尊敬的各位領(lǐng)導(dǎo)、各位嘉賓，大家上午好！

    非常感謝主辦方的邀請，也非常榮幸代表地平線參加此次活動。接下來我將從用戶價值出發(fā)來談一下未來出行的機(jī)遇與挑戰(zhàn)；伴隨著小鵬、理想及問界城區(qū)NOA的落地計劃，自動駕駛又被推向了一個新的高度！先進(jìn)技術(shù)演進(jìn)的源動力其實是大道至簡：即回歸商業(yè)本質(zhì)，用戶價值驅(qū)動，所以我今天要分享的主題是《用戶價值驅(qū)動，推動智能駕駛技術(shù)的創(chuàng)新發(fā)展》。

    什么是用戶價值呢？對于自動駕駛而言，我們用戶需要的真的是無人駕駛嗎？我們可以看一組數(shù)據(jù)調(diào)查，通過這組數(shù)據(jù)調(diào)查可以看到，其實絕大多數(shù)用戶想要的是駕駛過程中的安全和輕松感，也就是說我們要幫助用戶減少駕駛疲勞；同時，我們也發(fā)現(xiàn)智能駕駛輔助系統(tǒng)已經(jīng)成為新能源購車人群，在購車時選擇的一個重要的考量因素，且越來越多的消費者也認(rèn)可中國本土的電動汽車品牌在智能化領(lǐng)先全球，特別是在自動駕駛領(lǐng)域。從這一點而言，基于地平線征程芯片量產(chǎn)的高級輔助駕駛系統(tǒng)已經(jīng)在為用戶創(chuàng)造實實在在地價值了。

    我們都知道，用戶價值就是通過用戶體驗來實現(xiàn)的，當(dāng)前用戶體驗的實際和用戶體驗的預(yù)期還存在差異：如接管率，ODD，過彎的平滑性以及性價比等方面；透過現(xiàn)象看本質(zhì)：用戶體驗差異的背后是智駕技術(shù)的挑戰(zhàn)，對于智駕技術(shù)的挑戰(zhàn)，我們歸納為如下三個方面：

    1.現(xiàn)有算法不足以支撐復(fù)雜場景下的功能和性能；

    2.現(xiàn)有的有效算力和它的帶寬不足以支撐先進(jìn)算法和大模型的運行；

    3.現(xiàn)有軟件架構(gòu)不足以支撐高度自動化的軟件迭代。

    這么多的問題要如何解決？

    從發(fā)展路線來講，地平線認(rèn)為這是一個漸進(jìn)的發(fā)展路線；當(dāng)前會聚焦ODD的擴(kuò)展：從單一車道到多車道，從簡單場景到復(fù)雜場景，逐漸逼近客戶體驗上限的過程；下一個階段的重點是如何提升百萬公里的接管次數(shù)，無論是當(dāng)前對于應(yīng)用場景的拓展還是未來對智駕性能的提升，先進(jìn)的算法或大模型的應(yīng)用都對算力提出了更高的需求。

    這么多年來，地平線走了與眾不同的技術(shù)路線，這也是我們?yōu)槭裁春髞碚呔由系脑?；?qiáng)調(diào)軟硬協(xié)同是我們地平線一直秉承的理念，有的時候說地平線是一家芯片公司，其實它更像一家軟件公司。

    舉個例子，2020年GoogleWaymo自動駕駛算法挑戰(zhàn)賽，共有全球120多個團(tuán)隊參加，全球頂級自動駕駛團(tuán)隊基本上都參加了。一共五個比賽項目，地平線團(tuán)隊在五個比賽里面有四項第一。

    今年地平線團(tuán)隊進(jìn)一步地去開發(fā)端到端的大模型，基于Transformer的神經(jīng)網(wǎng)絡(luò)技術(shù)。地平線的工程師在世界頂級計算機(jī)視覺會議CVPR提交的9000多篇論文中脫穎而出，榮獲第一名。

    這些都說明了地平線的工程師跟科學(xué)家，在算法前沿研究上，一直保持世界領(lǐng)先，所以我們能夠去設(shè)計最先進(jìn)的硬件計算架構(gòu)，去支撐最先進(jìn)的算法。軟硬結(jié)合的理念非常重要，地平線設(shè)計的BPU是我們的整個硬件架構(gòu)的核心，是為高等級自動駕駛而生的，對自動駕駛有更高效率；

