地平线机器人的故事
2026年9月，地平线再次刷新纪录，征程智驾芯片量产突破1500万。1500万套，是中国智驾产业规模化发展的新里程碑，更是智驾平权时代的新起点。从第一颗芯片到市场份额第一，地平线用11年时间走出一条从技术创新到规模量产、从本土突破到全球拓展的征程路。
文 | 丁莉 编辑 | 刘婕
有些公司的名字是品牌，有些公司的名字是 使命 。
2015年7月14日，“New Horizons”宇宙探测飞船飞越冥王星，人类第一次望到太阳系的边缘，自此开启了对柯伊伯带的探测。余凯在同一天里为公司取名地平线机器人（Horizon Robotics），立下使命“做机器人时代的Wintel”，为未来无处不在的机器人打造计算平台。
可随后他却做了十年智驾 ——一件看起来跟“机器人”没太多关联的事。十 一 年时间，地平 线 智驾 芯片出货量超 1500万套， 坐上了国产智驾芯片市占率 和出货量 第一的位子，已经很少有人再提起它名字里的另一个关键词。
但地平线没有忘。
第十一年，在行业对地平线的认知已 被 逐渐 定义 为一家智驾公司之后，地平线又试图打破这种边界，回归那个从第一天起就刻在公司名字里的定位 ——Horizontal Platform for all Robotics，布局物理AI时代的超级平台。
地平线是远方天际的一条线，你永远走不到它，且你的每一步都在让它更远。这不矛盾 ——因为地平线不是某一个目的地，而是一种不断扩展的认知边界。
这是一个被名字预言了十一年的故事。
耐得寂寞是真正的英雄主义
这是一个崇尚速度的时代。融资要快，产品要快，上市要快。五年独角兽，十年敲钟，创业叙事的标准模板 大抵如此 。在这样的语境里， “ 慢 ” 几乎 成为 一种原罪。
但真正穿越了周期的公司，几乎都做过 一些 看起来 “ 反时代 ” 的事 ，长期蛰伏之后深蹲起跳 。
一个重要例证来自写在地平线 “创业初心”里的 英特尔。
上世纪八十年代，当整个半导体行业还在做存储芯片的时候，英特尔作出了一个被内部激烈反对的决定：砍掉存储业务，全力投入 CPU。那是一个痛苦的过程 ， 存储是英特尔的立身之本，砍掉它等于砍掉自己的过去。但安迪 ·格鲁夫判断 ， 存储是红海，计算才是未来。 最终 ，英特尔用整个1990年代证明了 CPU的价值，在PC时代建立了不可撼动的霸权。
AI时代是又一轮新的蛰伏期 ， 英特尔一度被市场贴上 “错过AI浪潮”的标签，2024年净亏188亿美元，股价全年跌60%。但随着AI从训练转向推理，CPU的价值被重新发现，2026年一季度，英特尔的数据中心与AI业务营收增长22%，5月，股价从2025年4月的17.665美元低点飙升至100美元以上，市值重新突破6000亿美元。
英特尔依然拥有穿越周期的能力 ——它不是每次都能赢，但它始终 留 在牌桌上。
英伟达 更是一个教科书级案例。 2006年， 从 游戏显卡 起家 的 英伟达作 了一个 当时外界无法 理解的决定：推出 CUDA，让GPU具备通用计算能力 ，研发投入巨大，市场回报为零。 黄仁勋的回答 是： 计算的未来不只是图形 ，英伟达要为 “并行计算”做基础设施。
此后 近十年 里，英伟达独自煎熬，早期 用户 仅有学术圈的一小部分人，股价在漫长的时间里反复震荡，甚至有过多次超过 50%的跌幅。直至 2012年 后 深度学习的大门被推开 时 ， 2022年大模型时代全面爆发，英伟达才终于站上世界之巅，市值突破3万亿美元。
回看这些故事， “反时代”的孤单蛰伏有时候 是一种方向感。
