地平线机器人

AI加速器企业：地平线机器人——从征程车载AI 芯片到整车智能“大脑”的中国智驾计算平台

地平线机器人（Horizon Robotics）是中国最具代表性的车载 AI 加速器和智能驾驶计算平台企业之一。

虽然公司名字里带有“机器人”，但今天地平线最核心的商业市场并不是人形机器人，而是智能汽车。

公司围绕自研 BPU（Brain Processing Unit）AI 计算架构，已经形成征程系列车载智能计算方案、Horizon SuperDrive（HSD）全场景辅助驾驶系统，以及 2026 年推出的星空（Horizon Starry）舱驾融合芯片和 KaKaClaw 咖咖虾整车智能体操作系统。

简单来说，地平线正在从一家“汽车 AI 芯片公司”，逐渐发展为一家覆盖芯片、算法、工具链、智能驾驶和整车中央计算的汽车 AI 基础设施公司。

地平线成立于 2015 年，由余凯博士创立。

公司创立之初的愿景就不是单纯制造一颗芯片，而是希望成为“机器人时代的 Wintel”，把深度神经网络放进汽车和各种智能机器中，让设备具备感知、决策和控制能力。

经过十多年发展，地平线已经把主要业务聚焦到乘用车智能驾驶，并成为中国车载 AI 芯片规模化量产最成功的企业之一。

截至 2026 年，公司官方网站公布的征程家族累计出货已经超过 1000 万套，量产定点车型超过 400 款，量产上市车型超过 350 款，合作车企及品牌超过 40 家。

