问题：智能驾驶进入“规模化落地”阶段后，行业对芯片能力的需求正从“能跑起来”转向“跑得更稳、更像人、更可验证”。
随着城市领航、端到端感知决策、舱驾融合交互等功能逐步普及，传统方案在算力冗余、能效、时延与功能安全方面面临更高门槛。
多方信息显示，地平线正筹备征程7系列智能驾驶芯片，并规划新的舱驾一体产品“星空”。
相关消息同时提及，征程7将采用第四代BPU架构“黎曼”，并被寄予在单颗芯片算力、先进工艺与产品家族化布局上的升级期待。
原因：一是模型规模和复杂度快速上升。
车端智能从多任务感知、BEV占用网络，逐步走向更大参数量与更强泛化能力的端到端方案，对算力、带宽与存储提出连锁需求。
二是“体验与安全”并重带来冗余要求。
车规级量产不仅要追求峰值算力，更要在长时间满负载、极端温度与电磁环境下保持稳定，并满足功能安全、信息安全等合规要求。
三是供应链与成本压力推动国产化与平台化。
车企在多平台、多版本并行开发的背景下，更倾向于选择能提供持续迭代路线图、软硬件工具链完善、可控性更强的合作伙伴。
业内人士指出，当前一代芯片对智驾模型的支撑周期有限，保持2至3年的节奏更新已成为不少整车项目的现实选择。
影响：若征程7与“星空”按时间表推进，将在三个层面产生带动效应。
其一，对主机厂而言，算力升级可为更复杂的智驾模型预留空间，同时为舱驾融合带来更统一的硬件平台，有望降低跨域协同成本。
其二，对产业链而言，先进工艺、车规封装、验证测试与软件生态的协同需求会进一步提升，带动上下游在工具链、数据闭环、仿真验证、功能安全流程等方面加速成熟。
其三，对竞争格局而言，高端智驾芯片长期由国际厂商占据优势。
公开信息显示，英伟达Thor X在特定精度下理论算力可达千TOPS级别。
国内企业若在能效、成本、供货节奏与本地化支持上形成优势，将为市场提供更多选择。
但需要指出的是，TOPS属于理论指标，不同精度、不同网络结构、带宽与编译器优化水平都会显著影响实际表现，量产能力与生态完备程度同样关键。
对策：面向新一轮竞争，产业界需把“算力指标”转化为“系统能力”。
一是强化软硬协同与可用算力效率，通过编译器、算子库、模型压缩与混合精度等手段，把理论峰值落到可交付的帧率、时延与能耗上。
二是推进舱驾一体的工程化落地，明确域控架构、功耗热管理、故障隔离与安全冗余策略，避免“融合”带来新的系统风险。
三是建立可验证的安全闭环，围绕数据采集、仿真回放、边界场景覆盖与在线监测，形成“可解释、可审计、可持续改进”的交付体系。
四是保持产品家族化与供货稳定性，通过不同档位芯片覆盖从中高阶辅助驾驶到高阶方案的多层需求，并在车规认证、产能组织与质量体系上提前布局。
前景：从时间节点看，“星空”若在年内量产，将更直接面向座舱大模型本地化需求，推动语音交互、多模态理解与场景服务在车端的实时化与隐私保护；征程7若在2027年量产，则更适合承接下一阶段高阶辅助驾驶的规模放量。
总体判断，未来两到三年，国内智驾芯片将进入“算力升级与生态竞速”并行阶段：一方面，先进工艺、能效与算力将持续抬升；另一方面，决定成败的关键将从单点性能扩展到工具链成熟度、适配效率、车规可靠性、功能安全与量产交付能力的综合比拼。
智能驾驶芯片的竞争，本质上是国家高端制造能力的较量。
地平线的技术突围不仅关乎企业生存，更承载着国产供应链向上攀登的使命。
在这场没有终点的赛跑中，持续创新与开放合作，将是打破技术桎梏的唯一路径。