" 大家别太嗨，又进入苦日子的阶段了。"

12 月 9 日，在地平线 2025 年技术生态大会上，地平线副总裁兼首席架构师苏箐的这句话，像一枚清醒针，扎进行业火热的情绪里。

图片来源：地平线

这番话并非危言耸听，而是他对自动驾驶十年跌宕的切身感受，以及对未来技术、工程与商业路径的审慎预判。当特斯拉 FSD V12 掀起端到端革命、许多人高呼 " 奇点已至 " 时，苏箐看到的，却是狂欢后的漫漫长路。

他认为，一场内核范式的重构刚刚完成。接下来不是坦途，而是一场考验耐力、财力与组织力的硬仗。一段为期三年甚至更久的 " 苦日子 "，正在拉开序幕。

范式已立，高墙已现

苏箐把特斯拉 FSD V12 看作分水岭。其意义堪比原子时代核裂变实验首次成功—— " 它告诉你这个范式是可能的 "。在此之前，尽管深度学习已重构了感知系统，但规控部分仍严重依赖人工规则，导致系统 " 革命革到一半 "，行为机械、难以类人，天花板肉眼可见。

" 知道方向不对、知道正确方向，与真正把正确方向落地实现，中间隔着巨大的鸿沟。" 苏箐说。FSD V12 填平了这段鸿沟，证明了端到端数据驱动这条路能走通。

这是一个从 0 到 1 的、关于 " 可能性 " 的确认。但走通之后，往往不是一马平川。

苏箐提醒，人类容易陷入一种错觉：" 在事情未发生时，完全不相信它会发生；但当事情发生后，又会认为它会持续发生。" 他认为，现在行业正处在后一种盲目乐观里。

一次内核范式重构，常是一个技术周期的高点，而非持续跃升的起点。

为什么？

首先，理论突破有周期。人工智能大约二三十年一次范式轮回。" 这一代的深度学习技术，有一点碰到天花板的可能性了。" Scaling Law 的边界或许正在临近，"AI 和 AGI 的基础理论在未来三到五年可能不会有全新的突破 "。

其次，这次重构 " 已革完 "。端到端实现了从感知到规控的完整闭环。" 如果再要有巨大的内核重构，就不是把深度学习从一半推到 100%，而是要改变内核理论。"

但遗憾的是，" 我们还没有看到下一个理论突破的前置信号出现，而这个东西出现之后，还需要 5 年、10 年，甚至是 20 年才能变成应用的突破。" 所以苏箐判断：未来三年，行业的主旋律将是在已确立的端到端范式基础上，进行极致的工程优化、体验打磨和成本下探，而非期待又一次理论内核的重构。

" 苦日子 " 的本质就此浮现：告别颠覆性创新带来的兴奋，进入漫长、琐碎、烧钱的 " 啃硬骨头 " 阶段。行业竞争的重点，将从 " 谁先看到方向 " 转向 " 谁能把方向走得更稳、更远、更经济 "。

" 苦日子 " 的三重门

这 " 苦日子 "，具体苦在哪里？苏箐的演讲勾勒出三道难关。

第一重：极致工程的高成本炼狱。

新范式带来新问题。" 新范式不像大家看得这么美好，" 苏箐坦言，" 它会有新范式的问题。"

端到端系统虽然潜力巨大，但其开发、训练和调试过程极其复杂和不透明。" 一轮需要花十几亿、几十亿……它是非常不收敛的，任何一个噪声就会导致整个系统废掉。" 高投入、高风险、长周期，考验的是公司的财力、技术韧性和战略定力。

苏箐自己也在焦虑：" 做一轮试验可能十个亿，还不一定成功。这种事情是很恐怖的。"

第二重：长尾问题的深水区。

基础能力过关后，挑战才真正开始。

苏箐举了个例子：公司内部已不再讨论怎么绕行、怎么选路。他们在争论：" 后面有一个水坑，你该怎么办？" 或者 " 前面卡车错车，该鸣笛等还是绕过去？" 等等——大家开始用人类司机的标准，来审视和期待系统。

然而，" 越是人类与生俱来的基本技能，计算机越难掌握。" 解决这些稠密物理世界中的连续决策问题，需要系统拥有接近常识的认知和泛化能力。

" 这些问题极其难，" 苏箐说，" 我知道有希望解决，但怎么解决，我今天还没有清晰答案。" 攻克这些 "corner case" 和 "hard case"，没有捷径，只能依靠海量数据、高效仿真的 " 笨功夫 " 和工程团队的 " 集团军作战能力 " 去一点点打磨。

