雷峰網《新智駕》近日受邀在北京參加了地平線HSD V2.0智駕體驗日，一趟約12公里的城市路測，直觀展示了這次升級帶來的變化。HSD V2.0的核心升級，是在一段式端到端架構基礎上，引入了世界模型+端到端強化學習的雙引擎，讓系統在虛擬物理世界中通過強化學習自主試錯與成長，用海量優秀司機的真實駕駛資料為底，疊加世界模型生成的高精度合成場景資料，專門補長尾場景的短板。
能力進化的結果直接體現在三個核心指標上：無接管里程提升56%，系統響應延時下降20%，互動博弈能力提升167%。但比數字更有意思的，是地平線做這套系統的底層理念。HSD的產品邏輯從一開始就不是追求極端場景下的炫技，而是圍繞使用者每天40分鐘通勤的高頻場景，打磨跟車順滑、轉彎從容、加速自然的體驗。用他們自己的話來說——不追求讓使用者“越用越緊張，越開越精神”，而是致力於讓使用者“越用越鬆弛，越開越放心”。
如果說整個體驗日只能挑一個場景來講，那一定是多點騰挪窄路掉頭。這個功能有多難？大部分智駕系統在狹窄道路上遇到需要掉頭的情況，空間不夠一次完成時，系統要麼提示接管，要麼反覆嘗試失敗後僵住。而HSD V2.0的表現是：在D擋和R擋之間絲滑切換，多次動態騰挪完成掉頭。能做到這種水平，是因為擋位切換、軌跡規劃都由同一個模型通過空間理解，然後即時決策生成。每一次進退的軌跡都是連貫計算的，不是機械地“倒到觸發線就停”，而是主動預判空間餘量、動態調整下一次的切入角度。
HSD V2.0另一個讓人意外的能力，是它開始擁有社會常識。比如避讓救護車。傳統規則系統處理這個場景，需要工程師預先定義“看到救護車→減速讓行”的規則。但現實中的情況千變萬化——救護車在哪個車道？離你多遠？周圍有沒有讓行空間？是減速讓還是變道讓？規則永遠寫不完。HSD V2.0的做法是通過世界模型讓系統真正理解場景語義：識別出救護車及其緊急狀態，預判其行駛軌跡，做出合理的讓行決策。再比如遇到水坑減速、路口預判行人意圖提前禮讓——這些場景的共同特徵是：沒有標準答案，需要系統對物理世界有深度的環境理解和推理能力。世界模型賦予HSD V2.0的，就是這種預判能力。
除了行車能力的全面躍升，HSD V2.0在泊車上的表現同樣可圈可點。系統做到了有空就能泊——無論是側方、斜列還是極窄車位，V2.0都能從容應對，避障能力同步增強。行泊一體的指標全面提升，意味著端到端模型的能力躍遷是全域性性的，沒有隻最佳化某幾個單一模組。
回到實際路測。體驗路線從園區內部出發，全程約12至14公里，覆蓋園區、城市支路、主幹道及三里屯商圈等複雜路況。幾個印象深刻的瞬間：一是VLM模型對潮汐車道、分時段公交車道的識別能力。當路側有分時段禁行的公交車道標識，HSD V2.0準確識別並提前變道避讓，沒有任何猶豫。這種對道路語義標記的理解，靠的不是高精地圖的預先標註，而是VLM大模型對標識牌內容的即時理解。二是在人車混行的路段，面對橫穿馬路的行人和突然竄出的外賣電動車，系統的表現出有分寸的禮讓——該讓的時候減速，空間夠的時候果斷提速通過，不拖泥帶水。傳統智駕在這種場景下最常見的兩個毛病：要麼過於保守停在路中間不敢動，要麼過於激進跟行人搶道。HSD V2.0取了一個恰到好處的中位數，這種博弈感確實很像一個經驗豐富的人類司機。
地平線HSD V2.0這次升級，本質上是一次架構紅利的集中釋放。一段式端到端不是終點，而是一個可以持續自進化的框架——世界模型補長尾場景，強化學習提升博弈能力，真實路測資料反哺訓練，形成正向飛輪。