今日（12月8日），在2025地平線技術(shù)生態(tài)大會上，地平線創(chuàng)始人兼CEO余凱進行了開場演講。

在他看來，軟硬件協(xié)同與優(yōu)化，需要通過芯片架構(gòu)、編譯器、操作系統(tǒng)、工具鏈以及算法來共同推動，這就像是「硅基世界中的一組宏大交響樂」。

這其中，地平線的BPU相當(dāng)于交響樂團，它將豐富的算子組成整體的軟件計算；編譯器是指揮家，他需要讓每一個算子互相配合；而算法就是優(yōu)秀的作曲者，如今的「作曲者」就是Foundation model。

從他的詳細介紹來看，地平線接下來將以黎曼架構(gòu)和征程7為全新樂章，奏響更加令人興奮的機器人時代最強音。

從高斯到納什

地平線架構(gòu)演變

地平線第一代的芯片的架構(gòu)設(shè)計（高斯架構(gòu)），主要針對「感知計算」。當(dāng)時的芯片制程并不先進，所以要花更多的力氣去做功耗優(yōu)化。

在第二代伯努利架構(gòu)中，地平線推出了征程2征程3，它們的任務(wù)是「目標檢測」，但還難以對交通參與者的行為和軌跡進行預(yù)測。

在第三代的貝葉斯架構(gòu)中，地平線面向高速NOA開發(fā)了征程5芯片，可以實現(xiàn)感知、預(yù)測和決策。

到了當(dāng)下的納什架構(gòu)中，面向城市NOA的征程6，打破了地平線的量產(chǎn)速度紀錄，第一年就達到了百萬級的出貨量。

全新黎曼架構(gòu)

可堪特斯拉AI5水平

“機器算法的本質(zhì)是什么？是通過大量的用戶行為數(shù)據(jù)去學(xué)習(xí)用戶喜好，所以目前最好的人工智能系統(tǒng)是逼近人，從來沒有說超越人。”

余凱指出，如果棋盤上有一個「神」，那Alpha Go相當(dāng)于找到了這個「神」。“我們的目標不是要逼近理性世界，而是要達成邏輯思考的終極水平?！?/p>

他認為，自動駕駛也還處于早期發(fā)展過程中，因為其終極目標是要比人類司機高1到N個數(shù)量級。

“我們一定要讓系統(tǒng)去逼近真理。所以人工智能時代的產(chǎn)品邏輯，不是要洞見人間煙火，而是逼近世界的真相?！?/strong>

他表示，道路上的交通情況看似紛繁復(fù)雜，看似數(shù)據(jù)非常高緯，但其中必然蘊含著一些低維結(jié)構(gòu)，例如非線性的低維結(jié)構(gòu)，也就是manifold（數(shù)據(jù)流形）。

“這個世界是有底層的簡單結(jié)構(gòu)的，這其實就是manifold，流形深度學(xué)習(xí)的目的，實際上就是逼近這個世界的真相。”

所以，地平線全新升級的BPU架構(gòu)，就致敬數(shù)學(xué)家黎曼，他是第一個在非歐幾里得空間中建立非線性流形的理論，也就是manifold。

對于第四代的黎曼架構(gòu)，地平線無疑會推出更大的算力，但肯定不會只是大算力，而是要通過算法和架構(gòu)的優(yōu)化，提升算子的硬件利用率，從而讓算子性能提升10倍，擁抱更復(fù)雜的算法。

“要想讓算子性能比征程6這一代提升10倍以上，同時達成更高能效比，我們需要在計算架構(gòu)層面實現(xiàn)全面突破：不僅要升級Tensor Core加速引擎以強化張量計算核心，也要實現(xiàn)向量計算單元的全維度支持，大幅提升部署的精度和效率…敬請期待地平線正在醞釀的征程7家族，及其全系搭載的BPU黎曼架構(gòu)?！?/p>

余凱表示，過去地平線一直都是「趕路」的狀態(tài)。但到了征程6P，基本上性能、規(guī)模和算力水平，都已經(jīng)趕上了特斯拉當(dāng)前的AI4（HW4.0）。等到了征程7，就會達到特斯拉下一代AI5的水平。

“對于典型的CNN架構(gòu)，我們的FPS比貝努利架構(gòu)提升了1000倍以上。而黎曼架構(gòu)與地平線的基線相比，也會有150倍的性能提升?！?/p>

編譯速度

從小時級走向分鐘級

在經(jīng)歷了三代「天工開物」的打磨后，地平線從最初面向CNN的自動編譯優(yōu)化的架構(gòu)，走向了自動優(yōu)化+高性能算子庫的雙擎結(jié)構(gòu)。而且，其新一代的工具鏈為Transformer架構(gòu)、VLA等端到端模型提供了高效的支持。

余凱指出，編譯器可被理解為是一個非常復(fù)雜的離散優(yōu)化系統(tǒng)，所以很多傳統(tǒng)的優(yōu)化理論在這其中很難應(yīng)用。因為其函數(shù)是非連續(xù)、不可導(dǎo)的，組合優(yōu)化起來非常難。

