黑芝麻智能 : 国产智能驾驶、舱驾融合与汽车AI计算芯片厂商
黑芝麻智能（Black Sesame Technologies）是一家专注于汽车智能计算和端侧AI芯片的中国半导体企业，核心产品包括智能驾驶SoC、舱驾融合芯片、汽车AI计算平台、ISP图像信号处理器、NPU神经网络处理器以及配套AI工具链和软件平台。
与主要生产汽车MCU、MOSFET或者电源管理芯片的传统汽车半导体公司不同，黑芝麻智能主要解决的是“汽车如何利用摄像头、雷达和AI理解道路环境并完成驾驶计算”的问题。
因此更加接近Mobileye、NVIDIA DRIVE、高通Snapdragon Ride和地平线机器人所处的汽车智能计算赛道。
黑芝麻智能国际控股有限公司目前已经在香港联合交易所主板上市，股票代码为 02533，公司于2024年8月8日完成上市。
按照公司2026年中期业绩，截至2026年6月30日的半年收入达到人民币4.585亿元，同比增长81.3%。
同期芯片总出货量超过600万颗，其中智能驾驶产品和解决方案收入达到3.951亿元，同比增长66.8%。
这说明公司已经从早期研发型汽车AI芯片企业逐渐进入规模化芯片交付阶段。
黑芝麻智能主要做什么
黑芝麻智能最核心的业务可以概括为 Automotive AI Computing，也就是汽车人工智能计算。
现代汽车越来越像一台带轮子的计算机。车外的摄像头、毫米波雷达、超声波传感器不断产生数据，但是这些数据本身并不能直接控制汽车，必须首先经过芯片处理。
例如汽车前方摄像头拍到一幅道路图像以后，芯片需要判断：
前面有没有汽车，行人在什么位置，道路边界在哪里，车道线向什么方向延伸，红绿灯是什么状态，前方车辆距离多远，以及汽车下一步应该保持车道、减速还是变道。
这些工作需要大量AI计算。
黑芝麻智能的主要产品，就是安装在汽车智能驾驶控制器或者中央计算平台中的 Automotive AI SoC。
“华山”和“武当”两大芯片系列
黑芝麻智能目前最重要的汽车芯片可以分成两条产品线：
华山系列（Huashan）主要面向ADAS和高阶智能驾驶计算。
武当系列（Wudang）则进一步面向跨域计算、智能座舱与智能驾驶融合，也就是现在经常提到的“舱驾融合”。
公司目前官方网站列出的主要产品包括华山 A1000、A1000L、A1000 Pro、A2000，以及武当系列 C1296和C1236。
这种双产品线意味着黑芝麻智能正在从单纯的ADAS计算芯片，逐步进入未来汽车Central Computing中央计算架构。
华山A1000系列
华山A1000是黑芝麻智能真正打开汽车量产市场的重要芯片。
A1000采用16nm制程，INT8 AI算力达到 58 TOPS，典型功耗约18W，可以连接最多16路摄像头。
这里的TOPS是 Tera Operations Per Second，每秒万亿次运算，通常用于描述AI芯片进行神经网络推理时的运算能力。
A1000系列还包括：
A1000L，AI算力约16 TOPS，主要面向成本和功耗要求更低的ADAS。
A1000 Pro，AI算力达到106+ TOPS，面向计算要求更高的智能驾驶应用。
从产品定位来看，A1000家族可以覆盖从基础ADAS到高速NOA等不同级别的智能驾驶系统。
A1000已经进入规模量产
对于汽车芯片企业来说，发布一颗芯片和真正装进量产汽车是完全不同的阶段。
汽车SoC必须经过长时间的可靠性测试、软件适配、Tier 1验证、整车测试以及量产验证，因此真正能够持续装车的芯片数量并不多。
黑芝麻智能2025年年报显示，A1000系列已经拥有超过5年的产品生命周期，并已经搭载于吉利、东风、比亚迪、一汽等车企的多款车型。
公司还把A1000扩展到了商用车、无人物流车和无人清洁车等市场。
到了2026年上半年，A1000智能驾驶解决方案仍然在东风、一汽和比亚迪等客户中保持批量增长，继续成为黑芝麻智能重要的成熟产品线。
什么是NOA
介绍智能驾驶芯片时经常会看到一个专业名词：NOA。
