機器之心報道

機器之心編輯部

2012 年 12 月，美國太浩湖畔 Harrah's 酒店的 731 房間，一場足以載入 AI 史冊的秘密競拍正在進行。

彼時，余凱代表百度，與 Google、微軟以及當時還名不見經傳的 DeepMind，共同競購「深度學習之父」杰夫·辛頓（Geoff Hinton）及其學生組成的初創團隊。那場競拍最終以 Google 勝出告終，但正如余凱在《深度學習革命》序言中所寫，那是「深度學習推動全球科技產業變革的發令槍」。

正是在那段時期，余凱敏銳地觀察到：GPU 雖然讓深度學習成為了可能，但它本質是為圖形渲染設計，「無心插柳」的效率并不極致。「如果專門為深度學習設計加速芯片，會不會效率更高？」這個反思，直接促成了地平線的誕生。

13 年后的今天，站在從「數字智能」向「物理智能」跨越的拐點，余凱似乎再次扣動了扳機。

在深圳前海的聚光燈下，地平線創始人余凱博士并沒有直接拋出參數，而是先談起了一場跨越十年的「星際探索」：2015 年 7 月 14 日，人類探索宇宙的歷程迎來了另一個里程碑，NASA 的「新視野號」（New Horizons）探測器飛掠冥王星，將人類的認知邊疆推向了太陽系邊緣。就在同一天，地平線（Horizon Robotics）的公司在北京正式注冊成立，開啟了向人工智能算力高峰的攀登。

12 月 8 日，在深圳舉辦的 2025 地平線技術生態大會上，地平線不僅交出了全場景智駕（HSD）的量產答卷，更通過全新的 BPU「黎曼」架構、HSD Together 算法服務以及開源具身智能模型，試圖為物理 AI（Physical AI）世界構建底層的「Wintel」生態。

以數學之名，定義 AI 計算新定律

從「伯努利」到「黎曼」，數學重構算力

地平線的芯片架構迭代邏輯，始終建立在對 AI 本質的數學理解之上。余凱在演講中提出，不同于互聯網產品基于大數據的「用戶行為擬合」，人工智能在物理世界的任務是「逼近真理」。

基于此，地平線 BPU（Brain Processing Unit）架構經歷了以下演進：

伯努利（Bernoulli）架構：面向感知計算。針對早期目標檢測需求，采用定點計算優化功耗，應用于征程 2、征程 3 芯片，解決 ADAS 場景。貝葉斯（Bayes）架構：面向預測計算。引入概率預測能力，支持高速 NOA 場景，應用于征程 5 芯片。納什（Nash）架構：面向博弈決策。受博弈論啟發，解決城區復雜人車交互問題，應用于征程 6 系列。

而面對未來的通用機器人和 L4/L5 級自動駕駛，地平線選擇了「黎曼」（Riemann）。余凱解釋道，現實世界紛繁復雜的表象下，隱藏著簡潔的低維流形結構（Manifold），而黎曼正是非歐幾何與流形理論的奠基人。

相比上一代，關鍵算子性能提升 10 倍，高精度算子支持數量增加 10 倍。面向 LLM 能效提升 5 倍，從 Tensor（張量）擴展至 Vector（向量）計算，全面支持浮點計算。搭載黎曼架構的征程 7（Journey 7）系列芯片正在醞釀中，目標是直接對標特斯拉下一代 AI5 芯片。

引入強化學習，全面邁入「AI 驅動編譯」時代

硬件決定算力上限，編譯器決定實際利用率。地平線發布了第四代編譯器「天工開物 OpenExplorer 4.0」。

針對傳統編譯器在處理離散優化問題時的瓶頸，新版編譯器引入了 AI 驅動的優化策略，包括強化學習和蒙特卡洛樹搜索（MCTS）。

編譯速度從「小時級」縮短至「分鐘級」。通過指令并行和計算融合優化，模型性能提升 20%。在 HSD（Horizon SuperDrive）量產實踐中，將端到端延遲從通常的 300ms 優化至 160ms。

從「算法服務」到「智駕平權」

打破「黑盒」，HSD Together 重新定義乙方

在智駕行業，「自研」曾是車企的執念，但高昂的試錯成本正在吞噬利潤。余凱指出，當前行業面臨三重挑戰：模型訓練成本動輒數十億、頂級 AI 人才極度稀缺、算法迭代以月為單位。對此，地平線推出了HSD Together模式。

不同于傳統的「賣芯片 + 送參考算法」，HSD Together 是一種全棧算法服務。地平線將自身耗資巨大的全場景智駕系統（HSD）作為一個經過驗證的「樣板間」，向合作伙伴開放。

開放形式：提供白盒或黑盒授權，甚至包括最核心的基座模型。降本增效：合作伙伴只需聚焦于集成和差異化，預計可將人力、算力和時間成本降低 90%。

這意味著，地平線正在從「賣鏟子的人」轉變為「施工隊隊長」，親自下場扶車企「上馬」。

讓 10 萬級車型擁有「老司機」

高端智駕通常是 20 萬以上車型的專屬，但地平線顯然不滿足于此。余凱在現場拋出了一個犀利的問題：「占據中國市場半壁江山、價格在 10 萬元級的國民車，難道就不配擁有好用的城區輔助駕駛嗎？」

地平線的答案是：單顆征程 6M 芯片搞定城區智駕。

現場展示的視頻顯示，基于單顆 J6M 的方案在深圳華強北等復雜路段，實現了絲滑的無保護左轉、窄道博弈和施工繞行。這套方案最大的殺手锏在于「極致性價比」與「被動散熱」（風冷），這意味著它不僅適用于新能源車，甚至能讓龐大的燃油車市場也能搭載高階智駕。

目前，博世、卓馭、輕舟智航等 Tier 1 已基于此方案與地平線達成合作，目標直指「千萬級量產」。

開源「大腦」與「小腦」，構建機器人生態

「如果做不好自動駕駛，恐怕就無法在機器人時代占據一席之地。」余凱在演講中不僅定義了車，更定義了機器人。他認為，智能駕駛大模型正是物理 AI 基座模型的開端，其本質是處理「Video in, Control out」的高維序列。

作為「One More Thing」，地平線在地瓜機器人業務上甩出了重磅開源炸彈：

HoloMotion（小腦）：專注于運動智能。一個模型支持多種形態（狗、人形、輪足），在 S100 芯片上可實現 50Hz 高幀率運行。

HoloBrain（大腦）：專注于操作智能。基于 VLA（視覺-語言-動作）架構，賦予機器人理解指令和細膩操作的能力。

目前，HoloMotion 已在 GitHub 開源，并獲得斯坦福、清華等機構的使用。地平線方面表示，短期內具身智能將優化 VLA 和動作建模，長期目標是構建包含物理屬性（摩擦力、重力等）的真實世界模型。