地平线到底是做什么的？

很多人第一次看到“地平线机器人”这个名字，会以为它主要制造机器人。

实际上，地平线现在最重要的产品，是汽车里面负责运行人工智能算法的车规级 AI 计算芯片和智能驾驶系统。

一辆现代汽车可能拥有十几个摄像头、毫米波雷达、超声波雷达甚至激光雷达。

车辆需要不断识别道路、汽车、行人、交通灯、车道线和各种障碍物，然后进行轨迹预测、路径规划和车辆控制。

这些工作需要执行大量：

Computer Vision。

Transformer。

Occupancy Network。

End-to-End Driving Model。

VLM。

VLA。

以及其他深度神经网络。

普通 CPU 并不适合高效率完成这些运算。

所以汽车越来越需要专门的：AI Accelerator。

地平线开发的 BPU，正是针对这种计算设计的专用 AI 加速架构。

BPU：地平线真正的技术核心

地平线最重要的底层技术不是“征程”这个产品名称，而是：BPU——Brain Processing Unit。

可以把 BPU 简单理解为地平线自己设计的 NPU / AI Accelerator Architecture。

它与 NVIDIA GPU 的设计思想并不完全相同。

GPU最初是一种通用并行计算架构，后来因为非常适合矩阵和向量计算而成为 AI 的主力计算平台。

地平线 BPU 则从一开始就针对 深度神经网络 + 智能驾驶。

进行软硬件协同设计。

公司强调把：

算法。

Compiler。

Processor Architecture。

三者共同优化，而不是先制造一颗通用芯片，再想办法让算法适配芯片。地平线把这种设计方式称为“软硬结合”。

这其实是车载 AI 芯片非常重要的一点。

对于汽车来说，仅仅拥有很高的理论 TOPS 没有意义。

更重要的是：

真实神经网络能不能跑得快。

功耗是不是足够低。

Latency 是否稳定。

编译效率如何。

算法升级是否容易。

车规可靠性是否足够高。

以及一颗芯片能不能连续稳定工作十年以上。

地平线一直强调的不是单纯追求 TOPS，而是追求：有效计算性能和系统效率。

BPU从伯努利、贝叶斯发展到纳什

地平线的 BPU 并不是一代产品。随着 AI 模型不断变化，BPU 也持续更新。

2019 年以后，地平线先后推出伯努利架构，后来发展到贝叶斯架构，再到目前征程6所使用的最新一代：BPU Nash，纳什架构。

征程2和征程3主要采用伯努利架构。

征程5采用第三代贝叶斯架构，并把国产车载 AI 芯片推向百 TOPS 级别。

到了征程6，地平线开始使用专门针对大参数 Transformer、端到端智能驾驶和交互式博弈算法优化的 BPU Nash。

这条发展路线其实非常能够说明 AI accelerator 行业发生的变化。

早期自动驾驶主要依靠：

CNN。

Object Detection。

Lane Detection。

现在开始大量使用：

Transformer。

Occupancy。

End-to-End Model。

VLM。

VLA。

世界模型。

AI 芯片也必须跟着算法变化。

所以 BPU 的真正价值并不是某一代芯片拥有多少 TOPS，而是它必须能够持续适配新一代 AI architecture。

征程2：地平线真正进入汽车市场

地平线早期推出过针对边缘 AI 的旭日等产品，但真正让公司建立汽车芯片商业地位的，是 征程系列。

征程2开始大规模进入前装汽车市场。

所谓“前装”，就是芯片在汽车出厂的时候就已经安装进去，而不是消费者后来增加一个设备。

这对汽车半导体非常重要。

一款汽车芯片必须经过：

汽车厂认证。

Tier 1验证。

功能安全。

温度测试。

可靠性测试。

EMC。

长周期供应。

软件验证。

从设计定点到真正量产，往往需要几年。

因此汽车 AI 芯片最大的壁垒之一并不是 “能不能做出一颗芯片？” 而是 有没有汽车厂真正愿意把你的芯片装进几十万辆汽车。

地平线后来真正建立起来的护城河，很大一部分就是这种规模化量产经验。

征程3：5 TOPS进入大规模辅助驾驶

征程3进一步扩大了地平线在辅助驾驶市场的覆盖范围。

征程3单芯片可以提供约 5 TOPS AI 计算能力，典型功耗约 2.5W，主要针对行泊一体、高速辅助驾驶、视觉感知和其他中等算力 ADAS 应用。

今天看 5 TOPS 好像非常小。

但汽车 AI 的发展速度极快。

几年以前，几 TOPS 已经足够运行大量前视摄像头和基础 ADAS 算法。

现在高阶城区智能驾驶开始需要几十、几百 TOPS。

这也是为什么地平线的产品算力在几年时间里快速增长。

征程5：进入百TOPS高阶智驾

征程5是地平线发展过程中非常关键的一代。

它采用 BPU 贝叶斯架构，进入百 TOPS 级车载 AI 计算市场，并开始真正与 NVIDIA、Mobileye、高通以及其他高性能车载芯片竞争。

征程5后来进入理想汽车等量产车型，也让地平线从过去偏低阶和中阶 ADAS 的公司，进一步进入：

高速 NOA。

行泊一体。

更高等级辅助驾驶。

这一代芯片最大的意义，并不是单独某一个技术参数，而是地平线开始证明：

国产AI 芯片也可以进入高性能智能驾驶域控制器。

征程6：从10 TOPS一直覆盖到560 TOPS

2024 年，地平线发布新一代 征程6系列。

这是地平线产品战略上一个非常大的变化。

过去一代征程芯片往往对应一个特定性能等级。

征程6则直接做成一个完整产品家族。

包括：

