前言：Thor把天花板推到2000TOPS、比亚迪“智驾平权”加速下沉，但行业已从拼峰值转向拼“有效算力”。

智驾芯片年度新闻TOP10

TOP10：2000 TOPS上车，英伟达DRIVE Thor从发布走向量产

年初CES 2025上，英伟达发布自动驾驶计算平台DRIVE Thor，峰值AI算力达2000 TOPS，并集成CPU、GPU与Transformer引擎，较Orin（最高254 TOPS）提升近8倍。年内Thor推进到量产，并与极氪等品牌合作，相关车型计划在2025年底至2026年陆续上市。它把“中央计算大脑+软件生态（CUDA、DRIVE Sim、工具链）”打包给车企，同时凭分区隔离能力让“舱驾一体”更接近工程现实。

点评：Thor把竞争从“买更强芯片”推进到“押注生态与架构”，但车企真正需要的是可验证的有效算力、功能安全与成本平衡；首批量产车的真实体验将决定这套高算力平台的溢价能否站得住。

TOP9：比亚迪推动“智驾平权”，高阶智驾下放到主流价位段

2月10日，比亚迪在智能化战略发布会上提出“全民智驾”，发布“天神之眼”技术矩阵，并宣布首批21款车型完成高阶智驾能力覆盖，价位覆盖到“7万级—20万级”，推动长途、高频通勤与泊车等场景的智驾功能普及。产业链层面，地平线也披露征程6在比亚迪“天神之眼”体系中实现首发落地，目标是把高阶智驾惠及更广泛用户。

点评：比亚迪用“加配不加价/强下沉”的打法，把高阶智驾从“高端选装”拉进“规模标配”，直接重塑了车企竞品的定价与配置策略，同时也会倒逼供应链在算力平台、传感器方案与工程交付上进一步卷效率、卷成本。比如地平线就在12月的发布会上提出，要把L2级别城区NOA的汽车价位打到10万以内。

TOP8：车企自研造芯开花，小鹏“图灵”、蔚来“神玑”、吉利“星辰一号”量产

2025年，中国车企自研智驾芯片进入规模化量产：小鹏面向XNGP的“图灵”AI芯片在二季度量产；蔚来ET9搭载自研“神玑NX9031”激光雷达主控与智驾芯片，4月量产；吉利“星辰一号（SE1000）”7nm智驾芯片亦在年内量产。自研的动机来自差异化（算法与硬件深度耦合）、供应链风险与成本压力，以及对L4/L5长期迭代节奏的掌控。

点评：量产只是起点，后续更难的是持续迭代、规模摊薄与生态人才建设；如果能把芯片部门从“成本中心”变成可外供的产品线，自研才可能跑通商业闭环。

TOP7：“千T”成为新门槛，1000+ TOPS被视作L4入场券

英伟达的Thor抬高AI算力上限后，行业在2025年快速形成共识：面向L4及以上的中央计算平台，1000 TOPS是“入门级”门槛。规划中将于2025年量产的英伟达Atlan目标算力1000 TOPS；华为MDC新一代产品同样瞄准1000 TOPS以上；小鹏为2026年L4落地规划的算力目标达10 EFLOPS（约1000 TOPS）级别。背后原因包括端到端大模型带来的算力爆炸、ASIL-D级冗余与“影子计算”，以及汽车长生命周期下的算力预埋。

点评：从此比的不只是峰值TOPS，而是谁能把算力转成稳定、可用、可量产的系统能力；行业也会更快形成围绕基准测试与评测方法的“新话语权”。

TOP6：国家标准体系加速，汽车芯片“通用语言”开始落地

4月30日，工信部等发布《国家汽车芯片标准体系建设指南（2025年修订版）》，提出到2025年初步建成体系、制定30项以上重点标准，覆盖基础通用、产品与技术应用、匹配试验等，并将智驾计算、功率、通信芯片列为重点，强调功能安全、信息安全与可靠性。它一方面强化供应链安全与产业协同，另一方面通过统一接口、测试验证等降低链条沟通成本，为国产芯片上车提供“底线规则”。

点评：标准不是终点，关键在执行与评测；当标准进入采购与准入流程，谁能更早沉淀“可复用的测试资产”，谁就更容易复制规模化项目。

TOP5：本土挑战者加速，地平线征程6与黑芝麻华山A2000上量

2025年，本土智驾芯片阵营扩容并提速：地平线征程6（J6M）在下半年开始规模化装车，以能效比与开放工具链赢得多家车企订单；黑芝麻智能宣布新一代高算力平台华山A2000实现量产，支持端到端大模型等算法，并在商业化上出现扭亏为盈的信号。相比“全家桶”，本土厂商更强调半开放合作、有效算力与成本效益，以及贴近客户的快速响应。

