有標準。它跟目標用戶是誰相關。我拍照的喜好是清湯寡水，自自然然。但是我的聯合創始人黃暢，他拍照可能喜歡濃墨重彩。這個愛好不一樣，也不能講哪個好哪個不好，沒有統一標準。你面對的用戶是誰，你打造的品牌是什么，要充分地差異化。

我們來看智能駕駛，智能駕駛更像手機的基帶。大家想一想，智能駕駛核心是什么？從A到B，第一安全不能出事故。第二要足夠舒適，因為你是送人不是送貨。第三是要足夠快速，要足夠便捷。大家在大城市打拼討生活都不容易，上班慢了會被老板罵。

所以無論你是誰，無論你是男人、女人，老人、小孩，中國人、印度人、德國人，智能駕駛功能要求都是一樣，跟用戶是誰沒有關系。它是重要的，但是不帶來情緒價值，沒有辦法說智能駕駛開出林志玲的風格，或者開出郭德綱的風格。所以它就像手機的基帶，一個重要的，還是收斂的功能價值。

智能座艙就難說了，智能座艙里面的音樂、香氛、燈光，比如說給老板坐的MPV一定要有豪華感，如果是家庭用車一定要溫馨、安全、舒適，這是完全不一樣的，沒有一個固定標準，完全看你的用戶是誰。

所以你看很有意思，類比手機時代的基帶，2009年3G推出來，讓傳圖片變得很隨意，可以拍照，可以分享。所以那個時候本地生活，像外賣、移動電商在3G時代都起來了，更多是功能價值。4G時代差不多從2013年開始，視頻流變得無限流暢，后面抖音出來了，TikTok出來了，還有很多手游出現了。所以實際上功能價值的推進釋放了情緒價值的可能。

我們進一步來看推論，對于智能駕駛來講，它如果不斷地往前推進，假設我們實現了L3，那可能某一些ODD（Operational Design Domain，運行設計域）情況下可以實現完全智能駕駛，司機不用負責任。在上班通勤當中，如果你進入這樣一個智能駕駛的狀態，我可以開視頻會議，我可以跟同事們在視頻會議里面去吵架了，他們不只是聽到我的聲音，還能看到我的表情，對不對？

如果是L4、L5的話，那就不一樣，你可以躺著坐著了，你可以在里面打游戲，你可以在里面看電影，可以禮拜五下午在海淀下班，上了車打游戲、看電影、睡覺，第二天早上在青島的海邊看日出。

所以我想智能駕駛雖然重要，但是跟汽車品牌沒有關系，因為它主要是基礎能力、基礎設施，但是未來它會釋放無限情緒價值的可能。這是我的一個看法，智能駕駛重要但是又不是那么一回事，智能駕駛不會幫助你定義品牌。

4、反共識思考二：AI時代的產品邏輯

我們今天講人工智能，大家都在講人工智能很重要，我們要搞流量，要搞用戶。如果沒有流量，沒有用戶，我們的產品搞不定，我們會失敗。真的是這樣嗎？我覺得現在很多人搞人工智能產品都順著當年互聯網產品邏輯的慣性。

我們看一下互聯網產品的本質邏輯，它本質是連接，比如說搜索鏈接人與信息，電商鏈接人與商品，鏈接人與人就是社交，鏈接人與視頻就是抖音、快手。所有的互聯網產品都圍繞一件事情，通過算法怎么揣摩這個人的喜好、偏好是什么？他到底愛好看什么樣的片子。

所以互聯網的產品邏輯就是得用戶者得天下，得流量者得天下。因為用戶流量可以讓他們更好地理解這些用戶的喜好。所以我說互聯網的產品邏輯一言以蔽之，就是洞見人間煙火。它沒有說超越人，互聯網產品邏輯沒有一件事情是說超越人，超越人就把這個事情搞黃了。

AI時代的產品邏輯呢？我們千萬不要順著慣性去走。要知道移動時代來的時候，PC時代的王者根本搞不懂移動時代發生什么事情了。現在AI時代的玩家如果順著互聯網邏輯去考慮當下，恐怕又是大錯特錯。我們看三個例子，AlphaGo下圍棋、DeepSeek大模型、智能駕駛。

AlphaGo一開始是學習人類習慣的數據，后來發現有一個更NB的方法，叫Alpha Zero。所謂的Alpha Zero就是從零開始，不需要人類歷史上任何的下棋數據，哪怕你是棋圣，這個數據也不學習。為什么？因為不值得。Alpha Zero完全從零通過強化學習，左右互搏，不斷在虛擬世界里提升棋藝，后面Alpha Zero達到的棋藝水平，人類已經沒有資格評判它是幾段，遠超九段水平。如果想象方寸棋盤上有一個神，Alpha Zero基本找到了這個神，它逼近了棋盤的真理。

