摘要
当城市NOA（领航辅助驾驶）开始从30万元以上高端车型，快速下探至10万~20万元大众市场，中国智能驾驶产业正在进入新的竞争阶段：数据驱动、端到端、大模型与整车智能体，逐步成为行业新的关键词。 一边是纯视觉、多传感融合、车路云协同仍在并行演进；另一边，围绕L3、L4与Robotaxi（自动驾驶出租车）的讨论也正从“概念验证”走向“商业落地”。行业既要应对算力、模型与工程化的挑战，也需平衡安全、成本与规模化。 近期，《每日经济新闻》（以下简称NBD）“AI相对论”第二期与地平线副总裁、战略部及智驾产品规划与市场部负责人吕鹏，以及中国人工智能学会智能驾驶专业委员会执行秘书长闫婧，就当前行业关注的热点问题展开对话。前者站在芯片量产一线，关注软硬协同与整车智能体；后者深耕产业研究与标准讨论，关注技术节奏与行业规范。 从“效果比名词更重要”，到“能落地的L3本质上要有L4能力”；从端到端、VLA（视觉语言动作），到“车将成为个人最大的计算中心”，两位嘉宾围绕技术路径、演进逻辑与未来3—5年的发展格局，展开了一场深度讨论。 本期嘉宾： 地平线副总裁、战略部及智驾产品规划与市场部负责人吕鹏 ◼中国人工智能学会智能驾驶专业委员会执行秘书长闫婧 效果比名词更重要，核心是数据驱动 NBD：从城市NOA的技术路线角度来看，目前存在多传感融合、纯视觉、数据驱动等不同路径，争议很多，如何评价这些路线的优劣和未来走向？ 闫婧：城市NOA的覆盖率和消费者接受度都在提升。多传感器融合一直在发展，早期有激光雷达加摄像头的方案，之后会综合考虑成本、消费者接受度、安全性、场景适配，推出不同技术方案，这是从研发到工程实现的综合结果。目前，高配车型上多传感器融合更丰富，要让技术广泛应用到大众市场，就需要成本能接受的方案。不同成本、不同场景会搭配不同的传感器配置，是当前的主流选择。 纯视觉路线，不少车型都在用，算法要求高，在较好天气和工况下表现不错，但在天气或工况较差时（例如暴雨、暴雪、浓雾、复杂路况等），需要更谨慎。数据驱动和数据融合是必需的，数据包括车端采集的多源数据，也包括车路协同、车路云一体化的数据，路侧基础设施的数据可以作为补充，来覆盖视觉盲区、优化交通调度等。 NBD：地平线针对不同路线和市场需求有什么考虑？ 吕鹏： 地平线一直
摘要可能不完整，可查看原文