而地平線將計算圖的每個節(jié)點次序進行計算拆分，指令并行和計算融合，使計算資源的利用更加緊湊，并且降低時延。

“從業(yè)界平均水平來看，從信號進來到指令出去，通常需要300多毫秒。這次地平線HSD的量產(chǎn)，優(yōu)化到了160毫秒。再加上天工開物4.0的支持，我們將會走向更高的精度，更快的效率和更強的性能。”

在「效率」層面，地平線將強化學(xué)習(xí)和蒙特卡羅搜索用在編譯器的中，也就是利用人工智能來優(yōu)化編譯器：“這不是傳統(tǒng)的組合離散優(yōu)化的方法論，而是全新的AI時代方法論。我們相信經(jīng)過這樣的技術(shù)迭代，我們會實現(xiàn)編譯速度從小時級走向分鐘級，性能會提升20%甚至更高?！庇鄤P說道。

自動駕駛

是機器人基座模型的開端

基座模型需要支撐很多的Skills和應(yīng)用，它不再是解決單點問題，而是要解決通用問題。

余凱稱，目前的大語言模型，是在一個非常大的神經(jīng)網(wǎng)絡(luò)下解決通用問題。就像現(xiàn)在的地平線HSD中，其上層軟件系統(tǒng)也是一個神經(jīng)網(wǎng)絡(luò)，并不區(qū)分是高速、城市還是泊車。

“模型越來越變得基座，你無需再去為一個單獨的場景去過度的訓(xùn)練，之后帶來的就是能力的涌現(xiàn)?！?/p>

他表示，未來，無論是語音、圖像還是語言指令，包括車身的所有數(shù)據(jù)，都會轉(zhuǎn)化成模型的輸入，經(jīng)過統(tǒng)一的解析和理解，走向多模態(tài)。

如今，數(shù)字AI世界的基座模型可以說是初具雛形，但仍然沒有一個讓大家都信服的物理世界計算模型。在此背景下，余凱認為，自動駕駛就是構(gòu)建物理世界AI基座模型的開端。

這樣的基座模型不同于大語言模型，它是sequence in、sequence out，而sequence不再是語言，它可以是sensor、video，Lidar等等信息，而sequence out就是一系列的控制命令。

“所以打造HSD，就是地平線「通往未來機器人時代基座模型」的關(guān)鍵路徑?！?/p>

余凱宣布，目前地瓜機器人已經(jīng)與合作伙伴推出了超過100款消費類智能產(chǎn)品，還擁有超過10萬名開發(fā)者。

“基于地平線在自動駕駛技術(shù)方面的積累，我們在室內(nèi)和室外場景與合作伙伴推出大量熱銷產(chǎn)品，包括石頭科技、科沃斯、云鯨等，近期瑞典的富士華割草機也采用了我們的芯片方案，出貨量很大?！?/p>

新商業(yè)模式

可降90%人力成本

余凱認為，作為底層的基座賦能者，地平線在商業(yè)模式上還有可能做得更好。

在他看來，打造HSD的「樣板間」，就是生態(tài)獲客流量的旗幟，也是地平線生態(tài)競爭力的壓艙石，所有生態(tài)合作伙伴在這里可以求得最大公約數(shù)。

他梳理了當(dāng)下的行業(yè)痛點：首先，模型訓(xùn)練需要花費巨大的成本，花了幾十億還不一定有好的結(jié)果，因為AI時代的技術(shù)突破具有偶發(fā)性、間歇性、稀疏性、非連續(xù)性和突變性。

同時，現(xiàn)在模型迭代的速度更快了，大家未必都能跟得上。

因此，余凱提出了「向高同行」，也就是在原有的商業(yè)模式上（BPU、芯片IP、算法IP授權(quán)，硬件參考設(shè)計等），進一步提出了HSD Together的算法服務(wù)模式。

“我們愿意以白盒或黑盒的方式交付，也可以派我們的專家和工程師去協(xié)助做算法的適配，帶著know-how去做工程和咨詢的服務(wù)?！?/p>

同時，基于地平線收集的海量數(shù)據(jù)，地平線的云平臺也可以賦能合作伙伴；同時，地平線的開發(fā)平臺——艾迪平臺，也會以SaaS服務(wù)的模式提供給合作伙伴，在此之上進行系統(tǒng)的集成測試，車型的適配開發(fā)等等。

“在強大的基礎(chǔ)模型下，企業(yè)可能就不需要去標注或采集那么多的數(shù)據(jù)。在這樣的合作模式下，人力的綜合成本或許可以下降90%。”

在最后，余凱宣布，地平線要和合作伙伴一起，基于單顆征程6M，將好用的城區(qū)輔助駕駛殺入10萬元級的國民車型。

回顧過去，征程3達到百萬級的出貨量花了36個月，征程5用了24個月，而征程6只花了12個月。地平線的技術(shù)底座能力正在持續(xù)迭代，生態(tài)的體系競爭力也在不斷增強。