苏箐与自动驾驶：从华为ADS到地平线HSD的技术思考

1. 从华为到地平线：苏箐的职业轨迹与技术理念

苏箐这个名字，在自动驾驶技术圈内可谓如雷贯耳。作为华为自动驾驶业务的前负责人，他带领团队打造了华为ADS（Autonomous Driving Solution）系统，并在极短时间内将其推向市场。2021年，华为与北汽合作的极狐阿尔法S HI版车型搭载的华为ADS系统惊艳亮相，展示了城市道路上的高阶自动驾驶能力，这在当时国内自动驾驶领域堪称里程碑式的突破。

然而，苏箐最为人所知的或许不是他的技术成就，而是他直言不讳的性格和对自动驾驶行业的"清醒"认知。在2021年世界人工智能大会上，他公开表示"L5级自动驾驶在可预见的未来不可能实现"，这一言论在当时引发了广泛讨论。这种不随波逐流的独立思考精神，正是他被冠以"无处安放的清醒"这一评价的原因。

2022年，苏箐离开华为加入地平线，担任"HSD缔造者"角色。HSD（Horizon Super Driving）是地平线推出的全场景智能驾驶解决方案，与华为ADS形成直接竞争。这一职业转变背后，反映的是中国自动驾驶产业格局的变化——从主机厂自研、科技公司赋能，到芯片厂商向上整合的全栈解决方案。

2. 自动驾驶行业的技术现实与苏箐的"清醒"

苏箐对自动驾驶的"清醒"认知，主要体现在三个方面：

2.1 对技术极限的客观评估

在行业普遍乐观预测L4/L5自动驾驶即将商用的氛围下，苏箐始终保持冷静。他认为，现有传感器配置（摄像头+雷达）和算法范式（基于深度学习的感知+规则引擎的决策）存在理论上的天花板。特别是在中国复杂的道路环境中，长尾场景（corner cases）的数量远超预期，这使得完全无人驾驶在可预见的未来难以实现。

这一判断得到了越来越多业内人士的认同。2023年，多家自动驾驶公司调整了技术路线图，从追求完全无人驾驶转向更务实的辅助驾驶功能迭代。苏箐的前瞻性观点，实际上为行业提供了理性的声音。

2.2 对商业落地的务实思考

苏箐曾多次强调，自动驾驶技术必须考虑商业可行性。在华为期间，他推动ADS系统采用"车路协同+车端智能"的混合路线，而非单纯依赖单车智能。这种思路源于对中国道路基础设施和交通参与者行为的深刻理解——在混行交通环境下，纯粹依靠车辆自身的感知和决策系统难以保证安全性和流畅性。

加入地平线后，苏箐将这一理念进一步深化。HSD方案特别强调"可量产性"，即在不显著增加硬件成本的前提下，通过算法优化和芯片算力高效利用，实现足够好的驾驶体验。这与某些追求技术极致但成本高昂的方案形成鲜明对比。

2.3 对安全边界的严格把控

苏箐对自动驾驶安全性的重视程度在业内是出了名的。他主导开发的系统通常具有多重冗余设计，包括：

• 感知层的多传感器交叉验证
• 决策层的保守策略（如遇到不确定情况时优先选择安全停车）
• 执行层的故障检测与降级机制

这种对安全的偏执，虽然有时会影响系统的"拟人化"表现（如变道不够果断），但确保了极高的功能安全等级。在自动驾驶行业经历了几起严重事故后，这种严谨态度得到了更多认可。

