版权声明：本文版权为汽车整个，转载请注明出处。

网易汽车7月12日报说念 2024年7月11日-13日，由中国汽车工业协会主理的第14届中国汽车论坛在上海嘉定举办。本届论坛以“引颈新变革，共赢新异日”为主题，旨在凝合各方力量，变成发展共鸣，疏导异日标的，鼓动汽车产业可握续高质料发展。

7月12日，地平线总裁陈清晨发扮演讲，他暗示，2025年，自动驾驶将迎来ChatGPT时刻。什么是ChatGPT时刻？“咱们合计它不光是通盘的性能，最要害的是居品的体验，是居品的可用性与好用性。咫尺咱们看到当下的城区NOA大部分还处于可用阶段，还莫得达到好用的阶段。主要的问题如故在于：怂，通行成果低，体验接受；莽，行动不拟东说念主，安全接受；急，快速开城导致可用性下落，通过率低。”

地平线合计，真实“好用”的智驾2.0的系统，要提供拟东说念主化的智驾体验，不单是要保险物理安全，更紧迫的是神志安全。用户亟需好用的城区NOA 2.0系统，需要已毕通行成果、驾驶拟东说念主、场景通过率的全面防碍。再进一步，要打造用户爱用的智驾系统3.0，普惠每个东说念主。

智驾系统要作念到“好用”，要处理“Scale Out”和“Scale Up”难题

而要处理“好用”的问题，陈清晨合计，起头要处理自动驾驶的scale up和scale out的难题。所谓scale up，在特定、固定、受控的小ODD范围内已毕性能最优，能够处理好多复杂的场景。可是在常常的场景应用内部，系统性能却无法保握，出现怂、璷黫这些行动，使得通盘自动驾驶的应用还受限于一些相对小的范围，在大范围上体验不好。”咱们追求的观念，是要已毕在一个能够scale up更好的上限，同期在整个的方位皆能够开。“

要处理这个问题中枢的身分等于四个：算法、算力、数据、工程才调。算法是决定了通盘系统的性能的上限，然后算力和数据是决定了本领迭代速率。工程才调决定了通盘量产化的范畴和用户的体验。

算法上，有基于法度的和数据驱动的两种建立范式，亦然业内常说的软件1.0和软件2.0。软件1.0基于无数东说念主工法度，系统上限低，下限可控；软件2.0，数据驱动的端到端系统，已毕信息无损传递，系统上限高，而下限不可控。从中，地平线发现面前本领迭代的“跷跷板效应”，非论是rule-based，如故数据驱动的端到端系统，单一皆无法全面提高系统才调，不得不在系统上限的提高和系统下限的保险二者之间作念弃取。

也因此，地平线接收端到端与交互博弈，以处理“Scale Out”和“Scale Up”的难题。在感知端，地平线接收“三网合一”端到端，能够把传感器信息、包括舆图、导航信息皆手脚一个输入源输入到一个模子中进行测验推理。同期，基于感知端到端的上风，不仅不错输挪动静态观念信息，还能输出高维特征级信息，已毕信息的无损传递，从而提高感知端的系统上限，带来对于天下的通晓才协调系统性能的全面提高。接着无损信息输入到下流的规控，规控内部有基于神经网罗的模块，也有少许基于法度的部分作念安全兜底，既能提高系统上限，也能确保系统下限。通盘系统基于动静态推理与数据测验，已毕场景通晓与领悟，提高场景泛化才调，从长途毕全域可开。

地平线很早就结实到，若是能够把软件通过硬件已毕，能够让系统性能大大提高，从而能够让全体的系统资本大幅裁汰。是以之前提倡了智能计较的新摩尔定律。

“新摩尔定律”的公式也很简便，是一个简便的乘法。把单元资本下的计较性能手脚观念，把这个观念领悟成三个因子：

1.第一个因子等于全球耳闻则诵的TOPS per dollar，花每块钱能买若干算力，这是经典的表面峰值计较成果，频繁来讲要靠两件事情来作念到，第一个等于摩尔定律，第二等于立异型的硬件架构设想

