2025年地平线机器人研究报告：研究十问

1 问一：如何评估潜在芯片代工与禁运风险？

复盘美国对华政策，分为三个阶段： 1）特朗普 1.0（1M2017-1M2021）：贸易冲突背景下开启对半导体行业的压制。 战略原点为 2018 年“301 调查”，通过实体清单机制对中兴、华为、中芯国际等 企业/高校实施供应链封锁，其中华为为重点打击对象——5M2019 首轮限制设定 25%美系组件价值占比上限，5M2020 技术标准归零后触发“全美系技术断供”， 8M2020 升级为全链条封锁（把另外 38 家华为关联实体列入“实体清单”）。 2）拜登政府（1M2021-1M2025）:延续并强化对华半导体遏制，聚焦三个维度： a）产业投资约束：通过《芯片法案》（8M2022）设置 527 亿美元产业补贴及税 收优惠，以利益诱导全球半导体产业链向美转移。b）技术管制参数化：1007 规 则（2022/2023）将总处理性能（TPP）、性能密度等核心指标纳入《出口管理条 例》（EAR）动态监控。c）制造端遏制：2023 年 1007 规则（晶体管≥500 亿 个+包含 HBM）触发代工厂尽调义务；1M2025 新规（晶体管≥300 亿个+HBM） 并纳入封测厂，其中 HBM 门槛筛除消费级芯片（无 HBM/先进封装），直指 AI 芯片。 3）特朗普 2.0（1M2025-至今）：特朗普 1.0 阶段的对华技术压制政策根源在于 中美贸易摩擦，我们认为本轮逆全球化背景下美方对华半导体行业制裁加码的可 能性较大，我们建议关注两条主线： ① 算力出口限制的替代红利：若特朗普延续拜登 1007 规则并强化参数限制，将 直接压制英伟达智驾芯片出口能力，公司作为 TOP 本土供应商成为车企替代首 选 ②代工限制的潜在风险敞口：目前限制作用于晶体管≥300 亿且集成 HBM 的芯 片（双条件并行），不满足任一参数即可豁免，这排除了应用于车端的非 AI 芯片。

2 问二：所在赛道的空间怎么看？

从量来看，智能驾驶渗透率提升的底层逻辑是技术平权。2024 年中国乘用车销 量约 2300 万辆，智驾渗透率 55%（约 1250 万辆），主要由 ADAS（L1/L2，约 1000 万辆）构成；高阶 AD（≥L2+）渗透率仅 11%（约 260 万辆）。基于盖世 数据我们预测，2030 年智能化渗透率近 100%，其中 AD 渗透率达 96%（约 2300 万辆）。作为年销占全国近 1/5 的车企（2024 年约 420 万辆），我们认为比 亚迪将是驱动渗透率提升的核心驱动力。1Q2025，比亚迪推动首轮智驾平权， 将高速 NOA 普及至主流价位。伴随技术成熟与成本下降，比亚迪或于 2026 年 通过天神之眼 A/B 平台，将城市 NOA 功能进一步下探至更低价格带。 价格维度看，当前智驾芯片定价与算力呈现显著正相关，但该趋势不可线性外推 至终局。据高工智能汽车，主流高阶方案双 Orin-X（508TOPS）算力已难支撑 端到端+VLA 模型部署；小鹏于 6M2025CVPR 的演进验证了在自动驾驶 VLA 模型的 scaling 持续生效，并提出本地部署 VLA+VLM 模型需有效算力大于 2000TOPS，印证行业亟需高算力芯片。但从主机厂角度，智驾渗透率提升依赖 价格带下探，必然压缩全方案价值量，故算力价格正相关性不可持续。考虑终局， 我们测算一辆 12 万元的车智驾芯片+软件的上限约为 4060 元。

3 问三：地平线 VS 其他第三方，怎么看?

从算力层级来看，目前车载智能驾驶 SoC 芯片大致可分为三类：1）L1/L2 （<30TOPS，ADAS）层级：此类产品方案主要由前视一体机（包括摄像头模组、 控制单元 ECU 和算法的集成）与域控制器构成。前视一体机的主要优势在于其 较为低廉的价格，2MP 和 8MP 产品的价格分别约为 500 元和 800 元；而轻量 级域控制器的全套方案通常价格在千元以上。根据思瀚产业研究院，2024 年 ADAS 市场中前视一体机的渗透率达 73.77%。2）L2+（30–200TOPS，AD） 层级：面向横向和纵向协同控制，重点支持高速 NOA 等功能，典型方案为比亚 迪天神之眼 C，搭配单颗 Orin N/J6M 芯片实现高速领航、代客泊车等功能。3） L2++（>200TOPS，AD）层级：支撑高阶行泊一体域控制器或舱驾一体方案， 实现接近 L3 自动驾驶功能，对应城区 NOA、跨域融合控制等能力需求，是面向 新算法（端到端/VLA）和更先进整车 EE 架构的算力基础，在 2024 年之前， Orin-X 为该层级中唯一可选的第三方方案。