我們看大語言模型，每個人都在談DeepSeek，DeepSeek真的很了不起。大家有沒有想過一件事情，DeepSeek橫空出世的時候是一個沒有產品、沒有流量的公司，它完全通過強化學習，邏輯推理，數學演算能夠打敗絕大部分人的數學水平，甚至是博士生的數學水平，沒有任何的流量數據。你看OpenAI，你覺得OpenAI會去學習這些流量數據嗎？大部分用戶跟OpenAI之間的交互，他的問題和他的回答其實根本不值得學習，為什么呢？還不如OpenAI自問自答的質量高。

所以大語言模型的目標不是去達到人類水平，是遠超人類水平。它實際上要逼近什么？逼近世界的真相。什么是世界的真相？比如說數學跟邏輯。這個世界都不存在的時候，當宇宙大爆炸沒有發生的時候，那個時候數學邏輯就已經存在了，這個是世界背后的真相。人工智能其實是在逼近世界背后的真相。

這里想給大家提一個暴論，習以為常是真的嗎？是正確的嗎？順著互聯網慣性來思考人工智能是對的嗎？我提供這個觀點不一定是求正確，但是至少大家可以思考。我認為AI時代，人類的行為數據沒有價值。地平線在過去從事智能駕駛其實也發現，99%的人類司機的駕駛行為是不值得學習的，因為他們開得真的不好，他們剎車剎得真的很重，他們很多時候拐彎我覺得不夠優雅。有一個很有趣的采訪，是瑞典還是哪個北歐國家，80%的司機認為自己開得比平均水平好。這是不是很扯？

最近特斯拉也釋放出一些新聞端倪，特斯拉實際上不是靠用戶數據，是靠自己專門的車隊來搜集數據的，再加上更重要的什么呢？在虛擬世界的仿真，虛擬世界的強化學習。強化學習對于智能駕駛的突破是非常重要的。

所以對于智能駕駛來說，目標不是跟人開車一樣安全，是要做得遠比人類安全。不是跟人開車一樣舒適，是要做到遠比人類開車更加舒適。所以智能駕駛的目標其實不是洞見人間煙火，而是逼近駕駛之神，我認為這個目標最終是可以實現的。我自己悲觀估計、客觀估計可能10年，樂觀估計可能5年，但是要持續努力。

這讓我想到了愛因斯坦。大家知道嗎？愛因斯坦是從來不做實驗的。他推導出狹義相對論跟廣義相對論，從16歲開始通過什么？思想實驗。他完全是在虛擬世界里面推導的。你看看，逼近世界的真相有可能不是從人間煙火，而可能是從純粹理性的邏輯推導。

所以我們在思考，AI革命可能是人類歷史上最后一次科技革命。為什么是最后一次？因為靠AI逼近世界真相了。去年諾貝爾獎，物理學獎已經開始跟AI相關了，生物醫學獎也跟AI相關，也有可能諾貝爾獎越來越多跟AI相關，去年只是開始并不是絕版。

5、反共識思考三：技術變革時期的制勝戰略

第三個我的思考，我們看歷史上總會有一個階段，十倍速關鍵技術的快速變化。因為十倍速關鍵技術快速變化，導致了整個產業格局的天翻地覆。

套用馬克思主義經濟學，生產力決定生產關系，因為十倍生產力的變化，導致原來的莊家下牌桌了，以前牌桌上的無名小卒現在成為行業內的頂尖人物，這個比比皆是。新能源車某種意義就是，中國汽車市占率的變化，咱們自主品牌以前不到50%，去年年底70%。因為一個關鍵技術的10倍速變化，有的跟上了有的沒有跟上，所以牌桌上的莊家跟玩家一下子就反轉了。

我給大家分享一下個人電腦時代發生了什么事情。差不多在1986年，那時英特爾跟微軟實際是給IBM做小弟的，那個時候IBM是巨無霸。IBM 286電腦當時取得了輝煌成功，英特爾想推出更高性能的處理器386，IBM不支持，IBM說我覺得我的PC性能夠用。英特爾跟微軟在外面偷偷摸摸支持了康柏、戴爾、惠普一堆的公司。

IBM市場地位從1986年開始一直往下。286、386、486、586、奔騰，如果對1990年代有印象的話，大家就知道那段歷史，整個改變了產業的格局。其實x86處理器就是一個10倍速的技術變量，所有廠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。

智能手機時代也是一樣的，在1G、2G的時代，摩托羅拉、諾基亞、飛利浦、西門子、愛立信、NEC、松下，大家都記得這些品牌，那時他們都自研基帶的。后來德州儀器搞了一波，然后高通又掀起一波，再加上聯發科，他們在3G、4G、5G時代持續領先。

