一辆车在重庆错综的道路上反复穿梭，却引发了整个智能汽车生态的连锁效应。

关于汽车产业变革的进程，行业一直有一个共识：电动化是上半场，智能化是下半场。而很容易被忽视的一个事实是，智能化的变革要比电动化来得更加猛烈。 根据佐思汽研数据，2022年1-9月，L2及L2+自动驾驶乘用车销量达到477.65万辆，同比劲增49.1%，渗透率达到28.1%，比新能源乘用车25.6%的渗透率还要高，而这种超越其实早已是常态。 智能化“超速”发展的背后，在被视作“数字发动机”的车载智能芯片领域，涌现出一股“新国潮”力量。 国内新创芯片公司地平线，自2020年率先开启国产芯片前装量产后，出货量已经迅速突破200万片，前装量产规模国内第一。

在辅助驾驶领域，地平线已经斩获了多家头部OEM和数十款车型的量产定点。 在局部细分市场，地平线的表现甚至超越了起步更早的国际玩家。根据高工智能汽车研究院数据，2022年1-9月中国市场乘用车前装标配搭载智能驾驶新车域控制器芯片份额排名中，地平线位列第二，超过Mobileye和英伟达，仅次于自研芯片的特斯拉。 这种打破外资芯片独霸格局的现象，是PC和移动手机时代都不曾有过的。 数据之外，整个智能汽车的产业链合作模式正加速告别封闭，掀起愈加开放的浪潮。越来越多的国内国际车企与中国的智能驾驶TIer-1、芯片、软件算法公司频繁合作，协力向长远的生态终局前进。在芯片领域，一贯主打“黑盒子”模式的Mobileye在今年7月出乎意料地推出了芯片软件开发工具包，成为行业标杆事件。 而这浪潮，或许可以从一款燃油车ADAS量产过程中，与一家国产芯片公司合作的故事开始追溯。    

一款燃油轿车的智能蜕变

这款燃油车就是长安UNI-V——长安高端产品序列UNI下的首款轿车。UNI序列定位为“未来科技量产者”，长安汽车希望其能够“引领未来出行体验”，而智能化则是“未来科技”的重要承载。   自2022年1月开启预售以来，长安 UNI-V销量连续6个月环比增长并突破万辆，10月份创下新高，达15698辆。热销的背后，除了出色的设计和驾控，在智能化层面，UNI-V也实现了越级突破。根据佐思汽研数据，2022年1-9月在广东、浙江、江苏等中国乘用车新车L2及L2+装配量靠前的省份，长安UNI-V在L2.5车型装配量排名中均进入了前十，并且是唯一一款售价在10万~15万元区间的燃油车型。 长安UNI-V智驾功能的核心是长安全栈自主研发的高阶智能辅助驾驶系统，在主流的ADAS功能基础上，UNI-V还实现了高速公路驾驶辅助HWA、驾驶员触发换道辅助UDLC等功能，高速公路百公里接管率等性能指标达到了行业新高度，并且首发量产了APA6.0远程智能泊车系统。这些远优于同级产品功能的搭载，助力长安UNI-V能够以抢先一步的差异化功能开发与应用，在所处的A级轿车竞争红海里实现突围。

不仅是产品层面，长安UNI-V的智能驾驶开发应用，也打破了传统模式。 自2014年特斯拉掀起智能电动汽车浪潮，给全球汽车产业带来一场前所未有的挑战。车企开始探索不同的突围转型路径：头部新势力学习特斯拉和苹果，更偏向于全栈自研；家大业大的老牌车企考虑循序渐进，特别是针对趋于标配的L2级自动驾驶，普遍采用以国际TIer 1、Mobileye为主导的整体集成交付方式。 而拥有160周年发展底蕴的长安，却从智能驾驶全场景、全生态、全流程出发，以UNI-V为起点开启全栈开发能力的构建。

前期充分以用户需求为导向进行产品定义和功能规划，继而完成整体智驾系统方案设计、自主开发了基于毫米波雷达、摄像头、超声波等多传感器的融合感知、预测决策、路径规划以及整车控制等系列关键算法，完成累计数百万公里的综合道路测试，保障产品功能的安全可靠性，实现了长安汽车智能驾驶正向自研体系的整体突破。 以全栈主导研发为前提，长安汽车同时结合了产业链供应商的优势对合作资源进行了高效灵活配置。在感知系统层面，长安UNI-V采用了由1颗前视摄像头、5颗毫米波雷达、4颗环视摄像头和12颗超声波传感器组成的多传感器融合感知架构，其中最为关键的前向单目视觉感知部分，选择以高效计算为特色的地平线征程2芯片。   这种模式打破了传统完全由TIer 1集成交付的开发方式，整车厂成为整个系统开发最核心的角色。在与地平线和福瑞泰克的深度协作下，历时15个月，三方高效高质地打造出首个基于国产芯片的高阶智能辅助驾驶量产案例，开辟了行业最时兴也最高效的“生态共建”之路。两年后，UNI-V的智驾表现也进一步验证了这条全新路径的优越性。  