NOA是 Navigate on Autopilot或者类似导航辅助驾驶概念的简称。
传统ACC自适应巡航主要负责保持速度和车距，LKA车道保持主要帮助车辆保持在车道中间，而NOA会进一步结合导航地图和车辆周围环境，在高速公路或者城市道路上完成更加复杂的辅助驾驶。
例如：
自动跟随道路行驶、自动进入和驶出匝道、根据道路情况变道、识别前方车辆以及按照导航路线行驶。
这些功能需要大量摄像头数据和AI神经网络计算，因此也是A1000和A2000这类汽车AI芯片的重要应用。
华山A2000：进入高阶智能驾驶
如果说A1000是黑芝麻智能已经规模量产的第一代主力智能驾驶芯片，那么 华山A2000代表的是公司向更高阶智能驾驶计算进一步升级。
A2000采用 7nm先进制程，主要面向更复杂的L2+、L3以及高阶智能驾驶系统。
根据黑芝麻智能2025年年报，A2000支持FP16、FP8以及INT4、INT8、INT16等多种计算精度，并配套完整AI工具链，以适应越来越复杂的大模型、端到端自动驾驶和VLA模型。
早期公开资料给出的A2000设计AI算力目标超过 250 TOPS。
对于汽车芯片来说，这已经不是简单处理一两颗Camera，而是面向多摄像头、多传感器和大型AI模型运行的中央智能驾驶计算平台。
A2000进入量产阶段
截至2026年上半年，A2000已经不再只是实验室产品。
黑芝麻智能在2026年中期业绩中表示，公司正在与东风、宇通、奇瑞等主流汽车厂商推进A2000项目定点和量产，同时已经获得覆盖L2+至L3驾驶辅助功能的量产项目。
公司还与元戎启行DeepRoute.ai、Nullmax等算法企业进行合作，对端到端智能驾驶方案进行适配。
公司表示，A2000计划在2026年下半年正式进入量产阶段。
这一步非常重要，因为它意味着黑芝麻智能正在从几十TOPS到100 TOPS左右的传统ADAS平台，进入几百TOPS的高阶自动驾驶计算市场。
什么是端到端自动驾驶
过去的自动驾驶软件通常把任务拆成多个模块：
Perception感知 → Prediction预测 → Planning规划 → Control控制。
首先识别道路和车辆，然后预测其他车辆下一步动作，再规划自己的路线，最后控制方向盘和刹车。
而目前越来越多车企和智能驾驶公司正在发展 End-to-End端到端自动驾驶。
简单来说，就是让大型神经网络直接从Camera、Radar等传感器数据中学习驾驶行为，从输入道路环境一直计算到车辆轨迹或者控制决策。
这种方法需要运行更加复杂的神经网络，因此对汽车芯片的AI算力、内存带宽以及软件工具链提出了更高要求。
这也是A2000支持FP8、INT4以及大型AI模型的重要原因。
VLA开始进入汽车
黑芝麻智能目前还在A2000平台上推进 VLA，也就是Vision-Language-Action视觉—语言—动作模型。
VLA可以简单理解成：
看见环境 + 理解环境 + 决定动作。
Vision负责观察车辆周围环境，Language或者大型多模态模型负责理解场景，而Action负责产生车辆或者机器下一步应该执行的动作。
这类模型最初在机器人领域发展非常快，现在也开始进入高阶智能驾驶。
黑芝麻智能2026年中报显示，公司正在建立包括高算力芯片、自研SDK、完整AI工具链以及端到端/VLA参考模型在内的软件和硬件平台。
自研NPU
黑芝麻智能的一个核心技术是自己的 NPU，也就是Neural Processing Unit神经网络处理器。
CPU适合运行通用程序，而NPU专门针对神经网络中的矩阵乘法、卷积和AI推理进行硬件加速。
汽车AI需要同时处理多路摄像头，并且必须在几十毫秒甚至更短时间内得到结果，因此只依靠普通CPU通常无法满足性能和功耗要求。
黑芝麻智能在芯片内部集成自己的NPU IP，让CNN、Transformer以及其他AI模型能够以更高效率运行。
随着端到端自动驾驶模型规模不断扩大，NPU已经成为汽车智能驾驶SoC最关键的组成部分之一。
自研ISP
黑芝麻智能另一项核心IP是 ISP，也就是Image Signal Processor图像信号处理器。
