黑芝麻智能將基于文心大模型，打造行業領先的車端推理引擎，為企業、開發者提供真正可用、好用、可落地的一站式大模型解決方案。通過整合文心大模型先進技術與黑芝麻智能的車規級高性能計算芯片及計算平臺產品優勢，實現大模型在輔助駕駛、智能座艙等場景的高效部署，為多模態交互與環境感知提供實時響應能力，為企業、開發者提供高效、普惠的AI開發與應用支持。通過與文心大模型深度合作，共同促進本土AI大模型軟硬件協同發展，共同推動AI軟硬技術進步，構建繁榮的大模型開源技術生態。

文心4.5系列模型均使用飛槳深度學習框架進行高效訓練、推理和部署。實驗結果顯示，該系列模型在多個文本和多模態基準測試中達到SOTA水平，在指令遵循、世界知識記憶、視覺理解和多模態推理任務上效果尤為突出。模型權重按照Apache 2.0協議開源，支持開展學術研究和產業應用。此外，基于飛槳提供開源的產業級開發套件，廣泛兼容多種芯片，降低后訓練和部署門檻。

本次適配的芯片是黑芝麻智能武當®C1296芯片。C1296作為行業首顆支持多域融合計算芯片，是一款高性能、高集成度的車載跨域計算芯片，以7nm車規工藝制造，內置車規級的高性能CPU、GPU、DSP和實時處理能力，精心設計了硬隔離+Hypervisor相結合的跨域架構，并以自研的NPU、ISP為核心，提供了豐富的傳感器接口、高低速車身接口、各類顯示輸出接口以及萬兆以太網接口等，全面支持智能座艙、輔助駕駛和智能網關的跨域融合，滿足整車電子電氣架構演進的各階段需求。

此次合作是雙方技術協同的再升級。2022年，黑芝麻智能已經基于華山A1000芯片與百度飛槳成功開發車路協同系統。此次通過C1296芯片與文心大模型的深度整合，進一步打通 "車端-路端"智能協同閉環，為輔助駕駛場景提供全棧技術支撐。

未來，黑芝麻智能與百度將持續探索芯片及大模型技術在智能座艙多模態交互、城市級車路協同等場景的應用，為開發者提供更開放、高效的輔助駕駛基礎設施，加速大模型在汽車產業的普惠化進程。

關于黑芝麻智能

黑芝麻智能是領先的車規級智能汽車計算芯片及基于芯片的解決方案供應商。黑芝麻智能成立于2016年，于2024年正式在香港交易所主板掛牌上市，成為智能汽車AI芯片第一股，股票代碼2533.HK。公司SoC產品組合涵蓋兩大核心系列：華山系列專注于輔助駕駛，武當系列則聚焦于跨域計算。黑芝麻智能通過豐富的芯片產品線滿足行業對智能汽車先進功能的更多樣化及復雜需求，同時開始拓展更多應用領域。

三位一體技術矩陣，加速輔助駕駛普及

該方案之所以可實現量產級普惠突破，核心在于軟硬件的深度融合與高效協同。

|高集成芯片：算力集約增益 系統層面，本次方案基于黑芝麻智能武當C1236芯片，是本土首款單顆支持領航輔助駕駛功能芯片。作為一款高性價比、高集成度的車規級跨域計算芯片，C1236以7nm 車規工藝制造，滿足AEC-Q100、ISO26262 ASIL-D車規標準，通過均衡完善的芯片配置支撐面向城市應用的算法和功能在中算力平臺上進行搭載，結合Nullmax領先的高性能全棧AI算法，實現以了單芯片滿足主流輔助駕駛場景的所有計算和數據處理類需求，有望進一步將系統成本降低30%左右。

|靈活適配：彈性部署降本 硬件方面，采用了7VnR的感知配置，具備極高的靈活性，可根據不同車型需求快速調整傳感器硬件數量和類型。依托Nullmax自研的中間件系統支持——通過軟硬解耦，只需少量調整即可適配多種車型，大幅降低開發成本和量產難度。

|AI算法：全棧賦能提效 算法層面，集成了Nullmax自研的全棧AI感知算法，配合7顆高性能攝像頭，實現360度無死角及超長距離感知，系統采用BEV（Bird's  Eye View）空間表達方式，在三維理解任務中展現出色的魯棒性與泛化能力，使得車輛在識別交通參與者、障礙物、車道線與交通信息時更加精準可靠。

無圖記憶領航技術，重塑通勤體驗

智能輔助駕駛要真正"用得上"，就必須從用戶的高頻使用場景出發。此次黑芝麻智能攜手Nullmax打造的輔助駕駛方案，覆蓋城市與高速路段，實現穩定可靠的記憶領航輔助駕駛（Memory Driving）功能，帶來從家門口到目的地的全流程智能輔助駕駛絲滑體驗。

該城市記憶領航輔助功能不依賴高精地圖，通過記錄用戶首次駕駛時的路線軌跡與駕駛行為，自動生成可復用的記憶路線，在第二次駕駛相同路段時，即可通過記憶領航完美還原。

該功能具備極強的實際適用性和場景覆蓋能力，可從容處理交通信號燈識別、路口直行/轉彎、掉頭、避障繞行、自動加減速、導航變道、超車變道、上下匝道等復雜行為。系統支持記憶最多10條路線，單條路線最長100公里。

在技術實現上，該方案包含兩個階段：

• 在線建圖階段：系統融合視覺感知、動態導航信息、GNSS-DR航跡（包含RTK、IMU、ODOM等數據），實時構建行駛路徑，并進行多幀后處理、拓撲提取和道路分段，最終生成可用于記憶行車的地圖。
• 記憶行車階段：車輛在行駛中實時將當前感知與記憶地圖進行重定位匹配，輸出精確定位結果，并向規控模塊發送相關指令或軌跡參考線，從而實現平穩、安全的輔助駕駛。

該方案已在實際道路測試中展現出強大能力，在線建圖成功率一次達97%、二次超99%，進一步驗證了MD功能在不同場景下的穩定性和實用性。城市道路與高速路段無縫銜接，真正為用戶帶來"無憂通勤"的駕駛體驗。

踐行科技平權，量產進程加速

黑芝麻智能以C1236芯片為基座，攜手Nullmax打造面向主流市場的標桿級輔助駕駛解決方案。憑借高可靠性、極致性價比的芯片及方案，我們共同推動輔助駕駛真正成為國民車型的普惠配置。未來，黑芝麻智能將持續深化芯片級技術創新，以開放生態加速方案量產普及，讓安全、平權的出行體驗觸達更多用戶，兌現"科技平權"的終極使命。

黑芝麻智能是領先的車規級智能汽車計算芯片及基于芯片的解決方案供應商，成立于2016年。黑芝麻智能于2024年正式在香港交易所主板掛牌上市，股票代碼2533.HK。公司從用于自動駕駛的華山系列高算力芯片開始，2023年推出了武當系列跨域計算芯片，以滿足對智能汽車先進功能的更多樣化及復雜需求，同時開始拓展更多應用領域。

Nullmax是創新驅動的AI科技公司，致力于打造全場景的無人駕駛應用，加速推動移動出行產業的智能化變革。其出色的視覺感知算法以及強大的ADAS系統方案，在量產領域廣受認可，可應用于高中低平臺的眾多量產車型，量產進程持續向前。在BEV-AI算法部署及多核異構計算平臺開發等方面，Nullmax擁有出色的技術特長和豐富的量產經驗。

零拷貝共享內存對車載大數據傳輸的效率提升

武當C1200家族芯片典型應用場景會有多個系統同時運行，如儀表域，輔助駕駛域，座艙域三個系統，系統之間存在數據共享的需求。雖然可以通過以太網等接口交換數據，但是對于圖像和視頻等較大的數據，傳統傳輸方式存在許多缺點，比如：傳輸延遲較高；存在數據拷貝，消耗CPU和帶寬資源；增加系統負載和功耗等。進而會導致車機系統出現卡頓，操作響應延遲，發熱發燙，電源消耗過快，待機時間變短，器件壽命變短等各種問題。

對于大數據量數據交換應用場景，需要一套零拷貝的共享內存機制來提高傳輸效率，并降低系統負載和功耗。因此在武當C1200家族芯片系統中我們專門設計全局內存管理單元，通過該單元來集中管理全芯片的共享內存的申請和釋放，可以實現在多個域、多個系統中共享一個或者多個內存塊。該方案具有如下優勢：

• 全芯片各個域實現數據零拷貝
• 降低CPU負載和系統功耗
• 降低DDR帶寬占用
• 性能高效
• 支持分配安全內存
• 滿足ISO26262 ASIL D級別功能安全要求

Linux dmabuf機制：從"中間商"到"直達通道"的技術躍遷

早期Linux系統中，不同硬件設備（如攝像頭、顯卡、GPU）之間的數據傳輸需要多次內存拷貝。例如，攝像頭采集的畫面需要先復制到CPU內存，再由CPU傳給GPU處理，最后再復制到顯存用于顯示。

這種"中間商賺差價"的方式不僅耗時，還浪費資源，就像快遞員每次送貨都要重新打包一樣低效。此時急需一種"直達通道"，讓硬件設備像流水線工人一樣直接傳遞半成品，無需中間搬運。Linux dmabuf機制的誕生就是為了充當這個"直達通道"。

該機制可以想象成一種"共享白板"系統，讓不同硬件設備（比如顯卡、攝像頭、GPU）高效傳遞數據，避免重復"抄寫"內容。舉個例子：假設畫家（GPU）在畫布上作畫，完成后需要快遞員（顯示驅動）把畫布送到畫廊（屏幕）展示。傳統方式需要快遞員重新復制一份畫布再運輸，而dmabuf機制允許快遞員直接拿走原畫布，省去了復制步驟。

Linux dmabuf heap機制提供了用戶態分配dmabuf的接口，它就像硬件設備的"共享快遞柜"，通過統一接口和獨立權限控制，讓不同硬件像快遞員一樣高效協作，直接存取數據包裹。用戶只需"掃碼取件"，復雜的底層操作由內存池自動完成。

在Linux-5.10 內核中dmabuf heap提供了分配dmabuf的多個后端實現，通過自定義一種后端實現ipc heap，將dmabuf的分配請求通過ipc（核間通信）發送給全局內存管理單元來處理，以此來實現不同系統間共享內存的統一管理。