点评：国产替代窗口在变窄——能效、工具链与交付节奏决定它们能否继续向更高端算力市场上冲；真正的分水岭会出现在跨车型平台复用与长期稳定供货能力上。

TOP4：特斯拉HW5.0“只闻其声”，3nm与“2000+ TOPS”的战略威慑

全年围绕特斯拉下一代自动驾驶硬件HW5.0的传闻不断：业内普遍预测其将在2025年中期发布或流片，采用台积电3nm工艺，AI算力从HW4.0约720 TOPS跃升至2000–2500 TOPS，性能直指甚至超越Thor。HW5.0被视作特斯拉软硬件一体化与数据闭环的延伸：更强算力支撑更复杂端到端模型，也强化“硬件铺量+FSD软件盈利”的商业逻辑。

点评：哪怕尚未揭晓，HW5.0已在逼迫全行业重新评估中央计算路线；对竞争者而言，如何在算力、成本与合规间找平衡，比“追参数”更紧迫，也更考验产品定义能力。

TOP3：稳健第三极，高通用“舱驾融合”守住主流市场

2025年，高通以Snapdragon Ride Flex与SA8775P实现规模化量产，拿下捷豹路虎等全球车企订单。它不在峰值算力上硬碰英伟达，而是用一颗SoC同时覆盖座舱、信息娱乐与ADAS，减少ECU、简化E/E架构、缩短开发周期，并延续其在低功耗异构计算与开放合作伙伴生态上的优势。依托既有座舱市场的客户关系，高通把智驾作为自然延伸，形成平台协同。

点评：当行业从“堆算力”转向“算力与架构的性价比”，舱驾融合会更常见；但一旦法规与责任进一步落地，高通还需要证明其平台能把安全冗余与高阶算法真正跑稳。

TOP2：法规给出“准生证”，北京条例推动L3+商业化闭环

4月1日，《北京市自动驾驶汽车条例》实施，首次明确L3及以上在特定区域与条件下上路的合法地位，并对权责、数据安全与商业化运营作出规定。它把“能跑”变成“可合法跑”，使高算力平台的需求从预期走向现实，同时倒逼芯片与系统在功能安全、冗余、故障诊断等方面投入。北京的示范效应也推动上海、深圳、广州等地加快立法。

点评：法规落地后，行业比拼将更贴近事故责任与运营成本；对芯片而言，“可追溯、可验证”的安全机制会越来越像一张硬门票。

TOP1：异构计算常态化，Chiplet写入下一代路线图

2025年旗舰智驾芯片几乎都采用CPU+GPU+NPU/AI加速器的异构架构，以适配感知、融合、规划等不同负载。更前瞻的是Chiplet开始从数据中心向汽车渗透：在3月美国汽车计算大会等场合，如何用Chiplet构建下一代车载计算平台成为热门议题。Chiplet被寄望于提升可扩展性、改善成本与良率，并可能催生更开放的“模块化”生态。

点评：短期看，异构是工程必选；中长期看，Chiplet一旦量产，将把竞争焦点从单颗SoC转向封装、互连与系统协同能力——这也会重排产业链的价值分配。

智驾芯片市场份额

智驾AI算力分层，来源：与非研究院整理

从需求侧看，把智驾 SoC 以 TOPS 分成小/中/大三档，本质是在“功能上限、域控形态、车型成本带宽”之间做工程化匹配：小算力覆盖 L0–L2 的大盘需求，适配前视一体机或分布式架构，强调 BOM 与算力够用；中算力面向 15–20 万价位的主力车型，往往以轻量级行泊车一体域控落地，用高速 NOA、记忆 NOA、记忆泊车等“可感知的体验升级”换取溢价，但又避免大算力方案对成本和平台复杂度的挤压；大算力则与城市 NOA、AVP 以及“硬件预埋”强绑定，背后依赖 Transformer+BEV+OCC 等算法栈升级，以及中央计算+区域控制的 EE 架构演进，算力从“指标”变成“系统冗余与可扩展性”的前提。

2025 年1~10月中国（含海外品牌）智驾域控芯片供应商装机量排行，来源：盖世汽车，与非研究院整理

供给与格局侧，装机榜单体现出“通用平台+生态”在当下仍具统治力：英伟达单一型号 Orin-X 即占据 45% 左右份额，叠加 Orin-N 后公司层面更高；特斯拉以自研 FSD 位居第二，说明头部车企在算法闭环与数据体系驱动下仍能支撑自研路线；国产阵营里，华为与地平线形成更清晰的装机存在感。结合“去自研化”与“自研+外购”并行的趋势，未来更可能出现你提到的分工：芯片厂商把硬件平台与工具链做到稳定可用，车企把差异化放在算法、数据与体验迭代上；同时在市场结构上，中算力更容易形成“国产替代主导”的主战场，而大算力则会维持多元竞争与生态博弈。

