当前，智能汽车产业正逐步实现从数字智能向物理智能的转型，底层的计算平台正从分布式计算向中央集成计算的升级；上层的功能表现正从单一智驾与座舱分离向舱驾融合的跨越；市场层面，高阶智能驾驶已进入规模化普及阶段。

这其中，芯片作为车载智能的基座，市场话语权持续提升。

一个典型例子是地平线。经过十年深耕，地平线已实现千万级辅助驾驶系统量产，ADAS市场市占率接近50%，城市NOA市场跻身行业前三。

面向汽车逐步向智能体演进，余凯判断智驾产业将从“控制轮子”进阶为“整车智能体”。在这个时间点，地平线即将发布中国第一款舱驾融合智能体芯片——“星空”系列。

“星空”不止是一个芯片那么简单，它本质是在试图重写智能汽车的底层分工，探讨物理AI时代的解法。

“星空”之所以能重写底层分工，在于它终结了传统汽车“一个功能一颗芯片”的分布式架构。它将座舱、智驾等原本割裂的任务统一到一颗芯片上调度，让感知、决策、执行不再是各自为战的孤岛，而是像人类神经系统一样协同。

在物理AI时代，智能体需要毫秒级理解并操控真实世界。星空提供了这种“原生实时”的硬件底座：数据像神经信号般自由流动，算力按物理需求动态分配。它不是在芯片上跑软件，而是让汽车成为能像控制肢体一样思考与行动的AI智能体。

过去十年，中国智能汽车的标杆企业无疑是华为，它强在软硬一体、垂直整合、体验极致，同时聚焦高端市场，其发展模式与类似于移动互联网时代的苹果。面向下一个十年的物理AI时代，地平线想要构建另一种成功路径：用“舱驾一体+开放生态”，去复制一个AI时代的“安卓路径”。

下一个十年的物理AI时代，我们该做什么？

地平线成立于2015年，如今正站在迈向下一个十年的起点。余凯曾说，“我们的事业不是一场热闹的 party，而是长期跋涉的journey。”在第一个十年里，地平线走过了业务探索的阵痛、完成了向车端AI的聚焦，在生存压力中一路突围，最终站上高端主流玩家的牌桌。这离不开余凯和与他一起奋斗的兄弟。一位投资人告诉雷峰网《新智驾》：“在2019年那个关乎生存的节点，余凯‘天才’级的融资和商业能力，为地平线争取了关键的时间窗口；而团队在技术与工程上的‘干苦活、累活’能力，构成了另一半支撑。”

地平线创始人余凯

过去5、6年，地平线在L2 ADAS市场的扩张，接近50%的市占率，说明它已完成了走完了“农村包围城市”的战略阶段。这一过程帮助地平线建立了两个能力——通过规模优势反哺技术迭代，逐步完成向高端市场渗透。

征程5以及征程6的技术跃迁，为地平线提供了继续向上走的支点。

尤其是征程6系列，直接将算力拉升到560T的大算力赛道，让地平线拿到了进入高阶智驾竞争的“入场券”。这一变化，不只是算力的提升，更是身份的变化——从智能驾驶芯片供应商，升级为智能驾驶普惠生态的核心构建者。

2025年，地平线量产了一段式端到端辅助驾驶大模型HSD，尽管这一节点稍晚于新势力，但毫无疑问余凯又一次精准踩中了行业变奏的节点，既避开了早期技术路线尚未有定论的试错成本，又在规模化落地前完成技术与产品闭环。

正如一位内部员工的评价：“从2019年的至暗时刻到国内L2级ADAS份额第一，再到如今跻身高阶赛道，凯哥有逆天改命的气质，这源于他有穿越周期的能力和对行业演进的深刻理解。”

未来3-5年，地平线的目标是量产千万套HSD，同时将城区MPI（百公里接管次数）提升10倍。此前，地平线已完成了第一个“1000万”——2025年8月，地平线实现了累计交付1000万套辅助驾驶系统，其中去年一年400万套。

