机械人赛道火热的当下，全部行业都在铆足劲，争夺量产级贸易化机械人的首个落地者席位，主动驾驶与机械人的摸索界线正在模糊，小鹏与特斯拉也从智驾切入了机械人赛道。
同样横跨智驾与具身智能的地平线选了另一条更小众但更宽敞的路：它不造车和机械人的硬件躯体，而是将眼光聚焦到：能驱动智能硬件的AI大年夜脑。
这一计谋选择，也在地平线上周落幕的首届技巧生态大年夜会上获得了印证。大年夜会的主题定为“向高，同业”，地平线给出更深层次的解释为：要从「向高而行」走向「向高同业」，经由过程推动底层计算技巧向更高机能演进，以及搭建一个开放的通用型机械人计算平台，和行业玩家一同进步，加快生态进入智能汽车和通用机械人时代，打造机械人时代的Wintel。
成为机械人时代的Wintel，并非临时的赛道选择。早在成立之初，地平线就锚定了“为将来无处不在的机械人供给计算平台”的偏向，这也恰是“地平线机械人”这一名称的由来。
移动互联网时代，Arm架构以低功耗优势适配移动设备需求，谷歌Android体系则降低开辟门槛，二者构成的生态打破了PC时代的技巧垄断，支撑起全球99%的智妙手机成长，更催生出App生态、物联网等全新家当形态。
同样以汽车主动驾驶筹划商起身、覆盖智能驾驶与具身智能、自研软硬件、平台化生态的多重耦合，让地平线成了最像特斯拉的一家供给商。
在这些过往的汗青背后，可以看到一个清楚的轨迹：时代的真正变革，都始于一个能让全行业共赢的基座底座。
从趋势来看，具身赛道爆发的海潮正在重演以前的Wintel联盟，将来智能竞争的核心，并非某个孤立的硬件形态，而是能串联并驱动无数躯壳的底层“机械大年夜脑”。
01
最像特斯拉的供给商
这场跨越智能驾驶到具身智能的海潮，从终端科技企业伸展到了家当链上游的供给商企业。
在技巧路径研发上，地平线与特斯拉果断自研“芯片+算法”的选择多有不约而同。特斯拉自研FSD芯片适配自身算法需求，地平线则经由过程自研征程芯片与算法软硬结合打造了HSD筹划，HSD智驾体系在拟人感与流畅度上的亮眼表示，更是让其被称为中国版的FSD。
计谋构造上的趋同同样明显，特斯拉将智能驾驶技巧快速复用到Optimus机械人身上。而在上周的地平线技巧生态大年夜会上，余凯也抛出过一个不雅点：不论机械人亦或是各类具身智能，最终都须要一个通用的、实用于物理世界的AI基座模型。假如做不好主动驾驶，生怕就无法在机械人时代占据一席之地。
在他看来，智能驾驶大年夜模型是物理AI基座以及具身智能的开端，而这一点在地平线的创建之初埋下过伏笔。
余凯回想，在十年前地平线创建之初，公司就被定名为地平线机械人（Horizon Robotics），并在创建之初就立志要做“机械人大年夜脑”。起先，筹划了两条并行赛道：一个是汽车主动驾驶；别的一个是车规级体系之外各类机械人的丰富应用处景。
尽管后来紧缩战线，全力聚焦在汽车主动驾驶上，但地平线做机械人的妄图从未熄灭，地平线内部也始终保存着一支小团队深耕机械人技巧。现如今，地平线已经成为中国最大年夜的花费类机械人计算平台，连接着超100家高低游合作伙伴与10万余名开辟者。
当下，以一个技巧基座赋能汽车、机械人甚至更多物理AI场景，进而衍生生态，已成为浩瀚头部科技企业的共鸣。同时，这种技巧同源的底层接洽关系，也注定了深耕智驾的玩家会天然延长至具身智能范畴的叙事走向。
余凯认为，汽车主动驾驶赛道已经邻近交卷，但机械人赛道则是方才开端，主动驾驶是单个赛道，可以分出名次，然则机械人的应用处景是一万条赛道，有很多种可能的成功。
特斯拉如斯，小鹏如斯，十年前就锚定了机械人赛道的地平线机械人亦是如斯。尽管各家在这个过程中各有差别，但最终都走向具身智能的办法也称得上是一场科技圈共鸣的殊途同归。
在主动驾驶进入交卷期，地平线交出了城区帮助驾驶体系(HSD)的量产谜底后，余凯依旧认为，在L5级主动驾驶需求被知足之前，智能驾驶必定是软硬结合路线，才能带来更高体系效力。
但剥开技巧路径的类似性，两者的核心定位又各有自身特点，特斯拉的技巧闭环最终指向「芯片-整车-机械人」的全链条掌控，并寻求更趋封闭的生态模式，本质是对自身核心才能的深度强化与壁垒巩固。
地平线则明白是要做生态的技巧底座，更像是供给商界不造车、不造机械人的特斯拉。