汽车Camera Sensor产生的原始图像并不能直接交给AI算法，需要先经过ISP进行处理。
ISP通常负责：
HDR高动态范围、曝光控制、白平衡、去噪、颜色处理、坏点修复以及低光环境优化。
汽车摄像头面对的环境远比手机复杂。
车辆可能刚刚处于非常黑暗的隧道，然后几秒钟后突然进入强烈阳光；晚上还可能遇到迎面车灯；雨雪天气又会降低画面对比度。
如果ISP不能得到清晰稳定的图像，再强大的AI算法也可能识别错误。
因此黑芝麻智能把 ISP + NPU作为自己的重要底层技术组合，公司把这种能力概括为让汽车“看得清、看得远、看得懂”。
山海AI工具链
只提供芯片还不够，汽车厂商必须能够把自己的AI模型真正运行到芯片上。
因此黑芝麻智能还开发了 山海人工智能开发工具链。
工具链可以完成模型转换、量化、编译、性能分析以及部署等工作。
例如汽车公司可能首先使用PyTorch训练一个道路目标识别模型，但PyTorch模型并不能直接在A2000 NPU上最高效率运行。
开发工具需要把模型转换成芯片能够执行的格式，并根据NPU结构进行优化。
这类Toolchain已经成为汽车AI芯片竞争中非常重要的一部分。
NVIDIA有CUDA生态，Qualcomm和Mobileye都有自己的软件平台，中国汽车AI芯片厂商同样必须建立自己的开发生态。
武当C1200系列
黑芝麻智能第二条重要产品线是 武当C1200系列。
如果说华山主要解决“智能驾驶计算”，那么武当系列重点解决的是跨域计算和舱驾融合。
现代汽车过去通常拥有两个完全独立的计算系统。
一个叫 Smart Cockpit智能座舱，负责中控屏、仪表、娱乐、导航和语音。
另一个叫 ADAS Domain Controller智能驾驶域控制器，负责Camera、Radar和驾驶辅助。
这种方案需要两套SoC、两块PCB以及两套电源和散热系统。
未来汽车正在尝试把两部分功能合并到同一个计算平台，这就是 Cockpit-Driving Integration舱驾融合。
C1200已经进入量产
根据黑芝麻智能2026年中期业绩，公司称武当 C1200系列已经成为首个实现量产的国产舱驾一体芯片平台，并已经应用于东风天元智能座舱平台。
预计2026年下半年开始进一步扩大整车安装和交付规模。
这意味着黑芝麻智能已经不仅与传统ADAS芯片公司竞争，同时开始进入高通、联发科、芯驰科技以及其他中央计算和舱驾融合芯片厂商所在的市场。
公司官方网站目前列出的具体武当产品包括 C1296和C1236。
为什么舱驾融合很重要
未来汽车可能不再需要几十个独立ECU。
整个汽车电子架构正在经历：
Distributed ECU分布式ECU → Domain Controller域控制器 → Zonal Controller区域控制器 → Central Computing中央计算。
计算越来越集中。
例如一颗性能足够强大的芯片，可以同时承担：
数字仪表、中控娱乐、360度环视、泊车、驾驶员监控、基础ADAS以及部分智能驾驶功能。
这样可以减少芯片数量、线束、PCB、散热系统以及整个BOM成本。
武当C1200系列就是黑芝麻智能针对这种汽车电子架构变化推出的平台。
摄像头与多传感器融合
真正的高阶智能驾驶不能只依赖一个Camera。
现代智能汽车可能同时使用：
前视Camera、侧视Camera、后视Camera、360度环视Camera、毫米波Radar、超声波Sensor以及LiDAR激光雷达。
不同传感器各有优势。
Camera擅长判断颜色、车道线、交通灯以及物体类别。
Radar擅长测量距离和相对速度。
LiDAR则可以获得精确的三维空间信息。
智能驾驶SoC需要把不同传感器的数据放在一起分析，这就是 Sensor Fusion传感器融合。
随着传感器数量增加，对芯片算力、内存带宽和数据传输能力的要求也越来越高，这也是汽车AI芯片从几十TOPS快速向数百TOPS发展的主要原因之一。
L2、L2+和L3是什么意思
