大众中国CEO实测地平线高阶智驾， 北京晚高峰丝滑惊艳！

老板亲自测智驾已经成为当前车圈一大看点。

近日，大众汽车集团（中国）董事长兼CEO贝瑞德和地平线创始人兼CEO余凯，一同体验了地平线打造的高阶智驾系统SuperDrive。

地平线于今年4月正式发布SuperDrive全场景智能驾驶解决方案，主要是为了打造高阶智驾样板间，通过全栈技术能力的灵活开放，提高研发与交付效率，以加速高阶智驾终局到来。

两位老板将体验时间选择在了北京晚高峰时段，北京每日最拥堵的时间就是早晚上班高峰，望京一带尤甚。

竟敢将智驾体验选择在这个当口，足见地平线对自家高阶智驾方案的信心。体验当时，又恰逢北京下起了中小雨，这无疑将给智驾挑战上升一个难度系数。表现如何，大家可以先看下方【一镜到底】视频。

01

雨天挑战北京晚高峰，丝滑惊艳

从视频中可以看出，这次智驾挑战的地点是在北京繁忙的闹市区，时间是下午4：30分，天空开始下起中小雨，着急回家的车辆和行人都略显匆忙。

城区智驾的挑战难度主要在于交通参与要素复杂且变量大。

另外，雨雪天气又会给智驾带来新的挑战难度，一方面是会影响车辆的精准感知，另一方面路面湿滑则会带来对车控的影响。

因此，一些企业的策略是，在雨雪天气强制关闭智驾功能，以免发生交通事故。

除了要保证交通安全以外，一套成熟的智驾方案若想在落地上车后获得认可，还要给用户足够安全感。

这对于人类司机的要求就是，要处变不惊、脚法丝滑。那么对于AI司机，也是同样，既要保障驾驶安全，又要给足舱内乘客及其他交通参与者安全感。

对照这些要求，我们截取了视频中部分关键场景，来逐帧解读一下地平线SuperDrive的驾驶表现及技术能力。

场景一：左转博弈

00:2

车辆出发后，遇到的第一处有难度的挑战就是拥堵路段左转。

在拥堵路口，交通流密度大且行动轨迹复杂、随时性强，要求自动驾驶系统在短时间内做出决策，并不断更新路径规划，这对智驾系统交互博弈能力提出了极高要求。

可以看到，SuperDrive在拥堵路况下积极进行博弈，主动前行等待转弯机会。面对多车交互，精准判断并把握了转弯机会，连续的驾驶行为如老司机般果断、敏捷、丝滑。

场景二：拥堵汇流

紧接着，车辆进入到一处出匝道的汇流路段。

汇流路段的难点在于多条车道的车辆汇入同一条车道，这往往会形成较为密集的车流。智驾系统需要精确判断各个车辆的速度、距离和行驶轨迹，避免碰撞的同时主动博弈制造汇流前行的机会。

因此，在拥堵路段汇流，非常考验智驾系统的决策执行能力。SuperDrive 精准感知了匝道口的密集车流，并根据旁车行驶意图，主动博弈积极变道快速汇入目标车道，展现出强大的通过能力。

场景三：拥堵脱困

00:12

车辆在跟行公交车时，到达了公交站点，公交车临停大大较低了该车道的通行效率。此时，SuperDrive也像老司机一样开始积极寻求变道。

此场景难点在于，该路段正处于交通拥堵状态，交通流动性极低，极为考验智驾系统的脱困能力。

在这种高难度挑战下，SuperDrive快速做出换道决策，并准确、丝滑、果断的执行，主动博弈摆脱拥堵路况，决策执行过程堪比老司机。

场景四：路口右转

路口右转对于人类司机的挑战是容易产生视野盲区，同时路口行人、自行车行为高度不可预测，可能突然改变方向或速度，给通行带来一定难度。

因此，路口右转看似场景较为容易，但对于智驾系统的挑战也不低，系统需要精准预测判断行人的意图，进行避让、绕行、刹停等动作。

在智驾系统中，往往会将行人、两轮车等弱势道路使用者的保护置于最高敏感级，这导致一些智驾系统在遭遇行人时会出现或突然降速、或长时间等待让行的现象，虽保证了安全但大大降低了乘坐体验。

相比之下，SuperDrive路口右转弯过程中的表现非常稳重从容，既精准识别雨天打伞行人，进行提前减速礼让，又在不对行人造成威胁感的同时小心靠近，待行人通过敏捷地通过路口。

场景五：加塞避让

这里车辆遭遇了一个典型的鬼探头Cut-in场景，可以看到，视频中的道路豁口、路沿遮挡有一定的视野限制，且加塞车辆较为突然。

面对这一突发情况，SuperDrive并没有进行急刹车，而是在判断左侧没有车辆的情况下，做了一个小幅度绕行避让的动作，既保证了安全感，也保证了较好的通行效率。

这要求自动驾驶系统需要具备快速的感知预测能力，并紧急反应、动态调整自车原定行驶轨迹以保障安全。可以说，SuperDrive的应急处理，与人类司机的反应和动作非常接近。

