地平线：我不擅长 PPT，更爱埋头搞量产

转眼又到了北京柳絮漫天飞舞的时节。每当这个时候，我就会想起那句经典的台词。

「春天来了，万物复苏，大草原上的动物们…」

大草原上动物怎么样了，我不是很清楚，但我知道，车圈的春天的确是来了。

本周可以说是 2022 年以来车圈最热闹的一周，不仅有各家新车的扎堆发布，还有各种智能驾驶技术的集中亮相。

作为国产智能驾驶 AI 芯片的第一梯队，地平线也选择在这个时候带来了他们的量产级智能驾驶技术体验日活动。

九个月前，我们说过，地平线对于很多读者来讲还是一家陌生的企业；九个月后，我从地平线官方微博的粉丝数推测，对于普通消费者而言，这种陌生可能仍将持续。

但实际上，地平线已经推出了包括 Horizon Matrix Mono 前视辅助驾驶方案、Horizon Matrix Pilot 领航辅助方案、Horizon Halo 车载智能交互方案在内的三大量产级智能驾驶方案。而我的体验，也将按照这个顺序，依次展开。

Mono：一颗摄像头搞定 L2

Mono 能依靠单个摄像头，实现 L2 级别的 ADAS 感知性能，它是地平线推出最早，也是最为成熟的前视辅助驾驶方案，目前已经列装了多个量产车型。而本次 Mono 体验，也正是在一辆量产版的长安 UNI-V 上完成的。

一上车，还没来得及系好安全带，地平线的工作人员就先给我立了个大大的 Flag，一下子把我的预期拔高了好几个台阶。

「在高速上跑 L2 太简单了，这次咱们就在城区道路上体验一下 Mono 的 L2 功能。」

说完，这台长安 UNI-V 真就汇入了地平线总部附近的车流当中。

有一点小失望的是，原本我以为的 L2 指的是全速域 ACC 自适应巡航 + LKA 车道保持同时开启的状态，可能是限于车辆本身的状态，本次 Mono 的体验全程只开启了全速域 ACC 功能。

但该说不说，Mono 的这套全速域 ACC 真的很顶。

我们汇入车流的时间临近下午 5 点，交通晚高峰已经开始，道路上的情况也变得更为复杂。私家车、公交车、摩托车、电动自行车、行人…平时你能在晚高峰城市路面上见到的交通参与者，我们几乎都遇到了。但就是在这种路况下，我们开着 Mono，走走停停通过了十多个红绿灯路口，而仪表盘上的 ACC 指示灯一直保持常亮状态。

Mono 最让我安心的一点，是它会直观地标注出与前方车辆之间的距离。

当仪表盘上显示的前车距离减小与车辆制动的拖拽感一起到来时，我就知道，Mono 仍稳定地掌控着局面，而我继续坐好就可以了。

当然，Mono 也有改进的空间。

比如，或许是受限于芯片算力，我观察到，Mono 在识别到摩托车时，并不是第一时间在仪表盘上显示摩托车模型，而是先识别成一辆轿车模型，在大约 1 秒钟后，再切换成摩托车模型。

不过，这也仅是一种观感上的不悦，对其控制车速的功能本身并无影响。

Pilot：纯视觉实现高速 NOA

如果说 Mono 的体验只是这次活动的「开胃小菜」，那 Pilot 的体验无疑是本次活动的「核心硬菜」。

活动开始前，我在微博上发了一张「野生理想 ONE」的照片，这是一辆地平线的研发测试车，车上额外加装的激光雷达传感器吸引了很多网友的注意。

但其实，Pilot 是一套纯视觉方案，它依靠 6 个摄像头 + 高精地图实现高速领航 NOA 功能。激光雷达在这里的用途仅为「真值校准」，以验证 Pilot 视觉感知的结果是否准确，到量产车上时，你就见不到激光雷达了。

既然是高速 NOA，那自然是要上了高速才能显示实力。

一上高速，地平线的工作人员轻拨换挡拨杆，车内语音提示 NOA 功能开启，地平线额外加装的 HMI 人机显示界面也从 2D 的地图导航界面变成了 3D 实时车道视角，360 ° 显示我们车辆周围的车道、车辆信息。

总的来说，Pilot 能实现自动跟车，自动变道，主动超越慢车、主动偏移避让大货车、大曲率弯道行驶、自动进出匝道等功能。

具体到细分场景，在大家的想象中，可能会觉得大曲率的匝道行驶是高速 NOA 面临的一大难题。

但其实并不是。对于一套成熟的纯视觉 NOA 方案来说，只要路面上的车道线清晰，大曲率、急拐弯的行驶难度并不高。即使真的碰上了半径很小的弯道，系统也会自动控制车辆降速，从容通过。

