1. 从华为到地平线:一位技术领军人物的职业轨迹
苏箐这个名字在智能驾驶领域可谓掷地有声。作为华为自动驾驶业务的前负责人,他带领团队从零开始构建了华为ADS(Autonomous Driving Solution)系统,在极短时间内实现了从无到有的突破。这位被内部称为"导师"的技术领袖,如今转身成为地平线"HSD缔造者",这一职业转变背后折射出的是中国智能驾驶产业格局的深刻变化。
在华为期间,苏箐主导研发的ADS系统采用了与众不同的技术路线——不依赖高精地图的纯视觉方案。这种选择在当时被视为冒险,因为行业主流方案普遍采用激光雷达+高精地图的组合。但苏箐坚持认为,真正意义上的自动驾驶必须能够像人类一样,依靠普通摄像头就能理解并适应各种道路环境。这种技术理念上的"清醒",让华为ADS在城区NCA(Navigation Cruise Assist)功能上实现了重大突破。
技术决策背后的思考:选择纯视觉路线不仅出于成本考量,更是基于对技术本质的理解。人类驾驶依靠的是双眼和大脑,而非预先存储的精确地图数据。
2. HSD平台的技术革新与行业影响
转战地平线后,苏箐将其技术理念注入到HSD(Horizon Super Driving)平台的开发中。与华为时期不同,地平线作为独立的芯片和算法供应商,其技术路线需要兼顾更广泛的合作伙伴需求。HSD平台最显著的特点是:
- 开放架构设计:支持多种传感器配置方案,从纯视觉到激光雷达融合都能适配
- 算法-芯片协同优化:充分利用地平线自研BPU(Brain Processing Unit)的算力特性
- 数据闭环系统:建立了高效的场景挖掘和模型迭代机制
这种平台化思路体现了苏箐对行业痛点的深刻理解。当前智能驾驶系统开发面临的最大挑战不是单一技术突破,而是如何构建可持续进化的技术体系。HSD平台通过分层解耦的设计,让车企可以基于同一套基础架构,快速开发差异化的智能驾驶功能。
3. 技术理念的延续与进化
对比苏箐在华为和地平线两个阶段的工作,可以看到一些一脉相承的技术理念:
- 重视基础感知能力:始终坚持视觉感知是智能驾驶的基础,其他传感器应作为补充而非依赖
- 算法效率优先:反对盲目堆砌算力,强调算法与硬件的协同优化
- 场景驱动开发:主张从真实驾驶场景出发设计功能,而非追求实验室指标
但在地平线的实践中,这些理念有了新的发展。HSD平台引入了"场景原子化"概念,将复杂驾驶场景分解为数百个基础场景单元,每个单元都有对应的算法模块和处理策略。这种架构使得系统能够通过组合基础单元来应对各种复杂情况,大大提升了开发效率和系统可靠性。
4. 智能驾驶行业的技术路线之争
苏箐的职业轨迹恰逢智能驾驶行业的关键转折期。行业正在经历从"硬件堆砌"到"软件定义"的转变,这背后是几种技术路线的激烈竞争:
| 技术路线 | 代表企业 | 优势 | 挑战 |
|---|---|---|---|
| 纯视觉方案 | 特斯拉、华为ADS | 成本低、适应性强 | 极端天气性能 |
| 激光雷达主导 | Waymo、小鹏 | 测距精准、3D建模能力强 | 成本高、量产难度大 |
| 融合感知方案 | 地平线HSD、Momenta | 兼顾性能与成本 | 系统复杂度高 |
苏箐的技术选择始终围绕着"可量产、可持续"这一核心。在他看来,任何无法大规模部署的技术方案都难以真正推动行业发展。这种务实态度正是他在行业内被称为"清醒者"的原因。
5. 从技术研发到产业生态构建
在地平线的新角色中,苏箐面临的最大挑战不是技术研发,而是如何构建健康的产业生态。HSD平台定位为"智能驾驶的操作系统",这意味着需要:
- 建立完善的开发者工具链(包括仿真平台、数据工具、模型训练框架)
- 制定统一的功能接口标准
- 构建多层次的技术支持体系
这些工作远超出传统技术研发的范畴,需要兼顾技术先进性和产业实用性。苏箐带领团队推出的"场景库共享计划"就是一个典型例子——各家车企贡献非敏感场景数据,共同完善基础场景库,既避免了重复劳动,又加速了整个行业的技术进步。
6. 智能驾驶人才培育的"导师"理念
"导师"的称号不仅源于苏箐的技术造诣,更因为他独特的人才培养方式。他倡导的"三三制"培养模式在业内颇具影响力:
- 三分之一时间在实验室:深入算法和代码层面
- 三分之一时间在测试场:直面真实驾驶场景
- 三分之一时间在客户现场:理解实际需求
这种培养方式打破了传统研发人员"闭门造车"的工作模式,造就了一批既懂技术又懂产品的复合型人才。许多跟随苏箐工作过的工程师后来都成长为各企业的技术骨干,这种人才辐射效应或许比他直接参与的技术项目影响更为深远。
7. 前瞻:智能驾驶的下一站挑战
随着HSD平台逐步落地,苏箐团队已经开始布局下一代智能驾驶技术。几个重点方向值得关注:
认知智能的深化:当前系统在感知层面已相当成熟,但决策逻辑仍显生硬。如何让系统真正理解交通参与者的意图,是提升拟人化驾驶体验的关键。
车路协同的突破:单车智能存在天然局限,与基础设施的协同将大幅提升系统可靠性和安全性。这需要建立全新的车路通信标准和协作机制。
开发范式的革新:传统基于规则的编程方式难以应对无限场景,基于大模型的端到端学习可能成为新的技术范式,但这又带来了可解释性和安全性的挑战。
苏箐曾在内部会议上说:"智能驾驶不是一场百米冲刺,而是一场马拉松。领先十步不如领先半步,但要坚持不断地领先。"这句话或许最能概括他的技术哲学——不追求短期亮点,而是构建持续进步的能力。在行业狂热时保持清醒,在遇到挫折时坚持方向,这种定力正是中国智能驾驶产业最需要的品质。