2.第二个目的是叫Utilization rate（有用期骗率），有了计较资源，奈何样充分期骗？波及到编译器、Runtime、中间件、操作系统的优化，软硬件协同，充分提高计较期骗率

3.算法成果。每TOPS算力上能已毕的算法成果。

BPU历经三代迭代，跟着自动驾驶本领演进而进化

基于对算法趋势与应用场景的前瞻判断，地平线BPU为行业最初的主流算法设想，最大化能效、算法性能、天真性。

· 伯努利架构已毕从浮点到定点计较的演进，面向ADAS场景，已毕高性能低功耗的感知计较；

· 贝叶斯架构已毕从感知到瞻望的复古，面向高速NOA，已毕感知到瞻望的高效计较；

· 纳什架构已毕从感知、瞻望到决策的复古，面向全场景NOA，高效复古交互式博弈。

从最新一代纳什转头第一代BPU架构伯努利，在夙昔六年的时刻内部，BPU通盘计较性能提高了246倍，对于Transformer提高的性能朝上了27倍。

在灭亡个时间若是对比摩尔定律18个月提高一倍的情况，它六年时刻一共提高了16倍，执行上是通过软件和硬件的优化，远超摩尔定律提高的速率。

起头第一，要让驾驶的行动Human-like（拟东说念主化），这个本领典型等于通过端到端，深度学习东说念主类驾驶行动。

进一步要鼓动自动驾驶不单是在简便的case内部能丝滑地处理问题，它更要能在复杂的case内部，通过我方的念念考去举一反三地处理极限场景，搪塞客不雅天下的复杂性。这就能进一步鼓动通盘智能驾驶从拟东说念主化到anytime、anywhere，等于“每刻”“每程”。这需要交互博弈本领，更复杂的一种决策行动。

另外，到达“爱用”，通盘系统必须资本可控，让每个东说念主皆不错享受到。地平线提供的解法等于要通过软件、硬件的勾通优化，让通盘系统资本不断裁汰，这等于地平线一直在作念的BPU计较架构。

地平线但愿在软件、算法考虑还有先进的芯片基础上打造一个“样板间”，用先进本领打造“优雅安稳”的拟东说念主化系统，已毕全场景无分别的高阶智驾。

咫尺，地平线是首家且每年均为最大的提供前装量产ADAS和AD处理有规画的中国公司，前十大中国OEM均为地平线的相助伙伴，已累计500万片芯片出货，并累计斩获230余个量产定点车型，朝上110款车型已毕了量产，行驶了百亿公里里程。

以下是现场演讲实录：

尊敬的列位嘉宾、列位业界同仁，全球上昼好！我是地平线陈清晨，今天要给全球讲述的题目是：产研向高而行，解锁高阶智驾新念念路。

起头咱们来看一下，全球皆知说念咫尺正处在新动力汽车下半场，也等于咱们讲的高阶自动驾驶和智能座舱。咱们看到咫尺20万以上的车NOA的配备率还在不断的加多，从22年到23年，20到30万之间的车NOA的安装率增长了24个百分点，30万以上的车NOA的安装率增长了19个百分点。而且本年咫尺咱们看到大致前十个高端车型当中有八款皆配备了NOA，是以咱们看到高阶自动驾驶正在迎来增长的拐点。

另外咱们再来看一下对于行业里近期热聊的端到端。全球皆知说念2022年头的时候openAI的ChatGPT在AlphaGo之后又带来了很大的惊喜，充分展现了AI的才协调高大的潜能，本年特斯拉推出了基于端到端大模子的FSD v12.3，在自动驾驶边界也给咱们比拟惊艳的亮相，让咱们看到了端到端大模子在自动驾驶应用上的潜能，何况运转落地。