凡是跟上的手機廠商現在都活得挺好的，那些沒有跟上的、曾經的王者現在都已經下牌桌了。所以移動通信技術的基帶其實是一個時代變量，是10倍速變化的技術要素。這個時候所有手機廠商要跟進的就是以高打低，以快打慢。

我剛才已經講了，智能駕駛就像智能汽車的基帶。從今年開始智駕平權，基礎配置變成100T算力的L2輔助駕駛。它一定會往前發展，2-3年以后可能會出現L3，L3整個算力大概要500—1000T，比如說現在Thor基本上在這個范圍，地平線要推出的新一代產品就在這個范圍。L4可能2030年一直到2035年，我們認為一直會到5000T的算力。

為什么說5000T，也不是完全拍腦袋，因為人類大腦就是5000T算力，智能駕駛要實現安全性，我覺得至少要達到這樣的計算性能。所以未來10年其實自動駕駛的軟件跟硬件也是一個10倍速變化的技術要素，這個時候對于主機廠來講，我的建議是無論自研還是第三方合作都只是招式，重要的是求勝，以高打低，以快打慢。

6、反共識思考四：技術“平權陷阱”

端到端、BEV、Transformer、VLM、VLA，這兩年我們聽這些技術名詞比比皆是，熱熱鬧鬧。可是我跟大家分享一下，這些先進技術的進步有可能不會給你帶來任何的紅利，反而有可能給你帶來某些陷阱，我叫它技術平權的陷阱。

我給大家舉一個例子，上小學媽媽或者老師教你做“雞兔同籠”問題，籠子里有這么多腦袋有這么多腿，問有多少雞多少兔子，那時候只有班上最聰明的小朋友才能求解，真厲害，可以搞奧數了。人總要長大，到了初中一年級，老師教了你一個更NB的技術叫二元一次方程組，這時候班上最差的學生都可以求解了。所以更NB的技術不會給你帶來機會，但是讓好學生變得跟差學生一樣了，你沒有優勢了，這是不是一個很糟糕的事情呢？

其實你看過去的歷史比比皆是。比如說語音識別，在深度學習之前，做語音識別是HMM，隱馬可夫模型，基于高斯混合模型，那個時候世界上語音識別能做得很牛的沒幾個人，一個手可以數得過來。后來深度學習出來了，現在做語音識別20人、30人的團隊基本能做得跟頂級團隊水平差不多，那個時候很NB的學生現在變得不NB了。

人臉識別也是一樣的。2012年之前，就是AlexNet出來之前，人臉識別包括自動駕駛里面的行人檢測，其實就跟magic一樣，是一個神奇的東西，全世界只有少數幾個團隊可以把它做好。后來AlexNet卷積神經網絡一出來，就發現全世界的人都可以做得不錯了。Okay, what’s your differentiation?

我跟你講，沒有任何差異化的商業是不值得做的，特別在中國。任何一件事情，如果你能做，其他一百家公司也可以做，那肯定是非常慘烈、血淋淋的競爭，在中國聰明的人非常多。所以這些先進的技術很有可能把你帶入某一個技術平權陷阱，并不是給你帶來任何差異化的優勢。

什么是差異化的優勢？這也是2015年創業的時候我在思考的，雖然我覺得地平線算法一直應該是挺牛的，因為我們有這個基因，但是我深刻思考到，光靠算法很難構建商業的護城河，我很有可能進入一個領域，七七八八一堆團隊陷入同質化競爭，所以那個時候說要在沒有競爭的地方競爭，從算法搞到芯片，從芯片搞到算法，從算法+芯片搞到車規，這讓我們一直很有差異化的競爭壁壘和護城河。

所以真正的差異化不是那些寫進教科書的炫酷技術。真正的技術護城河是十年如一日的苦活、臟活、累活，是說不清道不明的經驗積累，以及為此打造的體系化的研發文化和流程。

比如說耐得寂寞，愿意干苦活、臟活、累活。自動駕駛其實是完美適合這一點的，如果我們相信酷炫的VLA、VLM、端到端、Transformer就覺得把事情搞定了。對不起，你錯了。你還是有很多case你解不了，你還是需要苦活、臟活、累活，你還是需要時間積累，你還是需要有芯片的算力，還是需要對車規的質量流程有敬畏之心，并且為此打造相應組織流程和文化。

