智驾进入大模型时代？

从文本生成到代码编写，从医疗研发到金融分析，大模型正以前所未有的速度深度渗透各行各业，重塑着传统的生产与服务范式。在智能驾驶领域，这股浪潮同样势不可挡。随着端到端大模型的广泛应用，智驾系统的算法架构正经历从“多模块拼接”到“端到端统一”的剧烈演进。算法的跃迁，直接打破了底层硬件“先做芯片、再配模型”的传统均衡，新形态下的算力芯片竞争正被深刻影响。

在这场底层硬件与上层算法的博弈中，算力芯片不再仅仅是单纯的TOPS堆砌，而是需要与模型演进深度绑定。面对这一行业级挑战，10月29日，XHEART新芯航途在苏州给出了自己的解题思路——发布大模型芯片X7 Ultra，并提出“让大模型来定义芯片，而不是让芯片去适配模型”。

智驾进入大模型时代，算力底座该如何重构？XHEART的解题思路能否成立，或将直接影响智驾大模型上车的速度与质量。

小模型时代的天花板

要理解“大模型定义芯片”为什么被提出，需要先回到问题的起点。

过去数年，智驾系统的主流架构是多个小模型分工协作：感知一个模型、预测一个模型、规划又是一个模型，各司其职。这套体系看起来分工明确，但XHEART公司CEO李宗霖指出了两个结构性问题：其一，信息在模型间传递时维度降低，大量有效信息丢失，数据利用率被拉低；其二，小模型的能力上限本质上取决于工程师的顶层规则设计，泛化能力有限。

XHEART公司CEO李宗霖

换句话说，小模型时代的智驾本质上是“人脑驱动”的系统——工程师写规则，机器执行。这套体系在限定场景下可以工作，但面对开放道路的长尾问题时，规则的数量和复杂度会指数级膨胀，最终难以为继。

端到端大模型的出现改变了这一局面。海量数据被真正高效利用，模型从数据中学习驾驶策略，而非依赖人工规则。但这也给芯片提出了三道必须同时回答的难题：

第一，算力能否在真实量产模型中充分发挥？ 纸面TOPS数字与量产部署后的实际推理效率之间，往往存在巨大落差。模型结构约束、量化精度损失、内存带宽瓶颈，都会让标称算力大打折扣。

第二，今天设计的芯片能否跟上明天的模型？ 芯片设计周期通常为两到三年，而模型架构的演进速度远快于此。如果设计时缺乏对模型趋势的预判，产品落地时就会面临OTA升级空间不足的困境。

第三，能否以合理能耗获得所需能力？ 车载环境的散热条件有明确边界，单纯堆砌晶体管提升算力的路径，在功耗和成本约束下难以走向大规模量产。

这三道题放在一起，指向同一个结论：先做芯片再让模型适配的传统路径，已经难以满足大模型时代的需求。

“大模型定义芯片”：一个值得认真对待的路线

XHEART给出的解题思路是：从真实应用中的模型需求出发，倒推芯片架构，重新组织计算、存储和数据流转。

这个思路并不复杂，但执行难度很高。它要求芯片团队在定义阶段就与算法团队深度协作，理解模型架构的演进方向，判断哪些计算会成为瓶颈，哪些算子值得专门优化。李宗霖透露，2023年公司与Momenta团队围绕持续演进的大模型架构进行了大量讨论，“模型告诉了我们计算的瓶颈在哪里，软硬协同让我们进一步判断硬件应该为未来做什么样的准备。”

从X7 Ultra的产品参数来看，这条路线至少在第一代产品上得到了初步验证：

超大核NPU架构将传统小核之间百GB/s级的数据交互聚合到超大核内部TB/s级，互联带宽实现数量级提升；

高精度专用算子加速引擎针对Layernorm、Softmax、Transpose等Transformer关键算子进行硬件优化，原生支持FP16/FP32高精度计算；

AI工具链的整网级优化将优化范围从局部计算步骤扩展到整个模型计算流程，实现整网内存零拷贝。

这些设计带来的量化结果是：基于量产智驾大模型实测，NPU计算利用率达到98.7%，内存带宽消耗较行业旗舰产品下降80%，能效提升100%。X7 Ultra支持可部署模型参数量实现10倍提升，大模型算力标称为700 TOPS。

需要指出的是，上述数据均来自XHEART自身评测，其中“与行业旗舰产品对比”的具体参照对象并未公开。98.7%的计算利用率是一个相当高的数字，其测试条件（模型结构、输入分辨率、batch size等）对结果影响显著，独立第三方的复现验证将是检验这些指标含金量的关键。

另一个值得关注的细节是Armv9车规级CPU的“中国首发量产”。X7系列今年3月已随客户车型进入量产，CPU性能较上一代提升20%，能效提升10%。在智驾芯片中，CPU承担系统调度和复杂控制任务，其车规量产进度是芯片整体成熟度的重要标志。

此外，X7 Ultra在安全层面满足ISO 26262 ASIL-B功能安全要求，内置MCU通过ASIL-D认证，信息安全满足国密二级要求。对于面向L3/L4的高等级智驾芯片而言，这些是准入门槛而非加分项。

软件侧：世界模型的三个支柱

芯片是底座，模型是上层建筑。Momenta公司CEO曹旭东在演讲中系统阐述了Momenta对世界模型的理解框架。

Momenta公司CEO曹旭东

他将大语言模型和世界模型的核心机制归结为同一个词：预测。大语言模型预测下一个token，世界模型预测下一个世界状态。前者将数字世界的知识压缩进模型，后者将物理世界的规律压缩进模型。

