地平线通过征程6芯片的硬件性能突破、端到端算法优化与开放生态协同三大核心策略，系统性支撑2026年城区MPI（平均接管里程）提升10倍的目标。
一、硬件性能：算力效率双突破
定制化BPU架构
征程6系列采用第三代BPU“纳什”架构，针对Transformer、BEV等大模型深度优化：
关键算子算力性能提升10倍，支持端到端感知-规控一体化计算；
128TOPS的征程6M单芯片即可实现城区NOA，硬件成本控制在5000元内，为下探7-10万级车型奠定基础。
高能效设计
通过异构计算（CPU+BPU+GPU）和三级存储架构，实现205GB/s内存带宽与TB级总线带宽，降低数据传输延迟。典型功耗支持被动散热，适配燃油车与电动车。
二、算法革新：端到端模型重构体验
“一段式端到端”架构
摒弃传统模块化流水线，直接输出驾驶指令：
减少感知与决策的信息损耗，提升复杂博弈场景（如加塞、无保护左转）的通过率；
理想AD Pro 4.0基于单颗征程6M实现城区NOA，实测中可自主绕行占道车辆、精准识别迷惑性路口。
强化学习与数据闭环
HSD系统通过海量产车数据持续训练：
动态优化长尾场景（如施工路段、外卖车穿行）的决策拟人化水平；
2025年搭载征程6的车型超100款，千万级用户数据反哺模型迭代。
三、生态协同：开放模式加速普惠
HSD Together赋能
提供“基座模型+工具链+数据服务”模块化方案：
合作伙伴算法开发人力与算力消耗降低90%，量产周期缩短至6个月；
博世、轻舟智航等基于征程6M推出中阶智驾方案，覆盖10余款量产车型。
成本与体验平衡
单芯片方案替代多芯片组合，打破高阶智驾高溢价困局：
征程6M方案已装车13-15万级深蓝L06等车型，2026年进一步下探至7-10万区间；
城区MPI从当前约100公里向1000公里跃进，目标实现“月均接管少于1次”的体验质变。
四、挑战与验证
长尾场景突破：极端天气、突发违规行为仍是算法攻坚难点；
目标进展：2026年初征程6M方案刚量产（如理想L系列），10倍MPI需依赖全年数据迭代验证。 (以上内容均由AI生成)
