2025年地平线机器人研究报告：国产ADAS芯片龙头，成长为高阶智驾综合供应商

1.地平线：强大的战略能力+技术基因成就国产智驾芯片龙头

1.1.深耕智驾领域 10 年，多次做出正确战略抉择

公司以 AI 芯片起家，深耕智能驾驶领域近 10 年，目前已成长为国产 ADAS 智驾芯片龙头。 地平线成立于 2015 年，创立之初以构建基于深度神经网络的操作系统和芯片为目标；随后 在 2017 年发布了第一代智能计算方案征程与旭日，分别面向智能驾驶和智能物联网场景。 但由于 AIoT 业务场景过于碎片化，2019 年公司决定收敛其他业务线，全面聚焦智能驾驶赛 道。2019 年以来，公司相继发布并量产了征程 2、征程 3 和征程 5 芯片，逐步成长为国产 ADAS 芯片龙头。根据公司公告数据统计，2024 年公司营业收入超过 23 亿元，2021-2024 年 营收 CAGR 72%。根据高工智能汽车数据，2024 年公司在自主品牌乘用车智驾芯片市场中市 占率第一，份额达到 33.97%。2024 年，公司发布全新一代征程 6 系列芯片及 Horizon Super Drive 全场景智驾解决方案，将于 2025 陆续实现量产。至此，公司产品线实现了从 低阶 ADAS、中阶高速 NOA 到高阶全场景 NOA 的全面覆盖。我们认为，在智驾平权的行业趋 势之下，中高阶智能驾驶市场将打开公司全新的成长空间。

进一步复盘公司发展历程，我们认为可以分为以下三个阶段： 1） 第一阶段：2015-2019 年，创业探索阶段，横跨多个应用场景。公司于 2015 年 7 月成立， 目标成为边缘人工智能芯片全球领导者，希望通过软硬一体的低功耗的本地化计算方案赋能万物。地平线作为典型的科学家创业公司，自成立之初就聚焦于核心技术的开发。 公司在 2016 年发布了第一代 BPU 计算架构（高斯架构），架构中心处理器是完整的系统， 存储器架构设计进行了特别优化，能使数据自由传递，进行多种计算，让不同部件同时 运转起来，提高 AI 运算的效率。在创业探索阶段，公司产品横跨多个细分场景，除智能 驾驶外，还包括智能家电、安防等多个领域。由于市场定位不清晰，即便公司具有强大 的技术能力，也尚未取得大规模的商业化进展。

2） 第二阶段：2019 年-2024 年，聚焦智能驾驶赛道，陆续发布 J2、J3、J5 并量产上车，逐 步成长为低阶 ADAS 国产芯片龙头。2019 年是公司发展的重要转折点。虽然公司此前在 AIoT 实现了一定的营收，但公司认识到 AIoT 领域的场景过于碎片化，需要投入大量资 源，回报率低。因此公司在 2019 年决定聚焦于智能驾驶，裁撤汽车以外的全部业务，仅 保留机器人相关的业务线（在 2024 年从地平线独立拆分为地瓜机器人）。2019 年 8 月， 公司发布中国首款车载智能计算方案征程 2。当时长安汽车正面临智能化转型压力，公司 凭借软硬件极致优化性价比与 24 小时待命的“保姆式服务”，达成和长安汽车的合作。 2020 年 6 月，搭载了征程 2 智能芯片的长安汽车旗舰车型 UNI-T 上市，征程 2 成为首个 上车量产的国产车规级芯片。2020 年-2022 年，公司陆续发布征程 3 和征程 5 芯片，在 国产替代机遇下，公司凭借性价比和本地化服务优势与理想汽车达成战略合作，并分别 首发于理想 One 和理想 L8。根据公司公告，截止 2024 年底，公司征程系列芯片累计出货 量超过 700 万片。征程系列芯片大规模出货带动公司收入快速增长，2024 年公司产品解 决方案营收达到 6.6 亿元，2021-2024 年 CAGR 47%。

与此同时，随着标杆项目的陆续量产交付，地平线亦开始逐步构建生态圈。公司基于在标杆 项目量产当中丰富的经验，沉淀成了一整套完整的智能开发平台，赋能于合作伙伴的量产开发。如地平线天工开物®算法工具链能够为开发者提供模型量化、优化、编译、仿真、部署、 调试的全流程支持，并且提供一系列即用型模块和参考算法；地平线艾迪®开发平台帮助生 态伙伴建立数据挖掘、标注、训练、测试等一系列完整闭环能力。2021 年以来，公司陆续和 福瑞泰克、上汽零束、Minieye、中科创达、轻舟智航、宏景智驾等众多 Tier 1 建立生态合 作伙伴关系。其中，2022 年公司与大众汽车集团旗下软件公司 CARIAD 达成合作，并在 2023 年成立合资公司酷睿程，地平线将包括 IP 在内的软硬件技术通过授权和提供服务的形式注 入合资公司。根据公司公告，2023 年及 2024 年上半年，公司从酷睿程获得的收入分别为 6.27 亿及 3.52 亿元，分別占对应期间总收入的 40.4%及 37.6%。