02
「BPU + 编译器 + 基座模型」若何撑起万条赛道？
地平线要供给的不克不及只是一个脑筋本体，必须是一个高效的脑筋，并且要有足够冗余的技巧领先空间包管各类赛道的快速迭代。
地平线在技巧生态大年夜会上给出的谜底是：从「软硬一体」的路径选择，到「BPU+编译器+基座模型」的铁三角搭建。
“没有芯片的操作体系是空中楼阁，离开操作体系的芯片是一堆废铁”，智驾史的教训让地平线从创业之初就认准了软硬结合的路径。
这个逻辑，同样被地平线复用在机械人范畴，经由过程“BPU计算IP+编译器+基座模型”三大年夜支柱构成大年夜脑才能的底层技巧基座。可以完成拥有高算力到高效应用算力，最后完成场景化的完全AI计算闭环，余凯称之为——智能计算“新摩尔定律”。
作为算力引擎，地平线的BPU已经迭代至第四代。
第一代伯努利架构重要攻果断点计算，可支撑芯片在ADAS范畴实现低功耗高效运行，并应用于征程2、征程3芯片。第二代的贝叶斯架构聚焦猜测才能，可支撑高速NOA场景，应用于征程5芯片。第三代纳什架构引入博弈决定计划应对城区复杂路况的智驾难点，并推动征程6在12个月内实现百万级出货量。
生态大年夜会披露的第四代黎曼架构则更聚焦通用智能，经由过程算子应用率优化让核心机能提10倍，高精度算子支撑数量增长10倍，能效比晋升5倍，能适配更高算力需求的具身智能产品。
余凯将「黎曼架构」称为地平线走向通用机械人计算的最终架构，黎曼架构将搭载于征程7，对标特斯拉的下一代AI5芯片。
硬件决定算力上限，编译器则是让算力高效的关键。
算力空转早已是AI行业挥之不去的共性痛点。有不少车企花大年夜成本搭载了数百TOPS算力的芯片，但在实际运行城区NOA功能时，硬件应用率不足一半。
机械人范畴更甚，工业机械人的活动控制算法往往只用到芯片算力的三成，残剩算力要么因指令调剂纷乱闲置，要么被冗余的计算流程消费。
这种“硬件堆得狠，实际用得笨”的近况，更深层的问题在于编译环节的天然瓶颈：多半通用编译器初次履行算法时，需消费大年夜量时光进行编译与缓存。而当编译器完成适配时，复杂场景的计算需求又早已产生变更。
针对传统编译器的瓶颈，地平线引入了AI驱动的优化策略，天工开物OpenExplorer4.0版本，强化进修优化编译，编译速度从小时级缩短至分钟级，机能晋升20%。同时，地平线自有的软硬协同的调剂才能，可以把空转的算力真正用在刀刃上，HSD体系的决定计划延迟从300ms（毫秒）压到160ms。
具身智能基座模型则是实现机械人产品才能输出的桥梁，地平线近期宣布的HoloBrain（大年夜脑）和HoloMotion（小脑）是最新的落地成果。
HoloMotion针对活动控制，可以适配随便率性动作、地形，在S100/S600芯片上以50赫兹高帧率运行，让机械人爬坡、转弯更稳。今朝，地平线的HoloMotion已在GitHub开源，并获得斯坦福、清华等机构的应用。
在智能汽车赛道上，自研一度成为车企的执念。从智驾芯片到算法体系，不少主机厂试图构建全链路闭环。
HoloBrain则负责更深度的思虑和进修，基于「大年夜范围人类数据预练习+VLA模型空间感知加强+世界模型强化进修」的架构，可实现媲丽人类的空间感知才能与精细操作程度。
三大年夜技巧支柱的最终融合，指向地平线正以更强大年夜、更通用的计算底座，从智能汽车迈向机械人时代，构建属于机械人的Wintel式生态。
03
成为具身智能的泥土
地平线选择开源核心技巧大年夜脑，既是对“成为机械人时代Wintel”初心的践行，也藏着其在智能驾驶赛道沉淀出的家当思虑。
喷鼻港大年夜学数据科学研究院助理传授李弘扬抛出类似不雅点：开源不是最终目标，而是生态共建。
在以前的智能驾驶研发中，余凯意识到：纯真烧钱投入昂扬的练习成本，未必能换来幻想成果。
有行业数据显示，即就是头部车企，自力完成高阶智驾体系开辟的周期平均跨越1年甚至更久，且研发投入是生态合作模式的3倍以上。更实际的是，真正能实现技巧落地并盈利的自研案例寥寥无几，多半投入最终陷入"研发-落后-再研发"的轮回。
一汽奔跑副总经理杨兴龙在大年夜会上的感慨道：“固守封闭体系无异于缘木求鱼，在智能化海潮下，协同才是时代必定。”
共鸣之下，地平线推出了HSD Together模式。
