估值超500亿，这家自动驾驶芯片独角兽学腾讯做投资

继互联网行业金句「众所周知，腾讯是家投资公司」后，自动驾驶芯片界也有了「投资公司」。

过去两年，自动驾驶芯片明星企业地平线大刀阔斧投资了超过 7 家下游算法供应商，其中包括但不仅限于觉非科技、轻舟智航、鉴智机器人、追势科技、映驰科技、领骏科技、名商科技。

同时，地平线还与大众旗下软件公司 CARIAD 成立合资公司、与大陆集团成立大陆芯智驾。

对于任何一家公司来说，投资、合资都是发展到一定规模向外部扩展的抓手之一。譬如腾讯每年投资次数几乎都超过百次，金额也处于百亿之上。

近两年互联网行业投资风气渐弱，而智能汽车行业投资却格外活跃。

2021 年时，获投的自动驾驶企业 47 家，而当时融资次数最多的就是地平线。

现在，地平线又从被投者变成了投资者。

智能汽车界的投资就是一场商业版的「合纵连横」，目的无非是联合同类对抗外部冲击、投资潜力股为日后进攻打造主动优势。

一方面多数传统车企通过投资补足自动驾驶能力，大肆投资自动驾驶企业。

如上汽投资 Momenta，广汽通过广汽资本投资禾多科技、地平线、奕行智能等。

另一方面像地平线这样的 Tier2 也向产业链上游延伸，投资相关软件供应商。

投资只是手段，重要的是地平线在投资背后的意图。

基于整个自动驾驶行业发展现状考虑，有理由认为地平线此番密集投资，意在追求高度差异化自动驾驶产品的当下，专注芯片将其逐渐进化为高度统一的底层芯片平台。

01、自动驾驶芯片界的投资公司

过去两年，地平线密集投资了一批自动驾驶解决方案供应商合作伙伴，这在同类型企业中并不多见。

• 
  

• 2020 年 9 月追势科技成为地平线战略合作伙伴，双方在智能泊车领域展开合作；

• 
  

• 2021 年 6 月地平线战略跟投映驰科技近亿元人民币 A 轮融资，并跟投 B1 轮融资；

• 
  

• 2021 年 8 月 地平线控股企业地平线机器人参与鉴智机器人天使轮融资，融资总额数亿元；

• 
  

• 2021 年 10 月 地平线战略投资领骏科技 Pre-A 轮融资，融资总额数千万元；

• 
  

• 2022 年 2 月 地平线战略投资名商科技，地平线与名商科技将在商用车域控制器及算法、智能驾驶等方面展开合作；

• 
  

• 2022 年 5 月，觉非科技成为地平线生态战略合作伙伴，以「芯片+解决方案」集成的形式面向市场；

• 
  

• 2022 年 5 月，地平线与轻舟智航达成战略合作，共同打造高等级自动驾驶前装量产解决方案。同年 12 月，地平线参与其数亿元 B1 轮融资；

汽车之心注意到有些企业被官宣为「战略合作伙伴」，不过凡得此称号，必有地平线投资身影。

去年 12 月份，轻舟智航数亿元 B1 轮融资新闻通稿中，地平线只以「某产业生态头部芯片企业」的称谓低调隐去。

地平线投资的这些企业多少都与软件相关，浓度高的譬如映驰科技，本身就是一家计算软件平台供应商，主要研发智能汽车计算软件平台产品。

其他的企业均有大量相关软件算法业务线。

回过头来再梳理这一投资时间线即可得知，地平线的投资主要集中在 2020-2022 年，由于多为天使轮及 A 轮跟投初创公司，因此在投资层面呈现两个特点。

第一是投资金额不大，多为数百万级别，大型投资较少。

第二是地平线在七次投资中有 2-3 次再投案例，因此可以推测 2023 年地平线的投资动作只多不少。

对比起同类芯片企业，此类投资动作并不常见。

相比于地平线纠结投资谁最合适，其他芯片企业现阶段更关心的是被谁投资。