全局內存管理單元： ASIL D級安全與O(1)高效算法的雙引擎

全局內存管理單元負責全局內存的分配，釋放和導入等操作，其上運行滿足功能安全ASIL D要求的高效內存管理算法，具有如下優勢：

• 實時性高，執行速度快，時間復雜度為O(1)
• 碎片少，浪費少，利用率高

Linux前端對外提供的接口基于標準的dmabuf heap接口進行擴展，現有的應用程序，只需要較小的改動即可使用這個流程。具體方案如下圖所示：

不同汽車功能域的操作系統選擇與其應用場景的特性密切相關，比如輔助駕駛域一般使用Linux系統，儀表域一般使用QNX或者Linux系統，座艙域使用Android系統，R核控制域使用RTOS系統。各域操作系統在安全性、實時性、生態兼容性之間實現平衡，支撐汽車從分布式控制向"軟件定義"轉型。圖中一共三個系統，以Linux系統為例，對于需要在兩個系統間共享內存的場景，軟件實現流程如下：

1.  Linux應用軟件調用dmabuf heap接口分配內存，指定使用ipc heap，dmabuf heap通過ipc調用從全局內存管理單元獲取內存塊的全局文件描述符，并將其導出為本地Linux dmabuf，得到本系統內的文件描述符。
2.  在Linux系統內共享，將本地系統文件描述符傳給使用者，使用者根據文件描述符即可導入dmabuf，實現本系統內設備之間共享使用。
3.  跨系統共享，通過dmabuf heap接口獲取對應的全局文件描述符，將全局文件描述符傳給需要使用該內存塊的系統。

• 若目的域是Linux系統，根據拿到的全局文件描述符，將其導出為dmabuf， 得到本系統內的文件描述符，即可以在本系統內的設備之間共享使用。
• 若目的域是RTOS域，由于不存在類似Linux上面的dmabuf heap內存分配框架，所以通過ipc調用根據全局描述符得到內存塊的物理地址，直接使用物理地址進行共享。

案例 1：智能座艙與輔助駕駛的協同渲染——從導航界面到緊急信息零延遲

• 座艙域（Android）生成導航界面，通過跨域內存機制共享給輔助駕駛域（Linux）疊加實時路況。
• 輔助駕駛域處理完成后，再通過跨域內存機制傳遞給儀表域（QNX）顯示，確保緊急信息零延遲。

這種設計既保證了Linux系統的靈活性，又兼容了RTOS的高效性，支撐汽車向"軟件定義"演進。

案例 2：環境建模與AR導航的實時聯動——從傳感器到AR-HUD的毫秒級響應

• 輔助駕駛域生成環境模型。輔助駕駛系統（Linux/QNX系統）通過激光雷達、攝像頭等傳感器實時采集道路信息，構建高精度3D環境模型（包含障礙物、車道線、交通標志等數據），并將模型存儲在跨域共享內存中。
• 智能座艙域調用共享數據。座艙域（Android系統）從共享內存池中直接讀取環境模型數據，通過AR-HUD（增強現實抬頭顯示）將導航指引、車道偏離預警等信息疊加到駕駛員視野中，實現零拷貝渲染。
• 儀表域與控制域的協同響應。儀表域（QNX系統）從共享內存中提取關鍵駕駛狀態數據（如車速、能耗），實時刷新數字儀表顯示。控制域（RTOS系統）直接訪問共享內存中的車輛控制指令（如緊急制動信號），通過CAN總線發送至執行機構，確保毫秒級響應。

性能實測： C1200跨域內存機制如何打破"煙囪式"數據孤島

不同并發與負載場景下，對ADAS域內和全局內存管理單元的性能測試數據，如下所示：

表1是ADAS域在不同負載和并發的測試場景下，Linux系統內核使用系統自帶的機制來分配和釋放域內內存的時間的測試數據。

表2是ADAS域在不同負載和并發的測試場景下，Linux系統內核使用我們提供的跨域內存機制分配和釋放內存的時間的測試數據。

表3是R核域在空負載和并發線程數1的測試場景下，RTOS系統使用我們提供的跨域內存機制分配和釋放內存的時間的測試數據。

通過對比表1，2，3中的數據，可以得出如下結論：

C1200全局跨域內存機制的性能指標參數與ADAS域Linux系統內核自帶的機制的性能指標參數處于同一數量級，可滿足實際業務需求。

跨域內存共享技術打破了傳統"煙囪式"數據孤島，支撐多域實時協同，是汽車從"功能疊加"向"場景驅動"演進的關鍵使能技術。

為期3天的論壇以"決斷"為主題，聚焦戰略、合資、出行、具身機器人、出海、駕術、設計、場景、營銷、AI+等十大議題。單記章在演講中深入剖析了AI芯片發展趨勢，分享了黑芝麻智能的商業化成果，并首次系統闡述了公司面向端側智能計算時代的戰略布局。

端側推理時代：效率為王，帶寬定成敗

從移動互聯網時代走進AI時代，計算終端數量再度迎來大爆發，目前對算力需求最高的是輔助駕駛芯片。從高速/城區領航輔助駕駛到更高級別的輔助駕駛，所需算力大幅增加，推動推理芯片需求爆發。在此過程中，單記章表示，黑芝麻智能致力于打造真實物理稠密算力芯片，加速各等級輔助駕駛的落地。

他強調，芯片發展已歷經不同階段：摩爾定律推動計算芯片的發展，硬件性能提升得益于制程工藝進步；規模定律時代，性能提升來自于芯片與算法共同作用；而在后大模型時代，帶寬成為性能關鍵瓶頸，算法決定上限。未來趨勢是芯片、算法與模型的深度融合，計算效率的重要性將超越單純的規模堆疊。

華山、武當齊頭并進，彰顯本土芯片實力

黑芝麻智能憑借華山與武當兩大產品系列，持續引領技術創新，賦能汽車智能化升級。"作為一家充滿活力的高性能計算芯片公司，我們深知超越全球巨頭需另辟蹊徑，"單記章表示，"我們正通過獨特創新尋求突破。雖然仍在追趕，但技術上已建立顯著優勢。"

2020年6月，黑芝麻智能發布華山A1000家族，為國內首款車規級高性能輔助駕駛芯片，支持L2+輔助駕駛；2023年4月，發布武當C1200家族，為業內首個智能汽車跨域計算芯片平臺；2024年12月，發布華山A2000家族，為面向下一代AI模型設計的高算力芯片平臺，搭載全新九韶NPU架構 —— 黑芝麻智能九韶是業界最大規格NPU核心，具備高算力、高能效、高帶寬特性，為A2000性能躍升提供核心支撐。

目前，華山A1000是本土量產車企車型最多的高算力平臺。2025年，武當C1200家族將成為全球首個量產的艙駕一體芯片平臺；同時，華山A2000也將獲得車型定點。

為滿足車企和Tier1對功能安全的需求，黑芝麻智能推出行業首創的安全智能底座，打造"安全為基、算力可拓、全域覆蓋"的跨域融合平臺，其以武當C1200家族芯片為核心，具有硬件級安全隔離架構、靈活的算力擴展能力、全生命周期兼容性，并且以技術普惠打破輔助駕駛的高價壁壘。安全智能底座的發布，標志著智能汽車從"艙駕一體"向"安全+算力擴展"的跨越式升級。

下一站：機器人產業

機器人是當下另一個科技創新的高地，我國已出臺政策支持機器人產業發展。單記章將當前機器人產業比作"2018年的智能汽車"，并預測其增速將遠超后者："一方面，底層芯片技術已高度成熟；另一方面，大語言模型、多模態大模型及世界模型的飛速演進，為機器人爆發奠定堅實基礎。"

黑芝麻智能繼續深耕智能汽車產業的同時，正積極布局機器人產業。華山A2000家族芯片集成了業界領先的CPU、DSP、GPU、NPU、MCU、ISP和CV等多功能單元，實現了高度集成化和單芯片多任務處理的能力，支持廣泛的智能應用場景。武當C1200家族主打多域融合和跨域計算，能夠靈活支持不同場景、支持行業現在和未來的各種架構組合。華山A2000家族與武當C1200家族結合，可支持機器人大腦和小腦的各種方案。黑芝麻智能還擁有一套完善的工具鏈，能滿足機器人大小腦的開發環境，并可快速移植輔助駕駛成熟算法。

機器人作為具身智能的載體，自學習、自優化是行業主要發展趨勢，這意味著其交互能力要求更高，集成模塊更廣，需要更高的AI算力和更高的數據處理能力。黑芝麻智能基于繼承自車規的高可靠性芯片，幫助機器人從原型邁入量產。

智能化浪潮重塑千行百業。黑芝麻智能以 持續的"芯"決斷，探索性能極限，從賦能智能汽車出發，以全"芯"之力，驅動更廣闊的萬物智能場景，構建開放、高效的全場景智能新生態。

展會現場匯聚了一汽、東風、長安、上汽、廣汽、北汽、奇瑞、吉利、比亞迪、小鵬、零跑等十一家主流車企，以及數十家汽車供應鏈及科技企業。黑芝麻智能從賦能汽車變革的視角，深度詮釋了本屆車博會"新汽車"主題的內涵。

作為眾多車企和Tier 1的核心合作伙伴，黑芝麻智能依托華山系列輔助駕駛計算芯片和武當系列跨域計算芯片，憑借其高性能、高可靠性與高性價比的核心優勢，持續助力"新汽車"智能化升級，共建產業新生態。

本次展出的華山 A2000芯片，是面向下一代AI模型打造的高性能、高效率芯片平臺。A2000內置了業界最大規格NPU核心——黑芝麻智能"九韶"，并通過新一代通用AI工具鏈BaRT，充分釋放"九韶"的計算潛能與靈活擴展性。A2000芯片不僅適用于高階輔助駕駛場景，也能滿足工業和消費領域的高算力推理需求。目前，華山A1000家族芯片已獲國內多家頭部車企采用，成功量產搭載于吉利銀河E8和星耀8、領克07和領克08 EM-P、東風奕派eπ007和奕派eπ008等車型。

