曾经于2022年从华为转至地平线的苏箐，这些年公开言论较少。在12月8日，身为首席架构师的他，于首届地平线技术生态大会上进行讲演，这颇为少见。相较于总是强调“赢赢赢”，讲出当下技术困难，且从技术发展脉络层面，对未来做一番预测（不管预测得对不对），此种做法还是颇具含金量的。在这场讲演当中，他身为高管的身份淡化了，项目工程师的特质更突出了。大家或许都更想听一听业内关于自动驾驶的实在话，即便这些话里“赢”的部分极少。
芯片公司开始做算法
很多人在事后认定苏箐那次讲演的底色是悲观的，更确切来讲呢，他是在技术必然性所带来的那种乐观以及“工程地狱”的悲观之间来回摇摆，其乐观之处在于，技术路径已然相当确定，暂时没办法找到比Transformer注意力机制更好的标准算子，所以他把特斯拉FSD V12称作“奥本海默时刻”，悲观的层面则在于，还得去做那么多辛苦的工作，发现“端到端”而产生的喜悦，很有可能就是这几年工程创新所能达到的顶峰了，接下来要持续不断地收敛定义，去做技巧性的优化 。
“优化”看起来似乎没什么技术含量，实则不然，怎样去设计高效的注意力机制，来处理传感器（主要是摄像头）所产生的海量Token，这是各家公司的第一个技术分野，鉴于处理Token的目标都是捕获时空长距离依赖关系，在端到端的旗帜之下，视频流要转化为最适合Transformer理解的连续向量，其技术挑战性一直被低估了。
光学畸变，光线变化，阴影估算，多相机时空戳精确同步，将视频流编码为空间和语义的神经表达，这些都是极为考校技术实力的部分。苏箐所说的“做苦工”，不但要处理这些技术问题，更关键的是在SOP期限压力之下，做出能够堪用的、可供商业化部署的一揽子解决方案。这些工作如今属于Soc公司的“范畴”，因通过定制化计算单元（NPU、ISP），或许能比纯软件方案更高效地解决上述难点。
这恰恰是以往归属于华为、Momenta这类供应商，还有蔚小理等新势力的技术护城河涵盖范畴。然而当下芯片公司着手做算法，业内的智驾供应链，又开启了微妙且关键的变化。
地平线做了HSD（Horizon SuperDrive），这对应着特斯拉的FSD ，这意味着芯片公司自Tier2进行了升级，成为了Tier1 ，还与其他方案解决商（像博世、大陆、电装这般）结成生态伙伴 ，由这些伙伴基于芯片公司的芯片以及感知算法去开发标准软件 ，之后对车企交付 。
能够预见到，芯片公司进阶为完整的智驾方案Tier1，仅仅是时间方面的问题，芯片公司自身会成为智驾生态的核心力量，跨国Tier1没高兴太长时间，就会迎来更多的竞争对手。
对中小车企、跨国车企而言，这是空前利好，它们是那些不会投入上千人去做算法的车企。要是巨无霸型智驾供应商无法再领先一步，那么这些中小车企、跨国车企就有可能做出能与巨无霸型智驾供应商相抗衡的产品了。
等到最后，也许会致使全部的智驾供应商，都专心于垂直整合智驾供应链，从Soc一直到软件，从传感器直至执行机构都自行包揽。这样的话，会不会产生智驾供应商与车企竞相争做“链主”的情况呢？很大概率不会，因为具备自行垂直整合能力的车企，通常不会直接购置整体智驾方案。
这是苏箐于演讲之际未曾明确表述、然则却反复进行暗示的，其中最为重要的某种见解。在地平线于产业范畴所暗藏的那野心，显然丝毫不是仅仅将车载算力妥善解决便宣告完结的。
世界模型可能是L4的必要但不充分条件
从感知到输出控制信号之间呈黑盒子形态，涵盖一段式端到端的特性，致使大家心里不踏实，这是其一。针对此情况，添加交通规则约束进行兜底，乃是普遍采用的办法啊，这为该问题提供一种解决方向，其二。然而，只要运用规则，便会出现写也写不完的诸多规则，令运用规则的工作陷入困境，其三。有人进而提出了叫成“软约束”说法，具体是指针对所推理得出的行车方案，于训练过程中引入评估模型，此评估模型是基于物理规则构建的，其四。如此一来，这就愈发类似于人类有着“因果关系”的那种思考模式了，相较于粗暴裁剪输出的方式，显得优雅许多，其五。不过呢，这部分算法大概还没有形成闭环，存在着一些尚未解决的问题，其六。并且这样一来，还导致某些采取VLA方式的“慢思维链”变得愈发缓慢了，进一步带来不利影响，其七 。