十大年度技术趋势

从技术演进来看，2025年智驾芯片有一条非常清晰的主线：算力跃迁只是表象，真正的分水岭在“数据流组织方式”与“软硬协同的体系能力”。

首先，行业从“百TOPS时代”推入“千TOPS时代”，这并不意味着大家突然都需要一个夸张的峰值数字，而是算法形态发生了根本变化：端到端与BEV+Transformer让计算变得更像“长序列、强融合、强带宽”的连续流水线。过去那种“感知模块吃一部分算力、规划模块吃一部分算力”的分段式分配，越来越难覆盖真实路况里的复杂组合场景。因此，2025年高端平台普遍选择“预留冗余算力”，用更强的峰值去对冲未来两三年的模型迭代不确定性。

第二，异构与ASIC化的深化，本质是对“有效算力”的追求。BEV+Transformer在工程上会把瓶颈推向两端：一端是算子加速（尤其是注意力机制、矩阵运算与多传感器融合相关的热点算子），另一端是内存带宽与片上数据搬运。于是，CPU+GPU+NPU/ASIC成为更现实的组合：CPU负责系统与调度，GPU承担并行计算与部分通用AI任务，而NPU/ASIC针对稳定结构做“性能/功耗最优解”。但这里的矛盾也很尖锐：越固化越省电越快，却越可能在模型结构迁移时付出代价。所以2025年的“ASIC化”更像是：围绕Transformer等相对稳定结构做专用加速，同时保留足够的可编程空间，把风险压在可控范围内。

第三，“舱驾一体”与中央计算平台的融合，把芯片的价值从“跑得动模型”扩展到“跑得稳系统”。把座舱与智驾放到同一颗SoC上，最大的收益不只是成本和线束，更关键的是数据互通：感知结果可以直接服务AR-HUD、驾驶员监控、座舱交互，减少跨域传输与延迟。但要做到这一点，芯片必须具备更强的资源隔离与多系统并行能力——同一颗芯片既要承载座舱生态的复杂性，又要承载智驾链路的确定性，这会倒逼供应商在软件栈、虚拟化、调度机制上投入更多，而不再只是卖“硬件盒子”。

第四，存算一体在2025年之所以进入商业化探索窗口，也与上述瓶颈直接相关：当模型越来越依赖带宽与数据搬运效率时，冯·诺伊曼架构的“存储墙/功耗墙”就更刺眼。存算一体短期内不会替代主流SoC，但它提供了一个极具吸引力的工程路径：在边缘推理、特定网络（如CNN等）上先拿到显著能效优势，用小规模验证寻找落点。

最后，连接与感知侧的三条趋势（多传感器融合、车路云协同、V2X集成）共同指向同一个结论：未来的智驾计算不再是“单芯片孤岛”，而是“车端节点”在更大系统里的实时协同。多传感器融合把芯片逼向“接口+ISP+融合链路”的系统优化；车路云协同与V2X集成则进一步要求芯片能更快地接入外部信息并与本车感知对齐。与此同时，高精地图与无图化并行，也意味着平台必须足够“兼容”：既能高效处理地图匹配类工作流，也能支撑实时建图与强感知的重负载。

2025 智驾芯片技术趋势，来源：与非研究院整理

综上，只保留前三部分来看，2025年智驾芯片的关键不再是“谁的TOPS更高”，而是谁能把算力、带宽、加速器、传感器输入、以及云端数据闭环的迭代节奏组织成一个更顺滑、更可扩展的计算流水线。这才是“千TOPS时代”真正的竞争核心。

智驾芯片年度产品

2025年智驾芯片年度产品，来源：与非研究院整理

如果概括 2025 年自动驾驶芯片的年度关键词，是“量产与落地”。多款在 2–3 年前已公开的旗舰产品，在 2025 年集中跨过车规级量产与商业部署门槛：英伟达 Thor 在 CES 2025 宣布全面投入生产并启动规模化上车，高通 SA8775P 在 2025 年 Q2 迎来量产首发，Mobileye EyeQ Ultra 也在 2025 年启动汽车级规模化生产；与此同时，中国本土阵营以地平线征程 6 系列“重磅发布”完成规格、合作与生态的系统性“官宣”，黑芝麻 A2000 也在 2025 年实现量产交付。