第三重：规模化的成本攻坚战。

苏箐画了张饼：Urban L2 （城市组合辅助驾驶）会像自动挡一样，从几十万的车普及到十万级别，" 一样好用 "。这是计算机工业 " 突破成本极高，复制成本极低 " 带来的红利。

但实现这张饼，路还很长。需要在体验类人的同时，把成本压到极致。这牵涉算力平台、传感器方案、数据闭环、制造规模……每一个环节都得精打细算。

L4 级自动驾驶也一样。新范式虽然解决了过去依赖高精地图、限定区域（ODD）所带来的高成本和可扩展性难题，但真正实现 " 以乘用车和 robotaxi 的双模式去部署 "，并以 " 合理的价钱 " 让用户无感地获得 L4 级体验，仍需在可靠性、法规、商业模式上完成跨越。

" 本质是需要跟人类司机去比成本的，这是一切商业本质的源头。" 任何无法数量级降低成本的线性递推方案，在商业上都难以成立。

三重挑战交织，意味着未来比拼的是综合实力：工程组织力、持续投资力、对极致体验的偏执。算法灵感的时代过去了，工业化能力成为基石。

地平线的 " 过冬 " 准备

面对 " 苦日子 "，苏箐没慌。他清晰地分享了地平线的应对策略。

第一，铸造 " 工业母机 "。

这是苏箐最想强调的一点。" 你需要做的事情是把你自己公司的工程能力和组织能力不断强化，强化再强化。"

他将这种能力称之为 " 工业母机 " ——是制造机器的机器，是应对一切技术不确定性的确定性基础。只有拥有一个稳定、高效、能打硬仗的工程组织，才能在新技术来临时快速导入，在问题爆发时以 " 集团军 " 规模系统化解决，并持续攻坚那些最难的、没有现成答案的长尾问题。

这是地平线认为在 " 苦日子 " 里最值得持续投入的根基。

第二，坚持 " 统一范式 "。

地平线不走 L2 级组合辅助驾驶和 L4 割裂的路。" 我们会重投入 L4，但是以统一的开发范式、统一的传感器配置、统一的 ODD 区域，去打通 L2 到 L4。"

这意味着技术演进是连续曲线。今天用户在 L2 系统上获得的数据和体验，将为明天的 L4 系统提供养分；而研发 L4 过程中攻克的高阶难题，其解决方案可以反哺提升 L2 的安全与流畅度。这种思路不仅提升了研发效率，更让 " 你现在开的是 L2 的车，三年后买到的车已经是准 L4 系统了 " 成为可能的高概率事件。它模糊了等级的边界，转向以用户体验和实际能力为衡量标准。

第三，" 玩命堆算力 "。

在技术可能进入平台期时，地平线选择了最朴素的策略：持续提升算力。

" 我们后面每一代芯片和每一代产品会坚持十倍算力提升、十倍模型容量。" 苏箐将其视为计算机工业的基因：" 玩命堆算力，就是计算机工业里面最重要的基因和逻辑……因为它不要钱。"

这里的 " 不要钱 " 指的是随着半导体工艺进步和规模扩大，算力成本的边际效应极其显著。他认为，不要过早质疑 " 是否需要这么多算力 "，正如当年无人预料到今天手机需要如此强大的处理器。持续、简单且粗暴地追求算力规模，是为未来更大模型、更复杂任务储备的 " 基建 "，是在理论瓶颈期维持体验进度的核心手段。

此外，产品思路也在调整：从过去 " 做加法 "（拼凑各种碎片化功能），转向 " 做减法 "（专注于让一个统一的端到端模型 " 长 " 出各种能力）。" 我们绝不去做一些零碎的功能，我要让这些功能慢慢给它时间，在这棵树上自己长出来。" 这需要信任，更需要定力。

  结语：

" 苦日子 "，是技术从原型走向产品、从实验室走向市场的成人礼。但 " 苦 " 中藏着路径与希望。抵达终点的旅程，注定不会一路欢歌。但对 " 苦日子 " 的清醒认知与扎实准备，或许正是穿越周期、走向下一个黎明的唯一方式。

未来三年，是淬炼真金的时刻。