3） 第三阶段：展望未来，中高阶智能辅助驾驶产品打开公司全新成长空间。在低算力芯片 征程 2、征程 3 和中算力芯片征程 5 的基础上，公司于 2024 年 4 月发布全新一代征程 6 系列芯片，包括 6 个版本，覆盖 10-560TOPS 不同算力，于 2025 年开始陆续量产。其中， 面向中阶高速 NOA 市场的 J6E 和 J6M 两颗芯片是公司短期内最重要的业绩增长点，在智 驾平权的行业趋势下，J6E/M 已获得包括比亚迪、广汽、理想在内的多家主机厂定点。相 较于 J2、J3， J6E/M 平均 ASP 大幅提升。而随着技术进步带来智驾体验的优化，高阶城 市 NOA 功能正在从先锋早鸟用户逐步向普通大众用户渗透，公司面向城市 NOA 的大算力 芯片 J6 P 及公司自研的 HSD 软件算法打开公司长期成长空间。

1.2.团队：软件基因深厚，股权激励绑定核心员工

创始人余凯软件算法背景深厚，具备技术前瞻性和敏锐的市场判断力，多次做出关键性战略 和技术路线决策，帮助公司打牢技术和产品基础。创始人余凯具备深厚的软件背景，2004 年 获得德国慕尼黑大学计算机科学博士学位。加入百度前的 12 年间，余凯曾在微软亚洲研究 院实习，后担任西门子中国研究院神经计算部门高级研究科学家，接着在美国 NEC 研究院担 任媒体分析部门主管，领导团队在深度学习等方面的产品技术研发。2012 年 4 月，余凯加入百度，领导多媒体部，其领导的语音团队被评为“百度最佳团队”之一。2013 年，余凯组建 百度深度学习研究院并任职常务副院长，发起中国首个高阶自动驾驶项目，并领导团队三次 获得“百度最高奖”。2015 年 6 月，余凯从百度离职，与黄畅等一群科学家一起创办地平线。 创立地平线过程中，曾面临几次关键的战略抉择：1）地平线从创立之初就坚持走软硬一体 技术路线，而非仅提供硬件处理器；2）选择从低阶 ADAS 算力切入，而非高举高打直接做大 算力芯片。最后都得到了市场的验证。

地平线引进原华为智能驾驶产品部部长苏箐出任副总裁兼首席架构师，公司高阶智能驾驶算 法团队能力进一步增强。苏箐拥有深厚的芯片研发与智能驾驶系统开发经验。在华为期间主 导完成了海思 K3V2 手机处理器和达芬奇 AI 芯片架构的研发，后担任华为汽车 BU 智能驾驶 产品部部长，打造了自动驾驶全栈系统 ADS。地平线引进苏箐是其加强在高阶智驾算法能力 上的重要一步。根据晚点 Auto 报道，24 年 7 月地平线重组智能驾驶算法团队，加强高阶算 法团队人员；25 年 1 月，地平线进一步集中资源，高阶算法研发、工程团队以及 AI 基建团 队均交由苏箐统筹，推进高阶智驾的工程化落地。在年初地平线智驾科技畅想日上苏箐表示， 地平线 2025 年要做两方面工作，首先是一段式端到端的类人化，第二项工作是把车的紧急 接管安全性提升 100 倍。 公司股权架构合理，通过同股不同权确保管理层具有绝对控制权，同时绑定多家产业资本实 现战略协同。公司采用 AB 股双股权架构，A 类普通股赋予股东每股 10 票的投票权，B 类普 通股赋予股东每股 1 票的投票权。A 类普通股由管理层持有，根据公司招股说明书，余凯具 有 13.3%的股权和 53.92%的投票权；其他管理层成员 CTO 黄畅具有 3%的股权和 12.16%的投 票权。公司通过同股不同权的架构保证了管理层具有绝对的控制权。此外，地平线在一级市 场融资过程中与多家产业资本深度绑定。上汽通过 2016 年 A 轮首次投资、后续 B1 轮及 D 轮 持续跟投，累计获得公司 IPO 后 7.87%的股权；大众集团通过 CARIAD 子公司持股 2.07%；东 风、奇瑞、比亚迪等主机厂亦分别在不同轮次战略入股。

公司重视员工激励，上市前已建立几乎覆盖全员的股权激励体系，深度绑定核心员工利益。 2015 年 6 月至 2024 年 7 月，公司累计授予 537 名核心骨干员工及其他关联人士 3.95 亿股购 股权，占上市后股份的 3.03%，行使价为 0.000025 美元-0.4677 美元。同时，公司通过受限 制股份单位（RSU）进行更广泛的股份激励。2016 年 4 月至 2024 年 7 月，公司累计向 2527 名员工、高管、顾问等授出 10.499 亿股 B 类普通股，占公司上市后股份的 8.06%，股权激励 人数几乎覆盖全员。此外，公司 IPO 后预留总股本的 5%进行股权激励，截至目前，分别于 25 年 1 月 15 日和 4 月 25 日向 198 名、90 名员工售出 3670.49 万股和 808.25 万股。

2.空间：2030 年中国智驾主控芯片+算法市场空间超过 500 亿元

2.1.L2 ADAS 渗透率已接近天花板，中高阶自动驾驶打开长期成长空间

地平线产品定位覆盖 L2 及以上智能驾驶全部细分赛道。按智能驾驶可实现的功能进行分类， 依据能否实现点到点的领航辅助驾驶，智能驾驶可划分为高阶辅助驾驶功能及 ADAS 辅助驾 驶两个大的赛道。需要特别注意的是，智能驾驶功能划分方式与法规意义下的自动驾驶分级 并不能划等号，当前所有智能驾驶均属于 L2 及以下辅助驾驶功能。同时，按照产品形态，又 可以划分为前视一体机和域控两个类别，目前 ADAS 辅助驾驶功能多采用前视一体机（域控 方案开始渗透），而高阶辅助驾驶则以域控方案为主。地平线通过 Mono（基于 J2、J3 及 J6B）、Pilot（基于 J5、J6E、J6M）以及 SuperDrive（基于 J6H 和 J6P）三大产品线实现 L2 及以上 智能驾驶细分赛道全覆盖。