寒武纪专门为车载智能芯片设立的行歌科技仍处被投阶段。

正在筹备 IPO 的黑芝麻智能发展得更为成熟，去年 8 月完成了近20 亿的 C+轮融资。

芯驰科技去年 11 月完成了近 10 亿元 B+轮融资，打包这些车规芯片企业却鲜有投资动作传出。

只有将地平线放在 Tier1 的队列里似乎才能找到类似的投资动作。

过去几年，博世及其子公司在中国发起了多次投资，包括 Momenta、文远知行、驭势科技、黑芝麻智能、几何伙伴等等，大陆去年也投资了映驰科技、魔视智能等。

种种迹象指明了地平线面向算法企业的高频投资动作，都是目前同类企业少有的案例。

地平线的投资在于广结良友，赢得的不止是「生态伙伴」的称号，更多的是量产实际应用。

地平线目前采用的 3 种交付模式：

• 
  

• 第一种地平线向主机厂提供软硬一体的自动驾驶解决方案；

• 
  

• 第二种地平线提供芯片和开发工具链，车企自研感知决策相关上层算法；

• 
  

• 第三种车企只采购芯片，其他算法软件可由车企自研。

其投资行为其实是符合了开放模式下，车企选择自研或许其他相关公司联合开发的。

据汽车之心了解目前已经出现不少「地平线芯片+第三方算法（包括车企自研）」的实际应用案例。

譬如理想 L8P Pro 版本，其智驾系统搭载了地平线征程 5 芯片，支撑理想 AD Pro 的计算需求。而该车型标配的智能驾驶 AD Pro，由理想汽车全栈自研了感知、决策和控制算法。

一般意义上，我们认为的投资是在资金充裕的情况下，为了拓展边界、打造协同效应、得到丰富回报而为。

但在地平线密集精准的投资下，我们不得不思考，其行动既具备腾讯式的「广而密」，同时也更加精准，在初期把握根据客户的趋势而为。

与互联网行业当年「先开枪再瞄准」的投资盛况相比，地平线的投资更加精准，更像是「先瞄准再开枪」。

02、抱团取暖，还是为地平线打工？

与超过 20 家车企达成定点合作、拿下 70 余款车型的前装定点、投资超 7 家算法企业的地平线，在大众视野里再难低调。

对于高频的投资动作，外界有两种声音。

一种是从产业链的角度考虑地平线此举意在加强产业链话语权，实现对相关区间产业链的控制权，把算法业务交给地平线投资企业可以帮助地平线节省精力，让算法公司为地平线打工，地平线则可以专心卖芯片，做好芯片服务。

另一种则是从投资角度的想象空间考虑。尽管目前地平线创始人兼 CEO 余凯曾在多场合强调「地平线只做 Tier2」，但 Tier2 的资本想象空间确实不够丰满。

放眼全球，汽车行业的 Tier2 没有市值特别高的公司，天花板有上限。从长远来看，成为 Tier1 无论营收还是估值，都更有想象力。

产业抱团取暖，还是为地平线打工？

这两者并不矛盾。

追其根本，地平线投资算法公司是必然之举。

在软件定义汽车的时代背景下，自动驾驶芯片是「底层基础」，软件算法是「上层建筑」，算法水平也是决定消费者今后购买智能车的重要赛点，从产业投资的角度而言，投资算法公司是必然。

地平线此举的重要意义在于，演示了自动驾驶芯片企业如何走出无限差异化、无限内卷的破墙之路。

按下暂停键向下延伸，现如今的车企卷的就是如何在保证安全、性价比的情况之上作出差异化、个性化，这些要求的本质是成本、效率及技术路线三者的平衡和考量。

自动驾驶的高度定制化是芯片企业的顶头压力。

这年头自动驾驶定制化有多夸张？

从蔚来 NOP，小鹏 NGP，极氪 NZP，阿维塔 NCA 等等不同的命名可以看出，车企如何包装辅助驾驶，又赋予它哪些功能，所有车企几乎都在拼命体现智能驾驶的差异化。