武當C1200家族專為多域融合與艙駕一體場景設計。其中，C1236是行業首款單芯片支持高速輔助駕駛的平臺，C1296則為首款支持多域融合的平臺。自發布以來，武當C1200家族商業化穩步推進，已與一汽、東風、安波福、均勝、斑馬等國內外頭部企業達成合作。

除芯片外，黑芝麻智能還展出了一系列與國內外頭部Tier 1聯合開發的域控制器（基于華山A1000及武當C1200家族），生動呈現了智能汽車供應鏈緊密協同、聯動發展的成果。

此次參展不僅是黑芝麻智能創新產品與合作成果的集中展示，更凸顯了香港作為企業重要戰略節點的地位。2023年底，黑芝麻智能與香港科技園公司達成合作，共同推動香港科技創新研發中心落地。2024年8月，公司成功于香港交易所主板掛牌上市，自此駛入發展快車道：一方面，加速推進華山、武當家族產品多線落地，筑牢核心IP護城河；另一方面，深化產業鏈合作，加速全球化布局。同時，黑芝麻智能的商業化進程"始于車，不止于車"，已積極向機器人及具身智能領域拓展。

黑芝麻智能創始人兼CEO單記章表示："香港獨特的區位優勢與資源稟賦，為汽車供應鏈布局提供了強勁助力，是黑芝麻智能全球戰略的關鍵支點之一。我們致力于成為行業價值創造者，通過技術創新賦能生態伙伴。依托香港的平臺與資源，我們將持續深化與全球車企及Tier 1的合作，以共贏生態推動智能汽車產業繁榮發展。"

黑芝麻智能通過本文將深入剖析這項支撐汽車智能化發展的關鍵技術，內容涵蓋基本概念、工作原理、主流技術方案以及描述性能指標及選型注意事項等方面，為您揭開智能汽車"大腦"內部協同工作的神秘面紗。無論您是汽車愛好者、科技愛好者，還是行業從業者，均能通過本文建立起對核間通信技術的系統性認知。

核間通信：智能汽車 SoC的"神經系統"

設想當您駕駛一輛現代智能汽車時，儀表盤會實時展示導航信息，中控屏播放著音樂，抬頭顯示投射車速，與此同時，車輛持續啟用自適應巡航、車道保持等高等級輔助駕駛功能。這些看似相互獨立的功能，實際上存在著緊密的協作關系，而實現這種協作的基礎便是片上系統（SoC）芯片內部不同處理器核心之間的高效通信，即核間通信。

核間通信（ Inter-Processor Communication, IPC）指的是在多核系統芯片中，不同處理器核心之間進行數據交換與協同工作的機制。若將SoC 比作汽車的"大腦"，那么核間通信就是這個大腦中的"神經脈絡"，負責在不同功能區域間迅速傳遞信息。隨著汽車電子架構從分布式向集中式發展，在車規級SoC中，通常會集成多種類型的處理器核心，例如用于實時控制的Cortex-M系列、用于高性能計算的Cortex-A系列，以及用于信號處理的數字信號處理器（DSP）等。這些核心各自承擔特定職責，同時又需要緊密配合。若沒有高效的核間通信，這種協同就無法達成，汽車智能化也就難以實現。

隨著汽車智能化水平的提高，核間通信技術也在持續演進。從早期的簡單郵箱機制，發展到如今支持虛擬化、安全隔離的復雜通信架構，核間通信已成為衡量車規SoC性能的重要指標之一。深入理解這項技術，不僅有助于我們了解現代汽車電子的工作原理，還能讓我們更好地把握未來汽車技術的發展趨勢。

核間通信的核心作用：為何智能汽車離不開它

在深入探究核間通信技術的細節之前，有必要先探討該項技術在智能汽車領域的關鍵作用。核間通信并非僅僅是處理器核心之間的數據傳遞，更是實現汽車電子系統功能整合、性能優化以及安全保障的基礎支撐。通過分析其在典型場景中的應用，我們能夠更為直觀地理解其重要性。

功能整合與系統協同是現代汽車電子架構對核間通信最基本的要求。以智能座艙系統為例，一顆高性能SoC可能會同時運行實時操作系統（如 AUTOSAR CP）和富功能操作系統（如Android）。實時操作系統負責儀表盤等關鍵功能的穩定運轉，而富功能操作系統則提供信息娛樂等復雜應用。這兩種系統運行于不同類型的處理器核心（Cortex-R/M和Cortex- A）上，但需要共享車輛狀態、導航信息等數據。核間通信技術在此起到了橋梁的作用，使得不同架構、不同特性以及不同安全等級的系統能夠實現無縫協同工作。若缺乏高效的核間通信機制，如此復雜的系統整合幾乎難以達成。

高實時性與性能優化是核間通信的另一關鍵作用。在輔助駕駛系統中，從傳感器數據采集到決策執行的整個過程必須在極短時間內完成，任何延遲都可能引發嚴重后果。現代輔助駕駛SoC通常采用異構計算架構，將傳感器數據處理、感知算法、路徑規劃等任務分配給不同類型的處理器核心，以充分發揮各自的優勢。例如，視覺處理可由GPU加速完成，雷達信號處理由DSP承擔，而決策規劃則交由高性能CPU執行。核間通信技術確保各處理單元能夠高效地交換中間結果，從而避免形成性能瓶頸。

安全隔離與可靠性保障是車規級SoC對核間通信的特殊要求。汽車電子系統必須符合嚴格的功能安全標準（如ISO 26262），這意味著不同安全等級的功能需要進行適當隔離，并確保通信具備高度可靠性，以維持系統的穩定運行。例如，儀表顯示（ASIL B/D）與娛樂系統（QM）即便可能運行在同一顆SoC上，也必須確保彼此不會相互干擾。現代核間通信技術通過硬件隔離、權限控制和數據校驗等機制，滿足了這種"共存但隔離"的需求。

未來發展趨勢對核間通信提出了更為嚴苛的要求。隨著汽車電子電氣（E/E）架構朝著"中央計算 +區域控制"的方向演進，單顆片上系統（SoC）需要整合的功能日益增多。例如，"艙駕一體"芯片需要同時處理座艙信息娛樂以及輔助駕駛功能。這種高度集成化的架構，在核間通信的帶寬、延遲以及靈活性方面均帶來了前所未有的挑戰。與此同時，人工智能在汽車領域的應用也催生了新的通信需求，例如：神經網絡模型參數需要在多個處理單元間進行同步更新等。這些趨勢正促使核間通信技術朝著更高性能、更智能化的方向發展，成為決定下一代智能汽車競爭力的關鍵要素之一。

主流核間通信技術方案解析 

了解核間通信的重要性后，我們自然會思考：現代車規級系統級芯片（SoC）實際采用了哪些核間通信技術？這些技術各自有什么特點和適用場景？

從技術層面看，核間通信需要重點關注以下兩個方面：

• 其一，數據交換位置及通知方式。數據交換是通過專用硬件郵箱（mailbox）進行傳輸，還是利用共享內存完成；通知對方的方式是采用中斷機制，還是通過發送狀態寄存器讓對方輪詢狀態變化。
• 其二，數據安全與可靠性。在數據交換過程中，怎樣確保內容的信息安全和數據安全，以及消息能準確無誤地送達對方。

本節將深入剖析幾種主流的核間通信實現方案，從硬件架構角度為您揭示不同技術路線的優劣以及選擇時的考量因素。

硬件郵箱 ( Mailbox )機制

硬件郵箱是最基礎且最常見的核間通信實現方式。顧名思義，這種技術通過在芯片中集成專用的硬件寄存器作為"郵箱"，處理器核心通過讀寫這些寄存器來實現信息交換。當發送方將數據寫入郵箱后，通常會觸發一個中斷（即"門鈴" ，doorbell）以通知接收方。 接收方處理完數據后，可能會發送確認中斷。這種機制簡單直接，適合傳輸小尺寸控制信息。

硬件郵箱的優勢在于具有較高的確定性和良好的實時性，適合傳輸關鍵控制命令。然而，其局限性也十分明顯：數據容量較小（通常僅為幾個到幾十個字節），不適用于大數據量傳輸；功能較為單一，復雜協議需通過軟件實現。因此，現代車規SoC通常會將郵箱機制與其他技術結合使用。

共享內存與 DMA技術

共享內存是處理大數據量核間通信的主流解決方案。此技術通常會預留一塊物理內存區域，以供多個核心共同訪問。通信雙方通過對共享區域讀寫來交換數據，具備數據傳遞零拷貝的優勢。然而，在使用過程中，需要注意避免讀寫操作沖突，應配合同步機制（例如信號量）使用。這些信號量有時可借助硬件郵箱或中斷實現，進而形成混合解決方案。

為提高共享內存通信效率，現代SoC普遍集成DMA(Direct Memory Access)控制器。DMA允許數據在內存與外圍設備（或其他內存區域）之間直接傳輸而無需CPU介入。在核間通信場景下，發送方可配置DMA將數據從本地內存復制到共享區域，然后通過中斷通知接收方；接收方同樣可以使用DMA將數據搬移到自己的內存空間。這種方式極大減輕了CPU負擔，提高了系統整體性能。
共享內存+DMA方案的優勢在于具備高帶寬，適合傳輸大數據量，如傳感器數據、圖像幀等。但其挑戰在于需要精心設計緩存一致性策略(確保各核心看到的內存視圖一致)，以及復雜的內存管理和保護機制。特別是在處理不同安全級別的功能時，需格外注意防范未經授權的訪問及干擾。
定制硬件方案

硬件隊列

基于先進先出（FIFO）隊列的核間通信硬件設計方案，是一種適用于多核系統的高效、低延遲通信機制。作為共享內存方案的改進，該設計采用FIFO隊列作為數據緩沖區，確保數據按順序傳輸。相鄰內核通過FIFO接口直接交換數據，減少中間環節，有效提升通信效率。同時，通過控制信號和中斷機制協調數據的讀寫操作。此外，無鎖FIFO隊列的使用避免了傳統鎖機制帶來的性能瓶頸。
由于采用硬件實現，此方案的數據傳輸延遲較低，適合對實時性要求較高的應用場景。FIFO隊列的深度和寬度可根據具體需求靈活配置，能夠滿足不同的帶寬要求。該方案通過高效的點對點通信方式，實現了高吞吐量的數據交換。

