一、引言：算力的囚 徒困境与价值的终极追问
2026 年的 AI 产业，正上演着一场荒诞而残酷的叙事。全球科技巨头在 “ 算力焦虑 ” 的驱动下疯狂砸钱 —— 按 Alphabet 、亚马逊、 Meta 、微软等 hyperscaler 公布的 2026 财年资本开支指引合计，相关投入已飙升至 7000 亿美元以上（约合人民币 5 万亿元），自由现金流大幅压缩甚至单季转负，虽然亚马逊、谷歌等仍有主业现金流对冲，但整体盈利质量明显下滑。与之形成鲜明对比的是，英伟达、 HBM 供应链、光模块等 “ 卖铲人 ” 利润屡创新高 —— 这场不对称的财富转移，勾勒出 AI 狂热背后最真实的商业现实。
这让人想起地平线创始人余凯的一个比喻： AI 的发展就像圣经旧约里的通天塔， AGI 的目标是 “ 逼近世界的真相 ” ，需要芯片、内存、光模块、液冷等各种 “ 建筑材料 ”—— 但对 AI 玩家来说，这或许是个无止尽消耗资源的游戏。当算力军备竞赛沦为一场没有终点的烧钱游戏，一个根本性的命题开始浮现：终局决定一家企业可能走多远，而中间收入决定它能不能走到那里。 没有中局生存能力的企业，终局再美也不过是海市蜃楼。
而当下最具想象力的终局，无疑是具身智能。据行业机构测算，若该产业走向成熟，全球年出货量可望达到十亿台级别，单台均价以数十万人民币计 —— 这在人类两三百年的商业文明史上，是体量罕见的赛道之一。
在这场终局与中局的宏大博弈中，一家中国公司正在试图给出自己的答案 —— 地平线。
二、自动驾驶：具身智能的 “ 前置工程试验场 ”
要理解地平线的战略纵深，首先必须厘清一个关键命题：自动驾驶与具身智能究竟是什么关系。在厘清这一关系后，地平线的特殊位置才真正显现出来 —— 它既不在车端止步，也不把车端技术当作通往机器人的捷径。
产业界流行一种说法 ——“ 自动驾驶是具身智能的上半场 ” 。这个论断看似直观，实则暗含重大认知偏差。两大赛道固然共享物理 AI 的底层范式，在感知算法和数据闭环的方法论上确有相通之处，但一旦跨过基础算法层，进入物理执行和系统工程的深水区，二者的技术轨道便迅速分岔。
自由度的鸿沟是第一道天堑。 汽车是轮式刚体，在结构化道路上运动，自由度屈指可数，其动力学模型近乎线性；而人形机器人拥有数十个关节自由度，需在家庭、工厂等非结构化环境中动态作业，属于高度非线性复杂系统。关节控制的实时性要求极高，微小延迟即导致任务失败率骤增 —— 这与自动驾驶的路径跟随完全是两套控制逻辑。这也意味着，车端积累的控制算法无法直接降维应用于机器人。
物理交互的本质分野是第二道壁垒。 自动驾驶本质上是在做 “ 几何路径跟踪 ” ，车辆与环境之间是被动的、非接触式关系；而具身智能的核心在于 “ 动态力交互 ”—— 抓取鸡蛋或拧紧螺丝，都需通过力觉和触觉实时反馈调整输出力矩。自动驾驶是 “ 模式识别 ” 主导的开环控制，而具身智能需要 “ 物理推理 ” 主导的闭环控制。这也意味着，车端的感知决策架构无法直接套用到机器人身上。
仿真体系的分化是第三道关口。 自动驾驶仿真侧重视觉渲染的真实性；而机器人仿真必须精确模拟物体的弹性、摩擦、形变、碰撞动力学，对计算物理的要求远高于图像渲染。
因此，更精准的定位应该是：自动驾驶是物理 AI 的 “ 前置工程试验场 ” 。它率先验证了物理 AI “ 感知 - 决策 - 执行 ” 的工程闭环能够在百万级终端上稳定运行，趟通了功能安全、 OTA 升级、车规认证等基础工程路径。但它输出的是 “ 工程范式 ” 而非 “ 专属技术 ”—— 任何技术要落地具身场景，都必须针对物理交互与本体硬件进行深度重构，不存在 “ 即插即用 ” 的捷径。但这种迁移是工程方法论与数据闭环经验的迁移，而非控制模块的直接复用。
