12月8日-9日，在2025地平线技术生态大会期间，智驾大陆neueHCT CEO 厉飚 莅临新浪汽车高端访谈间时表示：皓月产品的定位，是基于地平线征程6B的芯片所开发的入门级的辅助驾驶产品，它的产品价值主张用一句话概括是帮助我们车企客户在全球范围内卖好车，它能满足全球各个国家各个地区的法规，这个法规涉及到一些特殊法规，也涉及到NCAP这种行业标准，这是这个产品的定位，它是一个满足安全和法规的前提下，极具性价比的入门级产品，而且这个产品的特点是不挑车，不会因为你是油车或者电车。
新浪汽车：欢迎来到新浪汽车直播间，今天我们也有幸邀请到了智驾大陆的历总，请历总跟大家介绍一下自己。
厉飚：大家好！我叫厉飚，我是来自智驾大陆，我们的英文名字叫NEUE HCT的CEO，很高兴今天参与新浪的访谈，跟大家分享一下和行业相关以及和自己相关的故事和进展。
新浪汽车：我们新浪主阵地是在微博，是一个社交媒体，您应该了解，在社交媒体上，今年对于智驾的安全和规范的讨论其实特别多，我们作为一个智驾解决方案Tier-1的供应商，在面临智驾的宣传和用户的安全提示这两者之间，是怎么做权衡的？
厉飚：我们整个公司的定位并不是Tier-1，是Tier-2，我们在行业里的定位是Tier-2，我们聚焦是在做智能驾驶的产品和解决方案，面向国内和全球，这个定位也是今天下午会再明确一下。通过从Tier-1变成Tier-2的定位，我们能更好地开放和赋能，这是我们的初衷。
对于安全来讲，今年无论是在法规的推行上，还是在媒体舆论侧的事件上，其实都大大加大了行业对规范和安全提升的认知和重要性。
从产品的角度，我也是在智驾行业近十年的时间，安全一直以来都是绕不开的一个话题，无论是一开始做的入门级的产品，面向主动安全、碰撞预警和规避，主动安全的刹车到满足NCAP满足法规，其实一直以来都是最核心的要求，因为任何的产品在安全没有经过充分验证之前，它是不可以量产的，体验再好，其实都不可以量产，这是对生命的不负责任。
从产品设计的角度，尤其是在过去两年，随着技术的快速发展，数据驱动、端到端技术的快速发展，整个开发范式的改变，给产品的体验和安全性带来非常大的跃迁，从安全的角度，作为行业里Tier-2的供应商，我们在产品设计过程中分了几个维度来尽可能来保障安全，首先从产品的角度，本质上它是L2的辅助驾驶系统，所以人机交互非常重要，能及时跟用户有一个很好的交互，无论是从L2的渲染界面，还是通过声音的提示，就是在遇到危险的前期，我们给用户足够多的提前量来警示他，让他及时接管，其实也不涉及到接管本身，因为他的手一直在方向盘上，所以从交互的角度，法规会把DMS这样的产品提上来，对监控驾驶员的驾驶状态是否处于一个合适的状态，都是来辅助我们要持续保持跟驾驶员的交互，确保驾驶员的注意力是集中的，能及时规避掉一些潜在的安全风险，这是从产品的角度。
从市场宣传的角度，我们会宣传这个产品的亮点，这勿庸置疑，我们要告诉我们的用户，这个产品能给你带来体验上的升级和安全性的保障，但我们一定会强调这是一个L2系统，是一个辅助驾驶系统，我们更推崇的是在这样的系统技术加持下，能给人机共驾的体验带来一个跃迁，而不是自动驾驶，这个概念在接下来一定要做得更明确更好，更清晰。
从开发的角度，因为安全本质上是要持续优化和解决的问题，这一点一定是从研发侧入手，在新的范式下，我们大幅度加大了研发的投入，无论是自有的运营车队，近百辆车的规模，还是我们在开发上测试和验证中的保障，都是我们从问题的源头上要解决，我就从这三个维度来回答一下您的问题。
新浪汽车：我们的产品切分为了皓月和繁星两个产品，跟HSD有什么区别吗？
厉飚：简单讲一下，皓月这个产品的定位，我们是基于地平线征程6B的芯片所开发的入门级的辅助驾驶产品，它的产品价值主张用一句话概括是帮助我们车企客户在全球范围内卖好车，它能满足全球各个国家各个地区的法规，这个法规涉及到一些特殊法规，也涉及到NCAP这种行业标准，这是这个产品的定位，它是一个满足安全和法规的前提下，极具性价比的入门级产品，而且这个产品的特点是不挑车，不会因为你是油车或者电车，这个方案会怎么样，它是随着算力的提升，对油车并不是很友好。繁星会更强调体验，在安全的基础上更强调体验，因为它是一个全场景、连续性非常高的辅助驾驶的产品，我们这次也带来了试驾车，确实有很多客户不仅试乘，也试驾了，所以产品当前开发的状态是符合预期的。
