低算力芯片的春天真的來了嗎？

1月22日，單顆128 TOPS芯片跑通城市NOA的智駕方案，打破輿論長期以來城市NOA起算力200-500TOPS的認知慣性。

2025年初，中國汽車曾短暫經歷一場全民智駕的浪潮，隨即上層開始降溫，在長達半年的“靜默期”后，中國汽車智駕技術向VLA大模型與物理AI等更深層的技術轉型。僅僅不到一年，這股被壓抑的勢能再次被點燃。輿論中有聲音說，城市NOA正式告別算力競賽，即將被塞進占據中國車市半壁江山的10萬-15萬元級國民車腹地。

如果僅從市場滲透率和出貨量的維度看，隨著128 TOPS方案的規模化落地，中國汽車產業用極致的工程效率，打破了高階智駕與昂貴算力劃等號的魔咒，讓科技平權在10萬級市場普惠給中國最廣泛的汽車消費群體。

對于身處其中的科技企業而言，這更像是一個殘酷的春天，會將所有參與者拉回到比拼成本、效率的內卷中。“低算力高階智駕方案”給所有參與者一張入場券，但最終也會在摩爾定律和AI迭代下被落下。或許低算力芯片的春天確實來了，但也警惕春天之后，不一定是收獲的秋天。

低算力芯片的生意火起來了

在2022~2024年之間，行業內普遍認為實現高速NOA需要30-50TOPS算力，而實現城市NOA因為需要識別信號燈、無保護左轉、繞行障礙等功能，因此門檻極高，起步至少要200-500TOPS，甚至為留足算力冗余需要1000TOPS的芯片。

得益于算效、算法以及AI大模型迭代，128TOPS也足以能撐起曾經需要500 TOPS才能完成的運算量。這次單顆128 TOPS芯片實現城市NOA功能后，幾乎敲定了“10萬元城市NOA”的技術格局。

除了芯片設計邏輯會單獨針對智駕場景進行優化外，在算法上也從稠密計算切換到稀疏計算。傳統的智駕感知算法大多采用稠密計算的方式，在一定范圍內，系統會無差別的對視野內的每一個元素進行計算，如果將感知范圍從100米延伸至200米，計算量都呈幾何級增長，造成算力浪費。而稀疏計算的方式，會率先篩選出關鍵區域，比如前面的人、車輛、車道線，對這些元素實時追蹤計算，周圍固定的元素會選擇性略過，并且通過歷史幀強化當前幀。這種稀疏計算模式將計算復雜度降低了一個量級，因此在算效層面，能讓128TOPS的物理算力發揮出相當于稠密算法下更高算力芯片的效果。

從技術視角看，低算力芯片已經提供打破城市NOA門檻的可行性；從市場視角來看，中國汽車市場的基本面為低端芯片生意提供了爆發的必要性。

乘聯分會數據顯示，2025年售價10萬-15萬元的產品占據中國新車銷量的50%，這部分消費群體對成本極度敏感，只消費車輛的工具屬性，在全民智駕的趨勢下，這一價區也一直是高階智駕的荒漠，僅搭載最基礎的功能。在商業層面上，誰能利用上述技術紅利，把城市NOA塞進10萬級的車里，誰就握住了中國車市最大的增長引擎。

為了吃下這塊蛋糕，科技企業的生存形態也不再執著于在技術高點和創新，反而是開始圍繞這塊蛋糕瘋狂堆規模。為了在低價車型上實現功能落地，這些原本標榜高科技的公司，越來越像制造業企業，試圖通過規模效應攤銷研發成本。

如果將視野拉開到全球維度，你就會看到，中國新興科技企業忙著做大出貨量、做低成本，美國的科技巨頭如英偉達依然在追求極致的性能，不管是英偉達還是高通，都在試圖讓整個行業都按照自己定義的路徑演進。

一方是在制定規則，一方在適應規則中加速高階智駕的“大宗商品化”。或許在短期內能夠解決高階智駕需求爆發與高算力硬件成本居高不下之間的矛盾。更要警惕的是，這種商業價值高度依賴行業較慢的迭代速度，如果500TOPS芯片降至白菜價，或者端到端大模型對算力底限提出更高要求，目前基于極致優化的低算力方案構建的商業壁壘，可能在極短時間內失去價值。