Momenta的世界模型建立在三个支柱之上：

预训练让模型学习物理世界常识和驾驶常识；

仿真利用世界模型生成驾驶环境和行为轨迹，对长尾场景进行低成本、短周期的演练；

强化学习在仿真环境中通过正负反馈让模型反复试错，提升驾驶能力。

这套方法论的有效性，最终要接受量产数据的检验。曹旭东披露，Momenta累计量产规模已突破140万台，最新10万台用时不到一个月，累计里程达200亿公里。这一数据规模在全球智驾公司中处于前列，为模型训练提供了真实场景的覆盖基础。

即将发布的R7 Ultra世界模型，基于X7 Ultra的算力支撑，模型参数规模扩大至原来的5倍，安全性能提升5倍，“推演万物”的能力开始涌现。在多把掉头、会车博弈、倒车让行、极限泊车等复杂场景中，R7 Ultra展现出比肩甚至超越人类老司机的驾驶能力。未来Momenta计划将参数规模进一步扩大至10倍，安全性能提升至10倍以上。

曹旭东还提出了一个值得关注的判断：大模型芯片正在加速智驾摩尔定律。 2022年至2026年，智驾能力大约每两年提升10倍；在大模型芯片的推动下，这一节奏有望加速至每年10倍。他预计L3/L4将在2028年迎来引爆点，2030年走向规模化落地。

这一预测的激进程度需要审慎看待。智驾能力的提升不仅取决于芯片算力和模型参数，还受制于数据质量、法规环境、系统安全验证周期等多重因素。曹旭东也坦陈，安全性达到人类驾驶10倍乃至100倍，才是自动驾驶真正普及的前提。而安全性的量化验证，本身就是一个漫长且严苛的过程。

量产进度与商业现实

技术路线的说服力，最终要靠量产数据说话。

XHEART披露，X7系列芯片量产8个月，累计出货超过20万颗，搭载10款量产车型，获得超过40款车型订单。从公司成立到芯片量产用了两年时间，首颗芯片回片后不到24小时点亮，第17天实现芯片、底层软件与智驾模型的整车闭环。

在客户策略上，XHEART明确不做直接向车企供应硬件系统的一级供应商（Tier1），而是提供经过充分验证的解决方案参考设计，帮助客户降低开发难度。基于双X7的L3/L4计算平台已获得多个车型项目定点，采用冗余电源、冗余传感器接入、冗余通信互联设计，兼容L3和L4需求。

这一策略的优点是避免了与Tier1客户的直接竞争，专注于芯片本身的能力输出；挑战则在于，参考设计模式的落地效果高度依赖客户的工程能力，不同车企的适配进度和量产质量可能存在较大差异。

从行业格局来看，智驾芯片市场的竞争正在加剧。英伟达Orin/Thor系列、高通Snapdragon Ride、Mobileye EyeQ系列，以及国内地平线、黑芝麻等玩家各有布局。XHEART作为后来者，以“大模型定义芯片”的差异化定位切入，在概念上建立了辨识度，但能否在量产规模、客户覆盖和生态建设上持续缩小与头部玩家的差距，仍需时间验证。

冷静看待“大模型时代”的到来

回到标题的问题：智驾进入大模型时代了吗？

从技术趋势看，端到端大模型正在成为行业主流方向，这一点已无争议。但从“趋势明确”到“时代到来”，中间还有相当的距离。

首先，大模型在车端的部署仍面临现实约束。 百亿至千亿参数的模型在车载功耗和成本条件下高效运行，对芯片架构、内存带宽、散热设计都提出了极高要求。X7 Ultra的700 TOPS算力和X9规划中的3000 TOPS算力，代表的是硬件能力的持续爬坡，但软件侧能否充分利用这些算力、模型压缩与量化技术能否在精度损失可控的前提下大幅降低部署门槛，仍是进行时。

其次，安全验证的周期不可压缩。 L3/L4级别的自动驾驶对功能安全、预期功能安全、信息安全的要求远高于L2，ASIL-D级别的认证、海量场景的仿真验证、真实道路的长周期测试，都需要时间。曹旭东预测2028年为L4引爆点，这一判断的成立与否，很大程度上取决于法规节奏和安全验证的进展，而非单纯的技术能力。

第三，“大模型定义芯片”的路线需要更多独立验证。 XHEART与Momenta的深度绑定是这条路线的一个样本，但单一合作伙伴的协同效果，尚不足以证明该模式具有普遍适用性。更多算法公司与芯片公司的类似合作能否复制这一路径，是判断其行业价值的关键。

第四，商业化节奏与技术创新节奏并不总是同步。 20万颗出货、10款量产车型、40+订单，对于一家成立两年的芯片公司而言是不错的起步，但相对于英伟达、高通等头部玩家在智驾芯片领域的存量规模，XHEART仍处于早期阶段。参考设计模式的规模化复制能力、客户车型的实际市场表现，都将影响其后续的增长曲线。

结语

XHEART与Momenta联合呈现的这场发布会，传递出的核心信息是清晰的：智驾大模型的上车，需要芯片设计范式从“适配模型”转向“定义于模型”。X7 Ultra的六大架构能力和量产进度，为这一路线提供了第一阶段的工程验证。

但“大模型时代”的真正到来，不取决于一场发布会上的参数和愿景，而取决于三个更朴素的问题：量产车型上的实际体验是否显著优于小模型方案？系统的安全性能否通过严苛的独立验证？成本能否支撑大规模普及？

这些问题，2025年的今天还没有完整答案。X7 Ultra和R7 Ultra的量产表现，以及2027年X9的落地进展，将是观察这条技术路线成色的重要窗口。智驾大模型时代的方向是确定的，但通往那里的路，才刚刚开始铺设。