智驾芯片，一夜变天
5月28日，比亚迪在其智能化战略发布会上抛出了一颗行业重磅炸弹：正式发布自研4nm车规级智驾芯片——璇玑A3。这是中国首款4nm智驾芯片，支持L3、L4自动驾驶，三颗芯片总算力超过2100 TOPS，并已开始规模化量产。
从蔚来的神玑NX9031，到小鹏的图灵芯片，再到如今比亚迪的璇玑A3，国内头部新能源车企正掀起一股汹涌的“自研芯片潮”。这不仅是车企智能化下半场的集体亮剑，更是汽车与半导体两大产业交织震荡的缩影。
随着汽车巨头纷纷将触角伸向核心硅片，汽车芯片市场的竞争门槛被进一步抬高，与此同时，独立芯片厂商的生存空间也正在被挤压。
自研芯片到底划不划算？
过去几年，汽车智能化的主线，是车企向英伟达、高通、Mobileye、地平线、黑芝麻等芯片厂采购计算平台，再围绕平台做算法、软件和整车体验。芯片厂负责提供算力底座，车企负责把算力转化成用户可感知的智能驾驶、智能座舱和整车控制能力。
但随着智能驾驶进入“标配化”“平权化”阶段，芯片不再只是一个外部采购件，而变成了整车成本、功能体验、数据闭环和供应链安全的共同交汇点。
所以，现在这么多车企纷纷去自研芯片，表面上看是为了掌控核心技术、避免“卡脖子”；但归根到底，这是一场高风险、高投入、长周期的经济账。
一颗先进制程智驾SoC背后，涉及IP授权、EDA工具、架构设计、验证、流片、封装、车规认证、功能安全、软件适配和长期维护。SIA数据显示，2006年一颗65nm芯片设计成本约3000万美元，而到2020年，一颗5nm芯片设计成本已超过5.4亿美元，3nm先进芯片设计成本可超过10亿美元。这还只是芯片设计侧成本，并不包括晶圆厂开发工艺、建设产线等更高层级投入。这意味着，先进制程芯片早已不是一般企业可以轻易尝试的“研发项目”，而是一项重资产、长周期、高失败成本的系统工程。
虽然无法知道车企在芯片上的细分领域的投入，但从各家的研发投入来看，都不是小数目。比亚迪把璇玑A3放进未来三年超千亿元智能化研发投入中；理想预计2026年研发投入约120亿元，其中AI相关约占一半；小鹏2025年AI相关投入约45亿元，并计划在2026年把物理AI研发投入提升至70亿元；蔚来则给出了更直接的替代账——李斌称公司高峰期一年采购英伟达芯片约3亿美元，自研神玑NX9031本质上是在用前期研发投入替代长期外采成本。
从行业已有案例看，自研芯片确实存在系统级降本空间。
过去高阶智驾常依赖英伟达Orin-X方案，公开报道中，小鹏旧双Orin-X方案成本约4000—5000元，自研图灵芯片成本约2500—3000元；蔚来方面，李斌曾表示，神玑NX9031上车后可带来约1万元级别的单车成本优化。
所以，车企造芯片更像是一场研发资本开支的再分配：过去，这笔钱以采购费形式流向英伟达、高通等外部供应商；现在，头部车企试图把一部分外部采购成本，转化为内部研发资产。
但这笔账不是所有车企都能算过来。只有当芯片能形成足够装车规模，并跨车型、跨品牌、跨智能终端复用时，自研才可能从“技术标签”变成“成本工具”。否则，它只会变成一项昂贵的战略押注。
绝大多数车企不具备这样的多业务摊销能力。比亚迪敢于下场造芯，在于它有足够大的整车规模。比亚迪官方披露，2025年全年新能源汽车销量达到4,602,436辆，海外销量首次突破100万辆。这样的出货量，意味着自研芯片一旦跨车型、跨品牌、跨价格带复用，就具备了摊销研发成本的现实基础。
对于比亚迪而言，自研不仅是降本，更是在庞大体量下对供应链利润的回收。这和比亚迪过去在电池、电驱、电控、IGBT、SiC等领域的垂直整合逻辑一脉相承。以前，核心是把电动化成本打下来；现在，核心是把智能化成本打下来。
为什么英伟达、高通、联发科做汽车芯片更容易？
车企自研芯片要算账，传统芯片巨头同样要算账。
像英伟达、高通等这些传统芯片巨头，之所以能够承受汽车芯片漫长的研发周期和严苛的车规认证，是因为它们拥有庞大的非汽车业务作为利润支柱（基本盘）。高通和联发科拥有每年数以亿计的智能手机芯片出货量，英伟达拥有无可撼动的AI数据中心算力霸权。它们可以将先进制程的研发成本、软件生态（如英伟达的CUDA）在手机和服务器市场先行摊销，再将技术“外溢”至汽车领域。
英伟达的汽车业务声量虽然很大，但从财报看，汽车仍不是它最大的收入来源。英伟达2026财年全年收入达到2159亿美元，其中数据中心收入达到1937亿美元，汽车全年收入近为23亿美元，占比才1%。也就是说，英伟达做自动驾驶芯片的底层支撑，是更庞大的AI数据中心、GPU、软件生态和推理计算业务。
这也是英伟达的真正可怕之处：它卖给车企的不是一颗芯片，而是从云端训练、仿真、模型、工具链到车端推理的一整套AI计算体系。2026年3月，英伟达宣布比亚迪、吉利、五十铃和日产将采用NVIDIA DRIVE Hyperion平台开发L4-ready车型，这也说明即使比亚迪自研芯片，也并不意味着它会完全放弃外部平台，而是会根据不同场景采用不同技术组合。