L2 ADAS 渗透率已接近天花板，未来提升空间有限，中高阶自动驾驶打开长期成长空间。根 据高工智能汽车及佐思汽研数据，2023 年 L2 ADAS 渗透率约 35%，在 15-30 万价格带中渗透 率最高，接近 50%。随着高阶辅助驾驶在新能源车中快速渗透，并快速下沉至 10-20 万价格 带，预计 L2 ADAS 价格带将进一步下移，燃油车及 10 万以内的新能源车将成为 L2 ADAS 的 主要搭载车型。同时，L2 ADAS 多采用单颗低算力芯片，单价较低，我们测算 L2 ADAS 芯片 的市场空间已达到天花板，未来将维持稳定或略有下滑。同时，高速及城市 NOA 功能将代替 L2 ADAS 成为智驾芯片行业发展的主要驱动因素。我们测算，至 2030 年，搭载仅高速 NOA 和 城区 NOA 功能车型在乘用车中的渗透率将达到 28%、53%，对应智驾芯片的市场空间将达到 48 亿元、462 亿元，若考虑城市 NOA 算法带来的附加值，城市 NOA 软硬一体方案的空间将达到 约 600 亿元。

2.2.技术变革驱动高阶智驾体验提升，城市 NOA 开始走向千家万户

复盘高阶智能驾驶从 2019 年至今的发展，技术架构的迭代锚定于提高“泛化性”的要求， 始终是核心的驱动力之一。智能驾驶技术框架从基于高精度地图+Rule base——>BEV Occ— —>端到端——>VLA（25 年开始陆续落地），驱动城市 NOA 从能用、好用到用户爱用的体验 迭代。随着智驾体验的优化，高阶城市 NOA 功能从先锋早鸟用户逐步向普通大众用户渗透。 BEV Occupancy 解决了此前 NOA 功能对高精度地图的强依赖问题和一般障碍物的识别问题， 使得城市 NOA 的大规模落地成为可能。在智能驾驶功能落地的过程中，单车对于周边环境的 实时感知能力越弱、对地图等先验信息的精度要求就会越高，反之亦然。此前基于 CNN 传统 小模型+后融合的方式来完成单车实时感知、精度较低，因此主机厂不得不依赖于高精度地 图。而高精度地图却存在着覆盖范围有限、更新频率低、迭代成本高等问题，依然无法有效 满足城市 NOA 规模化推广的要求。2021 年特斯拉提出 BEV 鸟瞰图，通过 Transformer 将多视 角图像信息重建至向量空间，大幅提高自车感知精度，相当于车端实时自建高精度地图。而 Occupancy 则在 2D BEV 的基础上增强对于物体高度信息的感知，有效解决了对于异形障碍 物识别的问题。基于 BEV Occ 感知架构，国内主要智驾厂商在 2023 年底到 2024 年初陆续实 现了城市 NOA 全国无图都能开，高阶智能驾驶功能开始大范围落地。

基于数据驱动的端到端提升智驾模型的能力上限，驱动头部厂商城市 NOA 从能用到好用。此 前 BEV Occ 时代，规控端仍然靠程序员手写规则，城区场景下仅一个十字路口可能就存在上 百种交互场景，靠人类程序员手写规则无法穷尽，造成的结果就是通行效率低下。此外，由 于传统分模块独立开发的架构下，不同模块之间的接口由人工定义，感知输出的信息是人工 定义的显式抽象（比如车道线、障碍物等），但现实中可能存在难以充分表达但会影响下游 决策的因素，使得模型难以进行全局的调优。同时，模块之间的误差结果会累计，使得最终 的输出结果有较大的偏差。端到端范式下，规控端同样切换到神经网络，大幅提高城区场景 下城市 NOA 的通行能力；同时，端到端架构使得智能驾驶进入纯数据驱动时代，模型全局调 优的上限更高、主机厂通过数据闭环解 corner case 的速度更快。24 年下半年开始，国内头 部厂商端到端智驾系统陆续上车，在全国无图都能开的基础上初步实现“好开”，如环岛、 掉头等复杂场景覆盖度大幅提升。

VLA 时代下，智能驾驶开发范式从数据驱动向知识驱动迭代。VLA 借助语言智能强大的推理 能力，有望大幅提升智能驾驶的泛化性和拟人性。在数据驱动范式中，所谓的泛化性更多的 体现在解 corner case 效率上的提升，其本质上是一种对已有数据的拟合和模仿，无法具有 和人类一样“常识”和“推理能力”。因此，推理过程中一旦遇到从未见过的场景，模型的 表现就会较差或者不可控。近年来，大语言模型发展迅速，如 ChatGPT、DeepSeek 等大模型 展现出“通才”的能力，即从互联网上广泛的数据中进行学习，具备像人类一样的常识。此 外，基于 CoT 技术，语言模型展现出强大的推理能力，可以像人类一样对复杂问题进行思考。 因此，基于语言智能的 VLA 模型架构上车有望大幅提升智能驾驶的泛化性和拟人性，国内头 部厂商预计 25 年下半年开始陆续上车。

得益于技术进步带来智驾体验逐步提升，城市 NOA 在中高价格带逐步从供给驱动转向需求驱 动，打开高算力智驾芯片成长空间。我们测算，2025 年和 2030 年国内城区 NOA 芯片市场空 间分别为 150 亿、462 亿；若考虑软件算法带来的附加值，25、30 年国内城区 NOA 软硬一体 方案市场空间分别为 211、594 亿元。核心假设如下：