一场双向奔赴之旅

另辟蹊径并不容易，整个项目过程中，双方历经了希望、矛盾、信任等多重心理交叠。艰难甚至始于最初决定合作的时候。在长安的供应商名单里，老牌国际巨头林立，当时地平线虽头顶智能光环，拥有出色的产品性能，但毕竟是一家成立仅有五年的初创公司，邀请它参与UNI-V的智驾打造，需要三思。

在UNI-V交付前的很长一段时间里，地平线副总裁兼智能驾驶产品总经理余轶南频频往返于北京重庆两地。

2020年8月2日的清晨，余轶南坐上飞往重庆的航班。这次差旅意义非凡。作为地平线支持长安UNI序列产品的项目负责人，他内心有些激动：带领团队历时两年打造的Mono方案，终于要量产上车了！

在这天早上一同赶往重庆的，还有位于地平线全国各地办公区的20多个同事，覆盖产品、研发、测试等多个项目关键岗位。他们整齐划一地穿上了地平线的文化衫，聚集在长安汽车全球研发中心。

地平线成员的火速驻场，进一步提振了大家的项目信心。就在前一天，双方的合作仍在摇摆中不能落地。

那会儿双方还没有到达合同阶段，从需求和可行性去评估这个项目，地平线认为挑战是非常大的。如果没有做好，那么Mono这个产品甚至是整个地平线的招牌可能都会受到影响。

这个项目的第一大挑战是，UNI-V作为一款价位亲民的燃油车，智能驾驶性能却要求打破同质化，对标价格更高甚至翻倍的智能化车型。当时，堆码智能驾驶算力和传感器是车企提升智能化水平的直接手段，相关零部件在整车成本中的占比趋高。长安汽车要想实现智能驾驶辅助功能的越阶和普及，就必须要提升最关键的视觉感知算法能力，对中国复杂道路场景做出针对性优化，全栈主导算法研发，和合作伙伴强强联合，这样才能做到优化传感器系统成本的情况下，依然实现优异的智驾功能体验，而这些要求是传统合作模式一时难以满足的。

另一大挑战是紧张的项目时间。一般来说，智驾项目都会预留12~18个月的周期，但地平线加入这个项目时，双方只剩近半年的时间了。

项目进度必须追上，当时特斯拉国产Model 3已经一骑绝尘，新造车势力的头部企业也开启了稳定交付，同为老牌车企的友商们也都在修炼内功憋大招，谁也不愿意在这轮充满机遇的浪潮中沉没。

但出路在哪？有辅助驾驶量产经验的供应商寥寥无几。转向自研？在这个时间里几乎不可能完成的任务。这时候，于2019年8月正式量产发布的中国首款车载智能芯片——地平线征程2，引起长安汽车的关注。

当时，长安汽车和地平线已经基于征程2完成了长安UNI-T的量产合作，地平线由此从智能座舱领域迈出了前装量产的第一步。面对辅助驾驶领域，征程2其实也在量产发布之时就做好了上车准备。

车规级芯片需要满足“高安全性、高可靠性、高稳定性”的技术标准要求，并需要经过严苛的研发、制造、封装、测试和认证流程。早在2019年初，征程2就已经流片成功，在同年8月份正式量产发布时，就已经完成了芯片功能性和稳定性测试、系统软件开发与稳定性调试，并且与合作伙伴对基于征程2的解决方案进行了多轮打磨，相关开发套件也已经完全就绪，可以支持客户直接进行产品设计。 征程2发布不到一年，就助力UNI-T实现了智能座舱功能的量产，其量产实力由此可见。而在辅助驾驶领域，依托强大的算法技术基因，地平线Mono方案通过在单目视觉感知与深度估计等核心技术的关键性突破，以及大量的测试验证，能够仅依靠单目摄像头，输出赶超国际一流标准的ADAS感知性能。

