时时彩平台,腾讯分分彩,北京赛车,北京赛车pk10,北京赛车pk10技巧,幸运飞艇,彩票平台推荐,飞艇开奖,幸运飞艇官网,大发彩票,彩票平台推荐,500彩票,六合彩,大乐透,双色球,体彩足球,体育彩票

　　时间线月份，我们终于完成了地平线发展历史上的一个重大里程碑，从11月18日开始，跟我们的两家合作伙伴，长安和奇瑞，推出了两款智能汽车产品，在产品一上市，我们从媒体、从用户其实获得了正面反馈。我们讲一个热销车型，我们在媒体里面会看到小订的数目、大订的数目，但是可能云里雾里的也不那么直接。但作为这个产品的重要参与者，我们在后台能看到，这两款产品在两周内，HSD Horizon SuperDrive的激活数目已经达到了12000辆！仅仅是两周内。而且大家要知道，这都是已经交付给用户的车辆，在交付的过程中，真实订单规模可想而知是一个更大的数字。

　　若干年以后，我才知道这么一个巧合，在2015年7月14日，地平线在北京中关村正式注册成立，这个名字也很巧合，因为我们公司叫Horizon Robotics。不管怎么样，我们自己也是这样一个精神，不断去探索科技的边界，不断地去把不可能变成可能，把高高在上的技术变成寻常百姓的日常。所以我们一直不断向高而行：从征程2 时代，完全是软件背景的团队去干芯片，第一颗芯片是 28 纳米；到征程 3，开始做高速 NOA，包括征程 5；在此基础上，2021 年我们再一次踏上探索之旅，向高而行，拓展大算力芯片和高阶智驾的边界。

　　・马斯克。特斯拉最近也修改了它的Master Plan，前 20 年左右的 Master Plan 是要把整个全人类带到alternative energy、Renewable energy，可是它最近已经全面转向智能驾驶和机器人。当然，我觉得地平线属于原生，或者是骨子里面就相信这件事情，所以我们叫Horizon Robotics，就是想做Robotics时代的Horizontal Platform。在我们的公司名字里面，其实已经蕴含着我们要做一个底层的Platform的决心。生态是地平线骨子里的信仰，我们从第一代的产品发布会，那时候还没有形成车规级的产品，到征程2、征程3，到征程5的发布会上面，我们提出了 “征程与共、一路同行”、“全维利他”。

　　大家想想看，机器人时代我们可能面临的挑战是什么？人形机器人可能像我这样的身高、大小，大概率长得比我帅。它要带一个多大的电池包？恐怕比现在智能汽车的电池包还要小吧。这个机器人给你服务、给你倒咖啡的时候，如果你听见它的风扇嗡嗡转，是不是非常恼人？你也不太容易像今天的智能汽车这样，给它做一个水冷系统。但你还希望它能做这么多活儿，我们面临的挑战其实比想象中更严峻。用传统思维不可能到达未来，惯性不可能创造无限繁荣的未来生态，所以一定要有不一样的思考。

　　第三个因子也非常重要，我们有这么多的硬件资源，又有效地利用了这么多，可是如果是运行在一个不怎么样的算法，整个这个系统的performance也是不够的。所以算法要义在于，在单位的计算资源情况下面，能够有效地process，计算多少FPS，现在更时髦的词是多少Tokens。基本上这个idea 就是，我们要通过软件、硬件的协同，通过芯片架构设计、编译器、操作系统、工具链以及整个算法的设计，去完成这样一个整体目标。

　　Foundation model，我们会看到行业会慢慢走向收敛。比如数字世界的人工智能去代替白领工作，那样的Foundation Model，可能是DeepSeek、可能是OpenAI最近的GenAI，同样它可能有物理世界的Foundations Model，有可能是地平线的HSD，也有可能是其他的Foundation Model。但总之来讲，面向这样一个世界的未来，恐怕会涌现出一些Foundation Model在各自领域里面各自精彩，但每个领域恐怕不会太多。整个硬件架构的设计和编译器的设计，未来可能会越来越收敛。

　　我们第一代芯片设计是围绕着感知计算，主要是围绕目标物体的检测，那时候它的制程并不是那么先进，所以我们要花更多力气去做功耗的优化。地平线是行业里面率先走向从浮点到定点计算的企业，因为我做人工智能，我知道伯努利是提出概率分布的数学家，所以我们用伯努利做我们那一代芯片架构的命名，我们也基于这一代架构推出了征程2、征程3两代芯片。这两代芯片大家可想而知它的主要任务是做目标检测，主要是面向高速ADAS和高速NOA。

　　到了征程6这一代，我们意识到要设计这款芯片，为谁呢？为什么场景做呢？城区NOA。城区NOA里的复杂挑战在于什么呢？在于这么多人流、车流复杂的博弈，这个决策问题变得比高速上面的决策要更复杂。经常说我要往这边走，这边有个行人。这个过程中有的时候我作为一个司机，大家想象一下，跟这个行人可能跟我通过眼睛对视的一瞬间大家就聊出来了，都没有说话，到底你是大哥还是我是大哥，行，你是大哥，你先走。这个就是复杂的交互式决策。受到博弈论奠基人John Nash的启发，我们也致敬《美丽心灵》这部电影的主角，我们用纳什作为新一代架构的命名，所以我们诞生了征程6这一代芯片。征程6从发布一开始就打破了我们自己的量产速度的纪录，量产的交付第一年就超过了百万级出货量，所以这是我们到目前为止最成功的一代产品。

