HSD v2.0，我看到的不是一次升级，而是一条越来越清晰的技术路线

HSD v2.0，我最大的感受只有一句话：
它变强了，但更重要的是，它知道自己为什么会变强。

真正决定一套辅助驾驶上限的，从来不是某一个场景，而是它背后的训练方法。

所以，这次我不聊功能，也不聊体验细节，而是聊聊我理解的 HSD v2.0。

这次 HSD 最重要的变化，可以归纳成四个关键词：

世界模型、强化学习、低延迟、多模态。

如果你觉得这四个词只是今年 AI 圈最流行的几个概念，
那就想简单算了[污]

真正落到辅助驾驶里，它们解决的是四个长期存在的问题。

✅1️⃣是没有足够好的数据。

真实道路的数据当然重要，但真实数据永远存在一个问题：正常驾驶太多，真正困难、危险、长尾的场景太少。

所以，仅靠真实数据，模型很容易学会”正常开车”，却很难学会”关键时刻怎么开车”。世界模型的价值，不只是生成数据，而是有能力针对性补齐那些现实里极少出现、但又决定能力上限的长尾场景。

✅2️⃣ 是模型为什么越来越像人。

端到端模型，本质还是模仿学习。模仿学习可以学会”别人怎么开”，但很难真正理解”为什么这么开”。而强化学习最大的意义，就是把”结果”变成”目标”。模型开始为了安全、效率、舒适这些目标不断优化，而不是简单复现驾驶轨迹。

最明显的变化，不是它敢不敢变道，而是什么时候该变、什么时候该等。

✅3️⃣ 是反应速度。

辅助驾驶不是聊天机器人。再聪明，如果反应慢，都没有意义。这次 HSD v2.0 在模型延迟上的优化，比很多人想象得更重要。响应速度提升以后，模型留给自己决策的时间更多，很多过去只能保守处理的场景，现在都能更从容完成。

最后，我最感兴趣的一点——模型开始理解语言。这点在杭州尤为重要。普通的端到端模型更多是在”看世界”。现在，它开始”听世界”。

导航告诉它前方应该走哪条车道，它不需要等看到路口才决定，而是提前完成规划。这意味着，模型理解的已经不仅仅是图像，而是驾驶意图。

这是我认为未来辅助驾驶的发展方向。

HSD v2.0 真正的升级，并不是世界模型，也不是 RL，更不是 VLM。而是这些能力第一次开始形成闭环。世界模型负责覆盖更多场景。强化学习负责理解驾驶目标。低延迟负责保证执行效率。多模态负责扩大信息来源。

⚠️它们共同服务于一件事情：训练一个越来越接近优秀人类驾驶员，甚至未来有机会超越优秀驾驶员的模型。

我甚至可以说， 目前感受下来： 真正能够战胜 HSD 的，或许还是下一代 HSD。@余凯_地平线民工

#地平线正式发布HSDV2.0##HSD新版本重构端到端上限# #地平线HSD新版本发布#