余凯曾认为，未来三年内（2025至2028年）可实现“脱手开”（hands-off），即驾驶员在特定场景下无需操控方向盘，仅需在紧急情况下接管，预计到2030年实现“脱眼开”。

当智能汽车朝着智能体演进时，地平线要如何抓住下一个十年的机会，这是“星空”芯片要回答的问题。

下一个十年，智能汽车将从“出行工具”进化为“物理AI智能体”，相当于物理世界的AI Agent，具备从“对话”到“决策”，再到“执行”与“持续学习进化”的完整闭环能力。

这对底层计算平台提出了根本性的新要求：不再是功能堆叠，而是感知、决策、执行的实时闭环；不再是舱驾各自为战，而是像神经系统一样一体化协同；不再是算力竞赛，而是确定性时延、安全隔离与系统软件的高度融合。

倒推到当下，地平线给出的答案是“星空”芯片。

物理AI的第一个需求是实时闭环。星空是一套原生支持端到端大模型、感知与决策一体化的硬件架构，让AI模型像控制自己的肢体一样控制汽车。

物理AI的第二个需求是舱驾深度融合。过去“舱驾一体”喊了多年却始终未成，很重要的原因是只有芯片拼合，没有系统融合。星空从设计之初就“以终为始”，将舱和驾的软件做到SOP水平，实现安全隔离下的算力共享与任务协同。

物理AI的第三个需求是规模化的安全与普惠。星空承载的，正是地平线在千万套量产经验所反哺出的规模化落地经验。

所以，下一个十年该做什么？答案很清晰：为物理AI打造原生、实时、安全、可规模化的底层基础设施。“星空”芯片智能体，就是地平线对这个问题的第一份答卷。

星空芯片的本质，是做物理AI时代的基础设施

“星空”是地平线的舱驾融合智能体芯片。在智能汽车行业，“舱驾融合”并不是一个新概念。过去几年，从博世到高通再到英伟达，以及国产芯片厂商黑芝麻、芯驰，几乎所有玩家都给出过各自的跨域方案。

余凯曾表示，“考量任何一个战略，至少也要以十年为基本单位。”但一个行业事实同样“扎心”，真正意义上的单芯片舱驾融合，一直没有规模化落地。

问题是多元而复杂的。

曾有芯片行业人士向新智驾表示，开发跨域芯片比单独的智驾芯片复杂很多，除了基本的智驾功能，还需要增加娱乐、仪表显示等能力，相当于原来只有一个功能，现在要做三个功能，而且都得达到车规要求。

智能驾驶强调感知、规划和决策，对NPU算力要求高，而座舱芯片需要处理大量图像内容，并运行大型3D游戏等应用，对GPU能力有更高的要求。跨域芯片就需要综合考虑这些能力，对整体架构进行调整。

此外，座舱芯片对资源的占用是一个动态变化的过程。如果只是开车听个音乐，占用的资源很少。但如果同时还开启了车机上的多个应用，就会占用较多的资源。智能驾驶则不同，它的逻辑是只有开启和退出两种状态，一旦开启就会大量占用资源。因此，智驾芯片追求的是稳定性和确定性。

因此，要平衡不同域对芯片的不同需求，在做跨域融合芯片时，还要考虑如何整合不同的架构。此外，座舱芯片和智驾芯片对安全等级的要求也不同。座舱功能如果在使用中出现问题关系不大。黑屏最多就是不看片，不听音乐，导航没了用手机也行。但智驾功能如果在行驶中出错则可能威胁到生命。

因此，智驾芯片通常要求达到ASIL-D的功能安全等级，座舱则只需做到ASIL-B即可。当两者被压缩到同一颗芯片上，系统就要整体满足更高安全等级，这不仅意味着成本的上升，更意味着架构复杂度的指数级增加——隔离、冗余、验证，每一项都是硬骨头。这也是为什么很多厂商宁愿维持“物理集成”，也不愿轻易走向“逻辑融合”。