黑芝麻智能产品介绍中经常出现 L2、L2+和L3。
这些数字代表不同程度的驾驶自动化能力。
L2系统可以同时控制车辆横向和纵向运动，例如同时完成车道保持和自适应巡航，但驾驶员仍然必须监督道路。
所谓 **L2+**并不是SAE正式等级，而是汽车行业经常使用的市场术语，一般用于描述功能比传统L2更加复杂的驾驶辅助，例如高速NOA和城市NOA。
L3则进一步允许汽车在特定条件下承担动态驾驶任务，但系统达到边界条件时仍可能要求驾驶员接管。
随着等级提高，汽车芯片不仅需要更高算力，还需要更严格的Functional Safety功能安全、冗余设计以及实时计算能力。
汽车功能安全
智能驾驶芯片如果发生计算错误，后果可能远比普通消费电子芯片严重。
因此汽车SoC必须满足严格的Functional Safety功能安全要求。
黑芝麻智能已经获得 ISO 26262 ASIL D相关功能安全认证，同时公司A1000、C1200、A2000、BST RTOS以及山海AI工具链等产品和软件平台已经进行了相关功能安全认证工作。
公司量产SoC也按照AEC-Q100车规可靠性要求进行设计和测试。
ASIL D是ISO 26262体系中最高的汽车安全完整性等级之一，通常用于可能直接影响车辆安全的系统。
这对于进入L3智能驾驶、制动、转向等Safety-Critical系统尤其重要。
从智能驾驶向中央计算发展
黑芝麻智能的发展路线非常清楚。
最早主要解决Camera图像处理和ADAS计算。
随后A1000系列进入高速NOA。
A2000开始进入数百TOPS高算力和端到端智能驾驶。
与此同时，武当C1200进一步进入Cockpit + ADAS跨域融合。
因此它的发展路径可以概括为：
ADAS → NOA → High-Performance AI → Cockpit-Driving Integration → Central Computing。
这基本对应整个汽车电子架构正在发生的变化。
与地平线机器人的区别
在中国智能驾驶芯片市场，黑芝麻智能经常会与地平线机器人放在一起比较。
两家公司都开发汽车AI芯片，也都建立了自己的AI计算架构和工具链，并且都在争取中国汽车厂商的量产项目。
地平线的征程系列已经形成较大的智能驾驶芯片产品生态，而黑芝麻智能则通过华山 + 武当双产品路线，同时推进智能驾驶和跨域融合。
未来两家公司竞争的重点不仅是TOPS数字，更包括：
芯片价格、功耗、模型部署效率、软件生态、汽车功能安全、量产可靠性以及整车厂开发成本。
与Mobileye的区别
Mobileye长期专注ADAS和自动驾驶视觉处理，其EyeQ系列已经进入全球大量车型。
黑芝麻智能与Mobileye在汽车视觉AI领域存在一定重叠，但是产品生态有所不同。
Mobileye强调EyeQ硬件、视觉算法和完整ADAS解决方案的深度结合。
黑芝麻智能则更加突出开放式SoC和AI工具链，希望汽车厂商、Tier 1以及第三方算法公司能够在华山和武当芯片上部署自己的算法。
这种开放生态模式对于越来越希望掌握智能驾驶软件主动权的中国汽车厂商具有吸引力。
与NVIDIA的区别
NVIDIA DRIVE主要依靠强大的GPU和AI计算生态进入高阶自动驾驶市场。
NVIDIA的优势是极高算力、成熟CUDA生态以及从数据中心训练到汽车推理的完整AI平台。
黑芝麻智能规模明显更小，因此并不是简单复制NVIDIA路线。
它更加集中于车规级端侧AI，通过专用NPU、ISP和汽车SoC设计，在算力、成本和功耗之间寻找平衡，同时针对中国汽车厂商提供更灵活的本地化支持。
商用车与无人驾驶应用
黑芝麻智能的汽车业务并不限于乘用车。
公司已经把A1000和其他平台扩展到：
商用卡车、无人物流车、无人清扫车以及其他低速无人驾驶设备。
2025年，A1000已经搭载于奇瑞、陕汽等商用车应用，同时进入德赛西威相关无人车平台。
到2026年，公司继续推进L3-L4商用车辆、无人物流和Robotaxi等应用。