算力层面，2025 年的分层开始“定型”，并直接对应不同的产品哲学与整车架构路线：Thor 以 2000 TOPS 把年度旗舰的“天花板”推到极致；黑芝麻 A2000 进入 1000+ TOPS 档位，成为“千 TOPS”级别的本土选项；地平线征程 6P 以 560 TOPS 站稳高阶智驾主战场，并通过可级联的模块化思路把平台可扩展到 1000+ TOPS。与之相对，SA8775P 的 72 TOPS 并不追求“堆算力”，而是强调面向 L2++ 的成本与集成“甜点位”；EyeQ Ultra 则以 176 TOPS 走能效与软硬协同路线，并宣称足以支撑 L4 级别能力。

比“TOPS 数字”更关键的变化，是芯片正在被重新定义为“中央计算”的底座。Thor 把“中央计算机”与虚拟化能力写进核心卖点：一颗 SoC 并行承载自动驾驶与座舱等多个域，并支持多 OS 同时运行，实现“一芯多用”。高通 SA8775P 也以硬件虚拟化实现“舱驾融合”，在单 SoC 上同时运行行车/泊车与座舱娱乐导航等任务，并以更成熟的座舱能力作为差异化入口。对车企而言，这意味着从域控堆叠走向算力集中，硬件形态与软件架构都需要围绕“整车级 OTA 与跨域融合”重构。

工艺节点的“分工”也在 2025 年变得更清晰：Thor 与 SA8775P 都采用 4nm 工艺，代表顶级平台在能效与集成密度上的极限追求；而 7nm 则成为地平线征程 6 系列与黑芝麻 A2000 的主力选择，体现高端/主流产品在性能、功耗与成熟度之间的平衡；EyeQ Ultra 的工艺信息在 5nm 与 7nm 之间存在差异，但共同指向“先进工艺服务车规级量产”的趋势。换句话说，先进制程并不只属于“最高端”，而是在 2025 年开始向更大范围的量产智驾平台普及。

从商业模式看，2025 年的竞争不再是“单点芯片参数”，而是“平台 + 工具链 + 合作方式”的系统战。英伟达的护城河来自绝对算力与成熟生态，但文中也明确指出其成本/功耗与“黑盒属性”可能带来顾虑；Mobileye 继续以端到端“黑盒”方案与能效优势吸引希望快速落地的客户，但同样面临车企自研诉求上升带来的张力。与之对应，地平线强调全栈方案与更开放的合作模式，并通过系列化产品（6B/6E/6M/6P）覆盖从入门 ADAS 到高阶智驾的完整梯度；高通则以“座舱优势带动智驾”，把集成度与平台迁移成本当作主攻方向。

值得注意的是，本土供应商与车企自研在 2025 年同步进入“收获期”：黑芝麻 A2000 用 1000+ TOPS 把本土方案带入超大算力赛道；芯擎“星辰一号”计划 2025 年批产，显示车企背景力量加速进入智驾 SoC；小鹏“图灵”芯片在 2025 年宣布流片并计划 Q2 量产，并把“本地端运行大模型”作为亮点；蔚来神玑 NX9031、通用 Cruise 自研芯片、特斯拉 AI 5/HW5.0 也都被描述为 2025 年重要进展或部署节点。其共同指向，是车企对“软硬协同、差异化体验与供应稳定”的控制欲正在上升，供应商也必须提供更灵活、更开放的合作接口来匹配这种趋势。

总结与展望

2025年，自动驾驶芯片进入“旧王巩固、新贵崛起、规则重建”的战国时期：英伟达以 Thor 拉高上限，但其在自动驾驶领域的市场地位远没有高通在座舱领域的牢靠（70%市场份额）。特斯拉以自研体系强化闭环，高通走差异化路线，中国供应商与车企自研加速追赶，全球市场从单一强者走向多路线并存。算力竞赛仍在升级，但行业评价开始从峰值 TOPS 转向“能否把算力用好”：能效、成本、功能安全与工具链/生态的完整度，决定真实体验与量产落地。

2025年，业界开始对“唯算力论”降温。峰值算力若缺少编译器、框架与工程化优化，容易变成闲置资源；先进算法与数据闭环可在相对有限硬件上跑出更强能力；用户最终在意的是安全、舒适、稳定与对极端场景的处理，而不是算力数字。

短期内，功耗与散热、ISO 26262 ASIL-D 级安全设计、以及先进制程带来的成本压力，将成为千 TOPS 时代的硬约束。面向下一代，Chiplet 与互联标准、存算一体等能效技术、以及端到端大模型对算力结构（矩阵计算、稀疏性等）的需求，会共同推动架构更集成、更灵活的演进；“开放平台”与“垂直整合”也将长期共存。

展望 2026 年，笔者认为：千 T 级芯片装车后的真实世界比拼将更直接；L3 功能有望从高端向主流渗透；Chiplet 标准之争与地缘政治变量将加剧产业链分化。领先者不再只是算力冠军，而是能在性能、功耗、安全、成本之间做系统级平衡，并以软硬协同与生态能力交付可验证体验的玩家。