3.1 ADAS 芯片： 前视一体机渗透率较高，公司份额快速提升

L1/L2（<30TOPS，ADAS）层级：此类产品方案主要由前视一体机与域控制器 构成。前视一体机即摄像头模组+控制单元 ECU+算法被整合在一起，可独立完成智能驾驶的数据采集、处理、决策全过程，从而实现前向 ADAS 功能。前视一 体机方案相较前视+域控的方案减少了单独开发/采购域控软硬件的成本，2MP 和 8MP 一体机的价格分别约为 500 元和 800 元；而轻量级域控制器的全套方案通 常价格在千元以上。从架构看，域控需要做网络汇聚与网关，即车载以太网/高速 总线、更多接口（多路传感器、更多 CAN）、分区供电与更大存储，并配套更高 层 PCB、连接器和散热；而前视一体机仅保留前视相机与少量总线，电源存储简 单，因此省掉上述器件与线束，单机 BOM 更低。

根据高工智能汽车数据，2023 年前视一体机芯片出货约 970 万套，占 ADAS 市 场比重约 75%；2024 年出货量约 1080 万套，渗透率达 73.8%。我们测算公司 市占率由 2023 年的 6%提升至 2024 年的 17%，同比提升 11pct，成为增长最 快的厂商。展望后续，比亚迪推动的“智驾平权”有望加速高速 NOA（L2+）域控 方案价格下探，前视一体机作为 ADAS 核心形态，其整体份额预计将逐步收缩。

从市场份额来看，公司在小算力域控制器芯片市场实现了明显提升。2023 年， J3 芯片市场份额约为 8%；而到了 2024 年，随着 J3 的出货量增长及新产品的 导入，市占率进一步提升至 23%，跃升为仅次于 Mobileye 的第二大厂商。这表 明公司在 ADAS（<30Tops）市场的竞争力快速增强，成为增速最快的本土厂商 之一。

3.2 AD 芯片： 从中阶到高阶的竞争演进

3.2.1 中算力：市占率提升，稳居第三方龙头

在高速 NOA（30–200 Tops）域控制器芯片市场中，公司凭借 J5 芯片的放量， 市占率由 2023 年的 24%提升至 2024 年的 36%，成为仅次于特斯拉自研 FSD 的方案，也是该细分赛道中份额最大的第三方供应商。特斯拉份额缩小则主要源 于部分车型已升级至 HW4.0，进入高算力（城区 NOA）市场。

3.2.2 大算力：Orin 仍主导，J6P 有望实现本土突破

在大算力（>200 Tops）域控制器芯片市场中，2023/2024 年基本由英伟达 Orin 系列主导，占据绝对领先地位。与此同时，自研芯片力量逐步浮现，特斯拉 HW4.0 和华为昇腾 610 已进入量产阶段，但目前仍未出现能够真正撼动英伟达 Orin 竞 争地位的第三方供应商。从量产规划来看，各厂商均在积极布局，地平线 J6P 将 于 2H25 率先完成量产交付，我们认为是目前最有望在大算力市场取得突破的本 土第三方。结合此前测算，未来超过 80%的市场份额将由大算力芯片占据，因此 大算力将成为智能驾驶芯片厂商的胜负手。能否实现技术与规模的双重突破，不 仅关乎其能否长期留在牌桌，更将一定程度决定其最终的市场格局与估值天花板。

3.3 地平线 VS 英伟达：ASIC 与 GPU 技术范式的差异

ASIC 凭借其对特定算子的深度优化，展现出相较 GPU 更高的算力利用率。尽 管 GPU 在通用性与并行性方面具有显著优势，但其计算资源的调度更趋于通用 架构，难以在模型内部特定算子上发挥极致性能。以 Transformer 模型为例，其 核心计算集中在 Self-Attention 与 Cross-Attention 模块，涉及矩阵乘法、 Softmax 等若干高频调用的复杂算子。根据焉知汽车，地平线 J6 通过对 Lavernorm、Softmax、Transpose、Reshape 等超越函数算子的定制化硬件实现， 显著降低了该类运算的能耗与延迟，从而整体提升模型运行效率。此类算子尽管 单次计算量有限、整体计算量占比不足 3%，但由于调用频率高、访存操作频繁 且控制逻辑复杂，在实际推理过程中运行时延占比却高达 10%至 30%。针对这 一特性，ASIC 设计能够在硬件层级嵌入对上述关键算子的专用加速模块。

进一步拆解英伟达 Orin 架构，与专用 ASIC 芯片相比，GPU 在设计上保留了大 量用于通用计算的 ALU 单元，而 ASIC 则削减这些标量运算模块，转而以 MAC 阵列作为算力核心。Orin 基于 Ampere 架构，由两组图形处理集群（GPC）构 成，包含 2048 个 CUDA Core 和 64 个 Tensor Core，分别承担通用计算与深 度学习加速任务。在深度学习场景中，主要计算负载由 Tensor Core 完成，其底 层架构更契合矩阵类运算：CUDA Core 通常由整数与浮点 ALU 组成，仅支持 标量级运算，每周期完成单次 FMA 操作；Tensor Core 则基于大规模 MAC 阵 列构建，可在硬件层面实现矩阵乘加（GEMM）的并行计算，大幅提升吞吐效率。 与 CUDA Core 相比，Tensor Core 在每个时钟周期可执行 4×4×4 的 GEMM 运算，相当于同时完成 64 次浮点乘法累加（FMA）。以 Orin-X 为例，其 256 TOPS（INT8）算力几乎完全由 Tensor Core 与 DLA（深度学习加速器）贡献， 分别为 167 TOPS 和 87 TOPS，均依赖 MAC 阵列实现高效矩阵运算，而 CUDA Core 因缺乏批量矩阵计算能力，通常不纳入 INT8 算力统计。相较之下，地平线等 ASIC 方案则削减了通用 ALU 单元，转而围绕大规模 MAC 阵列构建算力体 系，以实现更高效的资源利用。