而地平线内部孵化、并于 2024 年初分拆独立的地瓜机器人，正承担着从 “ 试验场 ” 向 “ 新战场 ” 延伸的使命。据余凯 2026 年 7 月 20 日微博披露，地瓜机器人已是年出货量超百万颗的具身智能计算基础设施领军企业，旭日 S100 和 S600 已进入它石智航、千寻智能、宇树、自变量机器人、维它动力、无界动力、智在无界、优必选、帕西尼感知、北京人形机器人创新中心、人形机器人（上海）公司、小雨智造等 20 余家头部具身智能客户的产品导入与验证流程。旭日 S600 平台于 2025 年 11 月发布， 2026 年 Q1 起向客户送样及小批量供应； 2026 年 7 月，地瓜机器人宣布旭日 S600 已与超过 20 家头部客户达成合作，并正式开启量产验证。地平线推出的具身基座模型 HoloBrain 与运动基座模型 HoloMotion ，正由地瓜机器人依托 RDK S600 开发平台进行机器人侧适配与优化。正是这个 “ 工程试验场 → 范式输出 → 机器人适配 ” 的链条，才是理解地平线战略纵深的关键钥匙。
三、两套市场，两种定价逻辑
厘清了自动驾驶与具身智能的深层关系，才能看懂全球资本市场对 AI 公司估值的根本分歧。
全球头部市场倾向于先给未来的技术上限定价，而中国市场更愿意看到技术和真实需求同步演进。 两套市场都在判断价值，只是索要的证据不同。这种差异在具身智能领域尤为明显 —— 据行业研究机构 2026 年统计，中国拥有全球近半数的具身智能创业公司，但整个赛道在全球估值版图中的占比却明显偏低。数量优势说明生态已经蓬勃生长，估值落差说明它还需要在价值链条上向上攀登。
当然，这种差异应理解为总体偏好上的相位差，而非非黑即白。 2026 年中国一级市场具身智能融资同样十分活跃 —— 地瓜机器人 B 轮累计融资达 2.7 亿美元即为反例。中国一级市场的头部项目同样存在 “ 终局溢价 ” ，但地平线自身作为港股二级标的，仍被市场按量产曲线和订单规模定价。总体而言，美国资本市场更习惯于为 “ 终局叙事 ” 支付溢价 —— 特斯拉就是典型案例， 2026 年 Q2 （同比 2025 年 Q2 ）自由现金流净流出 10.92 亿美元、 GAAP 营业利润同比下滑 57% （至 3.98 亿美元），但市场仍愿为它的 AI 与机器人想象空间埋单。而中国一二级市场更加务实：投资人关注收入、订单、量产爬坡、现金流健康度。一项技术若无法在中期形成自我造血的商业闭环，就很难获得持续的资金加持。
这正是地平线战略布局的独到之处 —— 它同时押注了终局与中局。
在终局层面，地平线通过内部孵化、分拆独立的地瓜机器人扎根具身智能，将车规级 BPU 架构迁移至机器人领域。据公开信息，地瓜机器人已完成多轮独立融资 ——2025 年 5 月完成 1 亿美元 A 轮融资， 2026 年 3 月完成 1.2 亿美元 B1 轮融资， 4 月完成 1.5 亿美元 B2 轮融资 —— 作为独立融资主体在体外运营，其融资款项不纳入地平线合并报表，业务营收亦独立核算。尽管地瓜在财务上独立运营，但地平线作为其重要股东及技术母体，通过 BPU 架构授权与基座模型开源，构建了 “ 集团生态协同 ” 与 “ 股权价值增值 ” 的双赢闭环，而非简单的并表收入依赖。地平线推出的 HoloBrain 与 HoloMotion 基座模型，正由地瓜进行机器人侧适配。
在中局层面，地平线依托自动驾驶这个 “ 前置工程试验场 ” ，已构建扎实的中间收入体系。三条财报口径收入曲线并行 —— 芯片硬件销售、 BPU IP 授权、软件与仿真服务。地平线自身三条财报曲线提供中局现金流，地瓜作为孵化分拆主体在体外构建具身生态收入，二者合计构成集团口径的多极驱动。持续经营业务收入保持高速增长，毛利率稳定在行业领先水平，具备较强的抗周期能力。
四、地平线的卡位：终局与中局的统一场
要真正理解地平线的独特价值，需要将其放在全球智驾产业三种技术供给模式的格局中审视。