咱们合计，2025年，自动驾驶将迎来ChatGPT 时刻。

什么是ChatGPT时刻？咱们合计它不光是通盘的性能，最要害的是居品的体验，是居品的可用性与好用性。

咫尺咱们看到当下的城区NOA大部分还处于可用阶段，还莫得达到好用的阶段。主要的问题如故在于比拟“怂”，还有一个问题是比拟璷黫，再有一个是通过率比拟低。

咱们皆知说念终局用户需要一个更好用的智能驾驶系统。它应该是能够带来愈加拟东说念主的智驾感受。咱们讲的智能驾驶1.0“可用”，只是处理了物理安全的问题。“好用”不但要处理物理安全的问题，还要处理用户神志安全的问题。是以在已毕通行成果、拟东说念主驾驶、场景通过率方面皆要进行全面的防碍。

诚然除了“好用”以外，还要作念到\"爱用\"，需要进一步普及到每个用户，使得每个东说念主皆不错用，等于咱们讲的高阶自动驾驶的平权化。这些念念考不单是是本领念念维，更多的是居品念念维、是用户价值念念维。以用户价值为先，驱动咱们去解锁高阶智驾新念念路。

要处理“好用”的问题，咱们合计起头要处理自动驾驶的scale up和scale out的难题。所谓scale up，在特定、固定、受控的小ODD范围内已毕性能最优，依然达到了很高的性能，能够处理好多复杂的场景。可是在于常常的场景应用内部，咱们能够看到性能的上限特殊的低，等于刚才咱们讲的怂、璷黫这些行动。使得通盘自动驾驶的应用还受限于一些相对小的范围，在大范围上体验不好。

咱们追求的观念是要已毕在一个能够scale up更好的上限，同期在整个的方位皆能够开。

要处理这个问题中枢的身分等于四个：算法、算力、数据、工程才调。算法是决定了通盘系统的性能的上限，然后算力和数据是决定了本领迭代速率。工程才调决定了通盘量产化的范畴和用户的体验。

咱们看一下算法方面，咫尺两大主要的建立范式：一个是基于Rule-based，咱们讲的是Conventional建立范式，Software 1.0。还有一个基于数据驱动的建立范式，业界叫作念Software 2.0。两个各有益弊，软件1.0基于无数东说念主工法度，系统上限低，下限可控；软件2.0，数据驱动的端到端系统，已毕信息无损传递，系统上限高，而下限不可控。是以这里就出现了两种建立范式和旅途的“翘翘板”，非论是rule-based，如故数据驱动的端到端系统，单一皆无法全面提高系统才调，不得不在系统上限的提高和系统下限的保险二者之间作念弃取。

对于自动驾驶来说，咱们既要能够有很好的本领体验，同期又要特殊安全，再加上能够快速地去执行应用，这是咱们的既要又要且要。

从地平线来讲，咱们合计接收一个端到端和交互博弈的处理有规画，能够比拟好地处理scale out和scale up的难题。咱们接收了“三网合一”的端到端大模子，在这个大模子内部它能够把传感器的数据和舆图和导航信息输入大模子进行测验。在这个模子内部它通过不丢失信息的情况下对足下天下进行更好的感知，通过动静态的推理还稀有据的测验，能够产生挪动静态观念。除此以外还能够输出一个机器能读懂的高维特征级信息，给到下一个模块，也等于交互博弈模块。这个模块有两个部分构成：一个是神经网罗的模块，再一个是基于Rule-based的模块。神经网罗能够提高通盘系统上限，同期基于Rule-based的模块不错作念好安全兜底，确保系统下限。

通过“三网合一”端到端，再加上交互博弈架构和算法，能够比拟好的处理scale out和scale up。

地平线手脚一家软件算法基因出生的公司，咱们起头洽商问题如故从软件的方面洽商奈那儿理自动驾驶的问题。在夙昔九年当中，地平线在立异本领方面也有好多的集合，在这里给全球作念几个共享。