NOP、NGP、NZP 等等说的都是智能辅助驾驶系统，但车企从辅助驾驶宣传包装、配备功能都各有差异。

在硬件方案上每个智驾系统的感知、芯片硬件都不一样，蔚来 NOP 的计算平台是四块 Orin 芯片搭载的 ADAM 超算平台，阿维塔采用的华为 MDC 计算平台，极氪 NZP 采用的是 Mobileye EyeQ5H 芯片。

即便蔚来、小鹏都有基于高精地图的支持，小鹏用高德、蔚来用腾讯，使其实现功能上也有差异。同样地，功能推送时间、具体功能创新也能标新立异。

车企想要高度定制化的自动驾驶方案，这样的压力传导至芯片企业就淘汰了 Mobileye，捧起了地平线这样全面开放的芯片厂商。

全面开放某种程度就意味着来者不拒、全盘接受，车企的需求如果是高度定制的自动驾驶解决方案，就需要芯片厂商提供芯片以及专门团队配合车企需求，生产与新品配套的定制化算法及上层软件。

这项工作显然极为费劲。

据汽车之心了解，仅软件适配在芯片平台运行就包含了操作系统、中间件等大量工作，适配一款芯片平台，至少需要 6 个月以上的时间，这对芯片厂商来说相当于多了极大的时间及人力成本。

同时在这个过程中也需要不断与主机厂协调，芯片厂商派驻大量人手入驻主机厂的案例屡见不鲜。

有

消息报道，地平线在与理想合作时，地平线提供了征程 3 芯片，同时派了几十人的团队驻场支持底层软件技。

因此，将算法开发的工作量下放到算法企业将会释放芯片厂商的部分压力，最终提升自动驾驶上车的性价比和开发效率。

另外重要一点是技术路线。

目前以地平线、黑芝麻为代表的芯片企业开始走 ASIC 算法专用芯片路线，对软件公司绑定的需求更强。

在自动驾驶芯片领域大致有两条技术路线，一条是以英伟达为代表的 GPU 通用架构，另一条是高通、地平线、黑芝麻等厂商走的 ASIC（专用集成电路）技术路线。比如英伟达 Orin 芯片就是基于 GPU，地平线征程 5 便是 ASIC 芯片。

在通用架构中，车厂只需要基于处理器进行软件层面开发，但算力能效比差。而 ASIC 作为专用处理器能效比强，面积更小、成本更小、算力更高的同时，可以满足车企想要实现的更多功能。

业界基本一致看好 ASIC 是未来自动驾驶 Soc 芯片的主流解决方案。

致命的是 ASIC 作为算法专用芯片，其开放性和灵活度远不如 GPU。

余凯层表示，一旦软件算法本身能够固定下来，ASIC 就是未来发展方向。地平线只做软件或者只做硬件是不够的，因此选择 ASIC 路线的地平线对于深度绑定算法公司有着更迫切的需求。