有这样一种方案，它能被视为是和VLA相对立的世界模型，实际上呢两者并非存在冲突情况，此世界模型也就是WM，从本质上来说它能够成为短时预测类型的模型，这里所说的短时大概是2、3分钟的时长，在L2朝着L2状态进而向L4进行过渡的阶段期间,WM所起到的作用其存疑情况是存在的。
现今来看，处于L2阶段时，WM的核心价值在于降低误刹情况、提高舒适性，其关键之处在于，利用对自然世界的模拟，预估出众多交通参与者进行意图活动的可能结果，如此便又归入因果预测范畴，这儿模型得要明白场景里的因果关联，有些因果关系概率极高、甚至是确定无疑的（好似绿灯会让车流启动、车辆行人看到红灯会停下），然而却没法预测出不理智的冲动行为，而后者正是引发事故的主要原因。
在L3/L4这个范畴里，WM得升级成那种能够进行长时程推演以及“反事实思考”的认知模型了，苏箐所持的“自动泛化”梦想，估计就要依靠这个，实际的瓶颈所在是，WM跟后续所要用到的决策规划模块依旧是呈现出“两张皮”的状态，在许多架构当中，WM对结果做出了预测，接着从端到端的层面再去开展代价计算，这里面是存在着信息延误情况以及误差积累现象的，有人提出主张，要让WM去做更多的事情，不光是进行预测，还要对各个行为分支究竟是好是坏作出评估，而行此做法的话，极有可能会产生更多的代价。
苏箐跟业内部分公司秉持相同看法，那就是若没有WM，L4便没实现的可能性。然而，就算仅有WM，极端场景下的安全降级策略、实时性与稳定性之间的平衡依旧无法解决。WM看样子更适宜充当一个训练“引擎”，安全驾驶不应靠它来承担全部责任。
L4缺工具，L3需要设定新规则
于中美科技跟产业界之中，所有人全跑去给大模型投资，“竭尽心思堆积算力，勿探寻有无其用处”。此类疯狂投入在商业这块是否划算，取决于一种规律，算力成本出现增长，跟性能变优，存有大致的线性比值。然而大家却隐隐有点感觉，快要触碰“天花板”了，也就是说投资效能正处于下降态势 。
这实际上也属正常情况，算力能够进行堆叠，然而高质量的数据不是无穷无尽的。获取处于极端场景下的数据变得越发困难，这表明训练效果也随之降低了。尽管训练的“规模化”持续发挥着作用，但若要追求训练效率，那么就一定要设计出更为优良的芯片以及协同算法。这就再度回归到芯片公司所擅长的领域了。
当下，监管批准了少数已量产的L3车型能够上路，不过，这些车型需在特定的路线以及特定的工况之下才可以使用。L3和L2之间最大的区别之处，在于到底是谁来进行兜底。然而，厂家进行兜底所具备的前提条件，依旧是用户能够有效接管（此依靠数据盒子来进行判断）。但是，要是没有清晰地划定接管条件的话。那么，L3和L2之间又究竟有什么区别呢？
当下，L2所着重强调的乃是统计意义层面的安全，也就是多少亿公里的事故率，L4绝对得去追求逻辑意义方面的安全，即要证实通常意义情形下全都是安全无虞的，后者必然得具备全新的验证技术、测试技术以及仿真技术。而L3则要求智驾系统将自身的安全边界予以证明清楚。苏箐所说的“平滑过渡”，大概率是从体验角度出发的，然而在L3这个阶段，要是没办法跨越责任归属这一问题，那么向L4过渡，就变成了毫无实际意义的空话。
当然，相比有关技术方面的责任归属，用户同样在意涉及商业范畴的责任归属。保险公司推出了一种名为“技术责任险”的险种，并让主机厂来支付费用。智驾方案供应商把算法、芯片以及安全里程承诺组合在一起卖给主机厂，借此达成一层层的承诺，把用户从兜底责任里解放出来。
如此这般去做所产生的结果，便是那些在实力方面强劲并且于规模层面庞大的智驾供应商，会快速地将主机厂订单给瓜分掉。也就是那种具备更强垂直整合能力，还掌握着大笔资源（像是投资云算力、组建超大规模算法研发团队以及芯片硬件研发团队）的供应商，会毫无悬念地获取到少数几张幸存者资格证。
如此情况下，自动驾驶商业模式渐趋收敛，其所历经的时间将会十分短暂，甚至远远比L2到L4的过渡时间还要短很多。至于究竟是否“平滑”，则唯有幸存者才可予以阐释。