快速中斷請求

快速中斷請求是一種基于硬件寄存器和中斷機制的通信方式，主要用于多核處理器（涵蓋同構多核與異構多核）間的高效數據交互。與傳統方案相比，為加速中斷請求，它采用快速中斷請求（FIQ）實現低延遲通信。在虛擬化環境中，該通信方式可繞過Hypervisor直接傳遞中斷，進而降低時延。它結合了共享內存實現數據傳遞，其中Mailbox負責通知機制，共享內存負責實際的數據傳輸。
這是一種專門針對虛擬化環境中中斷機制的獨特加速方法，不過它需要特定硬件支持，移植性受限。此外，頻繁中斷可能會打斷高優先級任務，因此需要進行精細調度以避免實時性損失。

關鍵技術指標

在了解了各類核間通信技術的基本原理后，自然會產生以下問題：核間通信的評價標準是什么？如何根據應用場景選擇合適的方案？本節將圍繞延遲、帶寬、安全性等關鍵指標，對不同核間通信技術的性能特點及使用限制進行系統分析。

通信延遲

通信延遲是衡量核間通信性能的首要指標，特別是在實時控制類應用中。延遲指從發送方準備就緒到接收方獲取完整數據所需的時間，通常以微秒(μs)或納秒(ns)為單位。

硬件郵箱在小數據量低延遲場景下表現優異。以ARM的PL320為例，實驗數據顯示其端到端延遲可低至0.5-1μs。這得益于硬件專用通道和精簡的通信流程，這種特性使其非常適合傳輸緊急控制命令，如剎車信號、安全關鍵中斷等。但郵箱的延遲優勢隨數據量增加而迅速減弱，當消息超過硬件寄存器容量時，需要分多次傳輸，延遲呈線性增長。

共享內存方案的初始延遲較高 (通常2-5μs)，因為需要設置DMA描述符、獲取同步鎖等。然而，其增量延遲較低，消息傳遞尺寸的增加對通信配置的影響較小，主要通過DMA搬運或拷貝至共享內存來實現。這種特性使其成為傳感器數據等大批量傳輸的理想選擇。值得注意的是，緩存一致性處理會對共享內存的延遲性能產生顯著影響。未經優化的方案可能會由于緩存失效而導致延遲出現較大波動，因此需要謹慎評估在實時應用中的應用。此外，若使用同步機制來確保數據訪問的安全性，還需著重考慮中斷響應對延遲的影響。

定制硬件方案由于硬件方案的不同，表現出不同的延遲特性。如硬件隊列方案和快速中斷請求方案，在小數據量時，其延遲特性類似于硬件郵箱；而當需要傳輸大量數據時，又由于DMA和共享內存的使用，其延遲特性又與共享內存方案類似。

帶寬能力分析

通信帶寬決定了單位時間內能傳輸多少數據，這對攝像頭、雷達等傳感器數據處理至關重要。帶寬通常以MB/s或GB/s衡量，受物理通道寬度、時鐘頻率和協議效率共同影響。

硬件郵箱的帶寬極其有限，通常不超過幾十MB/s，這主要由方案的寄存器容量和訪問機制決定。但如前所述，郵箱本就不適合大數據量傳輸，這一指標對其應用選擇影響不大。

共享內存+DMA方案在帶寬方面具有一定優勢。現代車規SoC的內部總線寬度通常為64bit或128bit，工作頻率可達數百MHz，理論帶寬可達數 GB/s。實際應用中，受仲裁開銷、總線競爭等因素影響，可持續帶寬約為理論值的 50-70%。

安全性與可靠性考量

在車規應用中，通信安全與可靠性和性能具有同等重要的地位。ISO 26262功能安全標準及ISO/SAE 21434網絡安全標準對核間通信提出了嚴格要求。從通信安全角度而言，通信過程中傳輸的數據應進行加密處理，尤其是在跨虛擬機通信時，可能會涉及敏感數據。就可靠性來說，需要確保數據能夠可靠送達，具備一定的容錯能力，例如采用校驗和機制、丟包提示功能、合理的異常丟棄策略以及通信恢復機制。

通用主要評價方式涵蓋以下方面：

• 內容準確性：評估消息能否從源端成功傳輸至目的端，確保通信內容在源端與目的端保持一致，包括數據格式、順序和完整性。
• 通路健壯性：考察系統能否正確處理極端情況下的通信邊界問題，監測傳輸數據時 CPU、內存等資源的消耗情況，確保在高負載時系統資源不會耗盡。當出現硬件數據丟失時，系統應合理丟棄消息內容，并通過相應機制通知使用者消息傳遞異常。即便出現消息緩存溢出并導致消息被丟棄的情況，系統仍須具備在恢復后繼續進行通信的能力。
• 內容校驗及權限管理：保障身份驗證和授權機制的有效性，對傳輸過程中的數據進行加密處理，以防止數據泄露、篡改和越權訪問。

在實際方案中，前兩項可通過精心設計的業務邏輯和應用軟件協議來確保。在內容校驗方面，除利用軟件協議進行檢查外，還可在通信協議中輔助采用硬件CRC校驗、ECC糾錯或更為復雜的加密認證機制。

在權限管理方面，硬件隔離是提高安全性的基礎舉措。對于共享內存方案，虛擬化技術可為不同安全等級的應用分配獨立的通信通道和資源分區。

能效與面積開銷

在資源受限的嵌入式系統中，能效和面積開銷也是重要考量因素。硬件郵箱由于電路簡單，面積和功耗都極低，單個實例可能只占幾千門電路和幾十μW動態功耗。共享內存方案依賴復雜的總線互連和DMA控制器，面積和功耗可能高出1-2個數量級。

而針對保證安全特性，其帶來的開銷不容忽視。一個完整的HSM(硬件安全模塊)可能占用數mm²芯片面積和數十mW功耗。但隨著工藝進步和設計優化，這種開銷正在降低。

選擇核間通信技術時，需要根據應用場景在性能、安全、可靠、功耗和成本間取得平衡。例如，車身控制模塊可能優先考慮可靠性和成本，選擇簡單的郵箱機制；而輔助駕駛域控制器則更看重帶寬和安全性，則傾向復雜的共享內存+HSM方案。理解這些權衡因素，對設計高效可靠的汽車電子系統至關重要。

未來發展趨勢與挑戰

分析當前行業實踐后，我們可以預見核間通信技術的幾個重要發展方向：

異構計算集成將更加深入。隨著AI在汽車中的應用普及，CPU、GPU、NPU 等不同類型處理單元間的通信需求將快速增長。未來的核間通信技術需要更好地支持異構計算范式，如神經網絡模型的分布式執行和參數同步。

安全隔離要求將進一步提高。汽車功能整合趨勢下，單顆SoC可能同時運行ASIL D級安全功能和非安全關鍵應用，通信機制必須提供更強的隔離和保護。硬件強制隔離、動態權限管理等技術將得到更廣泛應用。

標準化與定制化將并行發展。一方面，AUTOSAR、SCMI等標準協議會繼續完善，提高開發效率；另一方面，針對特定場景(如4D雷達處理)的定制優化通信方案也會增多。兩者結合將推動行業健康發展。

光互連等新興技術可能進入車規領域。隨著數據量爆炸式增長，傳統電互連面臨帶寬和能效瓶頸，硅光互連等新技術可能在未來5-10年內應用于高端車規SoC，徹底改變核間通信的實現方式。

核間通信技術的持續進步將推動汽車電子架構的革新。從分布式ECU發展到域控制器，再發展至中央計算平臺，每一次跨越式發展都離不開通信能力的提升。深入理解這一關鍵技術，有助于我們把握智能汽車的發展趨勢，預見未來出行方式。

黑芝麻智能深耕智能汽車領域多年，憑借深厚的技術積累與行業洞察，將業務不斷拓展至機器人、邊緣計算等領域。公司以自主研發的IP核、算法及軟件為基石，推出了華山A1000及A2000家族芯片、武當C1200家族芯片。憑借高性能、高可靠性和高性價比等核心優勢，黑芝麻智能為輔助駕駛、機器人、邊緣計算和消費電子等領域提供了強大的算力引擎，目前已服務全球多家頭部汽車制造商與一級供應商。

本次展會上，黑芝麻智能重點展示了面向機器人領域的全棧解決方案：基于A1000及C1200家族芯片的SOM板，通過高性能核心模塊與AI驅動邊緣計算能力，提供可擴展、高能效的硬件基礎，大幅縮短產品設計周期；即插即用開發者套件整合硬件工具與ROS1/ROS2兼容軟件棧，支持客戶快速實現SLAM導航、多傳感器融合等功能的原型驗證；覆蓋芯片選型至結構制造全鏈路的交鑰匙方案，以定制化服務加速產品落地；以及行業首創的邊緣側大語言模型 AI應用，通過本地化AI推理與自主決策降低云端依賴，提升響應速度并強化隱私安全。

黑芝麻智能新加坡分公司自2018年成立以來，覆蓋研發、技術支持與市場拓展，并深度融入區域生態。作為全球運營中心之一，新加坡團隊將依托技術專家資源與快速響應能力，為東南亞客戶提供從芯片選型到部署落地的全周期支持。

"東南亞是機器人技術應用的新興熱土，尤其在工業自動化、智慧物流與城市移動領域需求強勁。" 黑芝麻智能新加坡分公司總經理徐勁博士表示，"黑芝麻智能不僅提供高性能硬件，更通過算法優化與靈活定制，幫助客戶應對復雜場景挑戰，加速智能化轉型。"

黑芝麻智能將持續拓展與東南亞合作伙伴的協作，推動機器人解決方案在智能制造、服務機器人及智慧城市等場景的規模化應用。通過本次新加坡亞洲科技展，黑芝麻智能將進一步連接全球創新資源，以核心芯片技術驅動行業變革。

大模型全面助力輔助駕駛邁向智能化

隨著人工智能技術的飛速發展，大模型在汽車領域的應用日益廣泛，成為推動輔助駕駛智能化的關鍵力量。從智能底盤、智能座艙到輔助駕駛，大模型的應用場景不斷拓展，為用戶帶來更智能、更便捷的出行體驗。

