地平线余凯谈AI时代产品方法论

互联网时代，商业逻辑始终围绕“连接”与“理解人”展开。从搜索引擎、社交平台再到短视频应用，都在通过用户行为数据揣摩人类偏好，优化服务体验。

然而，当人工智能技术开始触达物理世界运行规律时，这套方法论正在遭遇挑战。

地平线创始人兼CEO余凯博士的论断直击行业痛点：“AI时代的产品逻辑不再是洞悉人间烟火，而是逼近世界真相。”

这意味着技术演进的关键，已经从理解人类行为转向理解物理规律的本质。以智能驾驶为例，如果仍停留在模仿人类驾驶行为阶段，将永远无法突破安全与体验的天花板。而是要直指驾驶本质，做到比人类更安全、更舒适，无限逼近“驾驶之神”。

AI时代

99%的用户数据不值得学习

传统辅助驾驶系统普遍陷入数据路径依赖，试图通过海量人类驾驶数据训练算法。

然而余凯博士揭示了一个关键悖论：99%的人类司机的驾驶行为是不值得学习的，因为他们的急刹、随意变道等非理性操作的行为数据没有价值。

AlphaZero的突破带来了重要启示：AlphaZero不依赖人类数据，而是通过自我对弈生成训练样本，通过 “生成数据、训练模型、模型改进、生成更优数据” 的闭环实现性能迭代。

对于那些难以通过人工设计规则或策略的复杂系统而言，AlphaZero所展现的 “让AI通过自我博弈获得高水平决策能力” 的思想极具借鉴价值。尽管各领域约束不同，无法完全复刻AlphaZero的实现路径，但都应明确一点，即通过自对抗的学习，AI可以在复杂决策空间中逐渐逼近最优策略，甚至超越人类直觉。

作为AI技术落地的典型场景和产品，智能驾驶的目标从来就不是模仿人类驾驶，而是应该激发AI自学习行为，冲破“人类经验天花板”的桎梏，在智能出行领域实现更具突破性的技术演进与场景创新——其技术路径也应该回归到其目标轨道上：跳出对人类驾驶行为的复刻，转向对驾驶本质规律的探索。

正如爱因斯坦通过思想实验推导相对论，无需依赖大量实验数据，而是凭借纯粹的逻辑推理揭示宇宙的本质规律。智能驾驶系统也需要构建对物理规律的本质认知，无限逼近“驾驶之神”。

逼近“驾驶之神”

地平线HSD的工程实践

地平线城区辅助驾驶系统HSD，正是这种直指物理本质的工程化实践。

地平线HSD采用“快思考+慢思考”策略——其中，“快思考”依靠直觉与快速的反应，通过“一段式端到端模型”，将感知、预测、规划全链路融合进统一模型，快速处理常规路况；

而“慢思考”则是靠认知，需要复杂的推理。地平线基于慢思考引入强化学习，用于应对复杂情况，实现驾驶模型的“智能涌现”。 强化学习是一种通过让辅助驾驶系统与环境持续交互、试错并积累经验，从而自主学习最优决策策略的学习方法。这种让系统逐步学习到复杂环境中的潜在规律和因果关系的方式，能够更加逼近世界真相的边界。

有数据表明，如在开启辅助驾驶功能后，10公里内频繁产生3次接管，80%用户会放弃使用该功能。因此，地平线提出「信任公式」——用户智驾信任度=（安心度×专业度×亲密度）/夸大度。其中，“安心度”作为首要的指标，将防御性驾驶策略列为核心，在强化学习的支持下，确保系统拥有超前预判与合理决策的能力，不仅保障“物理安全”的底线，更让每一位用户“心理安全”。

“快思考+慢思考”的策略，为地平线HSD带来了出色的表现——面对复杂城区道路，系统能迅速规划最优路径，并通过安稳操控给用户带来从容与舒适。目前，地平线HSD在变道博弈成功率、复杂路口通行效率等核心指标上与人类驾驶水平相当，正在向“驾驶之神”的标准持续逼近。

地平线技术哲学

让机器回归人本价值

在这场出行方式变革背后，隐含着一个行业共同面对的技术命题——当人工智能逐渐逼近世界的本质规律，AI革命很可能成为人类历史上最后一次科技革命。在这样的时代背景下，地平线始终坚持着自身的技术哲学：所有的技术演进不是为了让机器更强大，是要让人更强大，让人更自由。最终的价值与意义是让机器归机器，让人的归人。

从解析驾驶规律到探索世界真相，地平线以“逼近世界本质”为锚点，正将AI的理性力量注入智能驾驶的演进脉络。

余凯博士对智能驾驶的未来使命也充满期待：“实现3年脱手可开 (Hands Off) ，即放开双手让汽车自己行驶，司机仅需处理突发情况；5年闭眼可开 (Eyes Off) ，让司机放心闭眼驾驶；10年随心可开 (Minds Off) ，使司机完全不用管汽车的行驶。”

基于这一认知，地平线形成了独特的战略定力：以“赋能智能汽车和机器人，让人类生活更美好、更安全”为使命，通过征程系列计算平台构建智能汽车的“基带”，打造人人都爱用的辅助驾驶产品，成为普惠大众每一刻出行的安全守护。

在产品底层逻辑上坚守技术纯粹性，专注探索驾驶行为的本质规律。这种思考恰似围棋中的「本手」：看似朴实无华，实为决定终局的关键落子。