再往下，是被低估的工程问题：功耗与散热。原本分散的两套系统，一旦集中在单芯片上，热设计难度会被放大。尤其是在智能驾驶长期满负载运行的前提下，叠加座舱的峰值算力需求。做不好功耗与散热，将会直接影响到整车可靠性。

另外，长期阻碍“舱驾融合”的是一个更大的“人性”问题。

在多数车企内部，智能驾驶与智能座舱长期属于两个体系：两套团队、两套预算、两套KPI。当技术开始要求“合二为一”时，首先遇到的不是工程挑战，而是权力边界——谁来主导？谁对结果负责？

这也是为什么，理想、小鹏等车企已经将智驾和智舱整合为一个团队。

理想在2026年1月将智能驾驶和智能座舱部门进行合并，由原智能空间（智能座舱）副总裁勾晓菲统筹，统管智能座舱（MindGPT）与智能驾驶的全栈软件研发，实现舱驾融合、一体化决策与体验。小鹏刘先明的title也从智驾负责人变成了通用智能中心负责人。

其背后的核心考量是：电子电气架构向中央计算发展已经是确定的趋势，组织架构应该配合技术与产品的演进方向。

总结来看，过去几年舱驾融合之所以推进缓慢，并不是行业不认同，而是芯片能力、软件架构、工程约束与组织体系，没有在同一时间成熟。

那么，为什么地平线又要在这个时间提出“舱驾融合”？为什么地平线能做？

首先，时间点对了。高工智能汽车研究院数据显示，2025年中国乘用车前装标配舱驾一体计算单元交付156.36万辆，同比增长近50%。仅1-9月，新车交付已接近百万辆规模。而到2030年，机构预计舱驾一体渗透率将突破30%，其中单芯片方案将在10万—20万元区间成为主流配置。

其次，需求和技术成熟度第一次形成真正的匹配。

此前几年“舱驾一体”之所以迟迟无法规模落地，在于过去智能驾驶还不是刚需，用户的需求点主要在智能座舱，车企自然缺乏将两者融合的动力。

但当下的情况已发生变化，舱和驾都已成为刚需配置，且都是高算力需求。这意味着，从需求侧看，舱驾融合的条件已经成熟。

然而，现实情况是当前很少有舱驾一体芯片能同时满足软件、功能和安全要求，多数都为未完备状态。

相比其它芯片玩家，地平线的内核是一家软件公司，这让它在舱驾融合上具备天然优势。即将发布的“星空”系列，除了提供完备、安全的高性能芯片之外，更重要的是把舱和驾的软件都已经做到了SOP的水平。从一开始就为融合解决了此前困扰行业多年的工程化难题。

因此，“星空”芯片的发布，也被外界视为舱驾一体走向成熟的重要节点。

地平线副总裁、战略部&智驾产品规划与市场部负责人吕鹏，在今年的智能电动汽车发展高层论坛发表了一次演讲。

他认为，物理AI有四个非常严格的门槛，更像是铁人三项赛：第一，需要有很强的软硬协同的能力，物理AI算力、带宽、算法、高效计算都有非常高的要求。如果对于未来的软件没有足够多的know-how，很难设计一个高效的计算平台底座。

第二，真正的开放而不锁定。未来的物理AI有各种应用，从四足机器人到汽车会有各种不同的垂类场景。核心的共性在于计算的底座和基座模型能力，但它是一种赋能，而不是一种替代。

第三，走向物理AI离不开跨场景的规模化验证。物理AI的可靠性和数字AI有很大的区别，数字AI基于互联网信息构建，可靠性是物理AI非常与众不同的一点。汽车是第一个大规模商业化部署，并且有高可靠性安全性要求的物理AI载体。

四是跨域延伸的能力，整个核心框架需要能够延展到机器人、工业机器人等不同的领域，让整个物理AI进行规模化落地。

“星空”芯片的核心破局点，在于从底层架构做一体化设计。单颗大算力芯片承载舱驾全栈运算，共用一套内存、散热与线束，直接砍掉冗余硬件，单车BOM成本可降1500-4000元，同时释放车内布局空间。配合全局算力动态调度，算力利用率从不足40%提升至60%以上，把 “堆算力” 变成 “用算力”。