ASIC 实现更高的算力利用率本质是设计范式的差异。公司的开发思路为“软件 前置倒推硬件”，从智能驾驶模型与算子需求出发，反向定义芯片架构，具备更强 的车端算法适配能力；相比之下，英伟达 2023 年与 2024 年汽车业务营收占比 仅为 1.8%与 1.3%，其车规芯片产品多为游戏与数据中心架构的延伸开发。在此 背景下，尽管 Orin-X 引入了专用于神经网络卷积加速的 DLA 模块以应对深度 学习推理需求，但考虑软件生态兼容性仍保留基于 Ampere 架构的 GPU 核心。 该通用架构思路在面对智驾算法复杂且异构的算子需求时，难以实现真正意义上 的硬件级深度定制。

在终端表现，ASIC 相比 GPU 的优势主要体现在面积与功耗。GPU 作为通用并 行处理器需支持多样化任务，运算单元需配备复杂指令集，导致芯片面积及功耗 冗余；ASIC 则针对特定算法定制，仅保留必要数据通路与计算单元，实现结构 精简和路径优化。1）单位面积算力：英伟达 Xavier（32TOPS/350mm²）与特 斯拉 FSD HW3.0（144TOPS/256mm²）的单位面积算力差距显著。ASIC 单 位面积算力的优势又体现在成本端：Die Size 增大会降低单枚晶圆的产出数量并 影响良率，而 ASIC 较小的 Die Size 可缓解成本压力。2）功耗方面，公司 J6P 能效比为 Thor 系列的 1.2-1.4 倍，Thor 的特点为高算力但高功耗。

4 问四：怎么看公司的核心竞争力？

4.1 商业模式：以开放合作支撑生态构建

公司自 2021 年提出“全维利他”理念以来，逐步形成以信任驱动、资源共享为核 心的商业模式。公司深刻洞察车企对“去黑盒化”的需求，摒弃传统 Tier 1 的封闭 模式，构建从软硬一体方案到 BPU 架构授权的多层次选择，既能交付完整方案， 也能开放芯片与操作系统使用权，支持车企深度参与软硬件联合开发与迭代。在 此基础上，公司提出“20%自研+80%合作”模式，以核心自研巩固壁垒，并通过 架构分层与工具链开放，加速车企算法自研和功能迭代，同时输出标准化计算方 案，降低行业门槛、推动规模化落地。公司还注重反向赋能合作伙伴，不仅推荐 更优生态产品，还向外输送人才，构建长期信任机制。凭借工程化与全栈交付能 力，公司在稳定硬件与迭代软件中奠定高效适配基础，推动智能驾驶生态良性循 环与普及。

4.2 生态网络：助力规模化落地并加速出海

随着 2025 年中阶智驾进入全面爆发阶段，行业格局正发生深刻变化。中阶智驾 凭借成本可控、普适性强、上车速度快，迅速成为主流车企标配。其核心价值在 于性价比——在硬件成本下降到 5000 元甚至 4000 元以内的同时，仍能稳定提 供高速 NOA、城区轻量辅助驾驶等高频刚需功能。对车企而言，中阶智驾已经不 再是差异化选装，而是提升销量和用户体验的必答题；对供应链而言，硬件平台 日趋同质化，真正的差异点在于算法能否把有限算力“压榨到极致”，以更低成本 实现更优体验。 依托与 Tier 1 和算法商的深度合作与生态共建，公司已成为中阶市场最好用的国 产第三方芯片之一。与 Tier 1 合作，能够借助其工程化与量产经验，加快功能规 模化落地；与算法商携手，则能在征程平台上释放越级性能。典型案例是鉴智机 器人基于征程 6E 实现了原本需要征程 6M 才能覆盖的人机共驾型智驾体验：在 7V 视觉方案下即可支持城区红绿灯启停、复杂路口通行和绕障博弈，并将整体成 本压缩到 4000 元以内。通过此类软硬结合、协同共建的生态模式，公司不仅拓 展了中阶智驾应用场景，还增强了产业链黏性，在全民智驾浪潮中稳固核心竞争 力。

公司与博世、大陆、电装、采埃孚等国际 Tier1 深度合作，推动基于征程系列的 前视一体机、域控与轻城 NOA 方案出海：1）博世：以 J6B 打造新一代多功能 摄像头平台（8MP、120°视场、最远约 300m），该平台计划 2026 年中量产， 并已获得多家全球和中国本土知名车企的项目定点；J6E/J6M 打造轻城区 NOA 域控，融合 BEV+Transformer 与占用网络感知，覆盖高速/高架辅助、10 条路 级城市记忆行车、记忆泊车与丝滑泊车等功能，预计 2025 年底部署端到端算法， 首个海外项目计划于 1Q2026 量产。2）智驾大陆：皓月 Luna 基于 J6B 面向 L2 入门级前视一体机与行泊一体域控，繁星 Astra 则是轻量化城区 NOA 方案，基 于双 J6M 实现全场景覆盖，支持 11V1R–11V5R 灵活传感器并可接入激光雷 达。智驾大陆秉持“In China for Global”战略，已在日本、印度、欧洲完成测试 车部署，计划 2026 年实现主要海外市场量产，并在欧洲、印度设立分公司、德 国建设第二研发中心。

