地平线创始人兼 CEO 余凯
今年 3 月份，地平线创始人兼 CEO 余凯在电动汽车百人会的发言中分享了一个思考：人工智能时代的产品逻辑是不是有可能跟互联网时代的产品逻辑不一样？
他认为，互联网的逻辑是 「洞见人间烟火」，以用户需求为核心，得流量得用户数据者得天下；而 AI 时代，大多数用户数据没有价值，应以基于公有数据的技术创新为核心。
因此，在他看来，人工智能的本质是不断逼近世界的真相。所以最好的人工智能系统是无限逼近人，而不是超越人。对于自动驾驶也一样，今天自动驾驶还在一个早期的发展过程中，还没有实现 L4、L5，其终极目标不是要开车开得跟人一样，而是它的安全性应该远超人类司机。
12 月 7 日举办的 2025 地平线技术生态大会，以及地平线创始人兼 CEO 余凯在大会上的主题演讲，再次让外界看到其想成为 「机器人时代的 Wintel」 的野心。
发布第四代 BPU 架构，征程 7对标特斯拉 AI5
余凯以地平线 10 年来的产业实践与思考为基底，阐述了地平线如何通过三大技术支柱 （BPU®、编译器、算法），驱动智驾从 「向高而行」 的技术突破走向 「向高同行」 的产业协同，从智能汽车到通用机器人的生态。
BPU 计算架构具备运算与协同能力，是 AI 计算硬件的根基。发布会上，余凯回顾了 BPU 从伯努利架构到纳什架构的技术演进历程——随着自动驾驶技术迭代持续升级，现已支持全场景 NOA 交互式博弈。
同时，余凯指出，「高维世界的真相是简单的低维流形结构」，这也指引了第四代 BPU 的研发方向。
大会上，地平线发布第四代 BPU 架构，并命名为 「黎曼架构」，以此致敬数学家黎曼。黎曼是第一个在非欧几里得空间中建立非线性流形理论 （Manifold） 的先驱。
新架构是地平线走向通用机器人计算的终极架构。余凯称，它实现了关键算子算力 10 倍提升、高精度算子支持数量超 10 倍增加，并支持全浮点计算，面向大语言模型能效提升 5 倍。地平线正在酝酿中的征程 7 家族，将全系搭载 BPU 黎曼架构。
余凯透露，作为行业里面新晋的年轻玩家，地平线过去一直在赶路，到征程 6P 这一代，基本上性能规模、算力水平赶上了特斯拉当前主流的配置——特斯拉 AI4 芯片。在征程 7 这一代要跟特斯拉下一代 AI5 芯片同步推出。
地平线的编译器技术同样经历了三代迭代。本次发布的第四代编译器天工开物 OpenExplorer®4.0，进入 AI 驱动编译时代，编译速度从小时级提升至分钟级，模型性能提升 20%。
智驾大模型是物理 AI 基座模型的开端
余凯认为，近年来，基座模型给 AI 世界带来了革命性改变，经历了从专用到通用的范式转移，解锁智能水平的能力涌现，以及打破信息孤岛的模态融合。这些，都为构建真正的通用人工智能奠定了关键基础。
基座模型是 AI 世界通用的曲谱，今天数字 AI 世界的基座模型已初具成形，但还没有一个让大家信服的物理基座模型，地平线致力于物理 AI 的计算架构、编译器和基座模型，那么，如何走向一个物理世界的基座模型呢？
余凯判断，必须从一个最大的应用场景先切入，而智能驾驶大模型是物理 AI 基座模型的开端。
如今，每个人都在谈论具身智能和通用机器人。要更好实现，就需要一个通用的、适用于物理世界的 AI 基座模型。
在多个场合，余凯都曾做出过这样的判断：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，成为其中的关键玩家。
因此，对于地平线致力于打造 HSD，余凯表示，实际上它可能就是地平线通往未来机器人时代的基座模型的关键路径。
余凯认为，一个优秀的智驾大模型应该承载着三大关键价值：它是具象化技术实力的 「样板间」、筑牢技术根基的 「压舱石」，也是供合作伙伴自由创新的 「公约数」。
同时，随着行业全面转向数据驱动范式，所有参与者共同面临三重严峻挑战：模型训练算力成本高昂 （年投入动辄数十亿元）、顶级 AI 算法人才极度稀缺、产品迭代速度以 「月」 为单位持续加速。