新浪汽车：今天活动试驾环节里是有我们的产品的？
厉飚：对。
新浪汽车：除了HSD，可能就是我们的这个产品了？
厉飚：地平线还有其他生态伙伴的产品都在这次的展会当中。
新浪汽车：我们知道大陆是一个全球五百强企业，其实面对全球不同地区的市场，法规要求肯定是不一样的，您能给我们举一个例子，我们在哪些市场上面对哪些特殊的要求做了哪些处理？
厉飚：我觉得从全球范围来看，法规要求最严格的是欧盟地区，它靠GSR法规就是强标，可以理解为接下来中国在推行AEB的强标，自动驾驶法规的强标，这些都属于强标，你声称要提供相应的系推，就要满足所有的测试项，所以它这里面的测试，像欧盟地区注重AEB，以及像TSR交通限速牌的识别和体现等等一些这种相对比较特殊，我们国内还不完全一样，但他们那边的要求会比较特殊一点，包括日本也有相应的特殊的，澳大利亚也有相应的特殊的要求，所有的NCAP在不同的地区，它的差异化测试项还是有的，这些东西都是很细的活，我们要去看，要理解需求，把需求转化为产品满足它。
新浪汽车：所以您觉得是满足法规容易，还是面对法规要求没有那么严，但极端场景特别多的情况，这两者哪一个方向的更容易解决一点？
厉飚：比如说像NCAP这种，这样更形象一点，它不算是法规，它是一个行业标准，你得三星也好，四星也好，五星也好，其实取决于很多因素，成本、车型定位等等，所以这是一个打分制，很难达到满分，但一定是持续奔着满分的目标去的，即便是五星，它也有分值的区间。您可以理解为法规是一个开卷考试，你要进场测试，你要过这些东西，但真正法规和量产之后遇到的问题是不一样的，法规更多是看正处罚，你能不能在相应的场景下，做到该有的行为和动作，在真实的量产环境当中，我们面临更多的是在法规测不到的场景下，你的车的行为是怎样的，这就是为什么，我们在开发产品的过程中，我们需要大量的测试，以前基于这种规则型的技术，几十辆车的规模常态化的在跑测试，现在基于新的范式下，这是自有车，不算量产车的数据回传这些，所以哪方面都是非常重要的，而且挑战不太一样。
新浪汽车：之前我看到您的一个采访里说到，如果能在这个车的全场景解决方案，如果能在印度开好了，那基本上全世界都OK了，泛化能力都可以了。就现在而言，您依然这么认为吗？过了半年的时间。
厉飚：我们客观地讲，不同国家地区的基础设施的情况不太一样，交通的复杂环境不太纹样，目前看到最挑战的确实还是印度。
新浪汽车：我能不能理解能够适应印度市场的产品放在中国，就可以算降维打击？
厉飚：我觉得不完全是，这么来说可能更容易理解一点，印度从复杂度的平均水平来看是很挑战的，对中国来讲也是一样的，本质上讲，我们开发这个系统是一个概率性的系统，不可能达到100%，至少目前没有达到100%的全向cover（覆盖），所以在中国，比如说在印度可能三个月会遇到这个问题，中国可能需要开一年，你迟早都会遇到这个问题，你都是要解决这个问题的，那边对于开发来讲是友好的，原因是我们可以很快地发现问题，我们去解决问题，实际上我们永远都是在奔着100%的零事故事故的目标去的。
新浪汽车：印度的数据，这种极端的场景对中国的自动驾驶企业来讲，数据应该是非常宝贵的？
厉飚：对。
新浪汽车：我们可以反向赋能地平线，算是我们的股东，我们之间也可能也有关于技术层面的合作和交流，我们会把那部分数据给到地平线，让他们完善国内的部分吗？
厉飚：我觉得这种可行性是在的，它更多是一个商业上的安排。
新浪汽车：现在在印度市场做这种辅助驾驶方案的国内企业多吗？
厉飚：我不是很了解有多少公司在往那个市场走，那个市场比较特殊一点。
新浪汽车：是特殊，听您这么一描述，国内可能持续一年才能遇到的极端场景，在那边可能三个月就会遇到多次，这可能对于我们采集数据来讲确实是很大的一个帮助。面对这种极端的场景，因为今年有一个特别火的词叫强化学习、世界模型、因果推理等等，都是解决这种极端场景的提前预知的能力和学习，我们针对这一块做了哪些安排呢？
