•
蔚來小鵬，出走輝達朋友圈
更深刻瞭解汽車產業變革
一年一度 CES，又是智能汽車集中爆發的舞台。
2025 年的 CES 看點一樣豐富，中國車企則繼續爭奪智能汽車發展的風向：
小鵬第一次將陸地母艦搬到美國；極氪宣佈了智艙、智駕、超充和車型的全面出海計畫；長城帶來了旗下摩托品牌的首款車型，並且將高階智駕版藍山帶到海外市場。
但台北時間 10 點半開場的輝達發佈會，將全球科技流量捲進黃仁勳漩渦。
除了在禁售背景下發佈的 RTX50 系顯示卡，站在智能汽車角度我們更關心的，是這張與以往有本質區別的 PPT：
回到 2022 年 CES Orin 發佈之初，同樣介紹輝達汽車朋友圈的 PPT，大概是這樣：
小鵬汽車和蔚來汽車，這兩家輝達汽車晶片領域最早，也是非常深度合作的夥伴，2025 年「缺席」了 CES 專場發佈會的「最佳拍檔」環節。
另一方面，則是小鵬和蔚來，正好是目前唯二正式發佈面向 L3，甚至 L4 時代自研智駕晶片的汽車企業。
今天的同一場發佈會上，黃仁勳正式掏出了量產版 Thor 的方案。
此後兩三年內，Thor 將成為高端智駕的硬體代名詞。但伴隨著兩家核心合作夥伴的「缺席」，輿論圈對輝達的「一統智駕江山」，又有了更多疑問。
今天我們的話題，就從「夥伴」開始。
三位老朋友
想要把蔚來、小鵬、輝達三者間的故事講清楚，我們得拉上馬斯克。
2016 年 7 月，由於對自動駕駛宣傳方式的分歧，特斯拉與 Mobileye 解除了合作關係。
但必須有新的方案承載馬斯克的自動駕駛夢，於是他與老朋友黃仁勳一拍即合，僅僅三個月後，特斯拉 Autopilot 硬體 2.0 來了。
硬體 2.0 基於輝達第二代車規級自動駕駛晶片 PX 2 打造，深度學習算力為 12TOPS——大概是網傳 Thor 標準版 750T 的六十二分之一。
後來的故事我們都知道了，即使到了第四，甚至第五代 Autopilot 硬體，特斯拉依然走在自動駕駛的全球量產之路上。
回到 2016 年，馬斯克除了引入輝達，還做了另外一件事：籌備自研晶片。
伴隨著「硅仙人」Jim Keller 的加入，2019 年 4 月 Autonomous Day 上，特斯拉用 FSD Chip，正式開啟了車端智駕晶片的垂直整合處理程序。
同樣的合作-自研軌跡，也發生在後來的蔚來和小鵬身上。
2019 年 11 月 2 日廣州車展上，小鵬 P7 正式開啟預售，這也是第一款量產輝達 Xavier 晶片的電動汽車。
Xavier 是 PX 2 的正統續作，深度學習算力 30T，大概是 Thor 標準版的二十五分之一。
從 2020 年到 2022 年，我們先後在搭載 Xavier 的小鵬車型上，體驗到記憶泊車-高速領航-純規則高精地圖城市領航的智駕發展。
有了 Xavier 的經驗積累，Orin 時代即使已經百舸競渡，但小鵬 XNGP 一直維持在第一梯隊的語境中。
然而 2024 年，何小鵬依然成為了第三位告別輝達的老朋友。圖靈自研晶片的登場，意味著未來小鵬汽車的 AI 天花板，將由自研團隊承擔重任。
特斯拉和小鵬之間，按時間順序排的第二位，是蔚來。
2021 年，蔚來 ET7 承載著「Design for AD」的概念登場，犄角攝影機、激光雷達以及 Orin 晶片的首發，都代表了 2022-2024 年的智駕競爭主旋律。
更重要的，是四顆 Orin X 晶片的陣列，即使放在 Thor 山雨欲來的當下，紙面參數也有 1016TOPS 算力——當然實際應用方式更像 2+1+1，這個又是另一個話題了。
2023 年，李斌曾表示蔚來一年花費 3 億美元採購 Orin，佔據輝達當年出貨量的 46%。