　　可是你看人工智能时代的产品逻辑是什么？是这个吗？我们看看AlphaGo，到了AlphaZero的时代，它已经不学习人类历史上所有棋局的数据，它是从零状态开始，通过在虚拟棋盘上面左右博弈，最后达到的围棋境界里，你觉得它是九段水平吗？我看有的评测说它已经到了十三段水平，是远超任何人类历史上有史以来最优秀的棋手。大家想想看，如果在那个棋盘之上有一个god的话，AlphaZero是不是找到了那个god，是不是逼近了那个棋盘的真理。

　　所以我自己早年在做深度学习的研究的时候，其实读到了很多paper，然后在深度学习的研究者里面其实一直对这件事情是有一个深刻的洞见。就是我们生活的这个世界，包括我们看到的这些道路上面的交通情况，它看似纷繁复杂，看似杂乱无章，看似数据非常高维，可是如果真是那么纷繁复杂、真的那么混乱的话，我们是没有办法预测、没有办法去建模型、没有办法去打造这样一个自动驾驶的系统。所以它里面肯定蕴含着一些低维的结构，不是那么高维，它可能不一定是线性的，而是非线性的低维结构，那它其实就是“流形”。

　　地平线第四代BPU架构命名为“黎曼架构”，以致敬数学家黎曼。如果稍微了解数学发展的历史，黎曼是第一个在非欧几里得空间中建立非线性流形理论（Manifold）的先驱。我自己在早年的时候从事人工智能的研究，也读了很多关于非线性的非欧流形方面的数学的paper和书籍，对我有很多启发。所以说如果我们的新一代计算芯片架构，BPU架构，要去通向终极的人工智能，我们要进一步逼近世界的真相，所以我们把新一代的芯片架构叫黎曼架构，也是致敬这样一位数学家。

　　对于第四代黎曼架构，毫无疑问我们会推出更大的算力，它不仅仅是简单地推出更大的算力，而是算法和架构的优化，去提升这些算子硬件的利用率，从而十倍地提升所有的这些最重要的算子的性能。同时我们要拥抱更加复杂的算法，所以要去支持相比今天征程6这一代十倍以上的更多的算子，高精度的算子。同时要有更高的效率，我们不仅仅是支持Tensor（张量）计算，也要支持Vector（向量计算），全面支持浮点计算，大幅提升部署精度、效率。并且不断地去优化它的效能，我们全新设计Tensor加速引擎，结合新一代工艺，能效提升5倍。

　　下面我们看一下在AI计算中杰出的指挥家编译器，这是技术中的重中之重。在过去中国很少有公司在编译器这样一个核心技术上面做长期的积累，我很骄傲地说，地平线潜心地静水深流，我们已经建立了业界超一流编译器团队。我们的编译器叫OpenExplorer天工开物，经历过去三代发展，从最初面向CNN的编译优化的架构，到现在的自动优化+高性能算子库的双擎结构。在此基础上，新一代的工具链进一步增强，可为VLM、VLA、LLM等模型提供了高效支持。

　　编译器在指令优化层面的优化，你可以把它理解为非常复杂的离散优化系统，所以很多传统的优化理论在这里面很难去应用，因为它的函数是非连续的、是不可导的，组合优化问题其实非常难，今天我们将计算图的每个节点的次序解析为这样的一个计算，并且把模型跑起来，但从时间来看，算力单元如果做得不好，有很多空闲，并没有充分地去发挥它应有的性能。所以我们经过这些编译器的优化，包括指令的并行，包括它的计算融合，我们可以看到整个计算资源在它各个部分，它的利用变得更加紧凑，并且带来了更低的时延的效果。

　　另外说到基座模型。它是AI世界通用的曲谱，基座模型上面会支撑很多的Scales、很多apps、很多应用，所以基座模型到今天变得无比重要。基座模型在过去几年表现出来的趋势，第一，基座模型不是解决单点问题，基座模型通常是解决通用问题。比如我们看Large language model，过去自然语言处理通常都是解决单点问题，比如说切词、分词、主谓宾，或者是说翻译，机器翻译比如说从中文翻译成德文，中文翻译成英文，中文翻译成日文，对于每一个单独的task都是一个单独的模型。效果好吗？不好，这个大家都知道。

　　今天大语言模型是在一个非常大的神经网络下面，它把刚才我讲的所有问题全解决了。所以在人工智能时代，这个思维跟以前不一样了，以前叫分而治之，就像我们自动驾驶，以前泊车，有专门的一套软件、专门的一套域控制器；高速，有专门的一套软件、专门的一套域控制器。现在地平线做HSD是一套底层硬件，上面的软件系统是一个神经网络，并不去区分这是高速还是泊车还是在城区。所以模型越来越变得基座，然后去支持不同场景，所以你无需去为一个单独的场景过度训练，这样带来的就是能力的涌现。