征程6B。

征程6L。

征程6E。

征程6M。

征程6H。

征程6P。

整个产品系列算力覆盖大约：10 TOPS到560 TOPS。

这样同一套架构可以从最便宜的基础 ADAS，一直覆盖到高性能城区全场景辅助驾驶。

这是一个非常重要的商业策略。

汽车公司通常拥有：

10万元车型。

15万元车型。

20万元车型。

30万元以上车型。

如果每一个价格等级都需要重新选择不同 AI chip company，软件开发会非常复杂。

征程6希望做到：一套架构覆盖整个车型家族。

低端车型用低算力版本。

中端车型用中等版本。

高端车型用6P。

软件、工具链和底层架构尽可能保持一致。

这与 NVIDIA、Qualcomm 在汽车领域推进统一平台的思路非常类似。

征程6不只是BPU

现代智能驾驶 SoC 已经不可能只放一个 NPU。

征程6集成：

BPU。

CPU。

GPU。

MCU。

以及大量汽车接口和安全模块。

因此它实际上是一颗：Automotive AI SoC。地平线把这种设计称为“四芯合一”。

单颗芯片可以承担：

Sensor Processing。

Perception。

Planning。

Decision。

Control。

以及其他智能驾驶任务。

征程6系列全部采用 BPU Nash，并原生针对大参数 Transformer 等新一代网络进行优化。

征程6P：560 TOPS旗舰芯片

征程6系列目前最重要的旗舰产品是：征程6P。

地平线公布的有效算力指标最高达到约 560 TOPS，同时拥有约 410K CPU DMIPS，主要针对下一代全场景辅助驾驶设计。

公司特别注明，其560 TOPS指标是结合特定稀疏度条件计算的 Effective TOPS，因此与不同企业使用不同计算口径公布的“TOPS”不能简单一比一比较。

2026 年上市的 iCAR V27 就采用单颗征程6P，搭配包含激光雷达在内的27颗高精度传感器，并运行地平线 HSD 全场景辅助驾驶系统。

地平线公布该车型方案时再次确认，征程6P单颗提供560 TOPS算力，并采用最新 BPU Nash 架构针对 Transformer 大模型实时推理进行优化。

真正重要的不是560 TOPS，而是“芯片+算法”

地平线与很多纯 AI 芯片企业最大的区别，是它已经越来越少只卖 Chip。

而是开始卖 Chip + Software + Algorithm + System。

这也是 HSD 出现的原因。

如果一家芯片公司只销售芯片：

汽车厂还必须自己寻找算法公司。

自己设计域控制器。

自己集成摄像头。

自己优化模型。

自己做大量 validation。

整个过程非常复杂。

地平线已经拥有自己的：

BPU。

Compiler。

征程SoC。

智能驾驶算法。

量产工具链。

数据闭环。

所以它可以直接提供更加完整的智能驾驶计算平台。

HSD：地平线开始直接提供高阶智驾系统

HSD 全称：Horizon SuperDrive。

这是地平线面向高阶辅助驾驶开发的一套完整系统。

新一代 HSD 基于征程6P，并采用一段式端到端架构，实现从 camera photon input 到 vehicle trajectory output 的完整 AI pipeline。

所谓“一段式端到端”，简单来说，就是尽可能减少传统自动驾驶里面大量人工编写的：

Perception Rule。

Prediction Rule。

Planning Rule。

Control Rule。

传统系统往往是：

摄像头 → 目标检测 → 车道检测 → 预测 → 规划 → 控制。

每一层之间存在大量手工规则。

End-to-End则希望让神经网络直接学习：从环境输入到驾驶行为。

这与 Tesla FSD 等新一代自动驾驶系统的发展方向类似。

HSD开始进入真正量产阶段

地平线 HSD 已经不再只是技术展示。

2025 年以后，HSD开始进入真正量产车辆。

截至目前，HSD 已经形成面向不同车型价位的产品组合，包括 HSD 300、HSD 600 和 HSD 1200，希望分别覆盖10万级、15万级和20万级以上车型，将城区辅助驾驶从过去高端车型的“豪华配置”逐渐变成大众车型能够承担的功能。

这一点很重要。

地平线真正的商业策略并不是只给几十万元豪华汽车做自动驾驶。

而是 让智能驾驶进入销量最大的普通车型。

这和它征程6系列从10到560 TOPS覆盖不同性能等级的思路完全一致。

征程芯片已经突破1000万套

评价一家 AI chip startup 最重要的问题之一就是 到底卖出去多少芯片？

这一点是地平线与大量 AI accelerator 初创企业最大的区别。

截至 2025 年 8 月，征程系列累计量产出货已经突破 1000万套。

地平线因此成为中国首家达到千万级车载智能计算方案出货规模的智能驾驶科技企业。

截至 2026 年，公司进一步公布：

征程家族出货：1000万+。

定点车型：400+。

量产上市车型：350+。

合作车企和品牌：40+。

这已经不是一个“小型 AI 芯片 startup”的规模。

它意味着地平线的芯片正在大量真实汽车中运行。

征程6本身也开始快速量产

征程6在2024年发布以后，量产速度明显加快。

地平线2026年披露，征程6E/M发布首年已经实现超过百万套出货，6B/L生命周期定点超过千万；征程6系列已经获得25家以上车企、100款以上车型定点，其中40多款车型已经进入量产。