高度定制化给到芯片厂商的压力，以及 ASIC 技术路线的实际需求都迫使芯片厂商不得不想方设法靠近算法企业。

地平线之所以率先投资算法企业，表现得如此积极，主要在于条件相比其他同类企业较为成熟。

• 
  

• 在产品上，其大算力芯片征程 5 获得超过 10 个定点项目，正在密集上车；

• 
  

• 在资金上，过去两年，地平线各类金主爸爸融资不断，一边拿钱，一边开合资公司，已经有了充足的现金去进行投资和扩张；

• 
  

• 最后是合作主机厂越来越多，使其合作压力骤增，加速了地平线绑定算法公司的决心。

就像分工是人类发展史上区分商品经济发展的节点，将自动驾驶解决方案的软硬件工作适当进行分工，就是地平线走向成熟量产阶段的重要标志。

如此看来，地平线投资算法公司不是意外，不投才是意外。

未来芯片公司与算法公司越靠越近将是一大趋势。

03、寻找共性，才是自动驾驶芯片终局

消费者多元、车企寻找高度定制化自动驾驶方案是情理之中。

甚至于前些年许多车企有了自研芯片的消息，不过结果显然易见，至今坚持算法自研的车企也仅有几家头部新势力，自研芯片的车企早早已放弃。

放弃的原因有人说是成本，但其实是意识到卷错了重点。

英伟达 CEO 黄仁勋曾言「到 2025 年，许多汽车企业很有可能以接近成本价的价格销售汽车，并主要通过软件为用户提供价值。」

在软件定义汽车的时代，自研芯片、自研传感器等硬件的思路押错了题眼。真正的题眼是在自动驾驶各类软件、及自动驾驶量产上持续突破。

卷量产，比的是上车速度。

2022 年国内搭载辅助驾驶的新车上险量超过 860 万辆，渗透率接近 50%。

自动驾驶已悄然进入量产大考，此时是否具备量产能力以及量产多少已经成为行业比拼的重点，速度就变得重要起来。

卷软件，比的就是自动驾驶系统的多元化、差异性，支撑这一点的就包括软件算法的水准。

高度定制化的自动驾驶方案通常意味着会花费更多的时间和成本，自动驾驶量产上车的时间也被拉长。

本质上，快速量产和差异化软件生态是一对反义词。

自动驾驶系统量产上车首先流程复杂，假设车企选中地平线做全套的自动驾驶解决方案，那就涉及设计系统运行域、要根据运行场景设计系统功能，再以此选择传感器、芯片等硬件配置、开发相关决策与感知相关算法。

其次目前每一个主机厂对不同定点项目的要求和标准都不尽相同，主要以主机厂的意志为转移，因此有业内人士形容「每做一个项目都像是全新的，难以规模化复制」。

对于芯片厂商，问题也是类似的，持续性的非标状态并不可取。

从产业链的角度而言，芯片—操作系统—人机交互—智能汽车各类软硬件应用，是从下到上的关系，越往上差异性越大、越往下研发成本就更大。

芯片作为底层设施，共性应大于差异性。芯片厂商应该寻找共性，而车企应该在更加上层的领域塑造差异性。

地平线对众多算法公司的投资布局其实为芯片厂商提供了一个新思路。一方面是分工，把上

层定制化属性更强的相关算法和软件工作对接给强关联的算法公司来做。

其实这样的分工在自动驾驶域控领域十分常见，既可以是主机厂设计域控制器交给代工厂商生产，又可以由 Tier1 负责域控设计生产，在此基础之上延伸出更为细致的分工。

比如 Tier1.5 可以主要研发域控的软件平台，与 Tier1、Tier0.5 合作供应域控，前者可以提供硬件生产，后者是主机厂深度绑定的企业，可以介入域控的研发制造。

另一方面就是通过提升芯片工具链，向下兼容不同芯片平台，为行业寻找共性提供可利用的工具。

地平线可以支持的三种模式，英伟达模式、together os 模式和 BPU 模式，其开放程度依次递增。

其实这一方式就是向外界释放信号，芯片、工具链、算法，车企想要的全都有，但显然 BPU+SOC 仍是地平线底层逻辑。

从地平线定点上车项目来看，目前车企多选择了 TogatherOS 模式，把 BPU 跟 SOC 开发完了以后，中间的底层软件通过开源 OS 开放的模式跟整车一起系统开发。

也就是说，地平线是在把差异化的权力交给上游算法企业及车企。

据悉，地平线的开源安全实时操作系统 Together OS，兼容包括征程芯片在内的主流车载芯片平台, 同时也兼容英伟达、高通等业界多种 SoC。联合产业链上下游，寻找芯片的共性就是地平线的策略。

最终，地平线的芯片业务时在经过多个车企的量产项目检验后，在多元的需求和数据中找到底层共性，从而赋能芯片设计及后续升级迭代，提升其后续合作项目的量产速度和成本。

换句话说，在追寻定制化的需求里，地平线更像是在打造经过个性化筛选的「通用平台」。

这里提到的通用平台不是英伟达医疗可用、游戏可用、汽车可用的通用芯片，而是说要在车企不同的需求里找到功能，寻找共性的标准，最终形成一套可以复用、精细化的标准流程，从而节约芯片上车的时间、资金、人力成本，推动高级别自动驾驶大面积快速覆盖。

如无意外，寻找最大公约数将会是自动驾驶芯片领域、乃至自动驾驶走向收获期的必经之路。在这个过程中，投资、分工、合并还会继续频繁发生。