跳出了传统卖芯片附赠参考算法的浅层合作框架，进级为全栈式算法办事体系。地平线将自身投入巨额研发打造、且经由市场验证的全场景智驾体系（HSD）作为成熟"样板间"，向合作伙伴开放。供给白盒或黑盒授权，开放范围甚至涵盖最核心的基座模型。
余凯将HSD Together模式形容为：该模式就像前面有一匹好马，地平线会扶客户上马，甚至陪客户走一段路。
而在机械人赛道，自研执念的价值变得加倍沉重。
与汽车单一场景不合，机械人涵盖家庭办事、工业制造、医疗帮助等数十个品类，若每个企业都从头搭建底层架构，不仅会反复消费行业资本，更会错掉通用机械人海潮的窗口期。
并且，人工智能时代的技巧冲破逻辑已完全不合于传统软件时代——传统软件研发更像标准化工程，进度、成果都可预感治理，而AI技巧冲破却带着偶发性、间歇性的特质，很多技巧冲破可能只是几个工程师在算法参数或模型构造上的灵光一现。
加之如今模型迭代速度已提速到以月为单位，行业整体节拍赓续加快，单家企业要靠自身覆盖所有场景的研发需求，既不实际也难以跟上迭代办法。
机械人行业的实际研发困境也更为凸起：应用处景高度碎片化，从家庭扫地到户外割草，从工业搬运到办事家庭，每个场景的需求都截然不合。
“不做终端、只做底座”的定位选择，让地平线必须答复一个比特斯拉更复杂的问题：当具身智能出现出“一万条场景赛道”的分散性时，若何为万种机械人供给稳定、高效、通用的技巧底座？
多半企业都面对数据缺乏、开辟对象及情况匮乏的不合困境，一家做割草机械人的始创公司，可能连不合地形的障碍物数据都凑不齐。研发四足机械人的团队，往往要花数月时光搭建开辟框架。
这些碎片化的难题，单靠一家企业自身从0到1的冲破，须要消费大年夜量的时光和成本。
而一个可通用的底层筹划，会带来效力大年夜幅晋升，加快生态成型。基于这种思虑，地平线推出具身智能开源模型和HSD Together模式，同时，明白其生态定位：无论在智能驾驶时代亦或是机械人时代，地平线都选择只造兵器不接触。
地平线旗下地瓜机械人CEO王丛认为，具身智能行业终将走向场景多元、生态各别的偏向，注定不会是一个寡头垄断的市场。
而生态模式的分野也正源于此，一种是特斯拉式的"帝国模式"，以闭环生态掌控从芯片到整车的全链条，用极致管控定义单一品类的最终体验。
另一种则是地平线选择的生态模式，不做最高的那棵树，而是成为生态发展的泥土。二者毕竟孰优孰劣，在AI智能时代，或许没有独一的谜底，所谓"不造车、不造机械人的特斯拉"，是地平线选择跳出产品竞争拥抱生态的一种谜底。
在如今的具身智能B端、C端以及工业具身等明星企业中，地平线泥土上发展起来的具身智能故事正在繁衍。
张玉峰曾任地平线智能汽车事业部总裁，本年8月分开地平线后创办了聚焦于B端工业场景的无界动力。地平线智能驾驶总裁余轶南，2024年分开地平线后，创办了聚焦C端机械人产品的维他动力。
在首届技巧生态大年夜会上，余轶南、张玉峰等开创人受邀再回地平线，对机械人赛道创业做了分享。
假如把AI计算比作一曲交响乐，BPU是「交响乐团」，编译器是「批示」，基座模型则是「通用乐谱」，地平线的自研芯片，则是让乐队稳定发挥的熟悉舞台。
维他动力CEO 余轶南
有前地平耳目向雷峰网("大众,"号：雷峰网)坦言，“余凯是一个计谋型的创业者，这是与很多创业者最根本的不合，他的视角没有局限在将来的五年要做什么，而是环绕一个机会可以把盘子做多大年夜。”
更长远来看，基于生态的理念，地平线可以快速培养出一个“地平线系”，晋升具身智能家当链的协同效力，最终杀青地平线的生态赋能者定位。
小我电脑时代前，不合架构计算机需适配专属操作体系，软硬件割裂严重，用户与开辟者苦不堪言。英特尔凭借处理器技巧、微软依托Windows体系构成Wintel联盟，以同一标准打破兼容壁垒，吸引海量厂商与开辟者介入，最终占据全球PC市场超80%核心份额。
在此次生态大年夜会上，有一位业者向雷峰网传达了一个异常有意思的论点：假如百度是中国主动驾驶的黄埔军校，那么，地平线或许就是将来中国PhysicalAI的黄埔军校。雷峰网雷峰网
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
发表评论 取消回复