1）渗透率：2023 年是城市 NOA 的落地元年，从硬件配置的角度测算可 OTA 升级支持城市 NOA 功能的车辆渗透率仅 5%，除特斯拉外渗透率仅 2%。2024 年城市 NOA 从 1-10，硬件配置渗透 率达到 9%。根据主机厂车型规划和对应车型销量预测，我们测算 2025 年城市 NOA 硬件配置 渗透率有望超过 15%，城市智驾开始从先锋早鸟用户向普通大众用户渗透。分价格带看，20- 30 万新能源车中城市 NOA 的渗透率超过 50%，30 万以上超过 80%。预计到 2030 年，城市 NOA 将成为 20 万以上新能源车的标配，在 10-20 万的新能源车中渗透率提高到 50%，对应搭载 城市 NOA 功能车型销量达到 1320 万辆。

2）ASP：由于城市 NOA 功能的复杂性，需要高算力的智驾芯片，并且随着模型架构的迭代， 模型参数量越来越大，端侧算力需求进一步增大。以特斯拉 FSD 芯片为例，2019 年发布的 HW3.0 算力约为 144Tops，2023 年 HW4.0 约 400Tops 左右，预计 2025 年底将发布 AI5，根据 功耗比推算，算力有望达到 2000Tops。目前国内城市 NOA 功能多基于双 OrinX 方案、以及华 为 MDC610，部分供应商通过对模型的深度优化，基于单 OrinX 亦实现了城市 NOA 功能落地。 随着模型架构向 VLA 切换，算力需求进一步提升。25 年英伟达下一代车端大算力芯片 Thor （750Tops 起）开始陆续上车，国内芯片公司同期量产的单芯片（如地平线 6 P、芯擎 AD1000、 辉羲光至 R1）算力也均在 500Tops 以上。根据行业基本情况，假设当前单 Top 售价约为 0.8- 1 美元，城市 NOA 芯片 ASP 约为 4000 元，预计 2030 年下降到 3500 元。此外，考虑软件算法 带来的附加值，ASP 将进一步提升 1000-2000 元。

2.3.内卷背景下主机厂推动智驾平权，高速 NOA 渗透率大幅提升

2020 年以来国内自主品牌相继在 10-20 万价格带发布颇有竞争力的新能源车型，该价格带的 合资份额已快速下降。根据乘联会数据，2020 年 10-20 万价格带的合资份额接近 70%，到 2024 年底已下降到 33%，2025Q1 进一步下降到 29%，国内自主品牌逐步进入内部竞争的阶段。同 时，新能源转型至今，经历了油改电、新能源路线的初步探索，大多数车企 2024 年-2025 年 上市的产品都是其第三代新能源产品，产品力均大幅提升，主流自主品牌在动力性能上的差 距缩小。此外，小鹏、零跑等新势力企业通过技术降本，在 10-20 万价格带推出 Mona 03、 P7+、B10 等具备智能化优势的产品，进一步加剧了该价格带的竞争。在上述背景下，以比亚迪为代表的头部厂商在 25 年初推动智驾平权，将高速 NOA 功能下放到 10-20 万价格带，以 此来进一步提高整车综合竞争力。

10-20 万价格带高度内卷背景下，传统主机厂推动智驾平权，带动高速 NOA 渗透率大幅提升。 比亚迪于 2 月初率先发布全民智驾战略，10-20 万车型全系标配天神之眼 C（DiPilot 100）， 最低下探到海鸥高配版（约 8 万元），可实现高快领航辅助驾驶功能，并将在年底前推送城 区记忆领航。随后，吉利、奇瑞等主机厂快速跟进，吉利银河从今年下半年开始所有全新及 改款产品都将搭载千里浩瀚不同层级的智驾方案；奇瑞今年 18 款车将搭载猎鹰 500，可实现 高速 NOA 功能，包括 10 万以内的奇瑞 QQ。此外，长城、广汽、长安，甚至合资厂商都将在 10-20 万价格带推出搭载高速 NOA 功能的车型，如二代枭龙 Max 智驾版搭载高快 NOA 及城市 记忆领航功能，定价 15.28-16.98 万；长安启源 Q07 全系标配高速 NOA 功能，定价 12.98- 17.18 万元。

我们测算，2025、2030 年国内乘用车中算力智驾芯片市场空间分别接近 20、50 亿元。核心 假设如下： 1） 渗透率：根据主机厂车型规划和销量预测自下而上测算，2025 年高速 NOA 功能在乘用车 渗透率超过 25%，在新能源车中的渗透率超过 44%。其中，仅可实现高速 NOA 功能的中阶 智驾方案（即可实现高速 NOA 但无法实现城市 NOA 功能）在乘用车中渗透率为 9%，对应车型销量 219 万辆，同比增长超过 200%。预计至 2030 年，高速 NOA 功能在 10 万以上的 新能源车中成为标配，在燃油车以及 10 万以内的新能源车中的渗透率分别为 21%、30%， 对应高速 NOA 在整体乘用车中的渗透率达到 80%，其中中阶智驾方案渗透率为 28%，对应 车型销量为 689 万辆。 2） ASP：2024 年之前实现仅高速 NOA 功能的芯片方案众多，差异较大。2022 年之前，新势 力主机厂采用多颗低算力芯片组合的方案，如理想 One 采用两颗地平线征程 3、蔚来 NT 2.0 Alder 平台采用两颗 EyeQ4 和 S32V 的组合实现高速 NOA 功能。近年来，随着中高算 力芯片的量产，单芯片实现高速 NOA 功能的方案逐步成为主流，但算力差异仍然较大。 如大疆基于 TDA4VH 仅 32Tops 算力实现高速 NOA 及城区记忆领航；理想 L 系列 AD Pro 采 用地平线征程 5 芯片，算力为 125Tops；小鹏老款 G6 Pro 版本采用单 OrinX 芯片，算力 达到 256Tops。经过几年的探索，高速智驾场景边界以及算法方案逐步确定，平衡成本和 用户体验，预计 25 年之后 100Tops 左右的中算力芯片将占据较大份额，部分 10 万左右 对成本更加敏感的车型采用极致性价比的中低算力平台。按 1Top 对应 1 美元计算，预计 2025 年中阶算力芯片的平均 ASP 为 800 元。