余凯还从中看到了另外一个规律： 每一代计算范式，都催生了 独有 的专用芯片 ，带来一场权力交接。 英特尔为 PC时代做了CPU，英伟达为AI训练做了GPU 。那么，下个范式是什么？物理世界的实时计算需要什么样的芯片？这不是一个关于 “如何追赶风口”的问题，而是一个关于“如何穿越风口”的问题。但这个问题，当年几乎没人问。
可 余凯 意识到了 ，他 本就 是深度学习浪潮的亲历者。
2010年，他带领NEC Lab团队拿下首届ImageNet挑战赛冠军——那是AlexNet之前最好 的 图像识别算法； 2012年， Hinton 团队凭 神经网络 AlexNet 夺冠 ， 这 被视为 深度学习复兴的里程碑， 余凯第一时间代表百度参与 Hinton团队的竞拍；2013年，他在百度创建深度学习研究院，开创中国公司建立前沿AI研发机构的先河，培养了中国AI产业最早的一批人才。
他比大多数人都更早看到了深度学习的力量，也更早看到了 这个 被忽略的问题：算法的突破需要算力的支撑，而当时的算力架构不是为深度学习设计的 ， GPU是图形芯片的 “ 无心插柳 ” ， CPU更是南辕北辙。 因此，地平线决定自研专用芯片。
回望地平线成立的这个时代， AI 的 第一波热潮汹涌，资本追逐每一个沾得上 AI 标签的故事 ， “ 四小龙 ” 风头正盛，做的是最直观的视觉识别应用，这是当时的黄金模板。
全世界都 快速走向 云端 和软件 的时候， 软件出身的 地平线 却要 往 端侧硬件 走。
人工智能软件三个月就能出一个 demo ，而车规级芯片三五年才 能 出一款 ，市场定位需要时间，建立流程需要时间，产品的研发和推向市场需要时间，形成规模化都需要时间 ……余凯觉得， 短平快的生意没有护城河 ， “我就适合做这种慢生意”。
在后来很多次讲话中，他都强调过类似的观点， “寂寞是真正的英雄主义，只有耐得寂寞，才是真正的长期主义……要在噪音中分辨信号，在混沌中寻找确定性。” 于是，行业起跳时，地平线选择反共识，走向一条不同的道路。语音图像热，它不碰；通用芯片路径成熟，它自研专用架构；云端计算热，它做边缘。
生在数字世界的浪尖上，地平线却潜入水下，看到了另一个浪正在酝酿：物理世界的智能计算。这个浪还没起来，但它一定会来。
这种选择奠定了地平线第一个十年的伏笔，与那些前辈们一样，它同样先走过了一段漫长而孤单的路，为它笃信会到来的行业拐点深蹲并准备起跳。
通往物理AI世界的第一个着陆点
2015年，地平线明明想做机器人的底座，却选择了车——一条看似绕远的路线。
余凯后来 反复说过一句话： “如果做不好自动驾驶，恐怕就无法在机器人时代占据一席之地……自动驾驶是我们构建物理世界AI基座模型的开端。”
从技术演进的维度思考， 智能驾驶的环境感知、人机交互、决策控制是所有机器人共通的 核心，而且它更难，要求同时做到 实时感知、毫秒决策、绝对安全 和 规模部署 。所以，余凯把自动驾驶处理器称为人工智能产业的 “珠穆朗玛”。
如果把地平线放回当时的时代背景，这一选择会更容易理解。 2015—2020年，政策 方兴未艾 、电动化完成底层打通、消费侧对智能的 期待值 不断 拉升，中国汽车工业切向智能化的路径在跌宕中逐渐清晰起来。 地平线 的 “绕远” 恰好踩在了 这根 脉搏 上 。
一个容易被遗忘的细节是，成立之初的地平线并不是 All in汽车，在智能汽车之外， 它 还有一条泛 AIoT业务线，包含 玩具机器人、智能家居、智慧零售 ……它们每一个都比车的 概念性感、 更适合快速 变现。