厉飚：我们今年从技术的架构上来讲，从原来的两段式的架构升级到一段式，我们感觉到有非常大的技术的升级，给产品体验和安全性带来的收益，其中最明显的两点，这两点和安全直接相关，第一点是整个系统的延时大幅度降低了，从原来的300、400毫秒降低到200毫秒，这对安全性来说，天然就降低了，你可以认为它的反应速度很快。第二点，在端到端的基础架构下，这种防御性驾驶的特性已经呈现出来了，比如说旁边停了一排车，它会慢一点，人开可能也会这样，包括在过十字路口的时候，你也会适当作一些减速，万一有人突然出来，你会大幅度降低碰撞的概率和严重性，所以这是技术已经带来的挑战，有机会可以试一下我们的车，可以感受到这个，而且这个东西用传统的方案做不出来。
新浪汽车：刚刚您也提到了我们的技术是从两段式端到端变成一段式端到端，这样的改变会不会意味着我们之前针对两端式端到端的开发，除了数据层面，算法层面就清零了，变成了一个重新开始的过程。
厉飚：这个不是二元论，包括在两端式之前所有的开发，基于卷积神经网络，再加上规则的规划控制，所有的历史经验都传承下来了，它传承的形式是这些经验从产品开发的角度，沉淀在了整个体系和基建里，之前遇到的问题，我在开发新产品的时候，我可以第一时间验证之前遇到的问题是不是被优化或者被解决，你可以理解为这是一个雪球，它不但越滚越快，而且还越滚越大，这是一个势能的积累。
新浪汽车：昨天博世的吴永桥吴总提到了，有的时候会靠灵光一闪，尤其是算法的优化上，是靠一些创意想法，然后这些想法可能，很简单的一个想法，经验特别多的人，可能反而就会被圈在自己的思维框架里，反而是一些年轻人偶然蹦出来的一些想法，能够特别大程度的解决我们现在的问题，这种情况，我们遇见过吗？
厉飚：我觉得几乎是不能是每天，每周都会有遇到。
新浪汽车：给您印象最深的一次是？
厉飚：给我印象最深得一次，因为端到端的范式下，我们其实花了非常多资源在数据处理跟GPU计算上，你可以认为每天都在训练，每天都在做相应的实验，这些实验有的是为了提升性能，有的是为了解决问题，我印象最深的一次其实就是我们只是在改里面很小的一些东西，我们的实车体验的效果近乎翻倍。
新浪汽车：为什么呢？大家总说大模型是一个黑盒，我们到底是改了什么，这个到底能溯源出来吗？
厉飚：能，但它不会像以前roombase（音）的软件，那个软件可以理解为它是基于需求拆解，之后开发测试验证这样一个微模型开发，现在的数据驱动开发范式下，您可以理解这个模型内部是怎么工作的，确实没有人能完全知道，但这个模型本身的架构设计是有逻辑的，也是有它的意图的，我们通过改变里面的设计和数据处理配比上，可以使得这个模型在学习的过程当中有侧重点。
新浪汽车：奖惩机制。
厉飚：对，这就是为什么很多行业的人说端到端的开发就是在炼丹，有一定的成分在里面，但它也不是盲目地跟买彩票一样，它是有针对性地做这样一个找到问题解决问题，这个过程是持续不断的。
新浪汽车：会不会有一种情况，我想解决一个问题，所以我把我的算法进行了小的微调，但是它的效果非但没有升级，反而还下降了，会有这种情况吗？
厉飚：有。
新浪汽车：那我们就要随时去进行存档度读档的过程？
厉飚：这就是为什么我们需要增加计算资源，因为我们隔一段时间就会锁定一条所谓的软件算法的基线，这个基线是通过充分测试和验证的，这个基线锁定之前，其实有成百上千的实验在做，最终得出一条基线，我们到底该怎么去做软件的封版，这个封版完之后，我们会持续再去做成百上千的实验，进一步把软件的基线性能再往上拔高一个层面。
新浪汽车：这个听起来工作量好大。
厉飚：非常大。
新浪汽车：如果我把所有的优化策略放在分母，优化的优化策略放在分子，这个比例能达到多少？
厉飚：我还真没有具体统计过。
新浪汽车：感觉是分母特别大的情况？
厉飚：对。
新浪汽车：所以大家都很羡慕有一些别的公司他们能投入特别大的人力。您觉得未来在辅助驾驶这一块，算力会卷到什么样的数值呢？
厉飚：辅助驾驶，我觉得在回答这个问题之前，另外一个问题更重要，自动驾驶需要什么样的算力。
新浪汽车：对。
厉飚：其实辅助驾驶是这样的，辅助驾驶的产品还是L2的产品，它有入门级的，也可以有进阶级的，但顶级的一定是自动驾驶，也就是说有不同档位的产品定位，它需要的对应的算力是可以有区别的，因为它解决的问题是不一样的，满足的需求是不一样的，所以很难回答这个辅助驾驶算力的上限，我觉得最重要的其实是自动驾驶的上限是多少。
新浪汽车：那我们聊一聊自动驾驶，之前有人说人脑的算力是4000、5000Tops的算力，那是不是意味着未来车成为一个自动驾驶行驶上的机器人，它也要达到这个算力？
厉飚：这个问题可能还真不太好回答。