对于汽车芯片来说 Design Win通常比某一次benchmark更重要。

因为一个车型一旦量产生命周期可能持续几年，一款热门车型可能使用几十万甚至上百万颗芯片。

所以汽车 AI 芯片商业模式具有一个特点：前期验证非常慢，一旦进入量产，收入增长可能非常快。

2025年ADAS市场份额接近一半

地平线目前在中国汽车市场已经拥有非常明显的市场地位。

根据地平线2026年公布的数据，2025年公司在 ADAS 前视一体机及小域控计算芯片市场达到约 47.66% 的市场份额，位居行业第一；

在城区 NOA 计算平台市场，公司公布的份额约为 17.88%，排名第三。

这两个数字也说明地平线当前的真实市场结构。

在 基础和中阶ADAS，地平线已经非常强。

在 最高阶城区NOA，仍然需要与 NVIDIA、高通、华为以及其他方案竞争。

因此 HSD + 征程6P，是地平线未来几年最重要的一场战役。

为什么地平线不是“另一个NVIDIA”？

地平线和 NVIDIA 都做 AI accelerator，但商业模式完全不同。

NVIDIA最大市场仍然是：

Data Center AI。

训练大型语言模型。

Generative AI inference。

HPC。

GPU。

地平线则几乎把所有精力集中在：Automotive AI。汽车的需求完全不同。

Data Center关心：最大算力，HBM带宽，Training Performance，Tokens per Second。

汽车关心：功耗，成本，Latency，可靠性，Functional Safety，长期供货，摄像头接口，实时响应，车规认证。

因此地平线的优势并不是 “训练GPT比NVIDIA快。” 而是 为一辆十几万元的汽车，在有限成本和功耗下提供足够强的实时AI。

地平线为什么强调计算效率？

假设两颗芯片都是100 TOPS。

第一颗芯片运行某个 Transformer 时只能发挥30%的理论性能。

第二颗能够发挥70%。

那么：

理论TOPS一样。

真实AI性能却完全不同。

地平线长期强调：

算法效率。

计算密度。

真实计算性能。

这也是 BPU 设计的核心。

与其设计完全通用的 accelerator，再让所有算法适配：

地平线更倾向于观察未来几年智能驾驶主要使用什么模型，然后直接针对这些模型设计 architecture。

纳什 BPU 对 Transformer 和大规模交互式计算进行专门优化，就是这种路线的典型例子。

与大众汽车的合作是地平线全球化的重要一步

地平线最重要的国际合作之一来自：Volkswagen Group，大众汽车集团。

大众旗下软件公司 CARIAD 与地平线共同成立合资公司：CARIZON，酷睿程。

双方最早从2022年开始合作，随后不断扩大。

到2026年，基于双方联合开发系统的 Volkswagen 车型已经真正进入量产和用户交付。

2026年5月，部分大众车型开始交付基于征程6M的智能驾驶系统，高配征程6H版本则进一步面向城区NOA。

这件事情对地平线意义非常大。

中国本土车企采用国产 AI chip，并不能完全证明这颗芯片能够通过全球汽车集团的工程体系。

Volkswagen拥有非常严格的：

Functional Safety。

Reliability。

Software。

Validation。

Supply Chain。

标准。

如果征程和地平线算法能够进入 Volkswagen 大规模车型就证明这套技术有机会走出中国市场。

2026年大众进一步把合作推向L3和L4

2026年7月，地平线和 Volkswagen 又进一步扩大合作。

通过 CARIZON，大众将使用地平线 AI foundation model 能力，结合 CARIZON 开发中的 C7H System-on-Chip 和 GAIA world-model data platform，推进大众在中国的 L3 和 L4 自动驾驶研发。

这说明双方关系已经不再只是 “Volkswagen买一颗征程芯片。”