此外，地平线在征程2发布之后不久，就和一家TIer-1企业打造出相应的智驾域控制器，并且与福瑞泰克签订了战略合作协议，聚焦ADAS产品方案的研发和量产，在智驾系统层面达到了量产水平。 可以说，彼时的地平线距离辅助驾驶量产，只差一个愿意给机会的车企。 但这个机会十分难得。车市放缓新常态、“汽车四化”变革、疫情冲击等重重难题，将车企的试错成本一再抬高，这使得长安评估双方合作时再三谨慎：主流方案固然封闭但相对成熟，初出茅庐的地平线会更好吗？ 与与地平线接触大半年之后，2020年7月，长安汽车决定针对双方合作展开长达一个月的集中论证。 在地平线的配合下，长安汽车快速完成了样车改制及整车标定工作，并组织长安智能驾驶专家团队，根据智能驾驶辅助系统的使用场景研讨前向视觉感知系统的测评标准。 在测评期间，双方团队共同上车，在公共道路上搜寻着目标场景，如不同曲率的车道线、分流线、不同类型的车辆，配合完成超近距离的切入等场景。每日完成测试后，双方团队一起在会议室分析数据和问题。历经一个月的严谨测试，地平线征程2芯片的视觉感知性能如目标识别、车道线拟合的性能等，均达预期效果。 2020年8月1日晚，在一场线上会议上，双方团队正式敲定合作并共同宣誓：“一定要全力以赴！一定要达成目标！”  

灵活开放，加速全栈开发

一场“生态共建”的突围之路启程了，飞到重庆的不止是地平线，还有福瑞泰克。 项目定点后，按照长安汽车项目需求，地平线联合福瑞泰克做出了智能前视硬件，并且进行软硬件联调以及DV实验，打通接口适配和系统流程。随后，三方开启了整个系统方案的实车验证，针对国内尤其是重庆及周边地区各种复杂道路工况做了大量测评，从感知到系统进行了全链路验证。 仅经过一个月的初步调试，综合性能已经达到了长安汽车的阶段性需求目标。

在传统供应链模式下，车企与供应商之间的配合主要还是做好集成方案的前期需求定义和功能检测验收，但现在为了更好地满足用户不断升级的体验需求，长安在自身对于整个系统级的深度理解和量产经验的基础上，结合对底层芯片、感知算法理解的提升，完整主导包含系统设计、融合感知、预测决策、路径规划以及整车控制等系列关键技术的智能驾驶正向全栈开发能力，这是前所未有的挑战。 当时，不为行业了解的是，地平线的产品和服务模式，能够帮助车企更好地应对这些挑战。 地平线每一款芯片在研发的过程中，都充分融入了对终端应用场景的深度理解。把接近未来应用场景的系统方案，从定性到定量，作为关键的输入信息，导入到芯片架构设计和实现的过程中。完成流片之后，软件和算法再充分利用硬件架构的灵活性，将硬件发挥到极致，因此地平线的芯片拥有行业领先的计算效率。

为了打造出好且好用的芯片，地平线构建了从感知算法到规控算法、决策算法的完整闭环。 不过，地平线定位Tier-2，不做封闭方案、不做软件捆绑，也不做量产硬件，而是希望打造以“芯片+工具链+算法”为核心的开放技术平台，根据车企的不同需求提供灵活的服务，助力打造个性化的解决方案。 这样做的最大好处在于，让车企在快速提升智能驾驶自研能力的同时，可以形成自身软硬件产品的差异化 ，而非全部由少数一两家供应商提供既封闭又毫无差别的技术方案，最后做出来的产品千篇一律。

过去，车企虽然积极拥抱科技公司，但实际上都很担心对软件方案缺乏控制，“灵魂”被摄取。综合实力强大的车企都有意愿积累自己的感知、预测和规控能力，这样才能主导面向用户的功能实现。 但是车企不可能在短时间内把所有的能力建设起来，不仅资金耗费大，风险和时间挑战也很大，因此需要循序渐进，从更加容易入手的点慢慢拓展开来。相比感知，整车企业对于整车控制、ODD协议是非常了解的。从这个点切入，车企通过与专业服务商开放合作，逐步拓展整个从感知到预测到规控的完整链路能力，在功能选择性、广度面和功能差异设计上会更加自主，更好地应对智能驾驶竞争。 一般而言，终端规控功能层面的调优任务，大多会追溯到感知层面去解决，并且需要即时充分的实车验证才能保障效果。因此，智驾项目的关键点除了技术实力，还在于资源的配置和供应商的服务模式以及态度。 为了保障UNI-V项目的快速落地，地平线不遗余力地聚集资源，甚至暂缓了一些内部其他项目的进度。  