3.竞争：主机厂自研意愿出现分化，地平线有望成为第三方高阶智驾 方案龙头

3.1.竞争复盘：行业从 0-1 阶段，英伟达一家独大

2022 年特斯拉引领智能驾驶算法出现革命性变革，使得高级辅助驾驶的大范围落地成为可能， 国内头部新势力厂商迅速跟进。为了模型算法的快速落地验证和迭代升级，主控芯片的算法 部署效率是最重要的考量因素，英伟达凭借强大的 CUDA 开发生态占据天然优势。同时，算法 从 CNN 小模型向 Transformer 大模型迭代，对算力的需求大幅提升，OrinX 生逢其时、大获 成功。凭借上述两点，在高阶辅助驾驶行业 0-1 阶段，英伟达在第三方智驾芯片厂商中获得 了垄断的市场份额。我们测算，2023 年、2024 年国内乘用车城市 NOA 智驾芯片市场中，英 伟达方案市占率分别为 35%和 43%，若仅考虑第三方芯片，英伟达方案市占率则是 100%。

3.1.1.对算法趋势的前瞻性判断是智驾芯片公司成功与否的关键

芯片从设计到实现规模化量产过程漫长，通常需要 24-48 个月的开发周期。因此当前主流的 智能驾驶芯片，其架构设计普遍来源于 2-3 年前的技术方案。例如英伟达新一代智驾计算平 台 Thor 芯片，架构设计开始于 2021 年，在 2022 年 9 月完成技术发布，但直到 2025 年才进 行量产，整个开发周期跨越 48 个月。但相较而言，软件算法的迭代速度则远远快过硬件的改 进速度。这种软硬件开发周期的时间差异，很有可能导致量产芯片难以匹配算法的快速迭代。 此外，相较于客户对云端 AI 训练芯片成本的低敏感度，主机厂对部署在车端的智驾芯片的 成本敏感度更高，并且功耗也成为一大考量因素。因此，智驾芯片在设计时往往需要更多的 取舍，进而放大了对算法方向判断错误产生的风险。 不同算法架构对于芯片的需求差异较大。举例而言，Transformer 从 2017 年开始在自然语言 领域大放异彩，2020 年起在 CV 领域开始得到广泛应用，随后特斯拉开始尝试将 Transformer 应用在自动驾驶中。Transformer 优秀的长序列处理能力和更高的并行计算效率，2022 年之 后替代 CNN 成为国内智驾软件的核心算法。但 2022 年之前国内智能驾驶软件主要基于 CNN 算法，当时芯片的设计思路也是围绕针对 CNN 的效率优化，因此对于 Transformer 的部署存 在一定的难点。具体来说：1）Transformer 量化难度大，而彼时设计的部分芯片仅支持 Int8 计算，而不支持浮点计算；2）Transformer 本身对算力要求高，低算力芯片难以部署；3） CNN 主要是计算密集型的算子，而 Transformer 有很多访存密集型算子，对带宽要求更高。

对算法趋势的前瞻性判断是智驾芯片公司成功与否的关键。Mobileye 在创立之初，凭借创始 人 Amnon Shashua 教授在传统计算机视觉领域的积累，率先实现单目摄像头感知方案的商业化。相较于当时主流的雷达或者立体视觉方案，Mobileye 的单目视觉方案具有极强的性价比 优势。2008 年-2018 年间，通过 EyeQ1 到 EyeQ4 四代芯片的持续迭代，Mobileye 将专用视觉 处理器与视觉算法深度耦合，实现了性能和成本的最优，快速占领全球 ADAS 市场。截至 2019 年底，Mobileye 占领了全球辅助驾驶芯片市场 70%的份额。但 Mobileye 在专注扩大市场份 额的同时，错过了全球 2012 年之后神经网络的快速发展。特斯拉自 2016 年开始启动智驾算 法自研，在 2020 年基于神经网络架构推出城市 NOA 功能，率先实现感知算法的代际跨越。与 此同时，Mobileye 在 2021 年量产的 EyeQ5 芯片也仅有 24Tops 算力，导致其在高阶辅助驾驶 上的份额被英伟达快速蚕食。

