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。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.