7、反共識思考五：高階智駕的基礎

最后我想再分享一個反共識，我們怎么走向L3、L4、L5。我們認為L3、L4、L5這些高級別的智能駕駛，它們的前提是足夠好的L2全場景輔助駕駛。

我們來看一下部分車企對于L3的定義，天氣晴朗，光線良好，有霧不行，暗光不行，車道線要清晰，這個不行，那個不行。這個產品定義是非常反人類的，這種ODD定義的邊界對于用戶來講模糊不清。不像紅綠燈，大家知道紅綠燈是非常天才級的設計，清晰，紅色就是紅色，綠色就是綠色。什么叫天氣晴朗？什么叫光線良好？早上上班有的時候起點霧你覺得看不清，我覺得看得挺清的。這種不清晰模糊的ODD，用戶突然一下子要接管，要七秒鐘后接管，他要怎么接管？這種情況所謂的L3實際上只是自嗨而已，用戶沒有辦法真正地去使用。

所以我們對于L3的思考其實就是一個簡單的公式，它就是一個清晰的有限的ODD邊界里面L4的能力，加上L2全場景的輔助駕駛。

什么叫清晰的ODD？比如說上海的延安路立交、北京的四環。如果我說在北京四環實現了L4級的自動駕駛能力，這個ODD邊界對每個用戶來講是非常清晰的，車進入四環的時候，說我們正在進入L4級的自動駕駛區域，離開四環的時候，車提醒用戶我們正在離開L4級的自動駕駛區域。然后回到了L2的輔助駕駛狀態，你是可以提前8秒鐘或者10秒鐘提醒用戶的，充足的時間，清晰的ODD邊界。

我只是舉一個例子，我的意思是說我們一定要定義非常清晰的ODD邊界，在邊界里面，我們來看是不是可以實現真正的自動駕駛，出了邊界之外我們退回到L2級的輔助駕駛。怎么實現呢？第一步必須要有海量的L2全場景輔助駕駛系統的部署。我們要有百萬輛車、千萬輛車在各種路況、各種天氣下它是L2級的輔助駕駛。在這個前提之上，我們去采集海量的數據——這個數據不是為了訓練，實際上是驗證。因為畢竟是關系到人的生命，我不能拍腦袋說你足夠安全。如果我有足夠的數據跟車輛去驗證，我才能夠通向第三步：基于大量L2級輔助駕駛的車，統計數據表明，在清晰的ODD，比如說北京四環，它有足夠超越人的安全性，達到了L4級的等級。然后我再加上必要的冗余，我覺得這才是真正的可行的L3路徑。所以L3、L4、L5，我認為它的前提是足夠好的全場景L2輔助駕駛。

行百里者半九十，我們說一千道一萬還是為了一個目標和使命——智能駕駛用戶價值的兌現。我想我們還是得回歸冷靜，雖然里面這么喧囂，但是地平線還是更愿意做狂飆中的冷靜者，悲觀中的篤定者，還是要繼續前行。

怎么打造“人人愛用的智能駕駛技術產品”是擺在我們面前的問題。第一個是算力很重要，算力是整個信息社會、信息產業的基礎。我們一定要不斷設計最先進的處理器跟架構去拉高體驗的上限。除了硬件，算法決定了我們有多大的能力，去逼近算力給我們能夠體現的可能的上限。所以算法決定了體驗的兌現，地平線在這一塊其實一直都是行業里的引領者。

所有這些把它連接在一起指向什么東西呢？指向今天晚上真正要推出來最重磅級的產品，Horizon SuperDrive?，地平線城區輔助駕駛系統。我們要打造既有類人體驗，又真正讓用戶信任的，但是在安全上面要遠超人的城區輔助駕駛產品。

哈佛商學院教授David Maister有一本書《The Trusted Advisor》，在這本書里他提出一個“Trust Equation”，他說“在世界越來越‘瘋狂’當下，信任反而比以往任何時候都更加重要”。我想這句話也跟各位共勉。

翻譯到如果對于自動駕駛用戶的信任度，來自于四個指標，第一個指標是安心度，怎么有這種防御性的駕駛策略，讓他覺得車是可以相信，是可靠的。第二個是專業度，也就是說作為車的本身是不是高效舒適的通行。第三是親密度，人跟車之間親密的關系。有一個扣分項，這個扣分項是夸大度，在車型宣傳方面要實事求是，行勝于言，不要過分地夸大，和實際有偏差。

所有的技術不是為了讓機器更強大，是要讓人更強大，讓人更自由。你可以在車上面，在堵車環境里面可以有選擇不開車的自由。推而廣之，未來計算平臺可以賦能所有機器人，可以讓人有免除繁重體力勞動的自由。最終的價值與意義——讓機器的歸機器，讓人的歸人。我相信我們持續的努力，我們希望我們的努力，值得這樣的信賴，把智駕交給地平線，把生活還給自己。謝謝大家！

演講 | 余凱 嘉賓派第8季學員、地平線創始人
出品 | 嘉賓商學