同年的一場交流會上，蔚來汽車數字產品體驗部負責人朱太平曾告訴電動星球，蔚來和輝達、高通，在智能硬體的整合和開發上，都有非常長期、早期且深入的合作經驗。
也同樣是 2023 年，蔚來的自研晶片計畫逐步披露。
2023 年首屆 NIO IN 全端技術日上，李斌發佈了蔚來晶片團隊第一款作品：激光雷達處理晶片「楊戩」。3 個月後的 2023 NIO Day，蔚來首款 5 納米車規級智駕晶片「神璣」發佈。
上面提到的三家車企，都是輝達的「老朋友」，在 Drive 系列晶片的量產歷程中各自扮演了重要的角色，卻也最終各自走上了自研智駕晶片的道路。
為什麼？
握住 AI 時代的命脈
更顯而易見的答案是成本。
2023 NIO IN 發佈會後採訪中，李斌表示剛發佈的「楊戩」激光雷達資料處理晶片，可以使單車激光雷達的採購成本降低數百元，「一年左右（的銷量）就可以收回（研發）成本」。
類似的解釋，也出現在針對神璣晶片成本的提問上，李斌解釋稱單顆自研晶片的成本會逐漸下降，但採購的成本相對高，只是研發換毛利的過程相對慢。
而比起成本，對新車企的長期成長來說，更重要的是自主。
2024 年 8 月 27 日的發佈會後，何小鵬接受採訪時這樣回答自研圖靈晶片的重要性：
「...將來立志在 AI 層面有所作為的公司，可能都會有非通用的晶片，也就是去做自己的專有 AI 晶片。」
三個月後另一場發佈會上，何小鵬表示，圖靈晶片是小鵬汽車專門為車端大模型、雲端大模型定製的 AI 晶片，「專有能力上達到，甚至超過了我們現在使用的三顆晶片的能力」。
類似的表達，再往前數一年的李斌說過：「神璣 NX9031 晶片一顆頂四顆」。
更鮮明的對比，則是此前一直作為純視覺方案標竿的特斯拉硬體 3.0，稠密算力「僅為」144TOPS，這是一個行銷上並不性感的數字。
但特斯拉 FSD 可能是目前傳播效果最好的智能駕駛產品。
專有、定製帶來的「算力得房率」，在李斌何小鵬馬斯克看來，比通用晶片方案短期內較快的上車速度重要得多。
算力的定製化，某種程度上對應著上一個百年，汽車工業的發動機自有權。有了發動機制高點，車企可以生產各種各樣的交通工具——如今的車企，則以算力塑造不一樣的前景。
在新車企手中，算力不僅驅動智能汽車，更驅動著各自掌握的 AI 大模型，甚至是衍生的具身智能產品。
2022 年 10 月 1 日，特斯拉截至目前最後一屆 AI Day，同時也是 Optimus 機器人原型機首次亮相。
馬斯克說過「當你能解決自動駕駛，你就能解決現實世界中的人工智慧」——他是這麼說的，也是這麼做的。
比如 Optimus 原型機的大腦，就是初代 FSD Chip；比如借鑑汽車碰撞模擬軟體，給 Optimus 編寫「跌倒測試」軟體；比如同樣將減少線束長度、中央域控、大規模生產的汽車經驗，搬到 Optimus 量產過程。
兩年後的何小鵬，則表示圖靈晶片會同步部署在小鵬匯天的飛行器、小鵬汽車 AI 機器人內。
「動力團隊除了做汽車動力，還在做機器人動力；自動駕駛不光做全球（汽車）的自動駕駛，還要做機器人的自動駕駛」，何小鵬這樣總結 AI 時代團隊的跨界賦能。
並不是所有車企都會成為 AI 公司，但正在有更多車企探索成為 AI 公司的可能性。
AI 和自動駕駛時代，輝達成為最大的獲益者之一。而它最早，也是更深厚的三位「老朋友」相繼走向自研晶片，其實並不意味著輝達與 OEM 的分歧。
譬如何小鵬也提到，希望用輝達晶片和自研晶片共同構成產品體系；譬如輝達依然是全球最大訓練晶片供應商，馬斯克除了 DOJO，也依然需要 H100 和 B200。
但也正是百花齊放的 AI 路線，才讓這個人機共存的時代變得更具想像空間。（電動星球）