北京
近期，雷峰网《新智驾》受邀在北京参加了地平线HSD V2.0智驾体验日。一趟12公里的城市路测跑下来，最直观的感受是，这次升级像是给系统换了一个大脑。
先说底层的改变。HSD V2.0的核心升级逻辑，是在一段式端到端架构的基础上，引入了世界模型+端到端强化学习的双引擎。
什么意思？就是让系统在虚拟物理世界里，通过强化学习自主试错与成长。用海量优秀司机的真实驾驶数据做底，叠加世界模型生成的高精度合成场景数据，专门补长尾场景的短板。
能力进化的结果直接体现在三个核心指标上：无接管里程提升56%，系统响应延时下降20%，交互博弈能力提升167%。
但比数字更有意思的，是地平线做这套系统的底层理念。HSD的产品逻辑从一开始就不是追求极端场景下的炫技，而是围绕用户每天40分钟通勤的高频场景，打磨跟车顺滑、转弯从容、加速自然的体验。用他们自己的话来说——不追求让用户“越用越紧张，越开越精神”，而是致力于让用户“越用越松弛，越开越放心”。
如果说整个体验日只能挑一个场景来讲，那一定是多点腾挪窄路掉头。
这个功能有多难？大部分智驾系统在狭窄道路上遇到需要掉头的情况，空间不够一次完成时，系统要么提示接管，要么反复尝试失败后僵住。而HSD V2.0的表现是：在D挡和R挡之间丝滑切换，多次动态腾挪完成掉头。
HSD V2.0能做到这种水平，是因为挡位切换、轨迹规划都由同一个模型通过空间理解，然后实时决策生成。每一次进退的轨迹都是连贯计算的，不是机械地“倒到触发线就停”，而是主动预判空间余量、动态调整下一次的切入角度。
HSD V2.0另一个让人意外的能力，是它开始拥有社会常识。
比如避让救护车。传统规则系统处理这个场景，需要工程师预先定义“看到救护车→减速让行”的规则。但现实中的情况千变万化——救护车在哪个车道？离你多远？周围有没有让行空间？是减速让还是变道让？规则永远写不完。HSD V2.0的做法是通过世界模型让系统真正理解场景语义：识别出救护车及其紧急状态，预判其行驶轨迹，做出合理的让行决策。
再比如遇到水坑减速、路口预判行人意图提前礼让——这些场景的共同特征是：没有标准答案，需要系统对物理世界有深度的环境理解和推理能力。世界模型赋予HSD V2.0的，就是这种预判能力。
除了行车能力的全面跃升，HSD V2.0在泊车上的表现同样可圈可点。系统做到了有空就能泊——无论是侧方、斜列还是极窄车位，V2.0都能从容应对，避障能力同步增强。行泊一体的指标全面提升，意味着端到端模型的能力跃迁是全局性的，没有只优化某几个单一模块。
回到实际路测。体验路线从园区内部出发，全程约12至14公里，覆盖园区、城市支路、主干道及三里屯商圈等复杂路况。
几个印象深刻的瞬间：
一是VLM模型对潮汐车道、分时段公交车道的识别能力。当路侧有分时段禁行的公交车道标识，HSD V2.0准确识别并提前变道避让，没有任何犹豫。这种对道路语义标记的理解，靠的不是高精地图的预先标注，而是VLM大模型对标识牌内容的实时理解。
二是在人车混行的路段，面对横穿马路的行人和突然窜出的外卖电动车，系统的表现出有分寸的礼让——该让的时候减速，空间够的时候果断提速通过，不拖泥带水。传统智驾在这种场景下最常见的两个毛病：要么过于保守停在路中间不敢动，要么过于激进跟行人抢道。HSD V2.0取了一个恰到好处的中位数，这种博弈感确实很像一个经验丰富的人类司机。
地平线HSD V2.0这次升级，本质上是一次架构红利的集中释放。一段式端到端不是终点，而是一个可以持续自进化的框架——世界模型补长尾场景，强化学习提升博弈能力，真实路测数据反哺训练，形成正向飞轮。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