相比之下，车道线不清晰的匝道 Y 型岔路口对 NOA 系统的挑战更大。

这种场景的难度在于车道线的突变。

很多 Y 型岔路口前的匝道都是单车道，在接近岔路口时，两侧车道线之间的距离会逐渐变宽，直至 Y 型路口前。靠近 Y 型路口的过程中，单车道的匝道并不会提前在道路中央画上一条额外的车道线来区分不同方向的两个车道。

在我们人眼看来，一条小路分成了两个方向，一目了然，很好分辨。但对于计算机来讲，它更多是依靠车道线信息来判断前进方向。在这种场景下，车道线只是变宽了，并没有改变走向，计算机也就很难判断出前方路况。很多情况下，系统会认为车道没有发生变化，但当匝道的一个车道瞬间裂变成两个不同方向的车道时，这种判断的后果就是，车辆会直直朝着分岔口的护栏撞过去。

而地平线 Pilot 在这种场景下的表现就异常惊艳。

在识别到 Y 型岔路口后，Pilot 会早早地控制车辆向前进方向偏转一个非常轻微的角度，车仍然是保持在车道中间附近的位置，但我能感受到，车将朝预定的那个方向转向。

这种细微操作能让我很明确地预判到车辆的下一步动作，而这种预判带给我的，则是满满的安全感和信任感。

至于大家之前觉得很难的匝道大曲率行驶，就这么说吧，即使是在春日夕阳直照的低可视场景下，Pilot 也仅是稍微晃动了一下方向盘，然后立即控制了车速，继续平稳行驶。

如果非要给地平线这套高速 NOA 挑挑毛病，我能想到的就是两点。

一是，这套系统对于变道时，目标车道前后车距的判断还是过于保守。根据我的目测估计，它在前后车距均大于 20 米的情况下能比较顺畅地完成变道。

二是，这套系统目前无法自主通过收费站。地平线给出的解释是，这是出于安全的考量。由于收费站车道骤然增多，路况也更加复杂，因此需要驾驶者在进入收费站前自行接管车辆。

我相信这也是未来地平线 Pilot 进化历程中将要解决的问题。

Halo：多模交互

不管是 Mono，还是 Pilot，背后体现的都是地平线对于 AI 感知的绝对能力。有了这个前提，地平线打造智能车载交互方案 Halo 也就成了顺理成章的事情。

Halo 的核心卖点是全时免唤醒。

目前主流的语音交互往往需要一个「你好，XX」的唤醒词来激活语音系统。对于系统来讲，这种特定词激活能避免日常谈话误识别的问题，但也带来交互不够自然的问题。特别是在车上有其他乘客的情况下，突然开口喊一声「你好，XX」，我个人多少是会有些羞耻感。

Halo 全时免唤醒的亮点在于，它可以自动根据语义，分辨你是在对它讲话，还是在对车内其他乘客讲话。

「比如说我们现在觉得有些热，想打开车窗，这四个字是一个明确的指令，但我并不是在对 Halo 说，Halo 也识别到了这个场景，所以我们的车窗并没有被打开。但是，当我希望 Halo 执行我的指令时，就像这样，打开车窗，你看，车窗就被打开了。」

地平线的工作人员用这个例子向我展示了 Halo 全时免唤醒的特点。

这的确是一种很奇妙的体验。作为人来讲，我们可以根据说话的语气，声音大小，甚至朝向分辨这句话的对象是否是我们自己。但对计算机来说，不同语气的「打开车窗」的识别结果实际上并没有太大差别，而 Halo 凭借着 AI 感知，恰恰做到了这一点。

因为带着「自动驾驶」、「智能驾驶」等标签，地平线常常被人拿来和特斯拉做比较。但实际上他们并不算是竞争对手，认真算算，他们之间的赛道甚至隔了好几层。

因此，尽管做出了三套可用度很高的智能驾驶方案，但整场活动，地平线一直在强调，他们是一家定位 Tier2 的芯片厂商。做出这三套方案，更多的目的也是希望向汽车主机厂表达他们的芯片平台可以实现这样的功能。

相比这些终端功能的实现，地平线表示，他们在消费者看不到的后端，从 AI 芯片到操作系统，再到 AI 算法、AI 功能开发工具链、AI 云上 SaaS 开发平台等方面做出了更多的努力，从而为车企客户提供了一整套完整易用的智能驾驶开发链。

而 20+ 车企定点合作，50+ 车型前装定点，超过 100 万片的征程芯片出货量，越来越多的用户选择地平线，也验证了地平线这个模式的正确性。

回到芯片本身，3 颗征程 3 组成的 Pilot 3 方案仅仅凭着 15 TOPS 的算力，已经能提供非常成熟的高速 NOA 体验，这就让我不得不期待后续 128 TOPS 算力的征程 5、最高 1000+ TOPS 算力的征程 6 将会有怎样的表现。

而搭载征程 5 芯片的新车也即将在今年第四季度亮相。

地平线，我们 Q4 见。