转折发生在 2019年底。彼时AIoT业务已经做到年营收近2亿元。但 硬币的另一面是， AIoT场景太碎片化，每个垂直领域都需要分兵屯田，效率极低，部分验证过的市场已经卷到 “ 惨胜如败 ” 。资源被 多方牵扯 ，很难形成稳固平台。
余凯 研究 了 微软和安卓的发展过程。微软 的 平台 不是一开始就建成的 ，它先深耕了办公软件 Office，反过来推动Windows平台崛起 ； 安卓同样，先击穿智能手机，再向 IoT蔓延。 他意识到，必须先有 一个 足以击穿产业链、 支撑未来平台的垂直场景，吸引足够多的 资源 ，把路走通 、 技术做成熟 。 对地平线来说， 这个场景 只能是智驾。
当时 ，新造车行业 还没走出 黎明前 的 黑暗 ， “ 蔚小理 ” 苦苦挣扎寻求融资 ，钱是最宝贵的资源，地平线却想 “往自己身上插刀子”。内部讨论长达 半年，会议常从晚上六七点争执到天明。 2019年11月，他们终于作出了这个 激进 的决定： 裁掉所有已有明确收入的 AIoT业务， 聚焦 智驾。
聚焦之后， 地平线将更多精力投入到了最 底层 —— 自研 BPU智能计算架构。
最初的 BPU叫做“高斯”，对应的 征程 1在2017年发布， 能精准识别 行人、车 辆 、车道线、红绿灯 。 但征程 1 其实算不上 成功 ，它 没有车规级认证 ，也没能 量产上车， 它 更像一个 被小心翼翼放入的试验石，只为验证一件事， 专用架构比通用芯片高效 ，软件算法出身的地平线用软硬结合的思路做硬件，这条路是能走得通的，这也是中国首款深度神经网络计算芯片 。 结果如他们预期， AI处理器落地 终端后 ，模型 可借助边缘学习 不断提升，错误率 骤降 50%以上。
随后 BPU继续迭代，以概率论先驱之名被唤作“伯努利”。 2019年，征程2 面世， 4 TOPS算力 、运行 功耗 2瓦 。 这 些 参数 在 今天看微不足道，但 却是 中国首款车规级智能计算 芯片 。 一年后的征程 3进一步将算力推到了5 TOPS 。
然而 “首款” 背后 有更多残酷的 数字 ，比如，处理器设计流片需 18—24个月，车规级认证系统方案开发需12—18个月，车型导入和测试验证需24—36个月……量产流程漫长且残酷。“ 推出芯片是诞下 一个 婴儿，量产才是 这个孩子的 成人礼。 ”余凯后来做了这样的比喻。
第三代 BPU借统计推断之父的名字“贝叶斯”，架构不只执行确定规则，更是从数据中学习。
地平线 原计划复用 前两代 IP，但为 了 功能安全， 最终不得不把 CPU 、 总线 、 IP全部更换 ， 相当于 推翻重来 。 2021年7 月 ，新款芯片终于发布，算力从此前的个位数一跃而至 128 TOPS ，支撑了高速 NOA快速上车。由于近乎断档的技术代差，芯片跳过4.0，直接定名征程5。
接下来， “贝叶斯”又进化为“ 纳什 ”，这是 博弈论大师 之名， 架构开始理解交互，在复杂的交通博弈中 随机应变 。 基于此的征程 6在2024年4月发布，这是一个系列六款的芯片家族，算力从10 TOPS横跨到560 TOPS。其中的征程6M，虽与前代芯片同为128 TOPS，但却能完成过去需500 TOPS才能承载的任务，这得益于“纳什”对Transformer的原生支持。
时值中国智驾打响 “开城之战”与“平权之战”的双线战事，更高效、更经济的征程6立即投入战局，将城市NOA下放到更多车型。
截至 2026年9月， 征程系列芯片累计出货量突破 1500 万套，达到中国智驾芯片市占率第一 ，累计服务 800万车主、500款定点量产车型 ，客户包揽中国前十大车企。
纳什架构不仅支撑了征程 6的智驾计算，还支撑了舱驾融合的演化。