在輔助駕駛領域，大模型能夠實現端到端的決策控制，基于世界模型進行環境感知和路徑規劃，大幅提升輔助駕駛系統的決策效率和準確性。例如，DriveGPT4 和 DriveMLM 等模型通過整合多模態數據，實現了更精準的環境感知和駕駛決策，推動輔助駕駛技術向更高級別發展。而在智能座艙中，基于 LLM/MLM 的多模態交互技術，如語音交互、艙內行為監控等，能夠實現更自然、更智能的人車交互，提升用戶的駕駛體驗。

然而，大模型上車也對端側設備提出了更高的要求。傳統的模塊化方案在面對多模型、多任務時，往往存在模塊間信息丟失、計算負擔重、難以應對長尾場景等問題。例如，模塊優化目標的不統一使得系統整體性能難以達到最優，而每個模塊的最壞情況執行時間（WCET）難以精確控制，導致整體時延較大，這對駕駛安全來說是個不小的挑戰。

多模態大模型與世界模型：輔助駕駛的未來方向

多模態大模型和世界模型的出現，為輔助駕駛技術的發展提供了新的思路和方法。多模態大模型通過融合視覺、語言等多種模態信息，能夠更全面地理解駕駛環境，提升輔助駕駛系統的感知能力和決策能力。例如，BLIP-2、LLaVA 等多模態模型在視覺問答、圖像描述等任務中表現出色，為輔助駕駛中的場景理解和決策提供了有力支持。

世界模型則通過構建虛擬環境模型，使輔助駕駛系統能夠在虛擬環境中進行模擬和學習，提升系統的適應性和安全性。從 2018 年的 World models 到 2024 年的 WorldDreamer 等，世界模型在輔助駕駛中的應用不斷深化，為輔助駕駛技術的發展提供了新的動力。

黑芝麻智能：以技術創新引領汽車智能化

面對汽車智能化的挑戰和機遇，黑芝麻智能積極投身于技術創新，致力于為行業提供高性能、靈活可靠的解決方案。

黑芝麻智能積極擁抱下一代電子電氣架構的演進，推動架構從傳統模塊化向集成化、集中化、跨域融合升級，通過域控制器（DCU）、跨域多域控制器（MDC）、車載電腦（CCU + Zone）等的運用，為汽車智能化提供高效、靈活的硬件基礎。武當系列芯片平臺借助先進的封裝技術和高速通信接口，實現了算力的靈活擴展和高效通信，能夠滿足不同場景下的多樣化需求。

在芯片創新方面，黑芝麻智能武當系列和華山系列芯片，為輔助駕駛智能化提供強大算力支持。武當系列芯片憑借高性能、高安全性以及開源開放的特點，在行業內脫穎而出。以武當C1296 芯片為例，作為行業首顆支持多域融合的芯片平臺，它集成了整車數據計算、自動泊車系統、安全信息系統等多種功能，為汽車智能化提供了全方位的支撐。而華山系列芯片依靠九韶架構、BaRT 等先進技術，為輔助駕駛提供了高效的計算能力。

同時，黑芝麻智能充分認識到基礎軟件架構的重要性，積極研發面向未來的智能化基礎軟件架構。其開源基礎軟件參考實現符合《車載智能計算基礎平臺參考架構 2.0》規范，為用戶提供了標準化且可靠的技術底座。通過引入 Cloud Native、OTA、Model Based Design、SOA 等通信技術，基礎軟件架構更好地支持大模型運行和應用，為輔助駕駛發展奠定堅實基礎。

開源生態與合作：共筑汽車智能化未來

黑芝麻智能深知開源生態對于汽車智能化發展的重要性，因此積極回饋開源社區，并與眾多合作伙伴攜手構建開放、協作的產業生態。

通過代碼開源和接口開放，黑芝麻智能吸引了全球范圍內的開發者參與，促進了技術的快速傳播和應用。目前，武當系列芯片的開源代碼和開放接口，為開發者提供了靈活的開發環境，加速了智能網聯汽車的上市進程。

此外，黑芝麻智能還與產業鏈上下游的眾多企業深度合作，共同探索新技術、新模式，推動汽車智能化的持續發展。通過這種緊密的合作，黑芝麻智能構建了一個涵蓋芯片、操作系統、中間件、應用軟件等全產業鏈的生態系統，為汽車智能化的全面發展提供了有力的支持。

黑芝麻智能將繼續秉持創新無界、合作開放的理念，不斷加大在技術研發和開源生態建設方面的投入。隨著下一代高性能芯片和基礎軟件架構的持續創新，黑芝麻智能將為輔助駕駛的發展提供更強大的技術驅動力。

隨著輔助駕駛技術逐步融入日常生活，其安全性成為社會關注焦點，尤其在復雜交通場景中目標檢測的穩定性和準確性成為行業研究核心。如何提升目標檢測的準確，穩定性，成為了行業內必須探討和研究的議題。不同目標識別傳感器的選擇以及其配套的識別方案，對目標檢測精度有著巨大的影響。

目標識別傳感器選擇

目前主流的傳感器感知方案包括純視覺、激光雷達與相機融合以及新興的毫米波雷達與相機融合，這三種方案各有優劣。

• 純視覺的檢測方案因其方便部署，硬件成本較低，具有較高分辨率等優勢，被廣泛應用于目前各大主流輔助駕駛平臺中。然而，由于純視覺方案受光照、天氣等因素的影響較大，在夜間、逆光、雨雪霧等場景下，性能存在一定的局限性，且圖片無直接的深度信息，需要依賴單目/雙目估計的方法估算目標距離信息，3D檢測精度有限；
• 相機激光雷達融合的方式，具有高精度 3D感知，全天候工作的特點，受到業界高端車型的青睞。但由于激光雷達硬件昂貴，量產車型成本壓力大，且在極端天氣下，激光束可能會發散，從而影響點云質量，導致檢測精度下降；
• 相機毫米波雷達融合的方案，毫米波穿透性強，在雨霧、沙塵等惡劣天氣下仍可穩定工作，具有全天候工作精度較高的優秀表現。此外，毫米波雷達硬件成本適中，其成本僅為激光雷達的1/3以下，且產業鏈成熟，適合規模化量產。

基于以上特點，毫米波雷達相機融合的方案成為了行業新趨勢。基于AI的融合算法，如前融合點云投影、后融合目標級關聯等逐步成熟。

行業毫米波雷達相機融合方案

輔助駕駛行業內，4D毫米波雷達相機融合方案正在加速落地，各頭部車企都有相應的布局和應用：

• OEM廠商A：采用多模態融合架構，結合攝像頭、4D成像雷達和激光雷達。通過前融合和中融合的方式，融合多模態信息。前融合于原始數據層進行融合，通過時空同步算法對齊雷達點云與圖像像素信息，提升三維重建精度；中融合于特征級進行融合，使用ResNet-FPN網絡提取圖像"占用體積"特征，并將該特征與之前的特征相融合，產生4D占用網絡，最后使用反卷積獲得體積及時序等反饋，從而實現動態以及靜態的障礙物感知，增強目標屬性的預測。多傳感器互補，具有高冗余性，且因為有雷達高度信息的加持，可以覆蓋長尾場景，如施工路段等，但多傳感器融合需要高算力支持，成本較高；
• OEM廠商B：整合攝像頭、激光雷達、毫米波雷達、超聲波雷達等傳感器的數據，構建360°的環境感知能力。采用主流的BEV+Transformer技術方案，BEV負責將收集到的信息進行前融合，Transformer負責對信息進行處理。除此之外，疊加激光融合的GOD網絡，擺脫大量人工規則的約束，可以穩定識別小狗、減速帶和車庫閘門等，對于路旁異常出現的水管水柱也能進行避讓；
• 傳統 Tier1廠商A：使用毫米波雷達相機融合的方案，聚焦模塊化設計，采用JPDA（聯合概率數據關聯）算法，將雷達目標與視覺檢測框通過IoU（交并比）和速度一致性匹配，提升目標跟蹤穩定性；通過eCalib工具實現雷達與相機的時空同步，誤差控制在+-5cm內，但該類的傳統規則融合算法迭代慢，泛化性差，較難支持高等級輔助駕駛需求。

黑芝麻智能融合團隊，采用了4D毫米波雷達和相機融合的方案，結合深度學習模型，提升了雨霧雪、黑夜、逆光等極端天氣和場景下目標檢測的準確性和穩定性，改善了異形車、遮擋目標等物體檢測的識別率，優化了上下坡、匝道等三維空間存在變化的場景中目標測距測速的精確性，顯著提升了輔助駕駛的安全性與可行性。

黑芝麻智能 4D毫米波雷達相機融合方案

黑芝麻智能 4D毫米波雷達相機融合方案，在BEV純視覺目標檢測方案基礎上，添加4D毫米波雷達特征提取分支。4D毫米波雷達點云在經過特征提取分支后，與圖像分支提取的圖像特征對齊并融合，組成時序信息，再經過目標head，輸出目標相關的信息，其總體框架如下圖所示：

4D毫米波雷達特征提取模塊

模塊使用稀疏點云作為輸入，包含3D位置信息，RCS信息，速度信息等。經過PointPillars骨干網絡提取點云的局部特征，再經過基于Transformer的骨干網絡捕獲全局信息。PointPillars可以壓縮冗余信息，提取局部特征；RCS編碼增強目標檢測的性能；Transformer強化關鍵特征，顯著提升稀疏點云的利用率。

PointPillars提取點云局部特征

采用Pillar編碼的方式結構化編碼毫米波雷達，將無序的雷達點云劃分為規則的"柱狀"（Pillar）單元，每個柱體內的點云通過簡化特征（坐標、反射強度等）編碼為固定維度的特征向量。通過局部特征聚合抑制噪聲，保留有效目標信息，有效解決毫米波雷達點云稀疏且包含噪聲的問題。針對多目標檢測，柱狀劃分可以有效地捕捉分散的雷達點云（如行人、車輛），提升對小型或遠距離目標的檢測能力。

RCS編碼提升檢測性能

采用基于RCS感知的BEV編碼器，利用雷達截面（RCS）能夠粗略衡量目標尺寸的特性，有效解決因雷達生成的BEV特征是稀疏的而帶來的檢測性能損失問題，即利用RCS作為目標尺寸，將一個雷達點的特征分散到BEV空間中的多個像素而不是一個像素。

