说实话，这次XHEART 10月29号的发布会，应该是今年智驾圈最值得蹲的一场。不是又要搞个算力数字刷新行业纪录那种花活，是真的把喊了快两年的“大模型定义芯片”，从PPT概念直接怼到了车规量产的实车上。

当天除了正式发布X7 Ultra，XHEART还直接把下一代大模型芯片X9的核心研发目标也亮了出来，3000 TOPS大模型算力、700GB/s单芯片内存带宽，计划2027年推出。

这个消息一出来，现场不少行业人反应都很实在，而XHEART CEO李宗霖在现场说得也很干脆，公司会扎扎实实完成各阶段研发与验证，从X7到X9，持续从模型需求出发，为大模型的下一次进化提前做好准备。

因为之前大家聊智驾，所有注意力都盯着上层，例如模型参数涨了多少、城市NOA开了多少城、端到端跑高速顺不顺。但很少有人停下来琢磨当大模型真的成了智驾的核心骨架，咱们之前用了这么多年的传统智驾芯片，从根上的设计逻辑，其实早就跟不上趟了。

所以X9这次也明确说会延续“大模型定义芯片”的技术路线，围绕下一代世界模型推进软硬协同设计，把计算与访存能力同步往上提，就是要解决“更大的模型跑不动、更强的算力放不出”的老问题。

不过现在整个行业卡在一个特别拧巴的节点上。几乎所有头部车企都在往端到端大模型切，模型从千万级参数蹦到几亿甚至十亿级，一帧图像、一堆点云、好几个传感器的输入，要在毫秒级里跑完推理、做完决策、输出结果。

但市面上跑着的主流智驾芯片当年设计的时候，对着的还是传统计算机视觉和规则化算法的需求。它们处理固定算子、经典CV任务是顺手，可真遇上大模型这种数据来回窜、张量动态调度、还得月月迭代的主儿，立马就露馅了。

于是就闹出了现在行业里特别常见的一个笑话，好多车纸面算力吹得震天响，真把大模型装上去一跑，傻了。算力利用率上不去，内存里的数据来回来去搬，关键帧推理延迟忽高忽低，长时间跑下来功耗直接拉爆。算法团队和车企的工程师天天熬夜剪算子、压模型，折腾到最后，大模型的本事直接打了个对折。

这次XHEART所提出的“大模型定义芯片”，本质上就是不想再跟大家一起钻这个死胡同，不是先攒出一颗通用算力芯片，再逼着模型去适配它，是先把大模型在车上真实跑起来的所有痛点摸得门儿清，再从架构这一层往回倒推，这颗芯片到底该怎么造。

有意思的是，这个理念最早不是芯片公司先喊出来的，当天Momenta CEO曹旭东作为战略合作伙伴上台，直接在发布会上公开分享了公司的第三个核心洞察——“大模型定义芯片”。

围绕规模化L4目标，Momenta之前已经形成了两个行业公认的判断，通过数据驱动解决长尾问题，通过规模量产获得海量数据。早在2022年底，他们就进一步提出了“大模型定义芯片”这个方向，转头就和XHEART一起把这个想法从纸面落到了实际研发里。

曹旭东在现场算了一笔很实在的账，大模型定义的芯片相比通用芯片，性能提升能达到10倍，而规模化L4需要支撑百亿到千亿参数的大模型，通用芯片根本绕不开功耗、车规可靠性与成本的三重约束，他直接把这叫做“通用芯片的不可能三角”。

在他看来，只有真正从大模型的原生需求出发定义芯片，才有可能在这三重约束下稳稳托住千亿参数模型，最终实现规模化L4，甚至进一步推动机器人和更多物理AI应用取得突破。

700TOPS这数字，不是用来贴海报的

当然，X7 Ultra一出来，大家第一眼肯定看见700 TOPS大模型算力，但这个数的含金量，根本不在“700”这个数字本身。

传统智驾芯片的算力里，有相当一大块是给老CV任务、规则逻辑、通用计算留的，现在车企全往大模型转，这些资源大半都在那儿闲置落灰。

所以XHEART从画图纸那天起，就把几乎所有核心资源往大模型这边倾斜，超大核NPU集群直接把数据来回跑的路径给砍短了，以前计算单元蹲在那儿等内存数据的破事儿，直接少了一大半。

更实在的改变在专用算子这块。端到端大模型里有那么一批活儿，高频、要高精度、还半秒都不能等，以前全塞给通用计算单元跑，又慢还容易出延迟波动。

这次X7 Ultra直接把这些核心步骤往下沉，用硬件做专用加速，相当于给最影响智驾决策的那几条关键路径开了专属快车道，又快又稳，再配上Armv9车规CPU和深度异构的框架，整颗芯片再也不是好几个计算单元堆在一起凑数，是围着大模型的数据流串起来的一整套计算体系。

这种改法最直观的好处就是量产环境下的模型输出稳得离谱。他们说的“四个九”模型输出相似度，说白了就是不管芯片是哪一批做出来的、车机温度是高是低、连续跑了十几个小时还是刚启动，大模型吐出来的推理结果几乎完全一致。

这事儿对量产有多重要，干过智驾的都懂，好多方案实验室里演示得惊为天人，一装车就出状况，不同批次的车表现不一样，夏天高温的时候决策偶尔飘一下，追根溯源就是硬件层面的计算一致性没兜住。

XHEART把这个当成量产硬指标，意思很明白，大模型不是给媒体试驾车拍素材用的，是要安到每一台卖出去的车上，表现一个样。

最后落到账面上看，跑典型智驾大模型的时候它的算力利用率比老架构芯片高了一大截，带宽消耗反而降下来了。同样一个大模型，它用更低的功耗就能跑完，车企也不用为了明年要升级模型，现在就得咬牙上贵好几万的硬件平台。现在整车成本卡得有多严，大家都心知肚明，能把算力真的用在刀刃上，懂的都懂。