对于芯片公司来说，这些市场非常重要，因为无人物流园区、港口、矿山和固定路线商用车有时比完全开放道路乘用车更容易率先实现高等级自动驾驶商业化。
从汽车进入机器人
黑芝麻智能目前还在把汽车AI芯片技术扩展到 Embodied AI具身智能和机器人。
其逻辑并不难理解。
汽车和机器人虽然外形完全不同，但是从计算角度来看非常相似：
都需要Camera和Sensor感知环境，都需要AI理解环境，都需要实时进行推理，最后都需要控制机械执行机构。
NPU、ISP、多传感器融合、实时操作系统、功能安全和Edge AI技术，都可以部分迁移到机器人。
2026年上半年，黑芝麻智能具身AI和解决方案业务已经实现人民币4720万元收入，并推出覆盖48 TOPS至接近700 TOPS算力范围的SesameX具身智能计算平台。
不过对于2743.com的Automotive Chip目录来说，公司的核心分类仍然应该放在汽车智能计算和ADAS领域。
2026年经营规模继续扩大
根据黑芝麻智能2026年中期报告，公司2026年上半年实现收入约 4.585亿元人民币，相比2025年同期增长81.3%；总芯片出货量超过600万颗。
其中智能驾驶产品和解决方案收入约 3.951亿元人民币，仍然是最主要业务。
同时，公司整体毛利率从上年同期24.8%提高到49.5%。
不过黑芝麻智能目前仍然处于高研发投入阶段。
2026年上半年研发费用达到约 8.597亿元人民币，同期净亏损约7.703亿元。公司表示研发投入主要集中在车规芯片、AI、算力和大模型算法等方向。
因此黑芝麻智能已经进入明显的规模化出货阶段，但仍属于高投入、高增长的汽车AI芯片企业，而不是已经进入成熟盈利阶段的传统汽车半导体厂商。
黑芝麻智能在汽车芯片产业中的位置
如果把一辆智能汽车拆开，可以看到不同芯片企业承担完全不同的任务。
NXP、Renesas和Infineon拥有大量汽车MCU和车载网络芯片。
Melexis和Allegro主要解决传感器、电流检测和位置检测。
而黑芝麻智能主要解决的是：
汽车如何利用AI理解摄像头和其他传感器的数据，并完成智能驾驶和中央计算。
因此它最接近的产业分类是：
Automotive AI SoC、ADAS Processor、Autonomous Driving Chip、Cockpit-Driving Integration SoC以及Central Computing Chip。
为什么黑芝麻智能值得关注
黑芝麻智能最值得关注的地方，并不只是某一颗芯片拥有多少TOPS，而是公司已经逐渐形成比较完整的汽车智能计算技术体系。
底层有自己的 ISP和NPU IP。
芯片方面拥有 A1000成熟量产平台、A2000高算力智能驾驶平台以及C1200舱驾融合平台。
软件方面拥有 山海AI工具链、SDK、中间件和BST RTOS。
应用方面从传统ADAS逐渐扩展到 高速NOA、城市辅助驾驶、L3、商用车无人驾驶以及中央计算。
与此同时，公司已经从早期样片和定点阶段进入百万级芯片持续出货阶段。
总结
黑芝麻智能是中国重要的汽车AI计算芯片和智能驾驶SoC厂商之一，核心方向是智能驾驶、汽车视觉AI、舱驾融合以及中央计算。
公司的产品形成了两条主要路线：
华山系列重点面向ADAS和高阶智能驾驶，其中A1000系列已经实现较大规模量产，A2000正在进入L2+至L3高阶智能驾驶量产阶段。
武当系列重点面向跨域计算和舱驾融合，其中C1200系列已经开始进入实际汽车平台量产。
黑芝麻智能的核心竞争力来自 ISP + NPU + Automotive SoC + AI Toolchain + Automotive Software的组合，而不是单纯销售一颗AI加速器。
截至2026年上半年，公司半年芯片出货量已经超过600万颗，智能驾驶业务继续扩大；A2000开始进入量产阶段，C1200也开始进入舱驾融合规模化装车阶段。
从长期汽车电子架构来看，汽车正在经历：
传统ADAS → 高速NOA → 城市辅助驾驶 → 舱驾融合 → 中央计算 → 更高等级自动驾驶。
黑芝麻智能的产品路线基本沿着这条方向展开。