具体来看，人工智能时代的技术突破跟传统的软件时代的技术突破不一样，传统的软件时代更像一个工程，它是可预见、可预期、可管理的。而人工智能时代的技术突破具有偶发性、间歇性、稀疏性、非连续性、突变性，有可能在某一天晚上几个小工程师在某个算法的参数上面，或者模型的结构上面灵光乍现的小想法，模型的性能就突然实现了巨大提升。
但这也从另外一方面说明，即便投入约 10 亿级进行模型训练，也不一定能得到预期的好结果。
因此，训练的成本，实际上取决于这几个工程师的灵感闪现。可是 AI 的顶级人才是极其稀缺的，很多车厂其实也在研发自动驾驶的算法，即便投入约 10 亿级进行模型训练，也不一定能得到预期的好结果。
为此，征程 6P 与 HSD 时代，地平线打造了 HSD 全栈一站式 「样板间」，验证了技术路线的贯通，并将其已验证的全栈能力，以 「算法服务」 模式——HSD Together，向整个行业开放。
余凯介绍：「HSD Together 算法服务模式的根本目的，是让合作伙伴能够基于地平线已验证的成熟智能基座，将产品开发中的人力投入、算力消耗与上市周期，均大幅降低 90%。」
2024 年，好用的城区 NOA 功能主要覆盖 20 万元以上车型；2025 年，这一门槛已下探至 13 万元级别。「但是，占据中国市场半壁江山、价格在 10 万元级的国民车，难道就不配拥有好用的城区辅助驾驶吗？」 余凯反问道。
地平线给出的答案是基于单颗征程 6M 芯片的城区辅助驾驶解决方案，即将量产上车，将普惠道 10 万元的国民车型。目前，首批单征程 6M 城区辅助驾驶量产合作伙伴包括博世、卓驭、轻舟智航、电装、酷睿程、智驾大陆等。
one more thing：发布两大基座模型
除了智能汽车之外，地平线也是中国最大的消费类机器人的计算芯片方案供应商。
地平线子公司地瓜机器人，基于地平线在自动驾驶技术方面的积累，已经跟合作伙伴推出了 100 多款的消费类智能产品，有 100 家上下游合作伙伴与 10 万余名开发者，包括云鲸扫地机器人，维他动力无遥控自主移动机器狗，影石 Insta360 全球首款全景无人机等。
在具身智能全栈的关键技术上，无论是小脑方面的运动控制，还是大脑方面的通用操作，包括场景生成、仿真系统以及自主导航，地平线都在布局。
在这次生态大会上，地平线正式发布智能开源的、面向机器人的小脑基座模型 HoloMotion，和基于具身智能大脑的基座模型 HoloBrain。
据其官方介绍，HoloMotion 是一个支持单个策略，能做出任意动作，并且能够支持任意指令，任意地形的本体，可在地平线的计算平台 S100、S600 上运行 Transformer、MOE、Mixture of Experts 的一个架构，还可以实现 50 赫兹的高帧率运行。
另外，具身大脑的基座模型 HoloBrain，不仅是一个基座模型，还提供参数的训练框架，以及训练后整个部署的完整配方。
对于具身智能的未来，余凯表示，当前具身智能和自动驾驶相比，还处在相对更早的阶段。从模型架构来看，短期肯定是优化 VLA、动作建模；但长期来看，还是要在仿真、真正的 World Model（世界模型） 下做自我博弈和强化学习。
不过世界模型的构建并不容易，余凯指出，现在很多人讲的世界模型是片面的，只是基于视觉的纹理、形状、三维视觉模型，而真正的世界模型还需要覆盖物理属性，比如摩擦力、动力模型，还有材料、天气、风阻等，是非常复杂的事情。
通用能力方面，余凯认为，核心是实现环境泛化、融合目标优化，以及上下文指令学习。训练范式上，现在还相对偏传统的基于数据的学习；但面向未来，机器人应该具备终身学习能力——哪怕把它放在沙漠里，它也能自己搞明白如何应对、如何生存。
而从数据引擎来看，余凯认为，最终还是要做好 World Model，目前行业里距离这个目标还有不小差距。
他最后也进一步明确地平线的发展目标：未来三到五年内，联合生态合作伙伴实现千万辆搭载 HSD 的车型量产。其中，除部分采用 HSD 一站式全栈交付模式外，至少七八成将通过 「芯片赋能+Horizon Together HSD 算法服务」 的合作模式推进，与合作伙伴一起实现千万级量产。（作者｜张敏，编辑｜李程程）
更多对全球市场、跨国公司和中国经济的深度分析与独家洞察，欢迎访问 Barron's 巴伦中文网官方网站