公司通过与车企、Tier1 及软件公司设立合资公司，强化在产业链中的嵌入度。 一方面绑定头部主机厂，加快智驾方案量产落地；另一方面借助 tier1/算法商的渠 道、系统与工程能力，扩大生态覆盖面，形成技术—产品—市场的闭环，提升规 模化和生态主导力。

4.3 工具链：驱动生态飞轮、持续进化

在智能驾驶中，如何在受限算力与存储下榨取每一分性能至关重要，而工具链是 决定模型能否高效落地的关键变量：它直接影响芯片的易用性、性能利用率与精 度保持。模型的标准开发流程为：先完成模型训练，随后进行量化（在尽量保持 精度的前提下换取更高吞吐/更低功耗与更强硬件适配），验证精度是否达标，再 将模型编译到目标芯片平台运行，其中“编译”是工具链的核心，路径为“神经网络 →算子描述文件→可执行文件”，即先将训练网络解耦为静态算子图，经图编译/优 化后生成芯片可直接执行的文件（即告诉芯片如何最高效地计算），典型优化包括：算子融合（把多步合成一道工序）、并行与调度（计算与搬运重叠以提升吞吐）、 以及异构划分（让不同硬件各尽其长）。我们认为，公司之所以能在众多智驾芯片 中脱颖而出，根本在于其工具链能力：公司已完成从“能用”的“0—1”跨越， 正加速迈向“1—100”的“好用”阶段，并依托“用得越多—越好用”的飞轮效应持续 强化生态。前文所述庞大的 Tier1 与算法商合作网络，正是这一阶段的实证场景： 合作伙伴在平台上的持续迭代不断沉淀优化数据与适配经验，进而反向推动工具 链与芯片体系的协同进化。

5 问五：OEM 自研芯片对格局影响几何？

如何定义芯片自研？基于 ARM 的商业模式展开，我们将芯片自研按层级（从宏 观到微观）划分为：晶体管级设计→模块设计（架构级自主，对应 ARM ISA 授 权）->模块设计（非架构级自主，对应 ARM IP 授权）→系统定制 [对应 ARM CSS（计算子系统）授权]→系统解决方案（完全外包）。目前芯片设计普遍采用 “公版 IP+自研 IP”组合模式，在主流智驾 SoC 架构中，厂商多自研 NPU，并延 伸至 PVA、DSP、ISP 等专用加速单元，极少自研 CPU。原因在于 CPU 作为 通用处理器，需兼容成熟 ISA（指令集架构）并适配庞大的操作系统与应用生态， 微架构设计、验证和生态适配复杂度极高，研发周期长、成本大且替代价值有限， 因此多采用 ARM 等公版 IP；相比之下，NPU、PVA、DSP、ISP 等专用计算 单元聚焦于矩阵运算、视觉与信号处理等特定任务，架构灵活可裁剪，生态依赖 较低，验证难度可控，且在 AI 推理、图像理解等差异化性能上能直接体现厂商竞 争力，因此成为 SoC 自研的主要发力点。

梳理 SoC 芯片产业链，我们认为车企自研芯片的难度主要源于产业链各环节头 部效应显著、议价权集中，以及车规芯片出货量较小带来的规模劣势。1)上游： IP 授权、EDA 工具及半导体材料设备高度依赖海外供应且头部效应显著，导致 芯片设计方议价权低。2）中游：包括芯片设计、晶圆制造与封装测试，核心瓶颈 在制造环节。根据西门子 EDA 数据，2024 年全球芯片项目首次流片成功率仅 14%，失败将导致 RTL 返工，增加直接流片与返工成本并错失市场窗口。此外， 7nm 车规工艺以下仅台积电和三星具备量产能力，能否匹配车企项目进度取决 于与代工厂的协同与谈判能力；需求量小亦会降低代工厂接单意愿，即便接单也 可能价格高、交付优先级低。例如，若车企月需求 10 万颗芯片，按每张 12 寸 晶圆产 125 颗计算，仅约 800 张晶圆/月，在台积电和封测厂中属于小客户。 主机厂也可以与 Fabless，例如 Marvell 合作获取台积电“生产资质” ，但存在 对合作方经验依赖的风险。3）下游：Tier1 与整车厂作为需求方，深度参与芯片 定义与验证，确保产品交付及供应链稳定。

聚焦芯片设计环节，我们认为芯片设计的核心在于系统级工程能力与组织效能的 构建。以 SoC 为例，其研发流程可归纳为“产品定义—逻辑构想—物理实现”三个 阶段：1）架构设计阶段（产品定义），需要明确功能、算力、功耗等关键指标， 完成 IP 选型、接口及内存子系统规划并形成顶层设计文档；2）前端设计阶段（逻 辑构想），通过 RTL 实现功能模块逻辑，经多轮仿真与验证确保功能一致性，强 调模块化分工与协同优化；3）后端设计阶段（物理实现），经逻辑综合、版图布 局布线及时序、功耗、信号完整性等签核验证，确保流片后满足性能与制造要求。 我们认为其中主要门槛在于，SoC 往往集成数十至上百个来自不同供应商、不同 方法学与工艺库的 IP 模块，如何在系统层面实现功能正确、时序收敛与功耗目标 的统一，并确保软硬件协同，远较单一技术环节复杂。系统级集成不仅依赖统一 方法论下的跨团队高效并行协作，还要求在量产缺陷数据库与验证体系的构建上 具备强路径依赖性与持续迭代能力。典型案例是三星过度依赖串行化设计，缺乏 ARM 式多团队并行能力，导致 Exynos 架构缺陷在后期才被发现且难以修正； 后者的成功实践则如小米在专用芯片研发过程中通过工程经验积累与研发体系优 化，最终实现玄戒 O1 的自主量产。基于此，我们认为芯片设计的核心壁垒之一 是工程体系、组织协同与执行能力。