把技术说明白了，还得把另一件事给琢磨透。那就是XHEART一家成立没几年的芯片公司，凭什么在一堆巨头围堵的智驾市场里，这么快就拿到这么多车企的订单？

提到这个问题离不开前几年车企的集体焦虑。

前几年为了抢智驾落地的窗口，大多数车企选了当时看似最成熟的通用方案，结果端到端大模型一升级，直接傻了，算子支持不全、内存带宽不够、算力调度根本跟不上。最后要么把大模型砍得面目全非凑合用，要么硬着头皮提前启动下一代平台替换，钱花了时间也耽误了。

不过现在车企踩过的坑可以说又变了。

现在大家心里都悬着一件事，那就是今天定的这个平台，两年后新车量产的时候，还能跑得动那时候的大模型吗？智驾模型现在迭代速度是按月算的，整车研发却要两三年，芯片本身的生命周期更长。要是这颗芯片从根上就不是为大模型设计的，很可能车刚上市，平台就已经跟不上模型升级的脚步了。

正是这种所有人都头疼的痛点，让“大模型定义芯片”从一个听起来很新鲜的技术理念，直接变成了车企愿意真金白银往下砸的选择。

协作路子如何领跑行业？

话说回来，XHEART能跑得这么快，最核心的原因不是芯片参数做得多漂亮，是搞出了一套跟传统芯片公司完全不一样的玩法。

整个流程的起点是芯片还在规划阶段，就把做模型的、造车的全拉进来一起定需求。

Momenta大家再熟悉不过了，国内最早把智驾大模型跑通量产的团队之一，他们的R7世界模型早就不是只会认车道线和红绿灯的水平了，是真的能理解路上的车为什么这么开、行人下一步要往哪儿走、复杂场景里的因果关系是什么样。

这种级别的模型，对芯片的张量排布、数据流怎么跑、推理延迟卡多少毫秒，要求完全是另一个维度。

按老规矩来，芯片公司先把硬件做出来，算法团队再慢慢适配，来回拉扯个一两年都算快的。但XHEART和Momenta早把模型跑起来的真实痛点，直接变成了芯片架构的设计要求，从一开始就把后面适配要踩的坑全填上了。

更狠的是硅前验证这一步。芯片还没送去流片，量产级的大模型就已经在仿真环境里完整跑过好几轮了。等第一片样片回到团队手里的时候，它根本不是一块要从零开始移植算法的空白板子，是早就被真实量产模型确认过“肯定能跑通”的芯片。

就这一步，直接把从“芯片能用”到“芯片好用”的时间，压缩了好几个月。

最后车企也不是等芯片做出来才进场。上汽、奇瑞、通用这些合作车企，早早就把自己家车型的真实道路数据、整车电气约束、用户体验的硬标准，直接反馈给芯片和算法团队。

这套玩法到底行不行，数据已经摆出来了。

X7系列量产后8个月，累计出货已经过了20万颗，上汽大众ID.ERA 9X、MG、荣威、凯迪拉克还有奇瑞的一堆车型都已经装上了。从第一款车落地，到10款量产车上路，再到手里攥着超过40款后续车型的定点，XHEART用不到两年的时间，走完了很多芯片公司五六年才能走完的量产爬坡路。

可以说这个成绩在今天的智驾圈，真的没几个人能做到。毕竟XHEART手里这40多个车型订单，是整个行业集体在“大模型定义芯片”这条路线上投下的信任票，更承接住了“今天选的芯片能否承接明天的模型”这道课题。

拼的是整个国产算力产业链的协同

聊到这儿就会发现，大模型芯片早就不是一家芯片公司单打独斗能做成的事儿了。你看XHEART之前的战略融资名单，雷诺、奇瑞、长鑫科技全在里面，三家完全不同背景的产业资本一起下注，本身就说明这已经是整车厂、算法公司、存储巨头全链条一起参与的系统工程。

长鑫科技进来的意义也特别值得琢磨。

国产算力产业链以前是各家各做各的，现在围墙慢慢拆掉，存储、封装、制造、芯片设计往一块儿凑，这种协同效应跑通了，智驾产业的底层算力优势就不再是几个单点的突破，是整套体系的竞争力。

再往远看，如果把发布会上Momenta分享R7 Ultra世界模型的最新进展，以及双方面向规模化L4的共同技术愿景这两条线索放在一起看，逻辑会更完整。

XHEART的X7 Ultra解决的是“芯片能否承载更大模型”的问题，而Momenta的R7 Ultra世界模型解决的，是“模型能否从数据中持续学习、并适应更多场景”的问题。两者的交点，正是规模化L4所需要的智能底座。

所以XHEART和Momenta绑在一起往前走，其实是在一块儿定义下一代规模化L4的软硬件接口标准。

说白了，这次发布会最让人踏实的地方，是整个行业终于有人跳出“堆算力、拼数字”的内卷游戏，真刀真枪往“让大模型好好跑在每台车上”这件事上扎。以前我们总觉得L4是很远的未来，要等激光雷达更便宜、要等数据量再翻好几倍，现在回头看，最卡脖子的恰恰就是这颗能让大模型稳定落地的底层芯片。

所以当越来越多车企不用再为算力妥协、不用再为模型迭代提前换平台，当普通消费者花二十万出头，能用上过去只有顶配旗舰才有的大模型智驾体验，就会发现，踮踮脚已经摸到了规模化高阶智驾的门槛。

这或许是10月29日这场发布会真正想要建立的认知。