3. 华为ADS与地平线HSD的技术路线对比

作为少数同时主导过两家头部公司自动驾驶系统开发的技术领袖，苏箐在华为和地平线的实践呈现了不同的技术特点：

3.1 硬件架构差异

华为ADS采用自研MDC计算平台+华为全栈传感器的封闭生态，优势在于：

• 硬件软件深度协同优化
• 数据闭环效率高
• 系统稳定性有保障

地平线HSD则基于征程系列芯片打造开放平台，特点包括：

• 支持多传感器配置的灵活性
• 算力利用率极高（TOPS/Watt指标领先）
• 便于主机厂进行差异化开发

3.2 算法策略侧重

华为ADS强调"全场景覆盖"，其技术亮点在于：

• 复杂路口处理能力
• 精准的交通参与者意图预测
• 流畅的轨迹规划

地平线HSD则更注重"实用主义"，表现为：

• 对常见场景的极致优化
• 计算资源的高效分配
• 快速的热启动和冷启动性能

3.3 数据驱动方式

两家公司在数据利用上也各具特色：

• 华为依托庞大的用户基数和自建数据中心，建立了完整的数据采集-标注-训练-部署流水线
• 地平线则通过工具链开放，吸引更多合作伙伴贡献数据，形成分布式学习网络

苏箐在不同平台的技术选择，反映了他对行业发展趋势的把握——从封闭系统走向开放协作。

4. 自动驾驶行业面临的现实挑战

苏箐的"清醒"很大程度上源于对行业深层次问题的认识。当前自动驾驶技术面临的主要瓶颈包括：

4.1 传感器局限

现有自动驾驶传感器各有优缺点：

• 摄像头：高分辨率但受光照影响大
• 激光雷达：精确测距但成本高、雨雪天性能下降
• 毫米波雷达：全天候工作但分辨率低

多传感器融合虽然能部分弥补单一传感器的不足，但增加了系统复杂度和计算负担。更重要的是，没有任何传感器组合能100%确保在所有场景下的可靠性。

4.2 算法天花板

基于深度学习的感知系统存在固有局限：

• 需要大量标注数据进行训练
• 对分布外样本（OOD）识别能力弱
• 决策逻辑可解释性差

虽然大模型的出现部分缓解了这些问题，但根本性的突破尚未出现。苏箐团队在实践中发现，随着系统能力提升，新出现的长尾场景数量呈指数级增长，这导致研发投入的边际效益递减。

4.3 商业模型困境

自动驾驶的商业模式尚未完全跑通：

• 前装方案受制于汽车开发周期长
• 后装市场面临安装复杂和法规限制
• 订阅服务用户接受度有待验证

高昂的研发成本与不确定的回报周期，使得投资者开始重新评估自动驾驶公司的估值逻辑。苏箐在公开场合多次提醒行业要关注可持续性问题。

5. 从技术领袖到行业思考者

苏箐的角色演变，反映了中国科技产业人才发展的一个新趋势——从单纯的技术专家成长为具有战略视野的行业思考者。在这个过程中，他展现出的几个特质尤为值得关注：

5.1 跨界整合能力

苏箐的技术背景涵盖：

• 芯片设计（华为海思时期）
• 算法开发（自动驾驶感知与决策）
• 系统工程（整车电子电气架构）

这种全栈经验使他能够从多个维度评估技术方案的可行性，避免陷入单一视角的局限。

5.2 批判性思维

在行业热潮中保持独立思考的能力，是苏箐最鲜明的特质。他善于：

• 区分技术可能性和工程可行性
• 平衡创新激情与商业理性
• 在短期目标和长期愿景间找到平衡点

这种思维方式在当前充满不确定性的技术环境中显得尤为珍贵。

5.3 人才培养理念

作为华为"导师"文化的代表人物，苏箐特别重视团队建设。他的管理哲学包括：

• 鼓励技术辩论，不迷信权威
• 给年轻人压担子，在实践中成长
• 建立知识共享机制，避免信息孤岛

这些理念在地平线得到了延续和发展，培养了一批兼具技术深度和系统思维的自动驾驶人才。

6. 对中国自动驾驶产业的启示

苏箐的职业轨迹和技术观点，为行业发展提供了有价值的参考：

6.1 技术路线的选择

盲目追求完全自动驾驶可能不是最优路径。更务实的做法是：

• 聚焦可量产的辅助驾驶功能
• 逐步扩展ODD（设计运行域）
• 建立完善的人机共驾机制

这种渐进式发展模式已被证明更符合市场规律。

6.2 产业协作的重要性

自动驾驶涉及的技术链条太长，任何一家公司都难以独自完成。健康的发展生态应该：

• 芯片厂商提供高效计算平台
• 算法公司专注核心技术创新
• 主机厂负责系统集成和用户体验
• 政府完善基础设施和法规标准

苏箐在华为和地平线的经历，正是这种协作模式的生动体现。

6.3 安全文化的建立

自动驾驶关乎生命安全，必须建立严格的安全管理体系：

• 明确的功能安全目标（如ASIL等级）
• 完善的开发流程（如ASPICE）
• 透明的责任认定机制

苏箐团队在这方面的实践，为行业树立了标杆。

在自动驾驶这个充满激情但也容易迷失方向的领域，苏箐这样的"清醒者"显得尤为珍贵。他的职业选择和技术观点，不仅影响了两家头部企业的发展轨迹，也为整个行业提供了理性思考的范本。随着技术演进和市场竞争加剧，这种基于深度认知的"清醒"将展现出更大的价值。