2022年地平线提倡了Sparse4D的架构，它是行业比拟最初的高性能，高成果，永劫序、纯稀少交融感知架构，它通过永劫序纯稀少还有端到端很公根由了之前或者咫尺用的BEV+Transformer架构内部的感知范围和精度以及与计较成果的矛盾，打造了一个比拟好的端到端的感知基座。同期它在各方面的性能发达皆远好于其他的架构，非常是在nuScenes公开数据集名次榜第一。是以它是接棒“BEV+Transformer”的下一代架构。通过和BEVFormer的对比，不错看到在夜间城区密集东说念主群的精确感知、远距离实时感知的场景下，Sparse4D的感知斥逐皆更精确。

另外地平线学者在2022年底的时候发表了一篇自动驾驶大模子UniAD的著述，亦然初次已毕了全体框架下的端到端测验。在9000多篇论文内部赢得了昨年计较机视觉和花式识别CVPR大会的最好论文，这亦然第一次自动驾驶边界的著述在CVPR年会上赢得最好论文。

UniAD它初次将检测、追踪、建图、轨迹瞻望、占据网格瞻望以及蓄意整合到一个基于Transformer框架内部的大模子内部，已毕感知的一体化，它相对于黑盒的咱们讲的端到端，它更可控、可阐明、可拓展，是一个比拟好的架构。它在NuScenes数据集上赢得了SOTA （state of the art），评测斥逐最优。同期，咱们这个算法也在业界手脚一个Benchmark，当下产业界的好多端到端皆有受UniAD启发开启端到端的上车应用，学术与科研界也以UniAD手脚标杆去benchmark。

除此以外，同期地平线还接收了师法强化混杂学习本领，在这方面进行深度立异和集合，使得通盘自动驾驶更拟东说念主、更安全。

基于师法的开环学习神态不成很好的处理长尾问题。交互式的规控学习接收混杂强化学习神态，一方面通过师法学习提高学习成果，另一方面通过闭环强化学习克服师法学习在长尾等方面存在的劣势，不错很好地处理长尾问题。这么使得通盘交互博弈当中能够更好的进行跟足下的交互，同期已毕更好的拟东说念主性，通盘安全性和舒狂妄皆得到了很大的提高。

那么再好的算法若是莫得相应的芯片来承载，执行上是无法变成居品的。是以接下来我就先容一下地平线在硬件、本领和居品方面的最新的一些斥逐。

这个是地平线2016年提倡来一个“智能计较的新摩尔定律”。这个为咱们地平线亦然为其他行业的同仁提供了一个芯片设想和性能提高的标的，界说智能计较最优解。新摩尔定律的公式也很简便，是一个简便的乘法。等于说我把单元资本下的计较性能手脚观念，把这个观念领悟成三个因子：

第一个因子等于全球耳闻则诵的TOPS per dollar，花每块钱能买若干算力，这是经典的表面峰值计较成果，频繁来讲要靠两件事情来作念到，第一个等于摩尔定律，第二等于立异型的硬件架构设想；

第二个目的是叫Utilization rate（有用期骗率），有了计较资源，奈何样充分期骗？波及到编译器、Runtime等等软件和硬件的协同优化，充分提高计较期骗率；

第三是算法成果。每TOPS算力上能已毕的算法成果，这取决于算法先进性来已毕计较成果提高。

不错说，地平线“三项万能”——在硬件的架构、软件中间层的优化、算法的立异上，皆聚焦于软硬协同，遥远以更低的资本去赢得更高的计较性能。

前边讲了咱们在算法上有好多的集合，这些集合等于辅导咱们去设想咱们的硬件架构。

这体咫尺这几个方面，一个是通过三级存储架构，多脉动的立方加快引擎，还有多项数据流动等等来减少核内核间以及片间的数据的流动，提高它的使用率，同期裁汰对带宽的占用。另外通过编造化，数据变换引擎等等这些，来复古先进的算子和加快计较。同期通过整个这些优化，大大裁汰对计较的功耗，也使得咱们通盘芯片的性能能够保握在一个特殊好的水平。

软硬勾通，杰出摩尔定律。咱们再来看一下“新摩尔定律”带来性能的提高，左边是传统的摩尔定律，在6年不错看到它的性能提高16倍。基于软硬勾通的“新摩尔定律”，咱们BPU的计较性能对于传统主流的CNN神经网罗它在6年内部提高了246倍。对于咫尺的Transformer来讲，在三年内部提高了27倍。执行上咱们通过软件和硬件的优化，远超摩尔定律提高的速率。