汽车行业正在发生一场 “合脑”革命。过去很长一段时间，汽车里住着两个“大脑”：一个负责座舱语音对话，另一个负责驾驶规划和控制，数据在不同功能模块之间来回搬运。这不会是终局——未来的汽车一定会走向中央计算，消除信息流转瓶颈、降低时延，才能支撑起无限的智能，实现真正的“AI Car”。这也是被PC、互联网反复验证过的集成化大趋势。
这首先需要一颗舱驾融合芯片，于是就有了集成 650 TOPS算力的星空芯片。
但地平线并没有止步于 “纳什”，2025 年 底， “黎曼”姗然而至。余凯解释了背后的深意：高维世界的真相是简单的低维流形结构。黎曼是第一个在非欧几里得空间中建立非线性流形理论的先驱。最新一代架构将搭载在征程7上，超越摩尔定律，使BPU十年提升超1000倍。在地平线规划中，这也是“走向通用机器人计算的终极架构”。
言外之意，新架构及酝酿中的征程 7将 突破线性空间，走向通用机器人计算。
从伯努利到黎曼 ， 从独立决策到交互博弈，从线性空间到流形结构 ，对应着 “ADAS-高速NOA-全场景NOA”的演进，但又不囿于智驾。 地平线不是在迭代芯片， 而 是在迭代对世界的理解。
而这只是地基。盖楼还需要另一 根支柱 。
认真对待硬件的人，一定会做软件
计算机大师 Alan Kay 曾说： “ 真正认真对待软件的人应该做自己的硬件。 ”这句话 反过来 说其实同样 成立 ——认真对待硬件的人 也 一定会做软件。
人工智能领域尤其如此。因此，余凯将地平线称作 “披着芯片外衣的软件公司”。
地平线走上软硬结合这条路，并非偶然。余凯本人和创始团队，本就是知名的人工智能算法科学家，也是最早一批将深度学习算法从实验室推向产业应用的人，这奠定了地平线的软件基因。更现实的原因在于，芯片的研发周期长达三五年，今天画下的架构蓝图，要面对的是三五年后的算法生态。倘若没有对算法规律的长远预判，芯片设计便如同蒙眼射击。
换言之，芯片 硬件决定了能力的天花板， 而算法 软件决定了 系统 能多大程度接近这个天花板。 二者需要 在同一双手下打磨 和匹配，才能释放出彼此被封印的能力 。
回顾地平线的每一代产品，它都不会只交出一块芯片，而是会在此之上搭载一套标志性算法，打造一个 “样板间”：征程2适配了Mono 单目视觉感知方案，这是当时国内唯一基于国产芯片的单目纯视觉量产ADAS方案；征程3面向高速 NOA，搭载了Horizon Pilot 智驾方案；征程5则适配了BEV+Transformer感知方案……
到了征程 6，其搭载的“样板间”正是2025年发布的全场景智驾方案HSD（Horizon SuperDrive）。这也是中国 首个真正量产的一段式端到端 智驾系统。
所谓一段式端到端，是指从感知到 决策 不再分段，而是由一个统一的大模型从头到尾完成 。 2024年3月，以 FSD V12 在北美大规模推送为标志， 特斯拉在 全 世界最先落地 这一 范式 。
而 地平线 对 端到端的探索远比大多数人以为的要早。 2022年 底 ，地平线发布了首个自动驾驶端到端大模型 UniAD ，对应的 论文 Planning-oriented Autonomous Driving在CVPR 2023上 斩获 最佳论文奖 ，并成为行业 Benchmark—— 这一成果甚至早于特斯拉端到端 的 落地。 同年 10月 ， SuperDrive 立项， 地平线 投入 了一千 多 名工程师 进行系统开发 。 2024年征程6芯片发布，随即地平线完成HSD全国泛化。 2025年， HSD 拿到 了 奇瑞与长安深蓝的量产定点 ；同年 11月，HSD正式量产上 车。 一颗 新面世 的芯片，一套未量产的软件栈， 融合只用了一年多 。
