如果将苏箐12月8日在地平线生态大会上的讲演，看做本年度“最重量级”技术讲演，可能有争议。从启发性上来看，其信息含量还是相当出众的。这么评价似乎并不为过。

有人嘲笑苏箐前半段讲的非常悲观，讲到后来突然想起地平线副总裁兼首席架构师的角色，才开始“强行乐观”。这种说法并不公平，谁规定演讲只能有一个底色，一段剧情还讲究起伏。即便通篇讲的都是自动驾驶技术发展的现状和预期，但技术及技术的商用化有不同的维度，分别给出不同预判很正常。

苏箐演讲的核心观点很清楚：从L2向L3发展的过程中，我们成就很大，但即将触碰到“天花板”。

所谓成就，就是终于确定了“一段式”端到端，为唯一合理技术路径。苏箐对特斯拉FSD V12评价很高（这和他在华为对特斯拉的评价截然相反）。2024年这一版出来之后，特斯拉智驾是不是最强不重要，重要的是方向对了。所有的行为决策里面，终于用数据驱动，全面取代了规则驱动。

此前深度学习只解决了感知的数据驱动，后半段行为决策（就是具体如何开车）仍是规则，这样就有解决不完的长尾问题。就像好不容易洗干净一批脏衣服，下批送来的仍然是脏的要命，这简直令人绝望。

这迫使大家都拿高精图来“补”。因此我们能看到，从2018年~2023年，很多大公司，都拼命地在各大城市“扫街”（用导航车绘制高精图）。余承东还抱怨，上海刚扫完一个月，路况又变了（虽然只是个别变化），以至于高精图的成本根本控制不住。

“补”的到底是什么？显然是静态的先验信息，即所谓的“交通语义”——车道线、路肩、坡度、车道衔接、信号灯、交通标志等，以降低写规则的压力。这就是为什么，当时大家需要高精图。

而一段式端到端+轻图，地图可以不必标太细致，因此也就不用反复扫。重要的是前半段感知和后半段行为，终于用一个方法串起来了。即Transformer注意力机制下的标准算子，终于随着参数规模而“涌现”（表现出智能）。

但是现在，可能即将触碰到深度学习的天花板了。Transformer可以持续迭代，做的更“类人”，苏箐暗示不会超过人类驾驶，这意味着L5绝对没戏。未来几年做苦工，就是这部分训推工作。支撑下一个突破的基本算子，一点影子都没有。一个新理论的诞生，可能需要10、20年才能到工程实现这一步。既然新理论尚未诞生（有小的可能诞生了，但我们没意识到其价值），那么下一个突破就遥遥无期。这才是悲观的最大理由。

如果苏箐的说法成立，2024年的自动驾驶，可能是未来5~10年高点。有点“兴尽悲来，识盈虚之有数”的味道。

既然如此，乐观到底在何处呢？现在工程界已经将L2、L3、L4路径收敛到一个端到端内核上。沿着这条路，有可能攀升到L4，尽管是有很多限制条件的L4（比如有限ODD区域），但也改变了兜底负责的主体，从驾驶员转为车企。

另一个乐观之处在于，L2现在做的很类人了，会有一个红利期。原来在高档车上才能搭载的系统，现在可以放在10万的车上，也挺好用。表面看上去是硬件成本摊薄（传感器和Soc降价），实际上是算法给后台支持做了减法。包括对减轻对地图的依赖，训练成本更低等。

这就是“智驾普惠”的底气。有没有可能在将来实现L3，甚至有限L4的低成本上车，当然有可能。苏箐甚至预测乘用车和Robotaxi双模部署（一辆车上同时拥有L2和L4）。如果实现，对网约车市场将构成颠覆性改变。

现在L3量产上路，加了很多限制条件。L4实现路径如何？现在L4明显存在瓶颈，高成本的配置（传感器昂贵）和ODD范围有限（比如亦庄的Robotaxi运营）。真正有商业价值的是大范围的L4（比如超大城市全城范围）。当前在每个小的ODD内打磨L4，开发效率太低了。线性递推的结果，就是成本高到天上。

苏箐将希望寄托在“世界模型”上。虽然世界模型在L2上只能做短时间预测（2、3秒），主要用于防止AEB误动作。但当前主流是基于编码器架构进行轨迹采样，更好的方向，恐怕仍然是因果推理模块，这样可以做更长时间的预测，比如5~10秒。这就很像人脑在开车时的思考方式。但类似模型非常不成熟，尚未看到工程化的迹象。

预测时间更长，就意味着必须进行多分支虚拟世界的推理（有点像奇异博士在《复联4-终局之战》里预测1000多万个钢铁侠与灭霸战斗的不同结局），然后找出最优方案。这只是理论上的目标，如何评估每一条虚拟分支的价值（即某个驾驶方案的好与坏）？可能要用到价值判断，这可能顺便搞定端到端这个“黑盒子”的可解释性，相当于一举两得。但工程上到底如何实现，眼下没人知道。苏箐虽以“L2到L4平滑过渡”来描述，但他主要指的是用同一条路径就可以达致，但怎么个“达致”法，要留给未来。

他隐约觉得，堆算力总有尽头（中国的限制条件在商业效益，而美国则在于电力）。芯片定制化（多核集成NPU、GPU等），则能减低功耗，提升效率，但效能达到什么程度，才能解锁长时间预测能力，又是一个未解的谜题。

如今，像地平线这种公司，已经从硬件（Soc）制造，逐渐将手伸向算法，做成软硬一体的整体封装方案，供主机厂采购，由后者更多释放到普及型车型上去。这个采购量如果带起来，对整个汽车产业的智驾供应链都有影响。这也意味着芯片设计公司，从Tier2升级为Tier1。

显然，自动驾驶方案公司（比如华为、Momenta、元戎等）并不乐见，因为多了对手。而且这样的对手成本更低，还不要产品定义权，应该是劲敌。

基于以上技术上的探讨。未来几年，全新方法突破不能指望，大家还是要在同一个工程理论上玩命卷完善体验。这也喻示着中期自动驾驶产业竞争，档次提不上去，但足够惨烈。

-  E N D   -