　　同时它也成为我们合作伙伴创新的公约数，我们在这个环节里面任何knowhow、任何环节技术都可以为合作伙伴所用。我们过去也是这么做的，让合作伙伴可以自主选择，丰俭由人，自主延伸，自主决定在哪些方面体现自身竞争力，哪些方面则借助外力，甚至是合作伙伴之间也可以互相协同和合作。因此，打造HSD这样的样板间，既是生态吸引客户、获取流量的旗帜，也是我们整个生态竞争力的“压舱石”，更是所有生态合作伙伴创新的最大公约数。

　　可是人工智能时代的技术突破具有偶发性、间歇性、稀疏性、非连续性、突变性，有可能在某一天晚上几个小工程师在某个算法的参数上面，或者模型的结构上面灵光乍现的小想法，模型的性能就突然实现了巨大提升。但是这也从另外一方面说明，即便投入约10亿级进行模型训练，也不一定能得到预期的好结果。因此，训练的成本，实际上取决于这几个工程师的灵感闪现。可是在这个行业里面的每一位伙伴，可能现在多多少少已经有感觉了，AI的顶级人才是极其稀缺的，很多车厂其实也在研发自动驾驶的算法，即便投入约10亿级进行模型训练，也不一定能得到预期的好结果。因此训练的成本，实际上取决于这几个小工程师的灵感闪现。21世纪什么最稀缺？人才。为什么我们的Meta小扎同学现在愿意斥资一亿美金吸引一个工程师，因为顶级的算法人才可遇不可求。

　　正如因为前面讲的那三个痛点，面向高阶城区的自动驾驶，我们发现这么做其实是不够的。我们觉得自己有责任去树立这样一个样板间，所以我们就继续向高而行，继续向上去捅破天，去打造一站式的样板间，这就是我们在今天会议演讲一开始，给大家呈现的从2021年开始立项，整个地平线团队与合作伙伴共同开始的一场远征，其中的整个研发投入可以说是超出想象的，我想看有没有100亿，可能接近或者差不多。由于我们现在是公开财报，大家可以看到，今年我们的研发投入将近50亿。

　　具体展开说，我们跟客户、合作伙伴怎么合作呢？在新的算法服务模式下，首先我们在前面蹚了那么多坑，花了几十亿去训练的这些基座模型，这里面其实也凝聚了地平线算法工程师长期的knowhow，包括我们在工程、软件、硬件等各个方面的集大成者，所以当前至少我不能去吹牛，说我们最好、最好、最好！但不管怎么样，大家现在体验了HSD，都知道这是行业里面最顶级的城区智驾系统，所以这个基座模型是不差的，我们愿意以白盒或者黑盒的方式去授权。

　　在这样一个合作模式下，你的收益是什么呢？我相信它意味着人力、成本，不一定说人力的数目，是人力综合成本下降90%。刚才我也讲了，在人工智能时代，顶级人才是真的稀缺，我相信在座各位有很多切肤之痛，在算力上面，因为不需要去做那么多的随机试验，不需要去蹚那么多坑，你的算力可以下降90%。最重要的是时间成本，因为今天咱们这个行业真的很卷，如果你跟你的竞争对手推出的产品，你只是慢一步，对于市场来讲就有可能是无可挽回的损失。所以时间如此重要，我们这种合作可以让时间提效90%。

　　如果我们看20万及以上，高阶、高性能城区智驾的芯片以及整体方案的覆盖，当然都是行业老大哥的英伟达跟华为，也就是说在2024年或者之前，可能只有豪车或者高端车的用户，才能够去享受类似城区NOA这样的科技产品。但行业的格局因为地平线的进入发生了改变，因为HSD，因为深蓝L06，因为奇瑞星途ET5，我们把最好用的城区辅助驾驶给刷到了13万、15万，可以说往10万区间更加靠近，实现了进一步普惠，让更多的用户、更广泛的人群能够享受到最好的技术。

　　整体来看，大家可能会问我对具身智能未来发展的看法。我觉得当前具身智能和自动驾驶相比，还处在相对更早的阶段。从模型架构来看，短期肯定是优化VLA、动作建模；但长期来看，还是要在仿真、真正的 WorldModel（世界模型）下做自我博弈和强化学习。不过世界模型的构建并不容易 —— 现在很多人讲的世界模型是片面的，只是基于视觉的纹理、形状、三维视觉模型，而真正的世界模型还需要覆盖物理属性，比如摩擦力、动力模型，还有材料、天气、风阻等，是非常复杂的事情。通用能力方面，核心是实现环境泛化、融合目标优化，以及上下文指令学习。训练范式上，现在还相对偏传统的基于数据的学习；但面向未来，机器人应该具备终身学习能力 —— 哪怕把它放在沙漠里，它也能自己搞明白如何应对、如何生存。