而是在逐渐变成：Joint AI Platform Development。

这也是地平线从单纯芯片供应商进一步向汽车 AI 基础设施企业发展的重要证明。

2024年在香港上市

地平线已经不是一家私人创业公司。

2024年10月24日，公司正式在香港交易所主板上市，股票代码：9660.HK。

公司 IPO 最终发行价格为每股 HK$3.99，发行约13.55亿股，融资约 54亿港元，也就是约6.96亿美元，成为2024年香港规模最大的IPO。

地平线 IPO 的一个重要特点是，募集资金中相当大比例继续投入 R&D。

这也符合汽车 AI 芯片行业的特点：

芯片架构开发。

先进制程。

Compiler。

Algorithm。

Functional Safety。

下一代 SoC。

全部需要持续投入巨额资金。

地平线收入正在快速增长，但仍然亏损

地平线已经拥有千万级出货，并不意味着公司已经成为高利润企业。

2025 年，公司营业收入约为：37.58亿元人民币。

相比2024年的23.84亿元增长约：57.7%。

2025年毛利润约：24.26亿元。

毛利率约：64.5%。

但公司全年经营亏损仍达到约：33.39亿元人民币。

会计报表上的全年净亏损高达约：104.69亿元人民币。

不过这个数字里面包含约66.64亿元的优先股及其他金融负债公允价值变化等项目，因此更能反映日常经营情况的 non-IFRS adjusted net loss 约为：28.12亿元人民币。

也就是说地平线已经拥有相当大的收入规模。

但是仍然处于：高研发投入、高增长、尚未实现持续盈利 的阶段。

为什么已经卖1000万颗芯片还会亏钱？

半导体和智能驾驶都是非常烧钱的行业。

地平线不仅需要研发芯片，还需要同时开发：

BPU Architecture。

Compiler。

Operating Software。

ADAS。

HSD。

End-to-End Model。

Data Platform。

Functional Safety。

下一代芯片。

甚至整车智能操作系统。

而一代汽车芯片从 architecture 开始设计到真正 mass production，可能需要数年。

所以今天投入的研发资金，可能要三年以后才产生收入。

这也是地平线不能简单按照普通汽车零部件企业利润率评价的原因。

它本质上仍然是一家 高研发强度的AI计算平台公司。

2026年又推出“星空”芯片

如果说征程系列代表：智能驾驶计算。

那么2026年发布的：地平线星空 Horizon Starry。则代表公司开始进入下一阶段。

星空不再只是“智驾芯片”，而是 舱驾融合中央计算芯片。

过去一辆智能汽车可能拥有：

一颗座舱SoC。

一颗智驾SoC。

多颗MCU。

多个Domain Controller。

未来趋势则越来越明显：

Central Computing。

也就是尽量把多个计算域整合起来。

星空6P达到650 TOPS

地平线2026年4月发布的旗舰 星空6P 采用：5nm车规制程。

BPU算力达到：650 TOPS。

内存带宽达到：273GB/s。

它可以在同一颗芯片上同时支持高级智能驾驶模型以及智能座舱中的数字 AI、大模型和 Agent。

也就是说，过去座舱有一个“大脑”，智驾有另外一个“大脑”。

星空的思路是：把两个大脑逐渐融合成一个中央AI计算平台。

为什么“舱驾融合”可能很重要？

汽车正在越来越像一台巨大的机器人。

未来 AI 可能需要同时知道：

车外发生什么。

驾驶员正在做什么。

乘客说了什么。

车辆应该怎么开。

导航要去哪里。

座舱应该做什么。

如果所有这些信息分别存在不同 ECU 和 SoC 中，就必须不断进行数据交换。

而如果底层使用统一 memory 和 unified computing platform，AI model之间就可能更加自然地共享信息。

这与智能手机的发展非常类似。

早期手机拥有大量独立 chip。

后来：CPU，GPU，ISP，NPU，Memory Controller，越来越多集成进一颗 SoC。

地平线认为汽车最终也会经历类似过程。

星空芯片已经获得十余家汽车品牌合作意向

星空虽然是2026年刚发布的新平台，但地平线已经公布其初步客户生态。

发布当天，公司表示星空6已经获得十余家车企品牌及多家 Tier 1 的合作意向，包括北汽、比亚迪、长安、大众、奇瑞、一汽奔腾等汽车集团，以及博世、电装、法雷奥、德赛西威、北斗智联等 Tier 1。

