2026年9月，地平线再次刷新纪录，征程智驾芯片量产突破1500万。1500万套，是中国智驾产业规模化发展的新里程碑，更是智驾平权时代的新起点。从第一颗芯片到市场份额第一，地平线用11年时间走出一条从技术创新到规模量产、从本土突破到全球拓展的征程路。
有些公司的名字是品牌，有些公司的名字是使命。
2015年7月14日，“New Horizons”宇宙探测飞船飞越冥王星，人类第一次望到太阳系的边缘，自此开启了对柯伊伯带的探测。余凯在同一天里为公司取名地平线机器人（Horizon Robotics），立下使命“做机器人时代的Wintel”，为未来无处不在的机器人打造计算平台。
但地平线没有忘。
第十一年，在行业对地平线的认知已被逐渐定义为一家智驾公司之后，地平线又试图打破这种边界，回归那个从第一天起就刻在公司名字里的定位——Horizontal Platform for all Robotics，布局物理AI时代的超级平台。
地平线是远方天际的一条线，你永远走不到它，且你的每一步都在让它更远。这不矛盾——因为地平线不是某一个目的地，而是一种不断扩展的认知边界。
耐得寂寞是真正的英雄主义
但真正穿越了周期的公司，几乎都做过一些看起来“反时代”的事，长期蛰伏之后深蹲起跳。
一个重要例证来自写在地平线“创业初心”里的英特尔。
上世纪八十年代，当整个半导体行业还在做存储芯片的时候，英特尔作出了一个被内部激烈反对的决定：砍掉存储业务，全力投入CPU。那是一个痛苦的过程，存储是英特尔的立身之本，砍掉它等于砍掉自己的过去。但安迪·格鲁夫判断，存储是红海，计算才是未来。最终，英特尔用整个1990年代证明了CPU的价值，在PC时代建立了不可撼动的霸权。
AI时代是又一轮新的蛰伏期，英特尔一度被市场贴上“错过AI浪潮”的标签，2024年净亏188亿美元，股价全年跌60%。但随着AI从训练转向推理，CPU的价值被重新发现，2026年一季度，英特尔的数据中心与AI业务营收增长22%，5月，股价从2025年4月的17.665美元低点飙升至100美元以上，市值重新突破6000亿美元。
英特尔依然拥有穿越周期的能力——它不是每次都能赢，但它始终留在牌桌上。
英伟达更是一个教科书级案例。2006年，从游戏显卡起家的英伟达作了一个当时外界无法理解的决定：推出CUDA，让GPU具备通用计算能力，研发投入巨大，市场回报为零。黄仁勋的回答是：计算的未来不只是图形，英伟达要为“并行计算”做基础设施。
此后近十年里，英伟达独自煎熬，早期用户仅有学术圈的一小部分人，股价在漫长的时间里反复震荡，甚至有过多次超过50%的跌幅。直至2012年后深度学习的大门被推开时，2022年大模型时代全面爆发，英伟达才终于站上世界之巅，市值突破3万亿美元。
回看这些故事，“反时代”的孤单蛰伏有时候是一种方向感。
余凯还从中看到了另外一个规律：每一代计算范式，都催生了独有的专用芯片，带来一场权力交接。英特尔为PC时代做了CPU，英伟达为AI训练做了GPU。那么，下个范式是什么？物理世界的实时计算需要什么样的芯片？这不是一个关于“如何追赶风口”的问题，而是一个关于“如何穿越风口”的问题。但这个问题，当年几乎没人问。
2010年，他带领NEC Lab团队拿下首届ImageNet挑战赛冠军——那是AlexNet之前最好的图像识别算法；2012年，Hinton团队凭神经网络AlexNet夺冠，这被视为深度学习复兴的里程碑，余凯第一时间代表百度参与Hinton团队的竞拍；2013年，他在百度创建深度学习研究院，开创中国公司建立前沿AI研发机构的先河，培养了中国AI产业最早的一批人才。
他比大多数人都更早看到了深度学习的力量，也更早看到了这个被忽略的问题：算法的突破需要算力的支撑，而当时的算力架构不是为深度学习设计的，GPU是图形芯片的“无心插柳”，CPU更是南辕北辙。因此，地平线决定自研专用芯片。
回望地平线成立的这个时代，AI的第一波热潮汹涌，资本追逐每一个沾得上AI标签的故事，“四小龙”风头正盛，做的是最直观的视觉识别应用，这是当时的黄金模板。
全世界都快速走向云端和软件的时候，软件出身的地平线却要往端侧硬件走。
人工智能软件三个月就能出一个demo，而车规级芯片三五年才能出一款，市场定位需要时间，建立流程需要时间，产品的研发和推向市场需要时间，形成规模化都需要时间……余凯觉得，短平快的生意没有护城河，“我就适合做这种慢生意”。