封闭路线： 特斯拉的自成一体。 特斯拉代表的是苹果式垂直闭环： FSD 全栈自研，芯片、算力、算法、数据全部内部封闭运作，绝不对外开放。这种模式的优势在于软硬件极致协同，但天花板清晰 —— 被特斯拉自身的年销量锁定，无法渗透到大众、比亚迪等千万辆级主流市场。马斯克在 2026 年 Q2 财报电话会上明确表示，特斯拉正 “ 从汽车制造商向 AI 科技公司跃迁 ” ，将重心转向自动驾驶、 Robotaxi 和 Optimus 人形机器人 —— 但这条路线本质上是 “ 自成一派 ” ，难以成为行业的公共底座。
开放路线： 地平线的分层底座。 地平线开创的是 ARM+Android 式的分层开放路线 —— 目前更接近 “ARM+Android + 部分参考设计 ”—— 通过 BPU IP 授权、征程系列芯片、 HSD 高阶智驾系统、 KaKaClaw （咖咖虾 ™ ）整车智能体操作系统，构建可解耦的底层技术体系，让车企在保留上层差异化空间的同时共享成熟底座。据 2026 年 4 月 22 日发布会官方口径，星空芯片已获得大众、奇瑞、比亚迪等 10 余家车企品牌的合作意向，以及博世、电装等数家 Tier 1 的量产合作沟通。其中，星空 6H 将在奇瑞 iCAR V25 （预计 2026 年 9 月上市）首发搭载，标志着地平线舱驾融合方案进入规模化落地阶段。 2026 年 6 月 30 日，伴随 iCAR V27 推送 HSD V2.0 OTA ，地平线高阶智驾系统完成了在硬派 SUV 场景的验证闭环。
全栈整合路线： 华为的另一种供给。 华为车 BU / 引望以全栈技术输出服务部分车企（如鸿蒙智行、阿维塔等），走的是全栈共创模式。三者各自边界不同 —— 特斯拉封闭自用、华为全栈输出、地平线开放底座 —— 共同构成了未来三至五年全球智能产业版图上的三股重要力量。
从产业自主视角来看，地平线的意义超越了纯商业竞争。中国 AI 产业在很长一段时间里陷入了 “ 美国提出概念、中国解释概念 ” 的跟随陷阱，消耗了大量资本，更在底层标准上长期受制于人。而地平线凭借本土自主可控、全球化合规合作、中立开放的定位，已帮助多家车企实现规模化出海，并获得多家国际车企长期定点，正在从 “ 中国的英伟达 ” 向 “ 物理 AI 时代的 ARM+Android” 进化。
五、结论与展望：物理 AI 时代的中国底座
回到那个终极追问：在这场 AI 的宏大叙事中，谁能走到最后？
答案或许朴素得令人意外 —— 终局决定你能走多远，但中局收入决定你能不能走到那里。
具身智能无疑是令人心潮澎湃的终局：十亿级的年出货量、数十万的单品均价，在人类商业史上都属罕见。但通往终局的路上布满荆棘：硬件物料与精密装配成本高企，研发投入远超同期自动驾驶，投资回收期漫长。更严峻的是伦理与法律风险 —— 人形机器人在真实场景中造成伤害时，责任归属尚属法律空白。在这场漫长马拉松中，没有中局现金流的持续输血，终局叙事终将沦为空中楼阁。
地平线的独特之处，在于它同时占据两个生态位：以自动驾驶 “ 前置工程试验场 ” 构建扎实的中局收入，以具身智能为终局锚定长期价值。 车端提供现金流和量产验证，机器人端提供想象空间和战略卡位 —— 两者彼此滋养，形成正向循环。车载侧验证过的工程闭环方法论、数据闭环工具链与部分感知预训练能力，正由地瓜在机器人侧进行针对性重构与迁移 —— 即在机器人数据上沿用同源预训练方法论重训，而非直接复用车端模型权重。
全球 AI 产业的竞争，早已超越单纯的技术参数比拼，演变为叙事权、标准权、底座权的终极博弈。美国依托深厚的基础软件和通用算力积累，牢牢掌控虚拟 AI 的底层叙事；而物理 AI 高度依赖实体制造业、海量真实场景与系统工程能力，恰好是中国产业的核心长板。随着地平线 BPU 同构开放模式向更多头部车企复制， HSD 持续向高阶迭代，车载侧验证过的工程方法论稳步向具身智能领域延伸，它正在走出一条不同于西方范式的中国道路 —— 扎根真实物理世界，立足自主产业范式，一步步走向全球产业引领。
通天塔的路很远，但脚下的每一步都必须踩实。而踩实的第一步，永远是用中局的生存，去换取终局的入场券。
热门跟贴