那么，中國智駕是否為換取市場規模，而過早消耗未來的技術紅利，將原本應該用于探索L4的資源大量投入到了L2+的成本內卷中，這種商業模式本質上更像是一門短線生意。

起步即遙遙領先的心態要不得

如果將視線撥回到全球技術演進中，在中低算力平臺實現高階智駕功能，核心依賴于稀疏計算和模型蒸餾技術。在算力資源匱乏的階段，通過剔除模型中50%以上的低權重計算讓大模型瘦身，幾乎是所有科技企業的生存智慧，這種方式在業內稱為算效紅利。

以英偉達Thor為代表的路徑不同，高算力初衷就是為模型預留巨大的冗余，試圖利用海量算力讓AI具備邏輯推理能力和長尾場景的泛化能力，就好比同樣是解決居住問題，一種是挑戰“如何在40平米內塞進三室一廳”，而對手正在研究“如何讓建筑抗住8級地震”。

前者解決普及問題，后者解決未來定義問題。目前的領先在很大程度上建立在硬件物理指標的妥協之上，內存帶寬一個常被忽略的關鍵數據是，目前主流的128 TOPS方案受限于成本，大多采用LPDDR5內存，帶寬通常在64GB/s至128GB/s之間，這對于優化過的城市NOA專用模型尚且夠用。但是，真正的端到端大模型對帶寬有著更極致的需求，英偉達Orin-X的帶寬已達204GB/s，而Thor更是采用了服務器級的高帶寬內存技術。

一旦智駕技術范式發生躍遷，低帶寬芯片會再次面臨硬件性能限制，現在的成功絕不意味著低算力方案構建了真正的技術壁壘。

更需要警惕的是，這種技術路徑正在泛化成為主流商業模式，科技公司為了在128 TOPS芯片上實現良好體驗，方案商需要投入大量人力進行一對一服務，每一款新車、每一個新的傳感器配置，都需要工程師重新進行算子優化和模型量化。即便是大規模應用AI后，可以彌補工程師數量上的差距，實現十步并一步、甚至百步并一步的效果。一旦硬件成本遵循摩爾定律大幅下降，這些優勢可能會在一夜之間變得一文不值。

多位行業人士指出，中國智駕產業目前的成就更多是在“應用層”的戰術勝利，起步即遙遙領先的心態之所以危險，是因為它容易讓我們將暫時的市場份額誤讀為技術統治力。真正的護城河，永遠建立在對下一代技術范式的定義權上，而不是對上一代技術剩余價值的極限挖掘上。

當下智駕賽道，那些真正具備危機感的頭部企業早已進入“規劃一代、研發一代、應用一代”的節奏中，輿論為128 TOPS的量產方案叫好時，他們的研發重心早已轉移到了下一代技術上，有的企業甚至不惜成本，推動三個獨立團隊同時攻堅同一個項目，這種節奏感確保了企業在任何一個技術斷層來臨時，手中都握有可供替換的底牌。

智駕外包的贏家只有一到兩家

智駕浪潮催生出大量的科技創業企業，一種是硬件提供商，提供從芯片、域控制器到激光雷達等感知元件，另一種是軟件提供商，專注于感知、規劃、控制等核心算法的推演與迭代。

如果把時間軸拉長，會發現當前智駕行業，像極了二十年前中國汽車工業學步階段，當時的自主品牌缺乏正向研發能力，不得不依賴這些“外腦”來完成從底盤調校到造型設計的“交鑰匙工程”，長城華冠、同濟同捷、上海龍創等整車設計公司遍地開花，以“造型+工程+試制+驗證”能力適配車企開發需求，以項目結算費用，周期6-18個月。

比照著整車設計行業的演變軌跡，你會發現，當年的整車設計外包公司，隨著吉利、比亞迪、長城等主機廠建立起自己的萬人研究院，迅速失去了核心價值。這些企業要么因資金鏈斷裂消失，要么退化為單純的勞務輸出。如今的智駕方案商在某種程度上也扮演著設計外包的角色，當高階智駕從高科技賣點變成基礎標配后，主機廠必然會收回主動權。

或許未來的智駕市場甚至比當年的整車設計外包更為殘酷，絕大多數方案商如果不能在算法上形成持續的代際領先，將難逃淪為普通零部件供應商的命運。科技企業看重未來的爆發性和壟斷性，制造業企業看重當下的現金流和凈利率。

參考電腦時代Windows+Intel聯盟的統治力，智駕行業的終局注定是高度集中的，智駕技術具有極強的數據飛輪效應強者越強，只有那一兩家掌握了底層標準、擁有海量數據閉環的巨頭，才能將復雜的智駕功能封裝成標準化的黑盒，從而重新通過規模效應通過軟件授權賺錢。而剩下的數十家方案商，將在激烈的同質化競爭中面臨兼并或出局。