在后来很多次讲话中，他都强调过类似的观点，“寂寞是真正的英雄主义，只有耐得寂寞，才是真正的长期主义……要在噪音中分辨信号，在混沌中寻找确定性。”于是，行业起跳时，地平线选择反共识，走向一条不同的道路。语音图像热，它不碰；通用芯片路径成熟，它自研专用架构；云端计算热，它做边缘。
生在数字世界的浪尖上，地平线却潜入水下，看到了另一个浪正在酝酿：物理世界的智能计算。这个浪还没起来，但它一定会来。
这种选择奠定了地平线第一个十年的伏笔，与那些前辈们一样，它同样先走过了一段漫长而孤单的路，为它笃信会到来的行业拐点深蹲并准备起跳。
通往物理AI世界的第一个着陆点
余凯后来反复说过一句话：“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……自动驾驶是我们构建物理世界AI基座模型的开端。”
如果把地平线放回当时的时代背景，这一选择会更容易理解。2015—2020年，政策方兴未艾、电动化完成底层打通、消费侧对智能的期待值不断拉升，中国汽车工业切向智能化的路径在跌宕中逐渐清晰起来。地平线的“绕远”恰好踩在了这根脉搏上。
一个容易被遗忘的细节是，成立之初的地平线并不是All in汽车，在智能汽车之外，它还有一条泛AIoT业务线，包含玩具机器人、智能家居、智慧零售……它们每一个都比车的概念性感、更适合快速变现。
转折发生在2019年底。彼时AIoT业务已经做到年营收近2亿元。但硬币的另一面是，AIoT场景太碎片化，每个垂直领域都需要分兵屯田，效率极低，部分验证过的市场已经卷到“惨胜如败”。资源被多方牵扯，很难形成稳固平台。
余凯研究了微软和安卓的发展过程。微软的平台不是一开始就建成的，它先深耕了办公软件Office，反过来推动Windows平台崛起；安卓同样，先击穿智能手机，再向IoT蔓延。他意识到，必须先有一个足以击穿产业链、支撑未来平台的垂直场景，吸引足够多的资源，把路走通、技术做成熟。对地平线来说，这个场景只能是智驾。
当时，新造车行业还没走出黎明前的黑暗，“蔚小理”苦苦挣扎寻求融资，钱是最宝贵的资源，地平线却想“往自己身上插刀子”。内部讨论长达半年，会议常从晚上六七点争执到天明。2019年11月，他们终于作出了这个激进的决定：裁掉所有已有明确收入的AIoT业务，聚焦智驾。
聚焦之后，地平线将更多精力投入到了最底层——自研BPU智能计算架构。
最初的BPU叫做“高斯”，对应的征程1在2017年发布，能精准识别行人、车辆、车道线、红绿灯。但征程1其实算不上成功，它没有车规级认证，也没能量产上车，它更像一个被小心翼翼放入的试验石，只为验证一件事，专用架构比通用芯片高效，软件算法出身的地平线用软硬结合的思路做硬件，这条路是能走得通的，这也是中国首款深度神经网络计算芯片。结果如他们预期，AI处理器落地终端后，模型可借助边缘学习不断提升，错误率骤降50%以上。
随后BPU继续迭代，以概率论先驱之名被唤作“伯努利”。2019年，征程2面世，4 TOPS算力、运行功耗2瓦。这些参数在今天看微不足道，但却是中国首款车规级智能计算芯片。一年后的征程3进一步将算力推到了5 TOPS。
然而“首款”背后有更多残酷的数字，比如，处理器设计流片需18—24个月，车规级认证系统方案开发需12—18个月，车型导入和测试验证需24—36个月……量产流程漫长且残酷。“推出芯片是诞下一个婴儿，量产才是这个孩子的成人礼。”余凯后来做了这样的比喻。
第三代BPU借统计推断之父的名字“贝叶斯”，架构不只执行确定规则，更是从数据中学习。
接下来，“贝叶斯”又进化为“纳什”，这是博弈论大师之名，架构开始理解交互，在复杂的交通博弈中随机应变。基于此的征程6在2024年4月发布，这是一个系列六款的芯片家族，算力从10 TOPS横跨到560 TOPS。其中的征程6M，虽与前代芯片同为128 TOPS，但却能完成过去需500 TOPS才能承载的任务，这得益于“纳什”对Transformer的原生支持。
时值中国智驾打响“开城之战”与“平权之战”的双线战事，更高效、更经济的征程6立即投入战局，将城市NOA下放到更多车型。
截至2026年9月，征程系列芯片累计出货量突破1500万套，达到中国智驾芯片市占率第一，累计服务800万车主、500款定点量产车型，客户包揽中国前十大车企。