从经济性角度看，当前车企自研芯片普遍难以实现 UE 打平，其动因更多源于战 略考量。经测算，整车厂芯片自研要达到盈亏平衡需出货 117 万颗，而稳态年销 60 万辆的车企在芯片生命周期内总出货量可达 132 万辆；反向测算则显示，年 销需达到 53 万辆才能实现 UE 平衡。基于此，整车厂自研芯片的经济性路径可 分为两类：1）以比亚迪为代表的传统车企可依托高销量支撑规模化迭代，从而分 摊研发成本；2）新势力车企在销量体量有限的情况下，短期内难以通过自研芯片 实现 UE 平衡。它们更多是围绕自身算法需求进行硬件定制，以获得更契合的系 统性智能驾驶能力，从而形成差异化竞争力和品牌溢价。同时，自研过程本身也 能沉淀底层架构和人才，逐步降低后续迭代成本，提升长期研发效率。整体路径 上，新势力需要承受初期较高的试错成本，并面临资金消耗快、市场出清等风险， 但若能持续积累并熬过行业淘汰周期，具备在长周期实现盈亏平衡的可能。

小鹏率先实现自研芯片量产，能否真正开启整车厂自研叙事仍取决于用户端验证。 8M2024 小鹏自研的图灵芯片完成流片，并于 7M2025 量产，首搭于 G7 车型 （单车三颗配置、智能驾驶域两颗、座舱域一颗），单颗算力约 700TOPS，三颗 叠加有效算力可突破 2200TOPS，可在车端运行 30B 参数级大模型，理论上可 支撑 L3/L4 智能驾驶需求。我们认为量产仅意味着制造和供应链环节的突破，并 不足以证明其在市场与技术层面的成功。最终，G7 的市场表现与用户反馈才是决 定资本与产业链对 OEM 自研逻辑取态的关键变量。若体验优于预期，自研路径 将得到强化；若结果不及预期，则在与英伟达 Thor 等成熟平台的对比中，其差 距与风险将被进一步放大。

手机 SoC 已步入稳态竞争，借鉴历史成长经验，智能驾驶芯片行业格局未来将 如何演进？根据 Counterpoint 4Q2024 数据，智能手机芯片市场已呈现寡头格 局：联发科与高通合计占有 55%份额，苹果自给占 23%，展锐占 14%。回顾行 业演进，芯片设计领域易形成寡头的原因主要有两点：①规模经济壁垒：芯片研 发具备显著重资本属性，单代旗舰 SoC 研发投入需达数十亿美元，而单位成本可 随出货量快速摊薄。先发厂商依托技术优势扩大出货规模，形成“研发—出货—成 本”正向循环。②高试错成本与强可替代性：SoC 直接影响性能、功耗、通信等 核心体验，一旦出现技术缺陷，不仅会冲击当季销量，还会削弱品牌长期技术形 象；在竞争激烈的市场中，失败厂商往往需立即切回成熟供应商方案，几乎没有 二次试错机会。例如三星 Exynos 系列虽实现量产，但多代系列在体验不佳后被 迫大规模切换至高通方案。综合来看，智能驾驶芯片在规模经济、试错成本和替 代性方面与手机 SoC 高度相似，预计未来亦将高度集中，可能仅有 2–3 家具备 持续自研能力的车企能够长期存活，其余市场由少数第三方头部供应商占据。

6 问六：怎么看舱驾一体趋势？

汽车电子电气架构正沿“ECU→域控制器→舱驾一体”集中化演进，底层逻辑是 满足智能化时代对算力、感知融合、OTA 升级和资源利用的更高要求，同时降低 硬件与布线成本。在传统分布式架构下，各功能模块由独立 ECU 控制，布线复 杂、成本高；进入域控制器阶段后，将功能相关或物理邻近的 ECU 整合，实现 域内算力与功能融合。例如，舱泊一体利用座舱 SoC 算力接入环视摄像头与超声 波传感器，兼顾降本与提升人机交互体验；行泊一体在单一域控制器内集成前视、 环视摄像头与雷达，实现行车与泊车感知协同，提升低速与高速场景下的系统一 致性。下一阶段的舱驾一体，将座舱与智驾功能整合至同一高性能计算平台，实 现跨域算力调度、统一软硬件架构、多模态交互，并减少 ECU 数量、简化 OTA 和生命周期管理，加速向中央计算平台过渡。