iCAR则成为地平线舱驾融合整车智能解决方案的全球首发合作车企。

当然 合作意向并不等于已经大规模量产。

星空真正能否复制征程1000万套的成功，还需要未来几年量产车型证明。

KaKaClaw：地平线甚至开始做汽车Agent OS

与星空芯片同时发布的还有：KaKaClaw 咖咖虾。

地平线把它称为：Agentic Car OS。

传统汽车操作系统主要负责：

App。

Navigation。

Entertainment。

Vehicle Control。

但随着大语言模型和 AI Agent 进入汽车，操作系统可能逐渐从“菜单式交互”变成：用户说目标，Agent自己调用功能完成任务。

例如用户不需要逐层打开空调菜单。

只需要说：

“我有点冷。”

AI就可以综合：

车内温度。

座椅。

空调。

驾驶状态。

乘员信息。

自动决定应该做什么。

地平线希望把星空芯片，KaKaClaw，HSD 组合起来形成 整车智能体。

这已经明显超出了传统 AI accelerator company 的业务范围。

地平线正在从“智驾芯片公司”升级为“汽车AI平台公司”

如果看2019年的地平线，主要卖 车载AI 芯片。

2021年进入 大算力智能驾驶。

2024年征程6形成完整产品家族。

2025年 HSD进入量产。

2026年星空 + KaKaClaw + HSD。

于是公司产品越来越完整：

底层：BPU。

芯片：征程 / 星空。

系统软件：Compiler + Runtime + Toolchain。

智能驾驶：HSD。

整车AI：KaKaClaw。

这其实是地平线战略上最重要的变化。

地平线和黑芝麻智能有什么不同？

黑芝麻智能是中国另外一家重要的智能汽车 AI 芯片公司。

两家公司早期有很多相似之处：

都开发国产车规级 AI SoC。

都针对 ADAS 和高阶智能驾驶。

都希望替代或补充 NVIDIA、Mobileye、高通等海外平台。

但地平线目前最大的优势是：量产规模。

征程已经达到1000万套级别。

同时地平线已经从 chip 扩展到：

HSD。

End-to-End Algorithm。

完整智驾方案。

星空中央计算。

而黑芝麻智能则同样开始从华山系列自动驾驶芯片向武当系列跨域计算扩展。

简单来说：

两家公司正在从 智驾芯片竞争，逐渐进入 整车中央计算平台竞争。

地平线和Mobileye有什么不同？

Mobileye 是全球汽车视觉和 ADAS 领域最成功的 AI 芯片公司之一。

Mobileye长期采用：EyeQ芯片 + 算法。

地平线实际上与这一路线存在一定相似之处：

不只是提供 SoC。

而是同时拥有：

Processor。

Computer Vision。

ADAS Software。

Driving Algorithm。

不过 Mobileye 拥有更长时间的全球汽车市场经验和庞大的国际客户基础。

地平线的优势则是：中国道路数据、中国汽车开发速度和中国车企生态。

中国智能驾驶市场迭代极快，城区道路环境也非常复杂，因此地平线可以与国内 OEM 高频协同并快速迭代。

地平线和NVIDIA最大的区别是开放模式

NVIDIA DRIVE提供非常强大的 hardware + software platform。

但是许多汽车公司担心：如果芯片、软件、工具链和上层系统全部绑定一个 vendor，未来自主开发空间可能受到限制。

地平线长期强调 开放。

客户可以选择：

只买芯片。

购买芯片 + Middleware。

使用完整算法。

使用 HSD。

甚至进行 BPU IP 授权。

因此不同技术能力的车企可以采用不同合作方式。

这也是 Volkswagen 与 Horizon建立 CARIZON 的原因之一：

不是简单采购黑盒系统，而是希望共同开发适合中国市场的技术平台。

BPU甚至可以直接授权给汽车企业

地平线在2022年提出：BPU IP Licensing。这实际上是一种非常有意思的商业模式。

客户并不一定非要购买 “地平线征程芯片。”