纳什架构不仅支撑了征程6的智驾计算，还支撑了舱驾融合的演化。
这首先需要一颗舱驾融合芯片，于是就有了集成650 TOPS算力的星空芯片。
但地平线并没有止步于“纳什”，2025年底，“黎曼”姗然而至。余凯解释了背后的深意：高维世界的真相是简单的低维流形结构。黎曼是第一个在非欧几里得空间中建立非线性流形理论的先驱。最新一代架构将搭载在征程7上，超越摩尔定律，使BPU十年提升超1000倍。在地平线规划中，这也是“走向通用机器人计算的终极架构”。
言外之意，新架构及酝酿中的征程7将突破线性空间，走向通用机器人计算。
从伯努利到黎曼，从独立决策到交互博弈，从线性空间到流形结构，对应着“ADAS-高速NOA-全场景NOA”的演进，但又不囿于智驾。地平线不是在迭代芯片，而是在迭代对世界的理解。
认真对待硬件的人，一定会做软件
计算机大师Alan Kay曾说：“真正认真对待软件的人应该做自己的硬件。”这句话反过来说其实同样成立——认真对待硬件的人也一定会做软件。
地平线走上软硬结合这条路，并非偶然。余凯本人和创始团队，本就是知名的人工智能算法科学家，也是最早一批将深度学习算法从实验室推向产业应用的人，这奠定了地平线的软件基因。更现实的原因在于，芯片的研发周期长达三五年，今天画下的架构蓝图，要面对的是三五年后的算法生态。倘若没有对算法规律的长远预判，芯片设计便如同蒙眼射击。
换言之，芯片硬件决定了能力的天花板，而算法软件决定了系统能多大程度接近这个天花板。二者需要在同一双手下打磨和匹配，才能释放出彼此被封印的能力。
回顾地平线的每一代产品，它都不会只交出一块芯片，而是会在此之上搭载一套标志性算法，打造一个“样板间”：征程2适配了Mono 单目视觉感知方案，这是当时国内唯一基于国产芯片的单目纯视觉量产ADAS方案；征程3面向高速 NOA，搭载了Horizon Pilot 智驾方案；征程5则适配了BEV+Transformer感知方案……
所谓一段式端到端，是指从感知到决策不再分段，而是由一个统一的大模型从头到尾完成。2024年3月，以FSD V12在北美大规模推送为标志，特斯拉在全世界最先落地这一范式。
而地平线对端到端的探索远比大多数人以为的要早。2022年底，地平线发布了首个自动驾驶端到端大模型UniAD，对应的论文Planning-oriented Autonomous Driving在CVPR 2023上斩获最佳论文奖，并成为行业Benchmark——这一成果甚至早于特斯拉端到端的落地。同年10月，SuperDrive立项，地平线投入了一千多名工程师进行系统开发。2024年征程6芯片发布，随即地平线完成HSD全国泛化。2025年，HSD拿到了奇瑞与长安深蓝的量产定点；同年11月，HSD正式量产上车。一颗新面世的芯片，一套未量产的软件栈，融合只用了一年多。
在此之前，华为以强规控的方式引领着中国智驾行业；而地平线HSD为中国开辟了另一条路，中国自动驾驶自此开启了从两段式感知规控向一段式端到端演进的大潮。
地平线做了一个统计：在提供HSD作为高配选项的车型中，77%的用户主动选择了搭载HSD的版本。智驾里程占比已经逼近50%的关键分水岭——这意味着越来越多的HSD用户，开始愿意将“主导权”让渡给机器。
但如果止步于驾驶域，系统对物理世界交互的理解仍然是浅薄的。
所以，在HSD之外，地平线还全新发布了中国首个整车智能体操作系统咖咖虾。它使车载操作系统从“问一句，答一句”的被动响应，转向有性格和记忆的主动交互，比如主动预判用户需求、制定出行方案。
在地平线新十年的第一年，它完成了向"整车智能体"的跨越升级，补齐了从芯片到软件、从智驾到智舱的整车计算战略拼图，成为行业内少有的能够同时驾驭四个象限的超级玩家。汽车第一次真正拥有了统一的“理解和行动”能力，这是一张通往物理AI时代的入场券。
随着技术栈的完整，物理AI时代的超级平台也初具形状，这又回到地平线要做平台的初衷。
余凯讲过一句话，“让开放更开放”，这也是平台的核心理念之一。一方面他们依托“天工开物”AI开发平台提供从模型训练、部署、仿真验证到OTA的完整工具链；另一方面还将最核心的BPU架构进行IP授权，使生态伙伴可以基于地平线的底层技术定制开发自己的芯片。
余凯称之为全维利他，“搭生态是大家共同把蛋糕做大的游戏，而不是过去那种大家一起分蛋糕的游戏”。