用“显微镜”找问题

从2020年8月到2021年1月的近半年时间里，地平线团队都驻守在长安汽车鱼嘴基地，住在距离基地3公里左右的经济型公寓里。作为UNI-V智驾功能历练的大本营，鱼嘴基地建立于2015年5月份，是长安汽车为实现工业4.0打造的现代化“智造工厂”，也是长安汽车标杆产品诞生的一大核心基地。 整个UNI-V智驾方案的验证测试分为三个阶段：第一阶段是重庆城区和高速道路测试；第二阶段是重庆周边长途、郊区和乡镇道路测试；第三阶段是全国各省市的道路测试。 对于产品功能测试，长安汽车智能化研究院副总经理梁锋华认为：“智能驾驶是一个非常长的赛道，长安汽车一直坚持以安全为基础，扎扎实实做好技术开发，不断为用户提供更高安全性、更高适应性、更高可靠性的用户体验，每一个场景的覆盖，务求较为彻底地解决用户的问题，带给用户‘真’价值。”

用户价值永远是长安汽车的第一优先级。2021年，长安系中国品牌汽车销量累计突破2000万辆。作为一家拥有百年底蕴的车企，长安汽车在面临竞争激烈的智能化浪潮，对于安全的底线也不会有丝毫的松懈。 要想“较为彻底地解决用户的问题”，首先要尽可能发现问题，也就意味着大量严苛且接近极限的测试。 长安汽车会按天验收功能测试版本，严谨细致的程度用项目成员的话来说，好比拿着“显微镜”去找问题。

三方团队成员三班倒，每天三轮发车，长安团队根据系统功能表现指出前视感知问题和修改建议需求，三方团队共同研讨解决方案，长安团队负责优化系统策略、感知融合、预测决策、规划控制等整体软件算法，地平线团队负责优化前视感知算法， 福瑞泰克团队负责优化底层软件及感知集成工作，并争取当天的问题当天解决。 经过一个月的“瀑布式”迭代开发，前视感知性能已基本稳定。为了确保每个版本软件的可靠性，前视感知软件按照“每周小版本”和“每月大版本”的方式开发；并制定了软件发布流程，团队共同确定每个版本要解决的问题，在解决完问题后地平线团队进行badcase全量测试，完成后开始和福瑞泰克进行实车测试。若场景优化测试结果基本满足预期，则由福瑞泰克集成发布新版本，三方团队在软件发布会上对软件变更和测试结论进行评审，评审通过后进交付实车测试。    

因为地形地势的原因，重庆城市建设错综复杂，建筑物的海拔落差较大，不仅上下坡路特别多，还有8D魔幻立交桥。网络上流传着一个段子，讲的是车开到重庆地界，导航地图APP们会纷纷推荐用户切换到别的地图继续导航。同时，重庆还是摩托车之都，摩托车总数量占到了全国的30%，这让道路状况更加复杂。 这些地域特色，对辅助驾驶系统的目标物识别、场景应对、以及系统的稳定性都提出了更高的要求。 拿智能导航辅助驾驶常见的上下匝道来说，重庆的匝道口非常多，整个项目测试大概覆盖了上万个匝道口。 而且长安汽车对于问题的解决并不是点对点的，而是泛化测试，如果发现一处匝道出现问题，会要求把重庆主要测试路线所有的匝道都跑一遍，并对所有收集到的匝道口场景数据进行仿真，并且还要参考天气、车辆自身状态、驾驶员状态、车道线、护栏和客流信息。“多样的干扰因素会导致同样一版软件，开出奇奇怪怪的现象。”项目成员说。

就连开车方式不同也会影响到测试效果。为了全面扫雷，长安汽车的测试专家亲自上场教学，以尽量快的速度一口气把几十个场景跑完，这样可以很好地考验延迟效果，提升车辆的安全性。 在重庆跌宕起伏的道路上反复兜圈的时候，项目团队攻下了一项世界级难题——在前视只有单目感知的情况下，实现2D还原3D。由于道路起伏，车辆行驶时的俯仰角（pitch）也比较大，车道线的消失点判断不准，继而会影响车道线拟合以及车距预测的准确性。行业一直在攻克这个问题，常见的方式是辅以高精地图来解决，但这种方式一方面成本抬高，另一方面高精地图也可能存在更新不及时以及道路未能覆盖的问题。 结合长安UNI-V的定位，项目团队必须攻坚提升车辆本身的感知能力。一方面，地平线针对坡度大、弯道等特色道路场景实行了专项算法优化，大幅提升了车道线检测精度；与此同时，长安汽车智驾专家丁可带领规控团队，在视觉感知的基础上，融合了雷达对于前车轨迹和路沿的探测信息，继而实现了整体目标预测的准确度。而这也得益于征程系列芯片平台的开放性，使得Mono方案能够支持搭配其他传感器融合。  