高通也是类似逻辑。高通进入汽车，不是从零开始做一颗车规芯片，而是把它在手机SoC、连接、AI计算、低功耗处理器和软件生态上的能力，迁移到智能座舱和舱驾融合领域。高通2025财年全年（截至2025年9月）营收为443亿美元，汽车业务的全年总营收在30亿~40亿美元，目前每个季度大约10亿多美元。高通汽车业务目前之所以能跟英伟达并驾齐驱，并压制住大多数国产初创芯片厂，正是因为这单季度超10亿美元的稳定营收，能够持续为其高阶智驾和数字座舱芯片的研发提供强劲的现金流（NRE摊销）。高通在早前的投资者大会上表示，其汽车业务的目标是在2029年实现年营收80亿美元。
联发科长期来自手机、消费电子和连接芯片，同时正在向AI ASIC、汽车和边缘计算扩展。路透社报道称，联发科预计到2027年AI加速器ASIC业务可贡献数十亿美元收入，并与英伟达合作开发GB10 Grace Blackwell Superchip。
所以，汽车芯片的商业模式有一个残酷现实：如果一家企业只有汽车芯片一个摊销场景，它就必须在车企项目中承担全部研发风险；但如果它同时拥有AI、手机、数据中心、消费电子或机器人等更大市场，就能把先进制程、IP、软件和工具链成本分摊到更广泛的产品线中。
这也是独立汽车芯片公司面临的核心压力。
那么，独立芯片厂还有机会吗？
有，但机会变了。
过去几年，国产汽车芯片厂最大的机会来自“国产替代”和“智能驾驶上车”。主机厂缺芯、供应链安全焦虑、智能化需求快速增长，共同给了国产芯片企业切入窗口。地平线、黑芝麻、芯驰、芯擎、奕行等汽车芯片企业迅速崛起。
但随着一众车企都下场自研芯片，真正挤压的，是那些只会讲“国产替代”“高算力”“低价格”，却无法提供完整工具链、量产经验和系统方案的芯片厂。
但这不等于独立芯片厂没有空间。绝大多数车企都没有比亚迪这样的规模、资金、供应链纵深和技术组织能力。对中小车企、新势力二线品牌、合资车企本地化团队，以及大量Tier 1方案商来说，自研先进制程智驾芯片并不现实。它们仍然需要外部芯片平台。
独立芯片厂真正要变化的是角色：从“卖芯片”变成“卖平台”。这个平台包括芯片、工具链、参考算法、功能安全、底层软件、开发套件、量产支持和持续迭代能力。
当下，汽车芯片市场正加速向两极分化。
一方面，高端车芯市场被巨头把持，英伟达、高通等全球芯片巨头继续向高端智能驾驶和中央计算平台推进；
在30万元以上的高端豪华车市场，芯片的竞争逐渐演变为对端到端大模型、世界模型以及DiT（Diffusion Transformer）架构的底层承载力比拼，在这个维度，英伟达的Drive Thor芯片与高通的座舱SoC SA8397构筑了极高的生态壁垒。这些巨头们卖的不是一颗芯片，而是从云端训练算力集群到车端推理、从基础编译器到大模型工具链的“AI全家桶”。这种软硬件全栈的生态垄断，让任何一个新晋车企在短期内都难以在全球豪华车型上完成平替。
另一方面，主流市场追求“平权降本”，车芯正在卷向舱驾一体。
在10万至20万元、占中国乘用车销量超60%的下沉市场，主旋律只有一个：平权与降本。消费者渴望“15万元买到高阶智能化”，而主机厂面临惨烈的价格战，一再砍成本。在这种极端的倒逼之下，“单芯片舱驾一体”在今年迎来了全面爆发。
什么是单芯片舱驾一体？过去，汽车的智能座舱（播音乐、看导航）和辅助驾驶（全景影像、车道保持）是由两套独立的域控制器、两颗不同的芯片分别控制的。而“舱驾一体”则是打破传统双域立的边界，将座舱操作系统和ADAS（高级辅助驾驶）算法全部塞进同一颗SoC中运行，两套系统共享一套“超级大脑”。这样不仅节省了空间也节约了硬件BOM成本，而且座舱和智驾的数据直接在芯片内部流转，减少了高速接口和中间交换芯片。可谓是降本大杀器。
在这场主流市场的攻坚战中，国内不少独立芯片厂和Tier 1已经展现出了极强的工程化量产速度。
然而，当车企自研、巨头平台化、舱驾一体降本三股力量同时发生，更多独立汽车芯片厂面临的压力会越来越大。如果只靠“车载智驾芯片”一个故事，很容易陷入客户集中、周期漫长、毛利受压和产品同质化的困局。
因此，一部分芯片厂开始寻找第二条路：从汽车，转向具身智能和端侧AI。
这个转向不是简单换概念。智能驾驶和具身智能本质上共享很多底层计算需求：多传感器融合、实时感知、低延迟推理、运动控制、端侧大模型、低功耗高带宽计算、数据闭环和场景泛化能力。汽车是轮式机器人，机器人则是更开放场景下的智能终端。从这个角度看，服务智能驾驶的芯片架构，如果足够通用、可编程、低功耗，并具备良好的工具链，就有机会迁移到机器人、无人设备、工业智能和边缘AI市场。
这条路未必轻松。机器人和端侧AI当前仍处在商业化早期，客户规模、出货节奏和应用标准都不如汽车成熟。但相比在汽车芯片红海里与巨头和主机厂正面竞争，具身智能和边缘AI至少提供了新的变量：新的客户群、新的应用场景、新的算力形态，以及更可能突破传统车规芯片价格体系的商业模式。
(来源：新浪科技)