总结一下，咱们用软硬勾通的本领实力鼓动智能驾驶从“可用”到“好用”临了到“爱用”。最主要的是通过端到端的本领，通过深度学习东说念主类的驾驶行动和拟东说念主的体验带来神志安全，愈加拟东说念主、更像老司机。通过交互博弈，通过举一反三处理极限的场景，更好的适宜客不雅天下的复杂性，能够作念到日复一日。

再等于通过咱们居品BPU，咱们的芯片，提高它的性能，同期裁汰资本，来使得咱们的高阶自动驾驶更快的普及到咱们每个驾驶员，使得每个东说念主皆不错用得起。

接下来我再把通过咱们本领的集合，最新的居品给全球作念一个先容。本年四月份咱们发布了两款居品，一个是硬件居品，一个是软件居品。硬件居品等于征途6系列，相对于之前的三代居品征途2、征途3、征途5皆是单芯片，征途6是一个眷属，所有这个词有6款芯片，主要掩盖低中高阶智能驾驶应用。是以在通盘智能驾驶的应用当中，总有一款芯片得当咱们的相助伙伴，它带来的平正是基于一样的建立环境、建立用具链能够大大提高咱们相助伙伴的建立成果，同期裁汰建立资本，能够加快通盘自动驾驶的应用落地。

再一个咱们发布了第二个居品，咱们叫作念Horizon SuperDrive，这个是全场景智能驾驶处理有规画，咱们但愿基于咱们的软件、算法考虑还有咱们最新芯片的基础上打造一个“样板间”，充分展咫尺本领上限上，自动驾驶能够处理什么样的问题，能够奈何样更好的来处理咱们咫尺碰到的好多迂曲的场景。通过咱们三网合一端到端的本领，还有交互博弈，还有征途6的芯片，咱们追求的是像老司机一样优雅和安稳的驾驶。它会掩盖全场景，包括城区、高速和停车居品，已毕全场景无分别的高阶智驾。

底下看一下咱们的SuperDrive在复杂场景内部的发达，左上角是交通很拥挤的时候换说念，是咱们自车和其他汽车的博弈，咱们的系统确凿过不去会让一下，若是有缝就会很自信的插进去。

第二个是路口的左转交互博弈，全球不错看到车流量很大，这个场景化左边的车执行上好多，这个时候要捱风缉缝能够转夙昔，莫得一定的本领的上限，莫得这种自信，你是莫得观念在这个情况下进行左转的。

右边是一个城区，城市内部的一个环岛，这个内部也口角常复杂的场景，它有反向的车、也有东说念主，有一些场景你是莫得观念第一时刻看到，这个时候需要车跟路上的博弈，跟路边的行东说念主、车辆等等博弈。

左下是在拥挤路况下，精确搜索汇入空挡，高效安全博弈，得手汇入主路。

右下是礼让行东说念主，需要比拟确定能够自信开的时候，它能够去博弈，需要虚心的时候必须要礼让行东说念主和其他的说念路的使用者。

咫尺在夙昔的九年内部，咱们的居品也得到了主机厂的招供，咫尺咱们跟100多个相助伙伴一说念事业20多家主机厂。咫尺咱们有差未几230多个量产建立技俩，有110多款车型依然量产。咫尺咱们依然出货了500万片芯片给客户，也集合了百亿公里的驾驶里程，为客户提供安全的驾驶体验。

地平线是刚烈的定位Tier2，咱们如故但愿联袂行业整个的伙伴一说念，来鼓动自动驾驶向高而行，通过咱们的硬件和算法赋能咱们的相助伙伴，与咱们的相助伙伴一说念，共同让自动驾驶可用、好用，使咱们的用户更爱用。

临了，地平线但愿跟咱们的相助伙伴一说念。征途与共，通达共赢！

我的共享就到这里，谢谢全球！