六年前，在決心擺脫對Mobileye 的依賴，並且認知到英偉達晶片的通用性設計無法滿足自身特定需求後，特斯拉決定自研汽車晶片，分別於2019 年和2023 年推出了兩代FSD晶片，掌握了從晶片設計到軟體開發的全端技術，自此一路引領業界高階智駕的發展。

現在，這一打法成為國內廠商紛紛跟隨的產業方向。蔚小理、比亞迪、吉利等主機廠逐漸走向「先算法後晶片」——蔚來「神璣NX9031」已搭載於蔚來ET9、小鵬和吉利已成功流片、而理想和比亞迪正在推進自研智駕晶片項目。

智駕供應商也正在追求「軟硬一體」——晶片廠商地平線、英偉達尋求演算法的突破，演算法廠商Momenta 開始造芯。

智駕圈中這股軟硬一體（軟體和SoC 晶片的耦合）的趨勢，將使僅有「一技之長」的廠商，生存空間越來越小。

「軟硬一體」成供應商護城河

「軟硬一體」變得越發重要的背後，是「演算法為平台」的結果。

特斯拉在智駕上的領先已經證實，演算法是連接感測器、數據、功能、應用及底層晶片的“鏈主”，將演算法視作平台並提供相應的迭代機制，可以讓原本只能割裂開發的各個環節（如晶片和最終實現功能之間）之間實現有機的連接。

即使是英偉達也不得不直面這個殘酷事實，「晶片+工具鏈」的傳統模式正在遭受衝擊，只做晶片無法掌握智駕生意的核心。

英偉達2023 年8 月將小鵬汽車自動駕駛靈魂人物吳新宙招致麾下，目的是讓他帶動英偉達智駕業務向軟體領域進發，做軟硬結合的方案。目前吳新宙帶領的團隊在全球已有約3,000 人，吳新宙直接向英偉達創辦人兼CEO 黃仁勳報告。

國內晶片廠商地平線跟英偉達有相似的判斷。

在旅程5（J5）時期，地平線選擇軟硬解耦，培養了一批生態廠商做演算法，但由於晶片規劃與市場技術路線的斷層，導致J5 實際能力有限——感知吃掉了NPU算力，而規劃、定位環節沒有AI算力可用。

J5 的問題映射出汽車晶片廠商的困境，先有硬體後做方案的方式讓地平線在城區NOA競賽中落後，「J5 要實現城市NOA 需要專門搭配一顆MCU（微控制器單元，一種小型晶片），雙晶片的價格基本上趨近Orin 。

地平線創辦人餘凱之前一直很堅持只做晶片，演算法交由給生態廠商開發的模式，但關鍵人物蘇箐扭轉了餘凱的想法。我們了解到，地平線高階智駕方案Superdrive 最初是基於J5 開發，但後來發現難以落地，地平線在征程6（J6）的產品設計上打破了硬體獨立開發的路子，而是基於對演算法及趨勢的理解倒推硬體架構，從軟體的想法和需求出發做硬體。

地平線也在2024 年進行了組織架構調整，由蘇箐帶團隊，組成了千人規模的團隊，開發高階智駕方案Superdrive。

「打一個比方，地平線用Superdrive 為主機廠打造了樣品房，那些軟體Tier 1 只能根據主機廠的需求做換燈泡、換沙發等服務層面的工作。」一位業內人士說。只做演算法的供應商瓶頸已經逐漸顯現。

地平線也不會包辦一切，依舊需要Tier 1 廠商來協助承接車商的訂單，餘凱在最近溝通會上依舊強調地平線的定位是Tier 2。 J6 系列剔除J6P 的其它版本仍由其生態合作體系的演算法供應商來做，包括輕舟智航、鑑智機器人、映馳科技、覺非科技等。

目前，Superdrive 已經在上海開啟百人團試駕，採用雙J6M 的硬體方案，城區NOA 智駕表現可圈可點，但基於J6P 的方案還需等到今年第一季回片成功之後，預計4 月能夠上車部署。一切還具有不確定性。

當然，軟體方案可以透過投錢、補人、建團隊快速佈局，但端到端演算法對於資料量及資料鏈路具備強依賴性，晶片廠商如何補齊資料短板，是一大挑戰。

英偉達作為Tier 1 身分和賓士的合作，從2020 年至今仍未達到量產落地。地平線和大眾的合作，也要等到今年下半年才能知道實際落地效果。

同樣，智駕演算法起家、手握多家車企訂單的Momenta 也開始做硬件，其芯片公司新芯航途在2024 年4-5 月時團隊規模達到100 人左右，據悉首代智駕芯片已經流片待返回。

演算法廠商面臨的挑戰之一是如何取得主機廠客戶對其自研晶片的信任。換句話說，很難分辨車企選擇Momenta 是先選擇Orin 晶片平台，還是看重Momenta 的演算法。 「如果Momenta 能夠做得比英偉達便宜一千塊，那就不需要擔心這個事。」一位業內投資人調侃道。

智駕淘汰賽開啟

「不做軟硬一體的供應商，價值空間會越來越小。」一位長期關注汽車的業內人士說道，演算法廠商的市場空間正在被多方擠壓，一邊是不斷擴展上下環節的晶片公司，一邊是需求收縮的主機廠客戶。

正在加大智駕自研的主機廠同樣站在軟體Tier 1 的對立面，他們對供應商保持開放的同時又極具進攻性。儘管起步較慢，但車企有足夠的資金支持、有足夠的數據以及足夠多的人才進行研發，其後發力不容小覷。

論錢、論人、論投入，演算法廠商都不佔絕對優勢，純軟體演算法的市場競爭顯得更殘酷。

尤其在端到端、VLA （Vision-Language-Action Model，即視覺-語言-動作模型）等新演算法框架接連出現，對軟硬結合的要求越來越高，智駕產業會越來越考驗方案廠商的整合能力。

演算法供應商不是不想做系統性工程，而是無法向上整合。造芯對資金、人才要求的門檻之高已經將大部分廠商篩在門外，只有體量較大且現金流較為充裕的廠商才有能力涉足。

根據中國（無錫）物聯網研究院數據，自研車規級晶片資金門檻非常高，僅以基礎晶片的投入為例，起步門檻就是10 億元，如果再加上總體研發及運營，一般的晶片普遍需要百億元以上的投資規模。

辰韜資本曾做過測算，以7nm 製程、100+TOPS 的高效能SoC 為例，其研發成本高於1 億美元（包含人力成本、流片費用、封測費用、IP 授權費用等等），若以售價100 美元、毛利率50% 計算，其損益平衡點為200 萬晶片出貨量。

另外，考慮到目前自動駕駛產業的技術方案和晶片架構幾乎每三年發生一次重大升級，自研晶片的庫存還需控製到極低水準。

隨著自動駕駛技術普及，中低階的智駕軟體最終會極度同質化且注重成本。提供軟體服務的公司優勢不再，他們既觸達不到消費者，無法從消費端賺取溢價，又不像掌握硬體的公司，能在硬體設計和製造環節賺錢。

純做軟體的智駕供應商最終結局可能會像中國的SaaS 公司那樣，用做基建的邏輯做軟體，只能賺點辛苦錢，沒有足夠的毛利空間投入研發，長此以往失去想像空間。