在此之前， 华为以强规控的方式引领 着 中国智驾 行业； 而地平线 HSD 为中国 开辟了另一条路 ， 中国自动驾驶 自此开启了 从两段式感知规控向 一段式 端到端演进的 大潮 。
地平线做了一个统计：在提供 HSD作为高配选项的车型中，77%的用户主动选择了搭载HSD的版本。 智驾里程 占比已经逼近 50%的关键分水岭 —— 这意味着越来越多的 HSD用户，开始愿意将“主导权”让渡给机器。
但如果止步于驾驶域，系统对物理世界交互的理解仍然是浅薄的。
所以，在 HSD之外，地平线还全新发布了中国首个整车智能体操作系统咖咖虾。它使 车载操作 系统从 “问一句，答一句”的 被动响应 ，转向有性格和记忆的主动交互，比如主动预判用户需求、制定出行方案。
HSD与“咖咖虾”共同构成地平线软件能力的双翼——前者赋予驾驶域端到端的智能，后者则让座舱域有了“灵魂”。再加上前述 舱驾融合 芯片 “星空”，三者相互呼应， 形成一个 “ 增强闭环 ” 。
在地平线新十年的第一年，它完成了向 "整车智能体"的跨越升级， 补齐了 从芯片到软件、从智驾到智舱的整车计算战略 拼图，成为行业内少有的能够同时驾驭四个象限的超级玩家 。汽车第一次真正拥有了统一的 “理解和行动”能力，这是一张通往物理AI时代的入场券。
随着技术栈的完整，物理 AI时代的超级平台也初具形状，这又回到地平线要做平台的初衷。
余凯讲过一句话， “让开放更开放”，这也是平台的核心理念之一。 一方面他们 依托 “天工开物”AI开发平台提供从模型训练、部署、仿真验证到OTA的完整工具链 ； 另一方面还 将最核心的 BPU架构进行IP授权， 使 生态 伙伴可以基于地平线的底层技术定制开发 自己的芯片 。
余凯 称之为 全维利他 ， “ 搭生态是大家共同把蛋糕做大的游戏，而不是过去那种大家一起分蛋糕的游戏 ”。
截至 2026年9月 ，在生态伙伴的支持下，地平线 累计取得近 500 款 车型定点 ， 服务 40 多 家车企及品牌 ，征程系列芯片累计出货量也突破 1500 万套。 据 2026年中期数据， 其 在中国 自主 汽车品牌 全阶智驾计算方案 市场 以 31.9 %的市占率 居首 —— 在搭载全阶智驾方案的中国自主品牌乘用车中，约每三台就有一台搭载地平线芯片。
这种软硬 协同 +生态 平台 的打法，地平线不会只用在车上。
更广阔的物理世界，已经 来到 面前。
归途即来路，走向物理AI的旷野
回望前路，十年来在车上积累的一切 ——软硬件协同的技术能力、开放利他的生态网络、大规模交付的量产经验——都就此自然延伸 。 地平线仍以智驾为核心，但 向更广泛的物理场景 迈出了一步 。这种 “ 以从 汽车出发通向一切 ”的延伸被地平线称作“汽车母生态的溢出效应”。
火热的 “物理AI”概念下，少有公司能备齐三要素。这却是地平线能更进一步的内在前提。
更大的时代背景是， AI迫切渴望一具进入真实世界的身体。
从 2023年ChatGPT 处理文字 ， 到 2024年Sora生成视频， 再到 2025年Agent 开始执行任务，这些散布的点已经把技术推到了临界点上， 边缘计算能力 可以支撑 复杂推理 、模型能 理解物理环境 、 数据驱动的 涌现不断被验证 ……但AI始终都被局限在数字世界。而 人类 90%以上的活动 都 发生在物理世界 ——出行、制造、 商业 、居住。
余凯对这件事有一个清晰的表述：互联网时代的产品逻辑是洞见人间烟火 ， AI时代的产品逻辑是逼近世界真相 ，这件事的终局是物理世界的 AI跟数字世界的AI融合，走向通用人工智能。这也是地平线从一开始就往边缘走的原因。