场景六：环岛通行

环岛通行对于人类驾驶员也存在一定难度。密集的交通流、复杂的路权判断、多通道出入、连续弯道带来的视野盲区对智驾系统无图推理能力、实时感知、交互博弈带来了巨大压力。目前行业内仍无可稳定通过环岛的自动驾驶系统。

在这一场景中，SuperDrive进行了几个高难度动作。首先是精准的路径规划并平稳驶出环岛，出环岛的同时，预判占道车辆进行小幅度向右避让，完成这一动作后，车辆的视野里同时出现了两辆两轮车，左侧自行车逆行并不断接近。

SuperDrive同时兼顾了左右侧两轮车的避让，一套操作行云流水，展现出SuperDrive端到端感知、交互博弈带来的强大通过能力。

可以看到，在全程50分钟的复杂城区路况挑战中，SuperDrive实现了全程零接管，丝滑的驾驶表现、强大的通行效率，以及敏捷的应急处理能力，非常惊艳、超出预期。

02

软硬件一体化能力，高效打造SuperDrive方案

地平线的SuperDrive基于征程6P旗舰版打造，在传感器配置上，采用了激光雷达、摄像头和毫米波雷达等多传感器融合方案，车型则是基于大众ID.4打造的Demo车。

今年4月，地平线发布了征程6系列芯片，共推出六个版本，包括征程6B、征程6L、征程6E、征程6M、征程6H、征程6P，可面向不同智能驾驶场景进行灵活配置。

征程6P旗舰版是地平线专为新一代全场景高阶智驾打造的计算平台，拥有高集成度、高算力、高效率、高处理能力、高接入能力以及高安全等六大特点。

在强大计算性能的加持下，单颗征程6P旗舰可支持感知、规划决策、控制等全栈计算任务。

值得一提的是，由于高精地图鲜度保持难度大、成本高，当前行业普遍将去高精地图智驾方案作为迭代方向。

地平线在打造SuperDrive时，就是采用去高精地图的技术方案，道路交通信息是基于感知算法实时识别而来。

SuperDrive采用端到端的感知架构，以及数据驱动的交互式博弈算法，使其可以兼顾场景通过率、通行效率和行为拟人。

感知端到端是精准还原客观物理世界的有效手段，在此架构下遮挡准召率提升70%，动态代码行数降低90%，网络负载降低50%，有效解决当前行业感知架构时延高、规则多、负载重的问题。

同时，数据驱动的交互博弈则可以带来更拟人的驾驶方案，使得SuperDrive像老司机一样灵活处理复杂交通流，在拥堵场景下变道成功率提升50%，路口通过率提升67%。

地平线不仅是一家硬件科技公司，更是一家软件算法公司，正的得益于软硬件一体化能力，其高效地打造了行业一线水平的高阶智驾方案SuperDrive。

SuperDrive将于今年四季度推出标准版量产方案，并将于2025年第三季度实现首款量产合作车型交付。

同时，地平线也曾表示，SuperDrive将面向车企与产业链伙伴，通过全栈技术能力的灵活开放，支持合作伙伴提高研发与交付效率，加速高阶智驾发展。

03

世界模型的率先探索与实践，让智驾更懂世界

端到端架构正成为智能驾驶领域重要发展趋势之一。

当前的自动驾驶系统方案，更多的是基于规则算法，打造的模块化架构，整个算法流程就是：出现问题，找出问题，解决问题，这就会导致大量的数据和代码产生，系统架构也更加复杂繁琐。

相比较来说，端到端的本质是建立一个完整的学习系统，直接从原始数据中不断学习，并生成所需的输出，不需要人为地将任务分解成多个中间步骤，这也是其备受推崇的根本原因。

地平线早在2016年便率先提出了自动驾驶端到端的演进理念，并持续取得技术创新与突破：

在2022年提出行业领先的自动驾驶感知端到端算法Sparse4D；

2023年，由地平线学者一作的业界首人公开发表的端到端自动驾驶大模型UniAD，荣获CVPR 2023最佳论文。

在SuperDrive方案中，地平线已经引入端到端感知架构、以及互博弈的端到端深度学习算法。而在此基础之上，地平线又迭代引入了世界模式。

当前的大模型有预测/判别模型、认知模型、生成模型，地平线对世界模型的定义属于第2种，即为AI Driver 打造驾驶世界观。

地平线认为，所谓世界模式应当是AI司机对于世界的领会与认知。也就是说，AI司机不仅仅是要像人一样看清这个世界，还应当像人一样理解这个世界。

世界模式是当前AI界最关注的技术方向，它的预测能力对于视频生成、自动驾驶以及智能体的发展至关重要。同时，这三者也正代表了世界模型研究的主流应用方向。

地平线也是较早在自动驾驶领域实践世界模式的企业之一，并希望通过世界模式的引入，实现自动驾驶系统对于世界认知能力和系统性能的全面提升，实现对物理世界的通用理解。

地平线认为，这才是实现全场景高阶智驾的最佳途径。

相信随着世界模型的探索和落地，将支撑地平线城区高阶智驾能力得到更全面的体验细节优化、场景适用及区域泛化，实现交付即可用。