One Box→One Board→One Chip，舱驾一体的三个阶段本质上仍以硬件集成 度与资源共享效率的持续提升为核心目标，可分为三个阶段：1）第一阶段 One Box / Two Board，将座舱域与智驾域的两块 PCB 集成在同一域控内，板子和 接口独立，通过 PCIe 或以太网互联，主要节省壳体与线束成本，功能开发依旧 分离——特斯拉 HW3.0 采用的 FSD Computer 就是典型案例；2)第二阶段 One Box / One Board，在同一 PCB 上集成两颗 SoC，缩小域控尺寸、提升 通信效率并实现一定算力共享，小鹏 XEEA 3.5 架构即属此类；根据小鹏公布的 信息，One board 的方案能够降低 40%的 BOM 成本，同时带来 50%的性能提 升。3)第三阶段 One Chip，以单颗 SoC 同时承担座舱与智驾功能，通过片内 共享内存和高带宽互联替代板间 Switch 或芯片间 PCIe 连接，大幅降低通信 延迟、加快系统响应。短期来看，舱驾一体主要通过减少物料和提升算力利用率 来降本增效，故我们认为将率先在 10-20 万价格区间的中端主流车型市场落地。 长期来看，One Chip 方案或实现真正的“舱驾一体”，即带来终端体验的质变， 两域融合使数据共享更高效，例如智驾摄像头的视频流可无损传输到座舱域实现 实时 AR 叠加，而在智能驾驶端，我们认为 VLA 大模型的落地也依赖舱驾一体或中央计算平台，将来自智驾域的视觉数据与座舱域的语言数据直接在同一 SoC 内融合并低延迟输入模型，从而释放跨域协同的潜力。

从“形态—发起方”视角看，舱驾一体的技术走向具有明确分工。Tier 1 承担域 控整机交付与量产责任，天然以系统工程为主，优先推进 One Box/One Board， 即多 SoC 在同域控/同 PCB 内的结构集成；而真正的 One Chip 属于 SoC 架 构创新，这一能力边界决定了其必须由芯片厂主导，Tier 1 再将其工程化上车。 当前尚无严格意义上的量产 One Chip 方案，唯一实现量产的 Thor-U，在理想 L系列焕新版和i8上仍需搭配高通骁龙8295来实现舱驾功能；而高通SA8775、 8797 与黑芝麻 C1200 系列等产品仍处于导入和验证阶段。由此可见，中短期内 舱驾一体的主流路径仍将集中于 One Box/One Board 方案，并主要落在 Tier 1 环节，以确保交付能力与成本可控。

One Chip 的技术门槛主要体现在硬件与软件两方面：1）硬件层面，需具备创新 的超异构架构，同时集成 CPU、NPU、MCU 等多类算力单元，并在片内与片 外通信中满足不同安全等级、时延与吞吐需求，同时平衡座舱与智驾在功耗、带 宽和实时性上的差异。2）软件层面，核心在于硬件虚拟化与混合调度，能根据任 务特征（计算密集、访存密集、点积运算等）动态分配资源，实现跨域算力高效 利用。英伟达 Thor 通过 MIG 虚拟化、DPU 带宽隔离及算法层混合调度，实 现多域任务在同一芯片上的低延迟并行运行。

我们认为公司同样具备开发“One Chip”舱驾一体芯片的能力。一方面可基于已 有 IP 复用降低迁移成本（黑芝麻 C1200 沿用已量产的华山 A1000 的 ISP 和 NPU）；另一方面，作为 ASIC 厂商，可从算法需求出发反向定义硬件架构，在 顶层规划阶段就完成互联、缓存共享与功耗分区设计，并针对任务类型直接选择 并组合最优算力单元，实现架构级异构优化。同时，ASIC 还可同步开发配套调 度框架，确保各异构单元按预期策略高效协同。

7 问七：公司的利润表如何拆解和预测？

7.1 收入延续高增，毛利维持优势

公司业务涵盖汽车解决方案与非车解决方案，其中 2024 年汽车解决方案收入占 比达 96.9%，为主要收入来源。进一步拆分，汽车解决方案包括授权及服务业务 与产品解决方案，2024 年授权及服务业务、产品解决方案收入分别为 16.47 亿 元/6.64 亿元，同比增长 71%/31%，占比分别为 69.1%/27.9%。授权及服务业务主要是提供算法、软件及开发工具链的授权以及相关服务；产品解决方案主要 销售智能驾驶方案，从低阶到高阶依次为：Horizon Mono（主要基于J2/J3/J6B）、 Horizon Pilot（主要基于 J5,J6E/M）、以及 Horizon SuperDrive（主要基于 J6H/P，4Q25 量产）。 2021-2024 年，公司营收由 4.67 亿元增至 23.84 亿元，保持快速增长，2024 年同比提升 54.6%。得益于高毛利的汽车解决方案，公司整体毛利率维持在高位， 2022-2024 分别为 69.3%/70.5%/77.3%，主要是由于授权及服务业务比重逐 年提升，为 53.2%/62.1%/69.1%。

从费用端来看，2021-2024 年公司研发费用率始终处于较高水平，但随着营收规 模持续扩大，销售、管理及研发费用率呈逐年下降趋势，预计未来费用率将随营 收扩张进一步摊薄。从利润端来看，2021-2023 年公司归母净利润分别为20.6/-87.2/-67.4 亿元，经调整后分别为-11.0/-18.9/-16.4 亿元。

7.2 酷睿程贡献明确，确认节奏将切换

酷睿程是公司与大众集团旗下 CARIAD 于 2023 年 11 月成立的合营企业， 公司持股 40%，主要负责高阶自动驾驶软件与系统的研发和落地。酷睿程对地平 线的影响主要体现在 1）收入端的“授权及服务业务”；2）采用权益法确认的分摊 投资业绩。

