互聯網時代，商業邏輯始終圍繞“連接”與“理解人”展開。從搜索引擎、社交平臺再到短視頻應用，都在通過用戶行為數據揣摩人類偏好，優化服務體驗。

然而，當人工智能技術開始觸達物理世界運行規律時，這套方法論正在遭遇挑戰。

地平線創始人兼CEO余凱博士的論斷直擊行業痛點：“AI時代的產品邏輯不再是洞悉人間煙火，而是逼近世界真相。”

這意味著技術演進的關鍵，已經從理解人類行為轉向理解物理規律的本質。以智能駕駛為例，如果仍停留在模仿人類駕駛行為階段，將永遠無法突破安全與體驗的天花板。而是要直指駕駛本質，做到比人類更安全、更舒適，無限逼近“駕駛之神”。

AI時代

99%的用戶數據不值得學習

傳統輔助駕駛系統普遍陷入數據路徑依賴，試圖通過海量人類駕駛數據訓練算法。

然而余凱博士揭示了一個關鍵悖論：99%的人類司機的駕駛行為是不值得學習的，因為他們的急剎、隨意變道等非理性操作的行為數據沒有價值。

AlphaZero的突破帶來了重要啟示：AlphaZero不依賴人類數據，而是通過自我對弈生成訓練樣本，通過 “生成數據、訓練模型、模型改進、生成更優數據” 的閉環實現性能迭代。

對于那些難以通過人工設計規則或策略的復雜系統而言，AlphaZero所展現的 “讓AI通過自我博弈獲得高水平決策能力” 的思想極具借鑒價值。盡管各領域約束不同，無法完全復刻AlphaZero的實現路徑，但都應明確一點，即通過自對抗的學習，AI可以在復雜決策空間中逐漸逼近最優策略，甚至超越人類直覺。

作為AI技術落地的典型場景和產品，智能駕駛的目標從來就不是模仿人類駕駛，而是應該激發AI自學習行為，沖破“人類經驗天花板”的桎梏，在智能出行領域實現更具突破性的技術演進與場景創新——其技術路徑也應該回歸到其目標軌道上：跳出對人類駕駛行為的復刻，轉向對駕駛本質規律的探索。

正如愛因斯坦通過思想實驗推導相對論，無需依賴大量實驗數據，而是憑借純粹的邏輯推理揭示宇宙的本質規律。智能駕駛系統也需要構建對物理規律的本質認知，無限逼近“駕駛之神”。

逼近“駕駛之神”

地平線HSD的工程實踐

地平線城區輔助駕駛系統HSD，正是這種直指物理本質的工程化實踐。

地平線HSD采用“快思考+慢思考”策略——其中，“快思考”依靠直覺與快速的反應，通過“一段式端到端模型”，將感知、預測、規劃全鏈路融合進統一模型，快速處理常規路況；

而“慢思考”則是靠認知，需要復雜的推理。地平線基于慢思考引入強化學習，用于應對復雜情況，實現駕駛模型的“智能涌現”。 強化學習是一種通過讓輔助駕駛系統與環境持續交互、試錯并積累經驗，從而自主學習最優決策策略的學習方法。這種讓系統逐步學習到復雜環境中的潛在規律和因果關系的方式，能夠更加逼近世界真相的邊界。

有數據表明，如在開啟輔助駕駛功能后，10公里內頻繁產生3次接管，80%用戶會放棄使用該功能。因此，地平線提出「信任公式」——用戶智駕信任度=（安心度×專業度×親密度）/夸大度。其中，“安心度”作為首要的指標，將防御性駕駛策略列為核心，在強化學習的支持下，確保系統擁有超前預判與合理決策的能力，不僅保障“物理安全”的底線，更讓每一位用戶“心理安全”。

“快思考+慢思考”的策略，為地平線HSD帶來了出色的表現——面對復雜城區道路，系統能迅速規劃最優路徑，并通過安穩操控給用戶帶來從容與舒適。目前，地平線HSD在變道博弈成功率、復雜路口通行效率等核心指標上與人類駕駛水平相當，正在向“駕駛之神”的標準持續逼近。

地平線技術哲學

讓機器回歸人本價值

在這場出行方式變革背后，隱含著一個行業共同面對的技術命題——當人工智能逐漸逼近世界的本質規律，AI革命很可能成為人類歷史上最后一次科技革命。在這樣的時代背景下，地平線始終堅持著自身的技術哲學：所有的技術演進不是為了讓機器更強大，是要讓人更強大，讓人更自由。最終的價值與意義是讓機器歸機器，讓人的歸人。

從解析駕駛規律到探索世界真相，地平線以“逼近世界本質”為錨點，正將AI的理性力量注入智能駕駛的演進脈絡。

余凱博士對智能駕駛的未來使命也充滿期待：“實現3年脫手可開 (Hands Off) ，即放開雙手讓汽車自己行駛，司機僅需處理突發情況；5年閉眼可開 (Eyes Off) ，讓司機放心閉眼駕駛；10年隨心可開 (Minds Off) ，使司機完全不用管汽車的行駛。”

基于這一認知，地平線形成了獨特的戰略定力：以“賦能智能汽車和機器人，讓人類生活更美好、更安全”為使命，通過征程系列計算平臺構建智能汽車的“基帶”，打造人人都愛用的輔助駕駛產品，成為普惠大眾每一刻出行的安全守護。

在產品底層邏輯上堅守技術純粹性，專注探索駕駛行為的本質規律。這種思考恰似圍棋中的「本手」：看似樸實無華，實為決定終局的關鍵落子。