    BPU架構(gòu)凝結(jié)了地平線對神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)等先進(jìn)技術(shù)的思考，BPU設(shè)計始終秉承一個觀點：源于應(yīng)用場景，最終歸于應(yīng)用場景；在這個過程當(dāng)中，我們需要不斷地拓展應(yīng)用場景，遇到新的挑戰(zhàn)，發(fā)現(xiàn)新的問題，再結(jié)合整個算法的發(fā)展趨勢，去求解最合適解決自動駕駛應(yīng)用場景中的最優(yōu)算法，并通過軟件和硬件的結(jié)合實現(xiàn)最佳算法；另外，作為自動駕駛的芯片，還要考慮最嚴(yán)格的安全標(biāo)準(zhǔn)，地平線已經(jīng)把車規(guī)的安全性和可靠性要求和最佳實踐注入到BPU的設(shè)計和芯片的工程實踐當(dāng)中；

    我們每一代BPU架構(gòu)都在試圖求解那個時代最重要的一些算法，比如說第一代Bernoulli（伯努利）的架構(gòu)，它主要面向的是典型的主動安全類的輔助駕駛功能場景跟蹤、關(guān)鍵點的檢測等。所以我們選擇了高效支持當(dāng)時最優(yōu)秀的輕量級網(wǎng)絡(luò)MobileNet、EfficientNet這樣的架構(gòu)，并且在硬件上和軟件上對它進(jìn)行深度的優(yōu)化。到了第二代Bayes（貝葉斯）架構(gòu)，我們面臨的是更高等級的L2+高速甚至城區(qū)的自動駕駛解決方案，需要對時間和空間的融合，對多傳感器的融合，包括對于未來的預(yù)測等問題提供有效且最優(yōu)的硬件架構(gòu)，更好地支持像LSTM、BEV、Transformer這樣的算法。我們的最新一代Nash（納什）架構(gòu)，結(jié)合了智能計算發(fā)展的最新趨勢——超大規(guī)模的參數(shù)模型，典型的像GPT，以及大規(guī)模極其復(fù)雜的蒙特卡洛樹搜索——這在城市的自動駕駛場景里，尤其是大量的動態(tài)目標(biāo)相互之間持續(xù)博弈、不斷爭奪的路權(quán)過程中，是一個至關(guān)重要的算法。圍繞這些，又有一系列軟硬結(jié)合的優(yōu)化點。

    作為芯片供應(yīng)商，我們的客戶或合作伙伴需要在芯片上完成復(fù)雜的軟件開發(fā)，而且要能夠快速實現(xiàn)軟件迭代；所以我們不是簡單地交付芯片就好；同時還要提供豐富的、強(qiáng)大的開發(fā)工具，包括在嵌入式系統(tǒng)上的工具鏈，以及在云端基于大數(shù)據(jù)的數(shù)據(jù)管理模型、訓(xùn)練模型、仿真模型、測試模型的驗證，以及模型部署的整套工具。今天如果想要在自動駕駛芯片領(lǐng)域成為領(lǐng)先者，必須是全能冠軍，不能僅僅只是芯片設(shè)計，軟件方面也有更多的投入；要軟硬協(xié)同，齊頭并進(jìn)！

    地平線在過去的三代產(chǎn)品，從征程2，征程3到征程5，我們每一代產(chǎn)品都取得了巨大的商業(yè)成功；幾乎100%中國自主品牌主機(jī)廠都成為我們的量產(chǎn)客戶；從高工2023H1的數(shù)據(jù)統(tǒng)計我們可以看出，搭載地平線計算方案的NOA車型數(shù)量領(lǐng)先；在自主品牌一體機(jī)市場（L2ADAS），地平線份額穩(wěn)居前三，有望在年底占據(jù)榜首。

    地平線一路走來，量產(chǎn)的每個車型，都離不開所有客戶的信任與合作伙伴的支持；自動駕駛時代，挑戰(zhàn)與機(jī)遇同在，新征程，是充滿使命和夢想的遠(yuǎn)征，讓我們攜手，勇毅前行，JourneyTogether！