Transformer捕獲全局信息

Transformer的子注意力機制可以跨柱體建立關聯，捕捉場景中目標之間的空間關系（如車輛與行人的相對位置），彌補傳統卷積網絡局部感受野的局限。并且采用動態權重分配的策略，根據目標重要性動態調整特征權重，例如在擁堵場景中強化相鄰車輛的特征，抑制背景干擾。

多模態特征對齊時序模塊

多模態特征間的對齊問題，一直是影響目標檢測優劣的關鍵因素。

兼顧算力要求的多模態特征融合對齊

模塊通過接收圖像特征提取骨干網絡的圖像特征以及毫米波雷達特征提取骨干網絡的雷達特征后，通過多模態特征對齊模塊，將二者融合為一體。通過特征拼接，操作計算量極低，能夠顯著降低硬件的算力要求。并且不對原始特征進行壓縮或者變化，保留了特征的原始信息，避免信息丟失，適合需要高保真度的場景。如果需要較強的時序建模能力，且算力資源較為豐富，亦可采用多模態deformable attention的方式來實現對齊。

temporal模塊

按照時序添加temporal模塊，疊加多幀目標的feature map，能夠有效的獲取目標的時序信息，大大提升了目標時序特征的準確性和穩定性，如位置、速度等。因采用多幀特征相結合的方式，能夠有效提升遮擋目標的檢測準確度。

測試指標和結果展示

測試指標說明

模型的測試指標主要通過以下幾個方面進行對比：

• mAP：mean Average Precision，評估目標檢測模型的準確性。它計算每個類別的平均精度（AP），然后對所有類別的AP進行平均，常用于物體檢測任務，如COCO數據集評估；
• mATE：mean Absolute Trajectory Error，評估物體軌跡預測精度的指標。它計算預測軌跡與真實軌跡之間的絕對誤差的平均值，常用于運動預測和計算機視覺中的跟蹤任務；
• mAVE：mean Average Velocity Error，評估物體速度預測的指標。它計算預測速度與真實速度之間的誤差的平均值，常用于動態場景的分析和預測。

結果

• 分類測試指標

經過測試，相較于純視覺模型，4D毫米波雷達相機融合模型，在縱向100米（自車前方），橫向+-32米范圍內，mAP提升5%，mATE提升2.5%，mAVE提升明顯33.85%。

4D毫米波雷達具有全天候，成本適中，產業鏈較成熟等特點，目前正在成為行業內多模態融合目標檢測任務中的重要傳感器。實驗結果表明，4D毫米波雷達相機融合方案，相較于純視覺目標檢測方案，有效提升了目標檢測的精度，改善了純視覺模型測距測速的性能，特別是極端場景下模型的表現，如光線局限場景、遮擋場景以及非同平面場景等，提升輔助駕駛的駕駛安全性。

八年創業路，從核心IP突圍到定義汽車計算芯片新范式

黑芝麻智能創始人兼CEO單記章在開場演講中回顧了公司成立八年發展歷程：憑借自研ISP、NPU兩大核心IP，構建了華山系列（輔助駕駛芯片）與武當系列（跨域融合芯片）兩大產品線，并成功登陸港交所成為“智能汽車AI芯片第一股”。過去幾年，公司通過A1000（本土首款車規級高算力芯片）、C1236（全球首款跨域融合芯片）等產品持續突破，2025年推出的A2000系列更以全景通識高算力設計，率先支持大模型端側推理，推動AI計算效率再升級。

面向未來，黑芝麻智能將以“技術創新+開放生態”雙輪驅動，聚焦芯片研發，賦能汽車智能化轉型。單記章指出，大模型進入端側推理時代，計算效率與算法架構成為關鍵挑戰。黑芝麻智能通過優化帶寬性能、探索混合模型架構，致力于突破“算法決定上限”的行業瓶頸。同時，公司立足汽車領域，向機器人、邊緣計算等場景延伸，以全棧技術能力開啟智能時代的“計算革命”。

華山A2000家族芯片技術內核解讀，驅動高等級輔助駕駛的智能革新

黑芝麻智能首席市場營銷官楊宇欣深入解讀了華山A2000家族芯片的技術內核。華山A2000芯片基于7nm車規工藝打造，集成CPU、DSP、GPU、NPU等12類功能單元，實現單芯片多任務并行處理能力。其核心突破在于自研的“九韶”NPU架構，采用大核設計支持Transformer硬加速，同時支持FP8/FP16混合精度運算，能效比達行業頂尖水平。楊宇欣表示：“九韶NPU不僅滿足大模型實時推理需求，還通過優先級搶占機制，確保復雜場景下的計算確定性，為高等級輔助駕駛提供安全基石。” 

華山A2000家族包括A2000 Lite、A2000和A2000 Pro三款產品，分別針對不同等級的輔助駕駛需求。A2000 Lite專注于城市輔助駕駛，A2000支持全場景通識輔助駕駛，而A2000 Pro則是為高階全場景通識輔助駕駛設計。

楊宇欣強調，A2000的“通識感知”能力基于知識增強的語義空間，使車輛可像人類一樣理解隧道、夜間、極端天氣等復雜場景，并做出預判性決策。配套的BaRT工具鏈兼容PyTorch、Triton等主流框架，支持開發者快速部署算法。 

此外，A2000家族還向智能機器人和邊緣計算等領域延伸。通過與C1200家族芯片協同，黑芝麻智能推出“大腦+小腦”機器人平臺方案，目前已與武漢大學劉勝院士團隊、傅利葉團隊推進具身智能場景落地。

搭載東風多款新車型，武當C1296芯片驅動艙駕一體方案量產落地

發布會上，黑芝麻智能聯合東風汽車、均聯智行宣布，基于武當C1296芯片的首個國產單芯片中央計算平臺量產啟動。該艙駕一體化方案正式進入量產階段。C1296采用7nm工藝，首次實現智能座艙、輔助駕駛與車身控制的硬件級資源整合，支持多域數據實時互通，可靈活適配經濟型至高端車型需求。該方案將率先搭載于東風汽車旗下多款新車型，計劃2025年達到量產狀態。

黑芝麻智能聯合創始人兼總裁劉衛紅表示：“C1296芯片的量產驗證了本土芯片企業對汽車電子架構變革的前瞻洞察。我們以‘用芯融合智能體驗’為目標，通過技術突破幫助車企實現從功能疊加到體驗升維的轉型。與東風汽車、均聯智行的深度合作，展現了產業鏈協同創新的巨大潛力。”

東風汽車智能化技術總工程師馮超表示：“此前雙方基于華山A1000芯片開發的L2+級輔助駕駛系統已在奕派007、008車型量產。此次C1296芯片的跨域能力，進一步打通座艙交互與行車輔助的數據閉環。黑芝麻智能的本土化服務與技術前瞻性，是東風‘場景驅動’戰略落地的關鍵支撐。”

均聯智行全球商務副總裁沈建樞指出，三方方案通過模塊化設計，可快速移植至全球主流車型平臺，滿足國內外市場對智能化與成本的雙重需求。 

行業首發的安全智能底座方案，與英特爾聯合助力艙駕融合高效升級

黑芝麻智能產品副總裁丁丁現場首發了基于武當系列芯片構建的安全智能底座。該方案將車載標準功能高度集成于長生命周期平臺，既滿足經濟車型艙駕融合的成本控制需求，又可支撐高端車型靈活解耦高算力系統。通過標準化底座與靈活擴展的架構設計，有效緩解車企面臨的平臺迭代快、重復開發投入大等矛盾，實現從基礎控制到智能座艙、輔助駕駛的模塊化組合。

在具體實踐中，黑芝麻智能與英特爾合作打造了首個原型方案“英特爾&黑芝麻智能艙駕融合平臺”：武當1200家族芯片作為安全底座承載車載基礎功能，英特爾旗艦處理器提供頂級座艙體驗，華山A2000芯片則為輔助駕駛的大模型運算持續供能。這種分層架構通過穩定底座+可擴展算力的組合，在保證功能安全性的同時實現智能系統的敏捷迭代，為不同定位車型提供兼具性價比與前沿性能的解決方案。

英特爾市場營銷集團副總裁、中國區OEM & ODM銷售事業部總經理郭威表示：“與黑芝麻智能的合作，將釋放英特爾在軟件定義汽車上的深厚積累。我們希望，英特爾和黑芝麻智能聯手打造的艙駕融合平臺，能為終端用戶提供他們所重視的高等級輔助駕駛和智能座艙能力。通過卓越的算力和效能，讓智能汽車真正‘智’在安全，‘慧’在體驗。”

隨著武當C1200家族芯片、華山A2000家族芯片的逐步量產，黑芝麻智能作為技術底座的生態構建者，技術及產品將覆蓋智能汽車、智能機器人、邊緣計算等更多領域。我們期待與全球合作伙伴攜手構建智能科技新生態，共同推動汽車工業向更高智能的時代跨越式演進，重塑人類移動出行新圖景。

此次合作是黑芝麻智能與東風汽車技術戰略協同的持續深化。此前，雙方基于華山A1000家族芯片開發的輔助駕駛系統已在東風奕派007、奕派008車型實現量產，為用戶提供了穩定可靠的L2+級行車輔助功能。此次合作聚焦跨域融合，通過武當C1296芯片的跨域計算能力，東風汽車將進一步打通座艙交互與行車輔助的數據閉環，為消費者打造更流暢、更安全、更智能的駕乘體驗。均聯智行作為全球領先的汽車電子系統供應商，憑借其成熟的跨域集成開發能力和全球化工程經驗，為方案的量產落地提供了關鍵支撐。其深度參與的硬件適配與軟件優化工作，將確保C1296芯片方案快速覆蓋東風旗下多品類車型，同時滿足國內外市場對智能化功能差異化、成本可控性的雙重需求。 

作為此次量產方案的核心硬件，武當C1296芯片采用7nm車規級工藝打造，是行業首顆支持多域融合計算芯片，以創新的多域融合架構打破傳統功能域邊界。該芯片首次實現智能座艙、輔助駕駛、車身控制等系統的硬件級資源整合，在降低開發復雜度的同時，顯著提升功能協同效率。相較于行業現有方案，C1296芯片可通過靈活配置滿足從經濟型到高端車型的智能化需求，為車企提供“一芯多用”的可持續升級路徑。 