跨越上千个问题，走向深水区

整个智驾测试，双方共解决了上千个问题。 第一天上车测试后，面对未来可预见的大量测试问题，双方就对问题的管理和归类方式展开了讨论。 对于打开黑盒后面临的“新型”问题，车企需要探寻新的高效的模式。在实际的问题应对过程中，双方形成一致意见，共同打造一套Badcase管理系统，能够建立错题本，大大提升研发效率，并且安排专人负责问题清理，将问题导入到系统中，最后形成数据库，为后续的软件迭代提供了很好的支持。 从2020年8月到10月是第一阶段的测试，伴随着层出不穷的问题和充分的交流，双方补齐了各自在ADAS领域的短板，并对一些基础的问题达成共识：感知应该做什么事？达到什么水平？整车功能应该做什么事？达到什么水平？为了加速认知的拉齐，双方会对一些复杂问题的解决方案进行逐条说明，形成问题分析报告。

整个项目下来，这样的报告共产出了近100份。   经过一个个问题的解决与磨合，双方的合作逐步进入深水区，甚至从解决技术问题上升到解决技术走向。 例如，测试的过程中发现隧道里可以识别出洒水车，但是在背景完全黑的情况下，由于洒水车的颜色和背景颜色较近，视觉感知算法很难完美的解决识别，反复改善算法参数也未能有明显改善；同时雷达波受隧道大量反射的影响，感知结果也会存在很多噪点。两种感知方式都行不通，双方为此讨论了很久，也未能很好地解决问题。最后大家把问题的切入点从感知算法转移到了长安擅长的后端规控融合上。长安汽车先基于地平线的优势，挖掘更多稳定的视觉感知特征，继而对雷达监测的目标进行校验和噪点去除，最后综合各项感知指标计算出可信度，提升最终目标的探测准确度，终于解决了这个难题。 另一个例子是，双方对于应对车辆切入的共同创新。

车辆切入通常只有车头或者车身一半进来了，这部分能有感知识别框，但是车尾是没有识别框的，所以会出现识别晚和位置关系识别不准确的问题。对此，双方创新地提出对车轮进行检测，并根据车轮和车道线的位置关系提前做预测，让自动驾驶体验更为舒适。另外，为了克服由车道线或者感知不稳定造成的，目标侵入本车道侵入量不准的问题，双方共创提出基于图像空间的目标压线量的切入概率计算方法。结合场景特征，综合考虑视觉压线量和目标Bounding Box和车道线的几何位置关系及其变化趋势，有效提升了目标危险评估的准确度以及切入场景的处理能力，领先ADAS行业一流传统供应商水平。

感知能力不仅局限在感知层面，而是一个系统级的问题。 依托深厚的整车系统级量产经验，长安汽车对各类传感器的优劣势有着全面理解，再加上前期与地平线的开放配合，长安对于视觉感知的理解更加深入，从而能够更灵活地调度融合各类传感器功能，面对一些棘手的问题给出关键解决思路，也给感知算法指出了优化方向。“地平线之前专注在前端的感知，长安帮助我们把后端的功能闭环起来，完善了链条，也加速了我们产品方案的迭代速度。”地平线系统工程师孟志明说。 而同样关键的是，在整个项目过程中，长安和地平线始终抱着共同解决问题的态度，全力投入。“如果没有这份态度，双方的技术仅限于交流；只有加上态度，技术才能变成真正的产品产生价值。”项目成员说。  