对比来看，英伟达 OrinX 具有 256Tops 算力，在 2022 年量产时领先行业 1-2 代，精准匹配 了智能驾驶算法从规则驱动向数据驱动升级带来的算力需求大幅提升。同时，由于英伟达采 用 GP GPU 方案，通用性较强，让英伟达不需要特意赌对算法趋势，凭借强大的通用性，成为 当时对 Transformer 支持性最好的芯片。特斯拉则是凭借强大的算法前瞻性，从底层对芯片 进行设计。2017 年 6 月 Andrej 加入特斯拉后，主导特斯拉自动驾驶算法从基于传统视觉向 神经网络的方向发展；与此同时，特斯拉启动自研智驾芯片。得益于特斯拉对于算法的前瞻 性判断，特斯拉 FSD 1.0 芯片于 2019 年 4 月正式上车，单芯片算力 72Tops（HW3.0 搭载两 颗 FSD 1.0 芯片，合计 144Tops），一直支持 FSD 从 V9 到 V12 的架构迭代。

3.1.2.行业从 0-1 阶段强大的软件生态是核心竞争要素

2022 年左右特斯拉引领自动驾驶算法出现革命型突破，使得高阶辅助驾驶的大范围落地成 为可能。得益于更高效的组织架构、更充足的人才储备，新势力厂商在大模型的开发进展和 数据闭环的建立上具有明显优势，小鹏、理想等主机厂开始角逐城市 NOA 功能的率先落地。在上述背景下，行业发展从 0-1 阶段，主机厂对于芯片选择的最重要考量因素是开发效率而 非价格，因此，对芯片厂商的软件生态能力具有较高的要求。 CUDA 生态是英伟达核心护城河。所谓生态即基于 GPU 编程语言（CUDA）的一系列强大算子库， 是日积月累、广泛用户使用后的反馈沉淀而来，具有较强的滚雪球效应，是非常强大的壁垒。 英伟达早在 2006 年就推出 CUDA 系统（类 C 语言），使得 GPU 开始具有可编程性。英伟达对 CUDA 的推广极为重视，在 2006 年左右就每年投入 5 亿的研发费用（当年英伟达年营业额只 有 30 亿美元）对 CUDA 进行维护，并在科研机构和大学里进行免费推广。经过近 20 年的迭 代和积累，CUDA 生态具有非常强的用户黏性，成为英伟达核心护城之一。为降低工程师的迁 移成本，各家芯片创业公司开发的 NPU 编程语言也通常会和 CUDA 具有一定的兼容性，但上 述讲的生态建立难度较大，非一朝一夕可得。

3.2.从 1-10 阶段主机厂自研意愿出现分化，竞争要素转向方案综合性价比

自 2020 年开始，包括高算力芯片、激光雷达等在内的自动驾驶核心硬件开始相继实现量产， 自动驾驶行业已经逐步开始具备预埋上车的硬件基础。而彼时处在自动驾驶行业量产前夜的 国内传统主机厂，亦普遍开始通过设立子公司/参股公司等方式建立在自动驾驶领域的自研 能力。不同于新势力主机厂通常把智能驾驶团队设立为一级部门且智驾部门领导直接向 CEO 汇报（或 CEO 直接领导智驾团队），传统主机厂在组建自研团队时的做法是将智驾团队孵化 成子公司（如长城的毫末智行，奇瑞的大卓智能），或者是将智驾团队放在旗舰品牌下（如 上汽飞凡智驾共创中心）。但随着行业内卷程度逐步加剧以及核心算法的革命性突破，高阶 辅助驾驶功能从 2024 年开始进入快速渗透阶段，2025 年开始全面铺开。而前期在智驾领域 自研积淀有限的主机厂，其自研意愿也被迫开始分化，转而依赖头部供应商实现功能的快速 上车。我们测算，2024 年搭载城市 NOA 车型中第三方方案市占率已达 10%，预计 2025 年第 三方方案市占率将进一步提升至 25%。

因此我们认为，不具备自研能力的主机厂对智驾方案的需求不是单环节的性能最优，而是整 体方案的综合性价比。软硬件深度协同能力是决定智能驾驶功能低成本落地的重要因素，我 们认为只有具备纵向一体化能力的企业才能提供高性价比的方案，在相同成本下实现性能最 优，进而在愈发激烈的行业竞争中胜出。从产业发展来看，头部芯片厂商、算法厂商以及域 控厂商殊途同归，23 年以来都开始打造全栈能力。自动驾驶算法出身的 Momenta 开始寻求自 研 AI 芯片，根据 36kr 的报道，数十名前 OPPO 哲库管理层加入了 Momenta，由哲库 COO 李宗 霖带队，成立自动驾驶芯片研发部门。而头部芯片厂商英伟达从 23 年开始在自动驾驶解决 方案上发力，2023 年 8 月，小鹏原副总裁、CTO 吴新宙跳槽至 NVIDIA 担任自动驾驶产品主 管。地平线本身就具备较强的算法能力，2023 年苏箐从华为加入地平线，进一步加强其在高 阶智能驾驶算法上的竞争力。与此同时，头部域控厂商德赛西威于 2023 年底在上海组建了 约 200 人的算法团队，推进算法自研；在 2025 年上海车展上德赛西威发布了自研的全栈解 决方案。

3.3.地平线竞争优势：强大的客户基础+软硬一体能力带来综合性能优势

3.3.1.国产替代生产位，依靠 L2 ADAS 已导入多家主机厂供应体系

得益于创业初期的正确战略选择，公司抓住时代机遇，成功导入多家主机厂供应体系，已成 为国产 ADAS 芯片龙头。创业初期，公司面临两大战略方向选择：一是直接研发高端大算力芯 片，二是以中低端市场需求为切入点。公司认识到产业由辅助驾驶向无人驾驶逐步发展的客 观规律，当时大规模量产的智能驾驶需求以 L2 ADAS 为主，因此选择从低算力芯片入手。公 司早期芯片 J2、J3 算力分别为 4、5TOPS，支持前视和多模感知，主要针对 L2 ADAS 辅助驾 驶市场。根据高工智能汽车数据，2019 年至 2021 年间，中国自主及合资品牌 L2 ADAS 上险 量由 75 万提升至 565 万辆，搭载率由 4%提升至 28%，而 L0-L1 ADAS 搭载率则从 18%下降至 12%。公司的早期战略抓住了国内厂商智能化转型机遇，迎合了行业从 L1 向 L2 功能演进的 过渡趋势，为公司导入主机厂供应体系打下基础。根据高工智能汽车数据，公司 2024 年在 自主品牌乘用车标配前视一体机市场份额中占据 43.58%，稳居行业榜首。