截至2026年9月，在生态伙伴的支持下，地平线累计取得近500款车型定点，服务40多家车企及品牌，征程系列芯片累计出货量也突破1500万套。据2026年中期数据，其在中国自主汽车品牌全阶智驾计算方案市场以31.9%的市占率居首——在搭载全阶智驾方案的中国自主品牌乘用车中，约每三台就有一台搭载地平线芯片。
这种软硬协同+生态平台的打法，地平线不会只用在车上。
归途即来路，走向物理AI的旷野
回望前路，十年来在车上积累的一切——软硬件协同的技术能力、开放利他的生态网络、大规模交付的量产经验——都就此自然延伸。地平线仍以智驾为核心，但向更广泛的物理场景迈出了一步。这种“以从汽车出发通向一切”的延伸被地平线称作“汽车母生态的溢出效应”。
火热的“物理AI”概念下，少有公司能备齐三要素。这却是地平线能更进一步的内在前提。
更大的时代背景是，AI迫切渴望一具进入真实世界的身体。
余凯对这件事有一个清晰的表述：互联网时代的产品逻辑是洞见人间烟火，AI时代的产品逻辑是逼近世界真相，这件事的终局是物理世界的AI跟数字世界的AI融合，走向通用人工智能。这也是地平线从一开始就往边缘走的原因。
因此，经过十年在“智能汽车”这个领域的积累后，地平线顺理成章走向物理AI时代超级平台，一个早在十一年前就明确的布局。在物理AI基座平台上，一个新的繁荣生态正在生长。
2026年被普遍视为具身智能的“量产元年”，但最底层的东西仍然是基础设施，计算平台、基座模型、操作系统，这些曾经卡住智驾行业的，也正在卡住今天的机器人行业。
2025年12月的地平线技术生态大会发布了两款具身智能开源基座模型。其中，HoloMotion是掌管运动的小脑，能支撑机器人在多种复杂地形下做出任意动作。这一切都跑在地平线计算平台上，能流畅运行Transformer和更聪明的“混合专家”架构（MOE）；而它的反应速度是300FPS，相当于每秒“看”懂大约300帧环境画面。作为对比，人眼通常只有30—60的FPS。
HoloBrain则对照人的大脑，负责认知与操作，它赋予机器人拟人的空间感知与细腻操作能力，使之能理解通用指令，规划出完成任务需要的动作步骤。
更重要的是，地平线不仅开源了模型本身，还提供了完整的参数训练框架和部署工具链。
这是一个似曾相识的生态打法——打造一整套基础设施，再把验证过的能力向全行业开放，让生态伙伴能够站在地平线铺好的路面上起步，把节省下来的资源和精力聚焦到各自擅长的事情上。地平线试图把过去智驾的经验在机器人领域再做一遍复刻。
正如英伟达之所以成为AI时代的关键平台，不仅因为GPU算力强，更因为CUDA生态把GPU的能力释放了出来——算力是引子，生态才是真正的护城河。地平线想做类似的事。
早在2023年，地平线拆分出旗下机器人业务成立独立公司“地瓜机器人”。到2025年底，地瓜机器人已链接超过100家上下游合作伙伴、10万余名开发者，旭日系列芯片累计出货量已超过500万片，覆盖百余款智能产品，地平线已成为中国最大的消费类机器人计算平台。
此外，地平线还在通过孵化编织另一张网。
余凯投资了大部分离开地平线的创业者，比如，地平线5号员工余轶南创办的维他动力，地平线领投了其种子轮；前智能汽车事业部总裁张玉峰创办的无界动力，地平线跟投了天使轮；前视觉感知技术负责人黄冠创办的极佳科技，地平线是早期出资方；6号员工都大龙创办的章鱼动力，地平线亦有参投……地平线系的创业者织成了一张“计算平台+基座模型+基础设施+整机”的网，昔日同事与未来的供应链、客户、投资人高度重叠。
有趣的是，地平线核心团队大多来自上一波浪潮里有着“自动驾驶黄埔军校”之称的百度，在新一波浪潮里，它自身也正在成为“具身智能的黄埔军校”。
地平线机器人，在专注做了十余年智驾后，如今离名字里早已预设的使命更近了一步。
“机器人无处不在，要让每辆车、每个电器都具有环境感知、人机交互和决策控制的能力。” “让机器的归机器，人的归人。”这是十一年前余凯对于终局的预期。
但这件事的意义，不止于一家公司的远见。
在PC时代，芯片和操作系统的话语权握在英特尔与微软手中；手机时代，高通和苹果定义了芯片，安卓与iOS统治了操作系统；AI时代的上半场，英伟达与OpenAI分别占领了芯片与模型先机。
而眼下的物理AI时代，可能会是一个截然不同的局面。那些愿意提前十一年去打地基的公司，有望真正从底层构建做起，提供一个与海外巨头站在同一起跑线上的机会。
（文中图片均由地平线提供。）