百万公里：高效打磨极致体验

量产是检验技术的唯一标准，也是淬炼技术使之升级，打造极致用户体验的唯一路径。 也许一项产品技术的性能在前期测评的时候很好地符合预期，但真正面向实际场景、面向量产、面向用户时，要优化的依然有很多。在地平线孟志明看来，和长安合作之后，再从应用的角度去审视最初感觉良好的自家方案，也许只能拿到60分了，而在双方的努力之下，这套方案最终被打磨到了90分。 这30分的提升，有90%都是在第一轮测试中完成的。 第一轮测试主要是优化基础的视觉感知功能，比如车道线抖动、测距稳定性等。这些感知能力地平线其实已经打通了，但是结合实际量产落地又是另一回事。 拿车道线抖动来举例，在上车前只要车在车道里就可以，距离的轻微变化并不会频繁让方向盘抖动。然而到了具体上车，长安为了提升安全性，在规控层设置了高度居中的参数，当智驾系统感知到车身稍微偏离了居中线，那么方向盘就会抖一下甚至频繁抖动，体验就会很差。 经过第一轮验证测试，地平线的基础感知功能实现了全面提升，关键算法的指标超越了国际玩家。

Mono关键算法指标水平 剩余的10%的优化是在第二个阶段完成的，主要解决一些corner case的问题。 例如，在重庆周边乡村道路上做夜间测试的时候，有一个匝道线多次都识别不出来，每次都不能拐到匝道里，顺着匝道口就直接怼上去了。这个线经常被大车碾压，已经不够清晰。为了解决这个问题，地平线团队每天晚上都出去跑几十遍，刷了几十个版本，经过持续两周的算法模型迭代优化，最终才彻底解决了问题。 这类车道线缺失的场景其实比较常见，长安基于自己的规控经验，对地平线的算法提出了更高的要求，除了要求地平线感知输出车道线的平行特征外，长安汽车用多种传感器抓取其他20种道路平行的特征，进行平行相似度的权重判断，融合有效信息，重新建立车道模型。

长安道路模型——施工场景 要做到更懂中国道路场景，就要解决很多类似的问题。项目团队针对绝大部分的特色道路场景进行了专门优化，实现了“人无我有”的高精度检测和有效识别，如三轮车、异种车、自行车等中国特色车型，中国特色车道线以及中国特色交通标识和典型交通障碍物等。 当遇到一个corner case，首先要分析是感知模型的问题，还是后处理的问题。后处理的问题解决起来相对简单一点，基本上一周左右就可以搞定。

如果是模型的问题就会比较复杂。 “模型的话就牵涉到数据的积累和数据的一致性。举个例子，下雨天车轮印、柏油路沥青镜面，如果宽度、反光度差不多的话会很像车道线，那么如何才能精准识别？需要通过不停地模型迭代和模型参数的调整，找到最优值，甚至需要换个模型来更好地识别，或者可以在大模型上加一些小模型去提高精准度。”对接长安UNI-V项目的地平线交付经理刘永亮说。

为了解决这些问题，获得更好的感知性能和更低的系统延迟，地平线打造了行业领先的多任务模型感知系统。首先，结合BPU计算架构的特性设计Backbone，实现更好的计算和访存平衡，提高计算效率。其次，在感知任务的设计上采用了2D感知、3D感知以及单目深度估计技术，提升感知准确性。此外在多任务模型的选择上，选择根据不同的项目对特征ROI和图片ROI两种各有优缺点的方式灵活配置。 算力、算法和数据三者的闭环迭代，是实现自动驾驶的最快路径。一辆足够聪明的智能汽车，除了聪明的脑力和神经网络，也一定少不了绝顶勤奋的量产验证。世界上本没有聪明的车，深度学习够了，也就聪明了。 但光有这些还不够，在抢占市场先机上，量产迭代效率同样是关键。 双方团队验证里程达到了百万公里、解决了上千个难题，迭代了四版模型。但这个过程只花了半年的时间，而一些国外的供应商，仅解决一个问题可能就需要4个月甚至是半年。 地平线帮助车企率先量产的背后，除了世界级的算法能力和标准工作流，还基于过去的研发量产经验打磨出一套很好的基础设施——艾迪开发工具平台。艾迪通过端云协同、数据闭环、自动数据挖掘、自动化标注提升算法研发效率，并可以通过评测集群和硬件在环测试提升边缘侧的迭代效率。

解决问题的效率也是对车企综合体系能力的考验，在与地平线合作的过程中，双方打造了软件高效开发迭代的平台、流程和Knowhow，使得长安汽车可以快速在系统中集成迭代版软件，并且实现快速量产验证。  

刷新智能化路径

UNI-V智驾功能的落地，不仅是一场成功的极限智能化挑战，也加速了长安汽车的智能化转型。 地平线与长安汽车有着深度的战略级合作历史，早在2018年双方便成立联合实验室；2020年基于征程2的长安UNI-T上市，双方打造的智慧座舱一时间在行业引起轰动，也开启了国产车载智能芯片的量产之路。