具体而言，我们认为公司战略取得成功有以下原因： 1） 国产替代生态位。2018 年，中美贸易摩擦背景下，多个政府部门出台扶持政策，鼓励发 展本土芯片产业。2019 年，公司发布首款车规级汽车芯片 J2，实现中国车规级智能芯片 首次量产。2020 年，全球疫情蔓延，部分零部件生产环节停摆，全球汽车行业面临缺芯 断供危机，促使车企寻求本土化替代方案。作为少数可以供应智驾芯片的本土厂商，公 司凭借 J2、J3 芯片快速切入供应链，成为多家国内自主品牌 OEM 核心合作伙伴。 2） 本土化服务优势。2020 年，彼时国内 ADAS 芯片市场由 Mobileye、赛灵思、瑞萨等海外 厂商垄断，根据高工智能汽车数据，2020 年 1-10 月，ADAS 芯片的海外厂商市场份额超 过 90%。在这一背景下，公司凭借良好的服务态度和开放性的本土化服务优势，争取主机 厂客户。在与长安汽车的合作中，公司研发团队保持 24 小时待命状态，以实现对车企需 求的快速相应。为争取理想新车使用公司芯片方案的机会，公司组建 300 人团队派驻理 想，大幅让利并将开发周期压缩至 8 个月。对客户的高质量服务来源于公司“全维利他” 的生态观。公司支持多种不同程度的开放合作模式，包括提供计算方案及操作系统 OS 的 类英伟达模式、仅提供计算方案的 TogetherOS 模式，以及 BPU 授权模式，给予整车厂高 度的协同创新可能。

3） 有竞争力的价格。Mobileye 分别于 2014、2018 年推出 EyeQ3 和 EyeQ4 芯片，算力达到 0.25Tops 和 2.5Tops，支持 L1 和 L2 ADAS 系统，替代 EyeQ1 和 EyeQ2 成为 Mobileye 主 要出货芯片。根据 Mobileye 营收和出货量测算，近 10 年来 Mobileye ASP 维持在 50 美元左右。与之相比，地平线 L2 ADAS 解决方案 Horizon Mono 搭载的 J2、J3 芯片算力为 4-5TOPS，ASP 由 2021 年的 185 元逐步降至 2024 年的 142 元，价格仅 Mobileye 的一半， 极具性价比优势。

得益于上述优势，公司目前已成功导入多家主机厂的供应链体系，形成稳固的客户基础。与 长安和理想的量产合作成功后，量产经验积累的商业信誉让公司陆续打入比亚迪、吉利、奇 瑞、广汽等多家主机厂供应体系；同时公司将标杆项目量产经验沉淀成开发平台赋能合作伙 伴、打造生态体系，对主机厂的服务、交付效率进一步提升。并且在这一过程中，地平线通 过股权关系绑定多家产业资本实现战略协同。截止 2024 年底，公司已为 27 家 OEM，42 个 OEM 品牌提供智驾方案；截至 25 年 Q1，公司累计 200+量产上市车型，累计车型定点数超过 310+。

3.3.2.征程 6 系列芯片性能强大，J6E/M 已初步获得成功

征程 6 系列芯片采用地平线最新的纳什 BPU 架构，专为大参数量 Transformer 而设计。BPU （Brain Processing Unit）是地平线自主设计的智能计算架构，其演进动力来源于对应用场 景的拓展和深入，以此来找到当时关键问题的最优解。第一代量产的伯努利架构面向主动安 全场景，主要解决物体检测、分割类任务，可以高效支持当时业界最优秀的轻量级算法如 MobileNet。贝叶斯架构面向高速 NOA 场景，对于时空融合、多传感器融合以及未来的预测支 持性更强。最新的纳什架构则面向全场景 NOA，专为大参数量 Transformer 而设计：1）首次 加入浮点向量加速单元，支持 BF16/FP16/FP32 多种数据类型，对高精度算法的支持性更好； 2）具有数据变换引擎，灵活支持 Transformer 细小算子，支持 Reshape 等算子的硬件加速； 3）可编程性大幅提升，支持用户自定义算法开发。

征程 6 系列芯片性能强大，算力覆盖 10-560TOPS，灵活满足 ADAS、高速、城市和全场景智 能驾驶的差异化需求。1）征程 6B（10 TOPS/20K DMIPS）面向下一代 ADAS 主动安全市场， 一体机成本、体积、功耗均大幅降低；同时基于 J6B 芯片，与索尼共同发布全球首款 1700 万 像素的前视感知方案。2）面向中阶市场推出征程 6E 及征程 6M 两款产品。征程 6E（80 TOPS/100K DMIPS）支持高速 NOA，Transformer 计算效率较上代产品提升 10 倍，能效比高、 支持域控被动散热，可以适用于各类动力车型；征程 6M（128 TOPS/137K DMIPS）支持高速 NOA 和城区记忆行车，并且支持激光雷达接入。3）面向全场景 NOA 市场，旗舰征程 6P（560 TOPS/410K DMIPS）芯片拥有强大的多核异构计算资源，集成了 4 核 BPU、18 核 ARM CortexA78A，支持 18MP 前视感知，且拥有高带宽和高性能总线，单颗征程 6P 即可支持感知、规划 决策、控制等全栈计算任务。

