机器之心报道

机器之心编辑部

2012 年 12 月，美国太浩湖畔 Harrah's 酒店的 731 房间，一场足以载入 AI 史册的秘密竞拍正在进行。

彼时，余凯代表百度，与 Google、微软以及当时还名不见经传的 DeepMind，共同竞购「深度学习之父」杰夫·辛顿（Geoff Hinton）及其学生组成的初创团队。那场竞拍最终以 Google 胜出告终，但正如余凯在《深度学习革命》序言中所写，那是「深度学习推动全球科技产业变革的发令枪」。

正是在那段时期，余凯敏锐地观察到：GPU 虽然让深度学习成为了可能，但它本质是为图形渲染设计，「无心插柳」的效率并不极致。「如果专门为深度学习设计加速芯片，会不会效率更高？」这个反思，直接促成了地平线的诞生。

13 年后的今天，站在从「数字智能」向「物理智能」跨越的拐点，余凯似乎再次扣动了扳机。

在深圳前海的聚光灯下，地平线创始人余凯博士并没有直接抛出参数，而是先谈起了一场跨越十年的「星际探索」：2015 年 7 月 14 日，人类探索宇宙的历程迎来了另一个里程碑，NASA 的「新视野号」（New Horizons）探测器飞掠冥王星，将人类的认知边疆推向了太阳系边缘。就在同一天，地平线（Horizon Robotics）的公司在北京正式注册成立，开启了向人工智能算力高峰的攀登。

12 月 8 日，在深圳举办的 2025 地平线技术生态大会上，地平线不仅交出了全场景智驾（HSD）的量产答卷，更通过全新的 BPU「黎曼」架构、HSD Together 算法服务以及开源具身智能模型，试图为物理 AI（Physical AI）世界构建底层的「Wintel」生态。

以数学之名，定义 AI 计算新定律

从「伯努利」到「黎曼」，数学重构算力

地平线的芯片架构迭代逻辑，始终建立在对 AI 本质的数学理解之上。余凯在演讲中提出，不同于互联网产品基于大数据的「用户行为拟合」，人工智能在物理世界的任务是「逼近真理」。

基于此，地平线 BPU（Brain Processing Unit）架构经历了以下演进：

伯努利（Bernoulli）架构：面向感知计算。针对早期目标检测需求，采用定点计算优化功耗，应用于征程 2、征程 3 芯片，解决 ADAS 场景。贝叶斯（Bayes）架构：面向预测计算。引入概率预测能力，支持高速 NOA 场景，应用于征程 5 芯片。纳什（Nash）架构：面向博弈决策。受博弈论启发，解决城区复杂人车交互问题，应用于征程 6 系列。

而面对未来的通用机器人和 L4/L5 级自动驾驶，地平线选择了「黎曼」（Riemann）。余凯解释道，现实世界纷繁复杂的表象下，隐藏着简洁的低维流形结构（Manifold），而黎曼正是非欧几何与流形理论的奠基人。

相比上一代，关键算子性能提升 10 倍，高精度算子支持数量增加 10 倍。面向 LLM 能效提升 5 倍，从 Tensor（张量）扩展至 Vector（向量）计算，全面支持浮点计算。搭载黎曼架构的征程 7（Journey 7）系列芯片正在酝酿中，目标是直接对标特斯拉下一代 AI5 芯片。

引入强化学习，全面迈入「AI 驱动编译」时代

硬件决定算力上限，编译器决定实际利用率。地平线发布了第四代编译器「天工开物 OpenExplorer 4.0」。

针对传统编译器在处理离散优化问题时的瓶颈，新版编译器引入了 AI 驱动的优化策略，包括强化学习和蒙特卡洛树搜索（MCTS）。

编译速度从「小时级」缩短至「分钟级」。通过指令并行和计算融合优化，模型性能提升 20%。在 HSD（Horizon SuperDrive）量产实践中，将端到端延迟从通常的 300ms 优化至 160ms。

从「算法服务」到「智驾平权」

打破「黑盒」，HSD Together 重新定义乙方

在智驾行业，「自研」曾是车企的执念，但高昂的试错成本正在吞噬利润。余凯指出，当前行业面临三重挑战：模型训练成本动辄数十亿、顶级 AI 人才极度稀缺、算法迭代以月为单位。对此，地平线推出了HSD Together模式。

不同于传统的「卖芯片 + 送参考算法」，HSD Together 是一种全栈算法服务。地平线将自身耗资巨大的全场景智驾系统（HSD）作为一个经过验证的「样板间」，向合作伙伴开放。

开放形式：提供白盒或黑盒授权，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异化，预计可将人力、算力和时间成本降低 90%。

这意味着，地平线正在从「卖铲子的人」转变为「施工队队长」，亲自下场扶车企「上马」。

让 10 万级车型拥有「老司机」

高端智驾通常是 20 万以上车型的专属，但地平线显然不满足于此。余凯在现场抛出了一个犀利的问题：「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？」

地平线的答案是：单颗征程 6M 芯片搞定城区智驾。

现场展示的视频显示，基于单颗 J6M 的方案在深圳华强北等复杂路段，实现了丝滑的无保护左转、窄道博弈和施工绕行。这套方案最大的杀手锏在于「极致性价比」与「被动散热」（风冷），这意味着它不仅适用于新能源车，甚至能让庞大的燃油车市场也能搭载高阶智驾。

目前，博世、卓驭、轻舟智航等 Tier 1 已基于此方案与地平线达成合作，目标直指「千万级量产」。

开源「大脑」与「小脑」，构建机器人生态

「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。」余凯在演讲中不仅定义了车，更定义了机器人。他认为，智能驾驶大模型正是物理 AI 基座模型的开端，其本质是处理「Video in, Control out」的高维序列。

作为「One More Thing」，地平线在地瓜机器人业务上甩出了重磅开源炸弹：

HoloMotion（小脑）：专注于运动智能。一个模型支持多种形态（狗、人形、轮足），在 S100 芯片上可实现 50Hz 高帧率运行。

HoloBrain（大脑）：专注于操作智能。基于 VLA（视觉-语言-动作）架构，赋予机器人理解指令和细腻操作的能力。

目前，HoloMotion 已在 GitHub 开源，并获得斯坦福、清华等机构的使用。地平线方面表示，短期内具身智能将优化 VLA 和动作建模，长期目标是构建包含物理属性（摩擦力、重力等）的真实世界模型。