我们测算，酷睿程对公司利润端的净影响在 2023 年和 2024 年分别为 539 百万元和 262 百万元。1）收入端来看，2023 年对销前收入 924 百万元（全 部为授权及服务业务），因未实现内部利润抵销 297 百万元，最终贡献 627 百 万元；2024 年对销前收入 814 百万元（其中授权及服务业务 811 百万元、产 品解决方案 4 百万元），抵销 64 百万元后净贡献 751 百万元。未实现收益， 即公司向酷睿程销售授权/IP 所确认的毛利尚未通过酷睿程对外实现，需在合并 层面暂缓确认，待未来摊销或交付后回冲。2）权益法入账方面，2023 年酷睿程 净亏损 221 百万元，公司分担亏损约 89 百万元，占公司联营亏损 79%；2024 年酷睿程亏损扩大至 1,221 百万元，公司分担亏损约 489 百万元，占公司联营 亏损 88%。

拉长周期看，酷睿程对公司财报的影响核心是收入确认方式的变化。短期内，酷 睿程主要体现为授权收入的确认，同时因仍处于高投入阶段，其经营亏损通过权 益法一定程度拖累公司利润；而随着车型进入量产阶段，授权收入将逐步转化为 随整车销量确认，公司更多通过分担酷睿程带来的投资收益获取利润。

7.3 盈利拐点在望，费用摊薄助力修复

我们预测公司未来三年将保持高速成长，营收快速扩张、费用率逐步下降，并在 2027 年实现盈亏平衡。我们预计公司整体营收将由 2025 年的约 36 亿元人民币 提升至 2027 年的约 96 亿元，对应 2024–2027 年复合年增长率约 59%。盈利 结构方面，随着授权项目进入 SOP 阶段，收入模式将从一次性确认转向与销量 挂钩，产品解决方案占比持续提升，整体毛利率或有所稀释。但受益于公司高阶 平台 HSD 预计在 2H25 随奇瑞星途品牌量产落地后逐步放量，未来产品解决方 案毛利率有望得到部分修复，整体水平预计仍将维持在 60%以上。费用端，未来 三年三费绝对值较为稳定，随着收入快速放大，规模效应将显著摊薄费用率：研 发费用率预计为 127%/84%/59%，销售费用率为 13%/9%/6%，管理费用率为 18%/11%/8 %。综合来看，公司有望于 2027 年左右实现 Non-GAAP 净利润 盈亏平衡，2025/2026/2027 年调整后净利润分别为-27/-17/0.4 亿元。

8 问八：地瓜机器人战略价值何在？

地瓜机器人自 2019–2023 年起源于地平线 AIoT 事业部，2024 年独立分拆后快 速成长，依托芯片、算法、BPU 与工具链积累，已初步形成技术与商业化双轮驱 动格局。公司围绕旭日系列芯片与 RDK 开发者套件打造 5–500 TOPS 全栈能 力，提供软硬一体、端云协同的基础设施，兼顾头部客户高算力需求与开发者普 惠生态。组织架构覆盖芯片研发、软件算法、生态运营及销售拓展，深圳总部负 责研发管理，南京和上海负责区域拓展，同时积极拓展日韩、东南亚及欧美等海 外市场。自 2024 年 9 月（120–130 人）以来团队规模已翻倍，营收增长约三倍。 股权方面，2024 年 1 月，公司在深圳分拆机器人事业部设立全资子公司地瓜机 器人；2025 年 5 月完成 1 亿美元 A 轮融资，由高瓴创投、五源资本、线性资本 等头部机构联合投资。

机器人+AI 的演进脉络可概括为：传统单任务类 → 新应用机器人 → 具身智能。 ①传统单任务类（清洁、割草、配送机器人等）：以单一任务为核心，算法侧聚焦 避障与路径规划，需求边界清晰；②新应用机器人（如网球、陪伴、泳池等）：更 强调人机交互与多模态模型，但品类高度碎片化、尚未形成清晰需求，行业仍处 摸索阶段、产品形态未定；③具身智能：追求通用能力，强调 VLA 与世界模型， 但商业化尚未得到验证。 对应策略上，地瓜机器人对“①”的打法是围绕明确场景把产品打磨到极致：旭 日 3 面向割草机等中低端场景，采用“伯努利伯 2.0 BPU”架构，有效算力 5 TOPS；旭日 5 用于高端扫地机、陪伴机器人等，基于“贝叶斯架构”打造，预置 120+ 个 ONNX 算子，支持端到端计算及 Transformer、BEV、Occupancy 等复杂模型与最新算法。截至 5M2025，旭日系列芯片出货量已超过 500 万片。 针对“②+③”需求未明朗的领域，地瓜机器人致力于构建类 “Wintel” 的通用底 座平台：先做生态布局，向创业者提供开发套件并组织各类活动，以实现对各垂 类的快速渗透；同时深度回收客户需求，用以决定进入具身智能的方向与节奏（公 司何时、在何处投入多少资源）。基于 RDK 套件，已汇聚 200 家中小创客与 5 万+ 个人开发者，催生出 50+ 品类的智能机器人。