黑芝麻智能聯合創始人兼總裁劉衛紅表示：“C1296芯片的量產驗證了本土芯片企業對汽車電子架構變革的前瞻洞察。我們以‘用芯融合智能體驗’為目標，通過技術突破幫助車企實現從功能疊加到體驗升維的轉型。與東風汽車、均聯智行的深度合作，展現了產業鏈協同創新的巨大潛力。”

東風汽車集團有限公司研發總院智能化技術總工程師馮超強調：“從華山A1000到武當C1296芯片，黑芝麻智能與東風的合作始終基于對智能化趨勢的共識。此前雙方在東風奕派車型上的成功量產驗證了技術可靠性，而此次C1296芯片的跨域融合能力，讓東風‘場景驅動’戰略得以通過硬件與數據的深度協同落地。黑芝麻智能‘技術前瞻性’與‘本土化服務’的雙重優勢，正是推動中國汽車產業構建自主技術生態的重要驅動力。”

均聯智行全球商務副總裁沈建樞指出：“C1296芯片的架構設計為跨域系統集成提供了理想硬件基礎。三方聯合方案將通過嚴苛的車規驗證，具備快速移植至全球主流車型平臺的能力。我們期待以此次合作為起點，將中國創新的智能化解決方案推向更廣闊的海外市場。” 

隨著搭載C1296芯片的東風車型逐步推向市場，黑芝麻智能將持續深化與車企及產業鏈伙伴的技術協同，推動跨域融合架構在更多車型上的規模化應用。面對智能化與電動化的深度融合趨勢，黑芝麻智能將持續以芯片技術為錨點，與行業伙伴共建兼具性能優勢與成本效益的可靠方案，推動智能汽車技術生態向更安全、更高效的方向演進，加速智能汽車普惠化進程。

行業首創"安全智能底座"方案，破解車企跨域融合安全與成本難題

開展首日，黑芝麻智能發布了行業首創的"安全智能底座"方案，吸引了眾多合作伙伴和參觀者。該方案以武當C1200家族跨域融合芯片為核心，為主機廠提供"安全為基、算力可拓、全域覆蓋"的跨域融合平臺。

黑芝麻智能安全智能底座方案通過創新設計實現功能安全域隔離，消除了跨域融合系統的數據安全隱患，并且滿足ASIL-D最高安全等級；模塊化算力擴展能力，助力車企打造差異化產品，并且降低開發成本、縮短開發周期；全生命周期兼容性，支持從入門到旗艦車型的智能座艙、輔助駕駛等功能無縫升級。

現場展示了黑芝麻智能與英特爾聯合打造的基于安全智能底座的 "英特爾&黑芝麻智能艙駕融合平臺"，共同為車企提供開放、靈活且高度可擴展的平臺化設計方案。

華山A2000家族芯片面向下一代AI模型，賦能汽車與具身智能

AI 大模型技術的突破是汽車智能化的重要引擎。作為面向下一代AI模型的更高性能、更高效率的芯片平臺，黑芝麻智能華山A2000家族面世以來備受關注，在2025上海車展現場依然人氣頗高。

華山A2000家族的芯片集成了業界領先的CPU、DSP、GPU、NPU、MCU、ISP和CV等多功能單元，內置了業界最大規格NPU核心——黑芝麻智能"九韶"，新一代通用 AI工具鏈BaRT為"九韶"充分發揮計算性能和靈活擴展賦能。

華山A2000家族支持全場景通識輔助駕駛，黑芝麻智能提出這一概念，意指讓AI模型具備人類的常識和知識，進而影響場景里的決策，讓車開得比老司機還好，改善駕駛體驗。跨出汽車產業的邊界，黑芝麻智能還在與武漢大學劉勝院士團隊、傅利葉合作研發具身智能應用，通過A2000家族芯片和C1200家族芯片配合來滿足機器人的"大小腦"需求。

武當C1200家族量產遍地開花，與產業鏈伙伴合力推進商業化

黑芝麻智能武當C1200家族專為多域融合、艙駕一體應用場景而推出，家族成員中，C1236是行業首顆單芯片支持高速輔助駕駛的芯片平臺，C1296是行業首顆支持多域融合的芯片平臺。

自發布以來，武當C1200家族的商業化進程穩步推進，借本次車展，黑芝麻智能集中展示了主機廠、Tier1及生態合作伙伴基于武當C1200家族開發的針對量產應用的域控、軟件應用及整體解決方案。安波福、大陸、均勝、斑馬等國內外頭部企業基于武當C1296開發的跨域融合方案，彰顯了C1296跨域融合方案的成熟度及市場認可度。

本次車展現場還展示了武當C1200家族與深庭紀多模態AI技術結合的具身智能創新應用——智能機器狗。

華山A1000家族生態成熟，性能被量產車型驗證

目前，黑芝麻智能華山系列包括兩大家族，本次車展華山A1000家族與華山A2000家族同臺亮相。黑芝麻智能系統展示了華山A1000家族成熟、完整的量產軟件生態及應用，包括操作系統、中間件、自研/第三方視覺/4D毫米波/激光雷達算法，以及客戶基于華山A1000家族開發的高等級行車/泊車輔助駕駛功能及CMS功能等。

黑芝麻智能華山系列聚焦輔助駕駛應用，可通過單芯片及多芯片級聯方案覆蓋更高等級輔助駕駛應用。目前，華山A1000芯片已經在吉利銀河E8和星耀8、領克07和領克08 EM-P、東風奕派eπ007和奕派eπ008等車型量產上車。

豐富合作成果齊亮相，加速產業鏈創新

黑芝麻智能始終以開放的心態與產業鏈上下游合作，本次車展帶來30多個基于華山A1000家族、武當C1200家族的智能汽車域控制器。這些產品由黑芝麻智能與億咖通、德賽西威、保隆科技等行業領先的Tier1聯合開發，反映出黑芝麻智能合作生態的活力和影響力。

上海車展是中國汽車工業發展的風向標，"芯"勢力對于汽車產業轉型升級的推動作用在車展上充分地體現出來。黑芝麻智能作為"芯"勢力的一員，始終以技術為支點尋求創新突破，與生態伙伴們一起成為汽車智能化進程的積極參與者和推動者。

艙駕融合平臺深度整合了英特爾在智能座艙芯片與高性能車載獨立顯卡的領先能力，以及黑芝麻智能在華山A2000家族全場景通識輔助駕駛芯片以及武當C1200家族跨域融合計算芯片的硬核技術實力，配套雙方聯合研發的軟件基線，實現"座艙體驗與輔助駕駛性能雙突破"。該平臺為汽車廠商提供了開放、靈活且高度可擴展的平臺化設計方案，可實現一次設計適配不同車型定位，從而簡化開發流程，并為用戶帶來更豐富多元的智能體驗。

黑芝麻智能與英特爾計劃于2025年第二季度發布艙駕融合平臺參考設計，并為艙駕融合平臺做量產準備。

黑芝麻智能創始人兼CEO單記章表示："黑芝麻智能致力于為客戶提供更貼合市場需求的產品。我們與英特爾的合作，將充分發揮雙方在ADAS SoC和座艙SDV SoC領域的優勢，以高性能和高性價比，為客戶提供具備高可擴展性的艙駕融合平臺，滿足從 L2+到L4的場景需求。"

英特爾市場營銷集團副總裁、中國區OEM & ODM銷售事業部總經理郭威表示："與黑芝麻智能的合作，將釋放英特爾在軟件定義汽車上的深厚積累。我們希望，英特爾和黑芝麻智能聯手打造的艙駕融合平臺，能為終端用戶提供他們所重視的高等級輔助駕駛和智能座艙能力。通過卓越的算力和效能，讓智能汽車真正‘智'在安全，‘慧'在體驗。"

黑芝麻智能將持續深化與英特爾的協同合作，以"高性能、高安全、高擴展"為核心理念，推動艙駕融合技術從研發到量產的全面落地。未來，我們致力于通過跨域融合的底層技術革新，助力全球車企加速智能化轉型，為用戶打造更安全、更高效、更具未來感的出行體驗，真正實現"讓世界更智能，讓生活更美好"的企業使命。

在輔助駕駛功能加速普及的背景下，駕駛的安全性愈發凸顯，行業對高效、靈活且可快速迭代的算力解決方案的需求持續攀升；與此同時，汽車電子電氣架構向集中式快速演進，推動了對高性能、高安全性芯片的需求。車企和Tier1對功能安全的需求日益增強，尤其在數據保護、系統穩定性和跨域融合安全性方面，行業亟需創新且安全的解決方案來應對這些挑戰。

黑芝麻智能憑借對技術趨勢的深刻洞察，推出安全智能底座，以C1200家族芯片為核心，打造"安全為基、算力可拓、全域覆蓋"的跨域融合平臺，為車企和用戶帶來高效、可靠的解決方案。

安全智能底座是黑芝麻智能專為智能汽車打造的跨域融合平臺，基于C1200家族芯片設計。其硬件級安全隔離架構，通過創新設計實現功能安全域隔離，滿足ASIL-D最高安全等級，確保智能座艙、輔助駕駛、車身控制等關鍵系統獨立安全運行。靈活的算力擴展能力，支持模塊化算力升級，覆蓋從入門到旗艦車型的全場景需求，助力車企實現"一次開發、多代復用"，大幅降低開發成本與周期。全生命周期兼容性，提供從高等級輔助駕駛傳感器到基礎輔助駕駛功能的完整方案，支持軟硬件解耦，加速跨代際、跨車型適配。

武當C1200家族芯片計算平臺由本土首款單顆支持高速輔助駕駛功能芯片C1236芯片和行業首顆支持多域融合計算芯片C1296芯片組成。作為擁有極致性價比的計算平臺，C1200家族主打多域融合和跨域計算，賦能智能汽車整車，既是一‘芯'多域，也是一‘芯'多用，能夠靈活支持不同場景、支持行業現在和未來的各種架構組合。目前，C1200家族芯片已獲得多家車企的定點。

通過創新的硬件隔離設計，安全智能底座消除了跨域融合系統的數據安全隱患，為智能汽車構建了可信賴的安全底座。這一設計不僅滿足了行業對輔助駕駛安全的迫切需求，還通過模塊化算力擴展能力降低了開發復雜度，為車企提供了開放的可定制化算力與功能組合，助力其打造差異化產品。此外，安全智能底座通過收斂軟件投資和縮短適配周期，助力車企快速響應市場變化，強化了車企的技術主權。

