随着车载智能化推进，车载算力需求持续增长。蔚来、中国一汽、小鹏汽车、理想等车企加速布局芯片自主研发，多项相关进展与成果近期陆续发布。
业内人士表示，智能化提升了车企对芯片的需求，同时推高了车辆成本。车企自主研发芯片能够通过规模化应用等途径实现车企端的降本，有助于软硬件深度协同，但同时面临投入大、周期长、门槛高等压力与风险。
车企自研芯片“你追我赶”
4月21日，蔚来2026款乐道L90上市，搭载高阶智能辅助驾驶芯片神玑NX9031与最新版蔚来世界模型NWM。神玑NX9031芯片是蔚来汽车自主研发的首款智能驾驶芯片，芯片和底层软件均已实现自主设计，更贴合大模型负载的空间数据流。业内人士表示，该芯片不仅用于智能驾驶，也能处理乘员识别等部分座舱任务。
4月15日，特斯拉CEO马斯克在社交平台表示，特斯拉AI5芯片已完成流片，预计于2027年量产。该芯片为特斯拉第五代自研AI芯片，将接替当前HW4.0（即AI4），成为FSD全自动驾驶、人形机器人Optimus及未来Robotaxi的核心算力平台。据悉，AI5芯片的综合性效能较AI4提升约40倍，其中，提升性能的关键支撑指标主要为原始算力、内存容量、能效与面积以及对场景专用的优化。
近期，中国一汽联合行业伙伴成功研制车规级先进制程多域融合芯片“红旗1号”，实现驾驶辅助、智能座舱、车身车控、通信与安全五大功能域集成，内置独立安全岛，支持功能安全最高等级ASIL-D。在极端故障模式下，芯片仍能保证关键控制信号不丢失、系统不瘫痪。同时，该芯片能够高效支持“一芯多屏、多系统并行”的复杂座舱场景。
另据小鹏汽车消息，其自研的图灵AI芯片累计出货量已超20万片，预计2026年二季度起实现全系车型（含Max版本）芯片切换，全年出货量目标接近100万片。小鹏图灵AI芯片主要面向L4级智驾与车载大模型，并应用于人形机器人，其去年发布的人形机器人IRON搭载了3颗该芯片。
此外，将于今年第二季度正式量产上车的理想马赫100芯片，采用数据流架构，让数据在计算单元之间“直接流动”，尽量减少在缓存中反复存取，并适配VLA（视觉语言动作模型）大模型，主要面向智能驾驶与具身智能应用。
规模化应用推动降本
随着智能化的推进，车企对芯片的需求增加，推高了车辆成本。
“电池和芯片占智能电动汽车的成本超50%。”蔚来创始人、CEO李斌近日表示。长期以来，高端智驾芯片高度依赖海外供应商，采购价格居高不下，叠加多层供应链溢价，持续压缩车企盈利空间。
据介绍，在高峰时期，蔚来曾一年花费3亿美元采购英伟达Orin-X芯片，对应单车芯片成本约1.1万元，其自研神玑芯片量产后，单车成本降低约1万元。若以蔚来2025年销量进行测算，使用自研芯片每年可节省成本超18亿元。
“从‘用研发换成本降低和提高毛利’角度看，自研芯片肯定合算。自研芯片启动阶段投资较大，但以蔚来今年几十万的用量，已经合算了。”李斌表示。
小鹏汽车也通过自研芯片实现了“算力提升、成本反降”的成效。其MONA M03 Max车型搭载的自研图灵AI芯片，单颗算力达750TOPS，而此前外购的双颗英伟达Orin-X芯片算力为508TOPS。旧方案中外采双颗Orin-X芯片的成本约4000元至5000元，而单颗自研图灵芯片成本仅为2500元至3000元。随着图灵芯片出货量提升，降本优势持续放大。
小鹏集团董事长、CEO何小鹏表示，自研芯片的核心价值是掌握定价权，让高阶智驾从高端选配走向大众化普及。
业内普遍认为，车企自研芯片降本有三层效应：一是“砍掉”中间商溢价，节省采购成本；二是通过舱驾融合的架构整合降本，实现软硬件深度协同，减少冗余功能，从而降低芯片用量和系统复杂度；三是通过芯片归一化与规模应用，提升单款芯片在多种车型中的复用率，通过销量提升，进一步降低自研芯片综合成本。
从技术层面看，地平线4月22日推出舱驾融合智能体芯片——星空，通过技术创新，将两个芯片、两个域上完成的复杂计算合二为一，在一个芯片、一个中央域控制器上同时完成智能座舱和智能驾驶计算。“两套内存简化成一套内存，单车成本将减少1500元至4000元。”地平线创始人、CEO余凯表示。
投入大门槛高考验实力
尽管从长期看，自主研发芯片能够通过规模化应用等途径实现车企端的降本，但短期内投入巨大、周期长，同时面临验证、准入等方面风险。
据悉，单颗5nm车规芯片研发成本超4亿美元，流片单次费用约在1500万美元至5000万美元，且需多轮迭代优化。与此同时，芯片研发周期长达3至5年，资金回报周期长，对车企现金流与长期投入能力构成考验。
此外，业内人士表示，汽车芯片需满足车规级高可靠、高安全标准，上游EDA（电子设计自动化）工具、IP核（知识产权模块）依旧受制于人，7nm以下先进车规制程尚依赖境外代工。同时，车规认证周期长达2至3年，国际巨头已形成封闭生态联盟，国产芯片上车验证与市场准入存在多重困难。
有分析认为，芯片研发在车企中呈现分化趋势，具备持续盈利能力的头部车企能够进行持续研发投入。头部车企如“蔚小理”，坚持全栈自研，聚焦智驾大算力芯片，实现算法与硬件深度耦合；传统车企与二梯队采取“自研+合作”的模式，依托第三方定制落地；中小车企参与的难度高。
