智驾算法供应商，快没活路了

出品丨虎嗅汽车组

作者丨肖漫

头图丨电影《敦刻尔克》剧照

六年前，在决心摆脱对 Mobileye 的依赖，并且认知到英伟达芯片的通用性设计无法满足自身特定需求后，特斯拉决定自研汽车芯片，分别于 2019 年和 2023 年推出了两代 FSD 芯片，掌握了从芯片设计到软件开发的全栈技术，自此一路引领行业高阶智驾的发展。

现在，这一打法成为国内厂商纷纷跟随的产业方向。蔚小理、比亚迪、吉利等主机厂逐渐走向“先算法后芯片”——蔚来“神玑NX9031”已搭载于蔚来 ET9、小鹏和吉利已成功流片、而理想和比亚迪正在推进自研智驾芯片项目。

智驾供应商也在追求“软硬一体”——芯片厂商地平线、英伟达寻求算法的突破，算法厂商 Momenta 开始造芯。

智驾圈中这股软硬一体（软件和 SoC 芯片的耦合）的趋势，将使仅有“一技之长”的厂商，生存空间越来越小。

“软硬一体”成供应商护城河

“软硬一体”变得越发重要的背后，是“算法为平台”的结果。

特斯拉在智驾上的领先已经证实，算法是连接传感器、数据 、功能 、应用及底层芯片的“链主”，将算法视作平台并提供相应的迭代机制，可以让原本只能割裂开发的各个环节（如芯片和最终实现功能之间）之间实现有机的连接。

即使是英伟达也不得不直面这个残酷事实，“芯片+工具链”的传统模式正在遭受冲击，只做芯片无法掌握智驾生意的核心。

英伟达 2023 年 8 月将小鹏汽车自动驾驶灵魂人物吴新宙招致麾下，目的是让他带动英伟达智驾业务向软件领域进发，做软硬结合的方案。目前吴新宙带领的团队在全球已有约 3000 人，吴新宙直接向英伟达创始人兼 CEO 黄仁勋汇报。

国内芯片厂商地平线跟英伟达有相似的判断。

在征程 5 （J5）时期，地平线选择软硬解耦，培养了一批生态厂商做算法，但由于芯片规划与市场技术路线的断层，导致 J5 实际能力有限——感知吃掉了NPU算力，而规划、定位环节没有AI算力可用。

J5 的问题映射出汽车芯片厂商的困境，先有硬件后做方案的方式让地平线在城区NOA竞赛中落后，“J5 要实现城市 NOA 需要专门搭配一颗MCU（微控制器单元，一种小型芯片），双芯片的价格基本趋近 Orin 。”一位业内人士说。

地平线创始人余凯之前一直很坚持只做芯片，算法交由给生态厂商开发的模式，但关键人物苏箐扭转了余凯的想法。我们了解到，地平线高阶智驾方案 Superdrive 最初基于 J5 开发，但后来发现难以落地，地平线在征程 6（J6）的产品设计上打破了硬件独立开发的路子，而是基于对算法及趋势的理解倒推硬件架构，从软件的思路和需求出发做硬件。

地平线还在 2024 年进行了组织架构调整，由苏箐带队，组建了千人规模的团队，开发高阶智驾方案 Superdrive。

“打一个比方，地平线用 Superdrive 为主机厂打造了样板房，那些软件 Tier 1 只能根据主机厂的需求做换灯泡、换沙发等服务层面的工作。”一位业内人士说道。只做算法的供应商瓶颈已经逐渐显现。

地平线也不会包办一切，依旧需要 Tier 1 厂商来协助承接车企的订单，余凯在最近沟通会上依旧强调地平线的定位是 Tier 2。J6 系列剔除 J6P 的其它版本依然由其生态合作体系的算法供应商来做，包括轻舟智航、鉴智机器人、映驰科技、觉非科技等。

目前，Superdrive 已经在上海开启百人团试驾，采用双 J6M 的硬件方案，城区 NOA 智驾表现可圈可点，但基于 J6P 的方案还需等到今年一季度回片成功之后，预计 4 月能够上车部署。一切还具有不确定性。

当然，软件方案可以通过投钱、补人、建团队快速布局，但端到端算法对于数据量及数据链路具备强依赖性，芯片厂商如何补齐数据短板，是一大挑战。

英伟达作为 Tier 1 身份和奔驰的合作，从 2020 年至今目前仍未达到量产落地。地平线和大众的合作，也要到今年下半年才能知晓实际落地效果。

同样，智驾算法起家、手握多家车企订单的 Momenta 也开始做硬件，其芯片公司新芯航途在 2024 年 4-5 月时团队规模达到 100 人左右，据悉首代智驾芯片已经流片待返回。

算法厂商面临的挑战之一是如何取得主机厂客户对其自研芯片的信任。换句话说，很难辨明车企选择 Momenta 是先选择 Orin 芯片平台，还是看重 Momenta 的算法。“如果 Momenta 能够做得比英伟达便宜一千块，那就不需要担心这个事。”一位业内投资人调侃道。

智驾淘汰赛开启

“不做软硬一体的供应商，价值空间会越来越小。”一位长期关注汽车的业内人士说道，算法厂商的市场空间正在被多方挤压，一边是不断扩展上下环节的芯片公司，一边是需求收缩的主机厂客户。

正在加大智驾自研的主机厂同样站在软件 Tier 1 的对立面，他们对供应商保持开放的同时又极具进攻性。尽管起步较慢，但车企有足够的资金支持、有足够多的数据以及足够多的人才进行研发，其后发力不容小觑。

论钱、论人、论投入，算法厂商都不占绝对优势，纯软件算法的市场竞争显得更加残酷。

尤其在端到端、VLA （Vision-Language-Action Model，即视觉-语言-动作模型）等新算法框架接连出现，对软硬结合的要求越来越高，智驾产业会越来越考验方案厂商的整合能力。

算法供应商不是不想做系统性工程，而是无法向上整合。造芯对资金、人才要求的门槛之高已经将大部分厂商筛在门外，只有体量较大且现金流较为充裕的厂商才有能力涉足。

据中国（无锡）物联网研究院数据，自研车规级芯片资金门槛非常高，仅以基础芯片的投入为例，起步门槛就是 10 亿元，如果再加上总体研发及运营，一般的芯片普遍需要百亿元以上的投资规模。

辰韬资本曾做过测算，以7nm 制程、100+TOPS 的高性能 SoC 为例，其研发成本高于 1 亿美元（包含人力成本、流片费用、封测费用、IP 授权费用等等），若以售价 100 美元、毛利率 50% 计算，其盈亏平衡点为 200 万片芯片出货量。

另外，考虑到当前自动驾驶行业的技术方案和芯片架构几乎每三年发生一次重大升级，自研芯片的库存还需控制到极低水平。

随着自动驾驶技术普及，中低阶的智驾软件最终会极度同质化且注重成本。提供软件服务的公司优势不再，他们既触达不到消费者，无法从消费端赚取溢价，又不像掌握硬件的公司，能在硬件设计和制造环节赚钱。

纯做软件的智驾供应商最终结局可能会像中国的 SaaS 公司那样，用做基建的逻辑做软件，只能赚点辛苦钱，没有足够的毛利空间投入研发，长此以往失去想象空间。