因此，经过十年在 “智能汽车”这个领域的积累后，地平线顺理成章走向物理AI时代超级平台，一个早在十一年前就明确的布局。在物理AI基座平台上，一个新的繁荣生态正在生长。
2026年被普遍视为 具身智能的 “ 量产元年 ”，但最底层的东西仍然是基础设施， 计算平台、基座模型 、操作系统，这些曾经卡住智驾行业的，也正在卡住今天的机器人行业。
2025年12月 的地平线技术生态大会 发布了两 款 具身智能开源基座模型。 其中， HoloMotion是掌管运动的小脑，能支撑机器人在多种复杂地形下做出任意动作。这一切都跑在地平线计算平台上，能流畅 运行 Transformer 和更聪明的 “混合专家”架构（ MOE ）；而它的反应速度是 300FPS，相当于每秒“看”懂大约300帧环境画面。作为对比，人眼通常只有30—60的FPS。
HoloBrain 则对照人的大脑，负责认知与操作，它赋予机器人拟人的空间感知与细腻操作能力，使之能理解通用指令，规划出完成任务需要的动作步骤。
更重要的是，地平线不仅开源了模型本身， 还提供 了完整的 参数训练框架和 部署工具链 。
这是一个似曾相识的生态打法 ——打造一整套基础设施 ，再把验证过的能力向全行业开放 ，让生态伙伴能够站在地平线铺好的路面上起步，把节省下来的资源和精力聚焦到各自擅长的事情上。 地平线 试图把过去智驾的经验在 机器人领域 再做一遍 复刻。
正如英伟达之所以成为 AI时代的关键平台，不仅因为GPU算力强，更因为CUDA生态把GPU的能力释放了出来——算力是引子，生态才是真正的护城河。地平线想做类似的事。
早在 2023年，地平线拆分 出 旗下机器人业务成立独立公司 “ 地瓜机器人 ” 。到 2025年底，地瓜机器人已 链接超过 100家上下游合作伙伴、10万余名开发者， 旭日系列芯片累计出货量已超过 500万片，覆盖百余款智能产品，地平线已成为中国最大的消费类机器人计算平台。
此外，地平线还 在通过 孵化编 织另一张网。
余凯 投资了 大部分 离开地平线的创业者，比如，地平线 5号员工余轶南创办的维他动力，地平线领投了其种子轮；前智能汽车事业部总裁张玉峰创办的无界动力，地平线跟投了天使轮；前视觉感知技术负责人黄冠创办的极佳科技，地平线是早期出资方；6号员工都大龙创办的章鱼动力，地平线亦有参投……地平线系的创业者织成了一张“计算平台+基座模型+基础设施+整机”的网，昔日同事与未来的 供应链、客户、投资人高度重叠。
有趣的是，地平线核心团队大多来自上一波浪潮里有着 “自动驾驶黄埔军校”之称的百度，在新一波浪潮里，它自身也正在成为“具身智能的黄埔军校”。
它 在十年前提前看到的那个浪，已经来了。
地平线机器人，在专注做了十余年智驾后， 如今离名字里早已预设的使命更近了一步。
“ 机器人无处不在，要让每辆车、每个电器都具有环境感知、人机交互和决策控制的能力。 ” “ 让机器的归机器，人的归人。 ”这是十一年前余凯对于终局的预期。
但这件事的意义，不止于一家公司的远见。
在 PC时代，芯片和操作系统的话语权握在英特尔与微软手中；手机时代，高通和苹果定义了芯片，安卓与iOS统治了操作系统；AI时代的上半场，英伟达与OpenAI分别占领了芯片与模型先机。
而眼下的物理 AI时代，可能会是一个截然不同的局面。那些愿意提前十一年去打地基的公司，有望真正从底层构建做起，提供一个与海外巨头站在同一起跑线上的机会。
（文中图片均由地平线提供。）
（专题）