苏箐在2025地平线技术生态大会 上的发言总结：1、自动驾驶的技术本质极具挑战性越是人类与生俱来的基本能力（如驾驶），对计算机而言反而越难实现。行业外人士常低估其复杂性，但实际上团队长期面临智力、体力与时间的多重压榨。2、 过去自动驾驶处于“半革命”状态深度学习仅重构了感知部分，决策与控制仍依赖规则系统；同时技术依赖高精地图等静态条件，难以应对动态现实世界，导致整体进展受限。3、 2023至2024年出现关键范式转变新方法论实现了端到端的深度学习整合，标志着自动驾驶从“半革命”走向全面重构，类似核裂变发现带来的范式突破，证明了新路径的可行性。4、 新技术带来统一的方法论和成本下降预期L2与L4之间的鸿沟正在被弥合，未来2到3年内有望将MPI（每千公里干预次数）降至30万水平，并在所有区域实现通用化部署。5、 HSD是新范式的首个落地版本当前发布的HSD并非情绪价值产品，而是通向完全自动驾驶的基础形态，具备自主学习能力，能通过数据不断演化行为策略。6、 新旧方法论本质不同：从“加法”到“减法”传统方式是人为添加规则解决特定问题（加法），而新方法是从全量人类驾驶数据中剔除不合理行为，提炼最优策略（减法），更具泛化能力。7、 未来3到5年基础理论或进入平台期AI与AGI的核心理论短期内难有重大突破，但工程优化、算力提升和组织能力强化仍可推动持续进步。8、 芯片迭代将持续提供算力支持每代芯片预计带来十倍算力增长，“玩命堆算力”成为当前阶段的关键策略，为模型训练和部署提供硬件基础。9、 用户反馈暴露系统成熟度提升用户开始讨论边缘场景（如错车等待、水坑处理）而非基础功能缺失，说明系统已越过基本可用门槛，进入精细化打磨阶段。10、 工程实践面临高风险与高强度压力技术探索具有极高失败风险（单次实验可能耗资十亿），且需应对快速变化中的大量突发问题，对团队工程能力和组织韧性提出极高要求。汽场全开大v聊车