未来大型汽车企业或者半导体公司还可以把 BPU AI accelerator IP 集成到自己设计的 SoC 中。地平线已经披露 BPU IP 授权模式取得阶段性商业合作。

这种模式非常像 ARM。ARM不需要自己制造所有 CPU，而是授权 CPU Architecture 和 Core IP。

如果 BPU未来成为车载AI accelerator领域具有广泛影响力的 IP：

地平线的商业模式就会从卖芯片，进一步变成 卖AI计算架构。

地平线最大的优势

地平线最大的优势首先是 已经真正量产。1000万套出货是非常重要的门槛。

很多 AI chip startup 最大的问题是：Demo很好，Benchmark很好，但没有客户。地平线已经跨过这个阶段。

第二个优势是：软硬件共同开发。它不只是设计 BPU，还拥有算法和 HSD。这让芯片设计可以提前针对未来模型优化。

第三个优势是：产品覆盖非常宽。征程6从约10 TOPS一直到560 TOPS。低端车、高端车都可以使用同一技术体系。

第四个优势是：中国汽车市场规模。中国已经是全球智能汽车竞争最激烈的市场之一。大量汽车企业可以帮助地平线快速迭代。

第五个优势是：国际车企合作。Volkswagen等国际企业正在把地平线技术真正带入量产车型。

第六个优势则是：正在向中央计算扩展。星空让地平线不再局限于 ADAS chip。

地平线最大的风险

地平线的风险同样非常明显。

首先是竞争极其激烈。

汽车 AI 芯片市场拥有：

NVIDIA。

Qualcomm。

Mobileye。

华为。

黑芝麻智能。

以及大量汽车厂自研芯片。

第二个风险是：汽车厂越来越希望自己掌握 AI software。

如果大型 OEM 自己开发 End-to-End model，地平线必须在芯片和工具链层面继续保持竞争力。

第三个风险是：研发投入非常高。

2025年虽然收入已经达到37.58亿元，但 adjusted net loss仍约28.12亿元。

第四个风险是：高阶智能驾驶市场变化极快。

今天最先进的是 End-to-End Transformer。

明天可能是：

VLA。

World Model。

更强的 Foundation Model。

BPU必须持续跟上。

第五个风险是：国际市场存在政策与供应链风险。

中国智能汽车技术出海正在受到越来越多监管关注，这可能影响地平线未来在部分海外市场的扩张。

地平线真正值得关注的是什么？

如果只看 TOPS，地平线并不是 AI accelerator 行业里算力最高的公司。

NVIDIA Data Center GPU 的计算规模远高于征程芯片。但这不是地平线真正的赛道。

地平线解决的是：怎样把强大的AI真正放进几百万辆普通汽车。

这意味着芯片必须同时做到：

算力足够。

价格合理。

功耗低。

可靠。

车规级。

软件成熟。

算法好用。

能够大规模量产。

汽车厂敢装。

消费者愿意用。

这些条件缺一个都很难真正形成1000万颗出货。

地平线最大的价值，恰恰在于它已经证明：国产车载AI accelerator可以真正实现千万级规模量产。

从征程到星空，地平线已经进入第二阶段

过去十年，地平线的故事可以概括为：让汽车拥有AI计算能力。

这就是：BPU + 征程。

而2026年以后，公司正在进入第二阶段：让整辆汽车成为一个AI Agent。

这就是：星空 + KaKaClaw + HSD。

星空6P已经把 BPU 算力提高到650 TOPS，并把智能驾驶和智能座舱逐渐整合到5nm中央计算芯片中。

如果这种方向最终成为汽车产业主流，那么未来车辆可能不再拥有几十个彼此独立的小“脑”。

而是：

一颗或者几颗中央 AI processor。

统一 memory。

统一 operating system。

统一 AI model。

统一 sensor data。

整辆车最终变成一个可以感知、理解、决策和行动的机器人。

这其实又回到了余凯2015年创立地平线时提出的最初愿景：为机器人时代提供计算基础设施。