地平线苏箐:智驾闯过苦日子后,深度深度学习技术或迎突破
12月12日消息,据第一财经报道,在昨日开幕的2025地平线技术生态大会上,地平线副总裁兼首席架构师苏箐指出,当前这一代的深度学习技术可能已触及性能瓶颈。因此,未来三年内,智能驾驶的发展大概率将聚焦于对现有系统进行极限优化,而非理论内核的重构。这意味着,“行业或许不必过于亢奋,又要进入一段务实攻坚的阶段了”。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新! 👉 点此立即查看 👈

公开信息显示,苏箐曾担任华为车BU智能驾驶产品部部长,负责华为自动驾驶系统方案的开发。2024年1月,苏箐正式从华为离职。同年10月,他宣布加入地平线。
苏箐谈到,关于特斯拉FSD V12是否是最强的系统,业界存在不少争议,但他认为这个问题并不关键。重要的是,FSD V12证明了端到端技术路线的可行性,并推动了智驾技术范式从规则驱动转向数据驱动。他指出,端到端方案在智驾行业的普及将带来两大演进趋势。
其一,智驾系统在未来几年内将表现得越来越“拟人化”。这将使L2级辅助驾驶迎来巨大的发展红利期,城区辅助驾驶功能将逐步下探,普及到十万元级别的车型上。
其二,L2和L4级别的智驾方法论将趋于统一。采用同样的开发范式,不仅能提升L2辅助驾驶的体验,同时也能以更低的部署成本和几乎无限制的扩张区域,落地L4级自动驾驶系统(Robotaxi)。



但苏箐也同时提出警示,AI与AGI(注:通用人工智能)的基础理论在未来三到五年内可能不会有全新的突破,而是进入一个演进和优化的阶段。届时,各家企业可能会开始堆叠算力、扩大模型容量。
在2025地平线技术生态大会上,地平线创始人兼CEO余凯宣布,正式发布地平线第四代BPU架构并将其命名为“黎曼”(致敬数学家黎曼)。该架构通过高维数据降维以提升模型效率,并优化算法和架构,具备算力更强、效率更高、算子更丰富、能效更优的核心优势。第四代BPU“黎曼”将搭载于征程7系列芯片。

余凯还表示,公司基于单征程6M芯片的城区辅助驾驶方案即将量产上车,将普惠至十万元级别市场。首批单征程6M城区辅助驾驶量产合作方式有两种,一种是芯片工具链合作,合作伙伴包括博世、卓驭、轻舟智航;另一种是算法服务合作,合作伙伴包括电装(DENSO)、酷睿程(CARIZON)、智驾大陆(neueHCT)。
相关攻略
面对AI浪潮,职场人需转变思维,从执行转向整合与决策。核心竞争力在于定义问题、整合资源及情感连接。未来属于能融合专业深度、AI素养与人类软技能的“混合型”人才,主动构建AI工作流并发挥人类在创新与价值判断上的优势是关键。
第十九届北京国际汽车展览会:地平线全栈技术实力震撼亮相 今年的北京车展,要说哪个展台最能代表国产智驾技术的硬核实力,地平线绝对算一个。这家国内智驾科技的领军企业,几乎成了全场的技术焦点。它没有停留在单一产品的展示上,而是直接把“物理世界数字大脑”的全栈技术能力,搬到了观众面前。 为了这次亮相,地平线
16万的车必须卖19万!地平线余凯:不内卷要外卷 让客户为价值掏钱 最近,2026北京国际车展上的一番观点,可以说给行业提了个醒。地平线创始人余凯面对汽车行业愈演愈烈的内卷与降本压力,旗帜鲜明地提出了“反内卷、走外卷”的思路。核心很简单:别在价格战的泥潭里打滚了,真正的出路在于用智能化创造出用户能真
地平线亮见:星空6系列芯片领衔,驾舱融合与AI Agent如何重塑智能汽车? 4月22日,地平线以“征程无垠,驭见星空”为主题,召开了年度产品技术发布会。这场发布会传递出的信号非常明确:智能汽车的竞争,正从单一模块的“军备竞赛”,转向软硬件全栈整合的系统性对决。 其中最引人瞩目的产品,无疑是星空6系
在智能汽车领域,一场具有里程碑意义的变革悄然来临 最近,行业里发生了一件大事:地平线正式推出了中国首款舱驾融合整车智能体芯片——地平线星空®。这可不是一次简单的产品迭代,它实实在在地标志着,中国智能汽车产业的技术底座,正在迈入一个全新的发展阶段。 那么,这款芯片到底特别在哪里?关键在于,它是业界首款
热门专题
热门推荐
本文介绍了2026年主流的USDT交易软件,重点分析了币安、欧易和火币三大平台的特点与优势。内容涵盖平台安全性、交易功能、用户体验及费用结构,旨在为不同需求的用户提供选择参考。文中强调选择平台时应综合考虑资产安全、操作便捷性和交易成本,并提醒注意风险管理与合规操作。
本文介绍了USDT交易的基本概念与主流平台选择。USDT作为稳定币,其交易主要通过加密货币交易所进行。选择平台时需综合考虑安全性、流动性、手续费和用户体验。文中列举了当前市场认可度较高的几类交易平台,并提醒用户注意资产安全与合规操作,建议根据自身需求谨慎选择。
哥本哈根大学计算机科学系于2026年3月发布了一项具有里程碑意义的研究(论文编号arXiv:2603 12935v1),揭示了当前主流AI推荐系统可能潜藏的社会偏见风险。这项研究同时指出,一种高效且低成本的解决方案——提示工程,或许能成为破解这一难题的关键。 当您使用求职平台或新闻资讯应用时,背后的
照片模糊了、雨滴遮挡了画面、夜晚拍摄噪点过多……这些常见的图像质量问题,往往让人束手无策。传统的解决方案,就像请来一群专科医生:去模糊、去噪点、去雨滴,各有各的专长,但每个“医生”都需要海量的“临床经验”——动辄数百万张训练图片,才能达到可用的修复水平。 然而,一项由香港科技大学、哈尔滨工业大学深圳
这项由英属哥伦比亚大学(UBC)与Vector人工智能研究院联合主导的前沿研究,于2026年3月以预印本论文(arXiv:2603 12634v1)形式发布。研究团队创新性地提出了“预算感知价值树搜索”(Budget-Aware Value Tree Search,简称BA VT)框架,旨在攻克一个