汽车智驾芯片与人形机器人芯片存在显著技术协同效应，其核心逻辑在于二者均 基于感知-决策-规控的三大模块：人形机器人通过大脑主控 SoC 的语音识别、 环境感知等功能接受指令，并进行任务拆解等上层规划，随后小脑芯片（偏向实 时控制器或 MCU 结构）实现对路径的最优规划，最终下达决策指令，通过驱动 伺服系统进行本体运动，完成任务指令。智驾芯片更契合机器人的大脑，其感知 系统与车载场景同源。与智能驾驶相比，机器人芯片的技术迁移优势明显：其一， 动态环境复杂度降低（封闭工厂环境 vs. 开放道路环境）；其二，安全冗余标准 要求较低（工业场景可容错空间大 vs. 涉及人身安全的汽车场景）。这一逻辑已 被多方实践验证。在 2021 年特斯拉 AI 日上，公司明确提出 Optimus 将基于 FSD 计算平台构建。特斯拉工程师亦直言，“Optimus 本质上就是把智能汽车的轮子换成手臂和腿”。据 Acceleration Robotics 及 2022 年特斯拉 AI 日披露， Optimus 采用单颗 Tesla SoC 作为大脑（算力约 37 TOPS），而 HW3.0 则为 双芯片设计（72 TOPS）。相比之下，Optimus 的算力配置明显缩减，其余系统 模块几乎保持一致。我们认为这进一步验证了智驾芯片向机器人领域降维迁移的 可行性。基于此我们认为，公司机器人在智能驾驶芯片领域积累的领先优势将天 然具备向人形机器人领域迁移的条件，其技术适配过程相对简单，有望率先受益 于机器人时代的产业红利。

9 问九：资金面角度，公司的共识度如何演绎？

4 月 24 日解禁前期调整较多逼近部分投资者成本线，且市场对公司的长期成长 性仍保持高度共识，成为解禁当日跌幅有限的核心原因。4 月 24 日，公司解禁规 模高达 95 亿股，相当于解禁前流通股的 8.7 倍，占解禁后流通股约 90%（占总 股本 72.8%），短期压力十分突出。然而，相较港股整体解禁表现，公司属于资 金面结构更健康、预期管理更明确的特例，当日股价仅下跌-4.27%。从持股结构 看，C 轮投资者（占本次解禁量的 35%）和 D 轮投资者的持股成本与解禁前收 盘价（5.85 港币）接近，潜在抛压主要集中在 A 轮和 B 轮的财务投资人。但深 度参与早期轮次的五源资本与高瓴（合计持股 8.8%）已明确表示不减持，有效缓 解了市场担忧。

10问十：我们如何给地平线估值？

复盘公司历史股价，公司定价对恒生科技β暴露较高，早期亦受解禁与入通等因 素扰动。展望后续，除恒生科技β层面的持续影响外，资金面的边际作用已明显 钝化，后续能否取得超额收益主要取决于基本面。

公司股价经历五个阶段：1）上市初期横盘（10M2024-1M2025）：新股上市盘 整，经历估值再确认与筹码消化，β端则遇 924 行情后的技术性盘整。2）主升｜ 主题共振拉升估值，α强化于产业链交易（1M2025-3M2025）：1 月 24 日 DeepSeek 主题行情启动，公司随恒生科技拉升估值。此外，2 月 6 日比亚迪产 业链主题交易开启，公司作为核心供方获资金集中配置、估值上修。 3）主跌｜ 估值见顶后的阶段性回撤（3M2025-4M2025）：估值见顶，DS 行情后阶段性调 整，前期涨幅较大后的获利回吐、美国关税预期抬升风险溢价、国内 3 月数据与 政策验证期压低风险偏好。4）关税错杀修复反弹与解禁消化(4M2025-5M2025)： ①4 月 8 日：关税错杀修复，基本面未受实质影响，国产替代叙事再起，与中芯、 华虹一道成为反弹弹性最快的标的。②4 月 24 日：解禁端因预期提前打入，估值 先行探底，解禁当日仅-4.27%，在“稀缺赛道资产+长期多头共识”托底下，市场 对价格底部形成一致信心，边际卖压难以进一步压低价格。5）再度横盘、行业景 气回落与催化缺位(5M2025-8M2025)：①比亚迪终端销量走弱叠加去年高基数 与部分国补阶段性停摆，行业景气回落，赛道估值上行动能不足。②缺少正面催 化，小鹏自研图灵芯片随 G7 落地强化整车自研叙事的对比压力，边际资金转为 观望，交易区间收敛、股价维持震荡整理。6）业绩超预期与终局想象再起 （8M2025-至今）：8 月 27 日公司披露 1H25 业绩，收入超预期，高阶平台 HSD 预计将在年底量产落地，叠加 Robotaxi 与出海叙事，市场情绪再度点燃，终局 想象空间进一步打开。与此同时，鲍威尔偏鸽表态推升降息预期，估值环境改善， 国产替代叙事亦提供主题支撑。在多重因素共振下，公司进入新一轮主升浪，估 值溢价重新抬升。

公司市值与 PS 高度拟合，底层逻辑是通过 PS 映射对公司长期成长性的预期切 换。智驾芯片仍处于产业化初期，行业高成长性使得市场更关注长期终局份额而 非短期财务表现，股价层面则体现为 DCF 框架下对终局格局的折现，而 PS 估 值法下则通过倍数变化直接体现这种预期切换。结合公司历史走势复盘，作为恒 生科技成分股，其受分母端（情绪、流动性等）影响较大；分子端则表现为—— 公司及其竞对在产品迭代、技术突破或核心客户订单上的进展，或将引发市场对 终局假设的修正，并决定其能否跑出超额收益。

（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。）