更关键的是，“星空”芯片的发布，使地平线的能力边界覆盖到全部四大象限——横向的自动驾驶x座舱，纵向的芯片x软件。

这也是“星空”芯片被称为智能体芯片的主要原因，它在地平线芯片能力与HSD端到端智驾模型的基础上，进一步整合舱驾一体计算架构与车端智能体软件系统，将感知、决策与执行能力统一到同一计算平台中，使车辆从单一功能系统演进为具备持续理解与任务执行能力的整车智能体。

具体到用户体验层面，在中央集成大模型的加持下，星空系列赋予了车辆个性（Soul）、技能（Skill）、记忆（Memory）三大核心能力，能够运行类似“小龙虾智能体”的全新车载OS，让座舱交互发生质变。车辆不再只是“你说一句它做一步”的工具，而是“司机+助手”的集合体，也就是座舱具备了执行能力：例如可帮用户预订餐馆、办理交付、预订电影院及选座。

行驶途中，可预订停车位并完成交费，还能提供长时序的服务，比如现在没有到目的地，当到了目的地的时候提醒你做什么。

余凯表示：“在星空芯片上，大家将会有完全不一样的体验。我们相信，这颗顺应物理AI时代趋势的芯片将推动新一代车载OS的发展。”

在功能安全上，“星空”芯片按ASIL-D设计，硬件冗余与安全岛内置，单芯片完成双域安全协同，补齐高阶智驾的合规与可靠性短板。依托征程系列千万级量产验证，这套方案成熟度足以支撑车企快速落地。

AI时代的分水岭：智能汽车会走向“苹果+安卓”格局吗？

这样看来，“英伟达是数字AI时代的基础设施，地平线是物理AI时代的基础设施”这句话的含义就变得清晰许多了——英伟达更多是在支撑数据中心里的AI，比如大模型训练、云端推理，它主要服务的是虚拟世界的AI运算。而地平线押注的，是AI进入真实世界后的落地能力，以“星空”芯片为核心，让AI真正进入汽车、设备甚至机器人这些需要感知、决策和行动的物理场景里。“星空”芯片不仅是一颗芯片的迭代，更是中国车载芯片从专用域控走向中央计算的关键一步。从更大层面看，“星空”芯片对地平线与行业的意义在于：对地平线，完善“芯片+软件”全栈布局，实现四大象限全覆盖，推动其从“智驾芯片供应商”向“物理AI时代超级平台”转型。

于行业而言，将加速舱驾融合与中央集成计算落地，降低高阶智能汽车研发制造成本，实现智驾普惠和更高级别的智能。

行业通常将华为视为移动互联网时代的苹果，华为采用“芯片+软件+终端”垂直整合模式，自研芯片、座舱与智驾系统，仅适配自身终端或少数深度合作车企，掌控产业链上的核心技术，类似苹果“硬件+iOS”的闭环管控。

其优势在于软硬件协同性强、体验极致，聚焦高端市场，品牌溢价高，但局限于垂直整合、适配范围窄，难以实现规模化普惠。

从“星空”芯片的逻辑看，地平线走的是AI时代安卓的开放逻辑，以“芯片+基础软件+工具链”为核心，开放赋能全产业链，例如其95%以上收入通过合作伙伴实现，类似安卓“开放授权、广泛适配”模式。

这种模式的优势在于适配性强、覆盖广，有利于实现推动智驾平权，同时联动全产业链构建多元生态，将技术延伸至机器人等领域，覆盖低中高端全市场，走“广而全”的平台化路线。

2026年是智能汽车迈向智能体的关键拐点，几乎所有你能看到的智驾公司都在走向物理AI的道路上。那么，谁能帮他们铺好一条路、搭好物理AI时代的通用计算的基座，谁就将率先抓住下一个十年的机遇。