面向中阶市场的征程 6 E/M 已初步获得成功，2025 年预计出货量达到百万级。得益于 J6E/M 芯片本身性能强大，以及公司从 2019 年开始逐步构建的生态体系开花结果，地平线充分受 益于智驾平权的行业趋势。地平线 J6E/M 将搭载于比亚迪天神之眼 C、吉利千里浩瀚智驾、 理想 AD Pro 等多个智驾平台。根据地平线 2025 年产品发布会，截至 4 月底，征程 6E/M 已 获得 20+OEM 定点，将有超过 100+车型搭载，2025 年预计出货量达到百万级。2025 年上海车 展，智驾 Tier1 发布展出的基于地平线征程 6 系列方案数量井喷。如商汤绝影、知行科技基 于 J6E/M 的高速领航、城区记忆行车方案将在 25 年到 26 年陆续上车；博世基于征程 6E/M 的 纵横辅助驾驶升级版已获得捷途、东风、北汽等五家车企定点，首款车型将于 2025 年 6 月上 市，首个海外项目将于 2026Q1 量产；此外轻舟智航发布行业首个基于单 J6M 的端到端城市 NOA 方案。

3.3.3.算法能力强，基于强大的软硬一体能力，HSD 有望实现体验领先

地平线在自动驾驶算法领域的技术领先性已获国际权威赛事验证。在 2020 年 Waymo 自动驾 驶算法挑战赛的 5 项挑战中地平线获得 4 项第一、1 项第二。Waymo 自动驾驶算法挑战赛以 当时业内规模最庞大、场景最丰富的自动驾驶数据集为挑战对象，2020 年挑战赛 Waymo 数 据集包括 25 个城市 1000 万英里的自动驾驶行使里程数据。比赛吸引了包括阿里巴巴达摩 院、Google 大脑团队、加州伯克利分校、华为诺亚方舟实验室在内的全球学术界和产业界 的顶级自动驾驶研发团队。地平线 7 人团队 2 个月内解决 5 大自动驾驶感知难题，在 2D 追 踪、3D 检测、3D 追踪和域适应四项挑战赛中获得第一，在 2D 检测挑战赛中获得第二。

地平线提出模块化端到端自动驾驶大模型 UniAD，获得 CVPR 2023 最佳论文，其模块化架构 成为自动驾驶行业的主流解决方案。2023 年地平线公开发表端到端自动驾驶大模型 UniAD， 获得当年计算机视觉顶会 CVPR 最佳论文奖。UniAD 将感知（检测、追踪、地图构建）、预测 （轨迹、占用）和规划（路径生成）三大任务，整合到单一的基于 Transformer 的网络中。 需要注意的是，UniAD 模块之间有明显的区隔，模块之间可导，可实现模型整体联合调优。 UniAD 是典型的模块化端到端架构，成为 2024 年行业内落地的通用解决范式。如华为在 2024 年 4 月份发布的 ADS 3.0 架构，由 GOD 大感知网络和 PDP 预决策规划网络两个模块组成；小 鹏汽车在 2024 年 5 月份发布的端到端大模型，包括感知大模型 Xnet、规控大模型 Xplanner 和大语言模型 Xbrain 三个模块；以及百度于 2024 年 5 月发布的 Apollo ADFM（感知网络+决 策规划网络）都属于模块化端到端。

地平线发表的 Vision Mamba 论文获得 2024 年度 AI 论文引用量全球第三、中国第一，验证 了其在智能驾驶底层技术的突破性创新能力。全新通用视觉主干模型 Vision Mamba（Vim） 利用了双向状态空间模型（SSM），在掌握图像整体上下文的前提下，将时间复杂度降从平方降为线性，比 Vision Transformer 处理高分辨率图像数据快 2.8 倍，GPU 内存占用降低 87%。 正是因为 Vim 展现出的这些特性，使其可以应对实时视频数据分析和大规模图像处理等自动 驾驶领域的挑战，并且 Vim 架构是底层神经网络架构的创新，这表明地平线已在计算机视觉 和自动驾驶算法领域走到前沿。

地平线 SuperDrive（HSD）可实现全场景 NOA 功能，基于地平线软硬一体的全栈能力有望实 现性能领先，将于 2025 年 9 月在奇瑞星途上首发量产。算法层面 HSD 采用端到端和多模态 双系统的算法，偏认知层面的世界模型作为常识系统，负责高维决策、泛化能力强；偏直觉 的世界模型作为输出系统，可输出具体轨迹，更加拟人化。在上海百人团测试中，HSD 可应 对各种复杂的交通场景，如狭窄城区道路多点式掉头、连续异形路口通行和立体环岛通行等。 此外地平线 HSD 还将首发城市和园区漫游功能，允许车辆在到达目的地后继续自主行使，结 合后续的泊车功能可实现无需记忆建图的车位到车位功能。HSD 已获得多个车型定点，将在 2025 年 9 月，奇瑞星途品牌车型将搭载 HSD 全球首发量产；此外地平线已和大众 CARIAD 就 HSD 达成了深入合作，通过合资公司酷睿程开发，并于 2026 年落地大众新车上。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）