安全智能底座以技術普惠打破輔助駕駛的高價壁壘，可幫助車企在入門級車型實現搭載多屏交互、3D UI、高等級輔助駕駛等功能，推動智能體驗全面升級。后續亦可通過算力模塊迭代，無需更換硬件即可享受最新功能，延長車輛生命周期價值。

黑芝麻智能始終致力于推動智能汽車技術的創新與發展。此次發布的安全智能底座不僅是技術突破，更是對行業可持續發展的承諾。未來，黑芝麻智能將持續深化全球合作生態，推動C1200家族芯片在更多量產車型中落地，助力汽車產業邁向更安全、更高效、更智能的未來。

華山A1000芯片作為智能駕駛的核心引擎，具備高性能、低功耗的顯著優勢。A1000芯片的"行泊一體"式設計，完美適配5R10V1L的傳感器配置，實現了高速/高架NOA領航輔助、APA自動泊車、RPA遙控自動泊車、HPA記憶泊車等多種智能駕駛功能，輕松應對極窄車位、斷頭路車位、暗光車位等復雜場景。

黑芝麻智能與吉利汽車的深度合作，不僅是技術的強強聯合，更是雙方攜手為用戶帶來更安全、更便捷、更智能出行體驗的再一次探索。雙方將繼續攜手，以創新科技為驅動力，共同推動智能駕駛技術的全面普及與升級，致力于將高階智駕技術從高端車型逐步覆蓋到更廣泛的用戶群體，讓每一位駕駛者都能享受到科技帶來的智慧出行體驗。

單記章在以《全"芯"構建全場景智駕新生態》為題的主題演講中隆重介紹了新一代華山A2000家族芯片，并強調"全場景智能生態"的戰略愿景。正值行業邁入"智駕平權"的關鍵時期，黑芝麻智能正以自主創新推動智能駕駛從"技術嘗鮮"邁向"全民普惠"。

作為中國新能源汽車領域最具影響力的智庫平臺，中國電動汽車百人會始終聚焦政策、技術與產業協同發展。本屆論壇以"夯實電動化、推進智能化、實現高質量發展"為主題，匯聚產學研代表，共議智能駕駛技術規模化落地的路徑與挑戰。

智算共進，"智駕平權"新時代到來

在智能駕駛技術演進的關鍵轉折點，單記章提出"智算共進"的核心理念。單記章在演講中指出，智能駕駛的發展離不開強大的計算能力。隨著后大模型時代的到來，混合架構與端側推理成為主流方向，對芯片的性能和能效提出了更高要求。黑芝麻智能通過不斷優化帶寬、算法和架構，持續突破計算芯片的性能瓶頸，為智能駕駛的全面普及奠定了基礎。

單記章表示："近兩年，我們曾分別提出‘L3級別自動駕駛5年目標具備可行性'以及‘智駕平權時代即將到來，NOA會下探到10萬級別車型'的行業觀點，而這一切在今年的兩大重要車企合作伙伴——比亞迪和吉利的發布會上均得到印證。比亞迪全面開啟了智駕平權時代，吉利則在浩瀚平臺基礎上提出‘安全平權'的重要概念。"

數據顯示，2024年，城市NOA車型滲透率從4.7%躍升至7.7%，預計2025年乘用車NOA滲透率將達20%，2030年L2級以上智能汽車滲透率將突破90%。

中國已全面迎來智駕平權新時代。

三大芯片平臺重塑產業格局，引領汽車全面智能化

在競爭白熱化的智能駕駛領域，黑芝麻智能憑借三大創新芯片平臺打造行業標桿。2020年發布的華山A1000家族芯片實現了行業16nm制程下的算力的突破，是本土首款車規級高性能智駕芯片；2023年發布的武當C1200家族芯片實現了電子電氣架構領域的重大突破，是全球首款車規級跨域融合芯片平臺；2024年底發布華山A2000家族芯片全面擁抱大模型，實現AI計算效率的再突破，是全球首款全景通識高算力芯片。

A1000家族芯片作為16nm車規級別里擁有強勁算力和超長生命力的芯片平臺，已進入大規模商業化階段，獲得國內多家頭部車企采用，量產車型包括領克08EM-P、領克07EM-P、吉利銀河E8、吉利銀河星耀8、東風奕派eπ007、東風奕派eπ008等。

在近期高工智能汽車發布的《2024年度中國市場傳統自主品牌乘用車NOA行泊一體域控計算方案供應商市場份額》榜單中，黑芝麻智能憑借A10000芯片的出貨量，以12.15%市場份額位列榜單第三。

同時，武當C1200家族已獲得定點，計劃2025年量產。武當C1200家族芯片將成為行業首個艙駕一體量產芯片平臺。華山A1000和武當C1200家族芯片的快速應用，以及即將量產的華山A2000家族芯片，充分展示了黑芝麻智能在技術成熟度和市場認可度上的領先地位。

A2000芯片賦能，從智能汽車到智能萬物

華山A2000家族是面向下一代AI模型更高性能、更高效率的芯片平臺。A2000家族芯片集成了業界領先的CPU、DSP、GPU、NPU、MCU、ISP和CV等多功能單元，實現了高度集成化和單芯片多任務處理的能力，以7nm工藝制造，內置了業界最大規格NPU核心——黑芝麻智能九韶®架構。九韶架構具備最大核心與最高能效的完美結合，能夠靈活擴展并快速部署智能駕駛算法。

華山A2000家族芯片不僅在智能汽車領域表現出色，還支持從機器人到通用推理計算的廣泛應用場景。A2000家族芯片結合C1200家族芯片，能夠為具身智能機器人提供領先的"大腦"和"小腦"平臺方案。目前，黑芝麻智能與傅利葉、武漢大學劉勝院士團隊等已在靈巧手及人形機器人領域達成合作。

智能駕駛的未來不僅是汽車的智能化，更是萬物互聯的智能化。黑芝麻智能將以芯為核，與產業伙伴攜手，共同構建全場景智駕新生態，引領全球智能出行未來。

早在2019年，黑芝麻智能便進入了商用車智能駕駛領域，憑借深厚的技術積累與創新突破，布局多年，目前已形成完整的商用車智駕解決方案，成為首個覆蓋高速和低速商用車高階智駕場景的本土平臺方案。目前已經在干線物流、礦區智駕、廠內無人物流等場景規模化應用。

• 主動安全系統全方位保駕護航

目前，黑芝麻智能商用車智駕方案主要涵蓋兩個系列：PA2.0商用車主動安全和雙目限高產品，兩個系列產品均已實現規模量產。相比市場上傳統方案，黑芝麻智能主動安全系統具有高可靠性、低延時、功能豐富、拓展性強等優勢，深受客戶認可。PA2.0產品是商用車領域首個實現AEBS+ADAS+BSD+DMS多功能合一域控方案，是國內首個模塊化設計的商用車主動安全系統。根據客戶反饋，安裝黑芝麻智能主動安全系統后，事故率可降低70%以上，重大事故率降低80%以上，成為駕駛員安全的可靠守護者。

雙目限高系列產品主要應用于房車和重卡，是首個國產雙目視覺限高產品，其性能超過同期競品50%以上。相比傳統激光雷達方案，該系統不僅保證了測量高度的精度，還具有顯著的成本優勢，已應用于依維柯歐勝等車型，有效規避碰撞風險并提升運營效率，為客戶提供了更具性價比的選擇。

• 跨域融合方案進一步發揮優勢

面向未來，黑芝麻智能將繼續深化在商用車領域的技術優勢，推出更多兼具高價值和高性價比的創新產品。PA3.0將在PA2.0主動安全系統的基礎上，通過迭代算法和硬件升級，進一步強化主動安全功能，更好地守護駕駛員的生命安全和客戶的財產安全。

此外，黑芝麻智能還將推出基于C1296芯片的艙駕一體商用車應用方案。C1296芯片的算力密度與能效比行業領先，結合黑芝麻自研DynamAI NN引擎與NeuralIQ ISP模塊，可同時處理超12路高清攝像頭輸入，為商用車復雜場景提供強力支撐。該方案將利用C1296芯片的強大算力和多核異構架構優勢，整合智能座艙與主動安全功能至單一域控制器，實現跨域融合與成本優化，設計階段工作正在有序展開，計劃25年下半年完成驗證并量產。

• 技術突破引領業務騰飛

黑芝麻智能在商用車領域已實現兩大關鍵進展。首先，公司已從單一車型定點轉向平臺化定點，為產品方案的快速推廣和市場份額的擴大奠定了堅實基礎。同時，黑芝麻智能的合作模式也在不斷突破，從提供獨立的子系統解決方案逐步拓展到與主機廠聯合開發整車級方案，與主機廠深度協同，提供定制化服務。這種合作模式的轉變不僅有助于與客戶建立深入穩定的合作關系，還能為客戶提供更專業化和個性化的服務。例如，根據客戶車型、載重和應用場等特點，提供定制化的感知、規劃和控制算法。

商用車智能化轉型全面提速，行業將迎來廣闊的增長空間，隨之而來的是智能駕駛裝配率的快速增長，而黑芝麻智能在乘用車領域已擁有成熟智駕解決方案，能夠將技術與經驗快速應用于商用車，憑借我們的技術優勢帶來的市場占位，勢必將加快推動業績兌現，同時推動商用車領域的智能化發展，為行業提供更加高效、安全、智能的解決方案。

"大腦"和"小腦"平臺方案賦能機器人邁向智能新高度

在機器人智能化發展進程中，大腦負責復雜的環境感知、決策制定和任務規劃，小腦則專注于運動控制與身體協調，二者相輔相成，缺一不可。黑芝麻智能基于其在芯片與算法領域的深厚技術積累，打造了領先的機器人"大腦"和"小腦"平臺方案，為"天問"人形機器人提供強大的感知、決策與控制能力。

"大腦"平臺方案由黑芝麻智能華山®A2000芯片提供強大的算力支持。A2000芯片面向全場景通識打造，致力于讓AI模型具備人類的常識和知識，進而達成人類的決策水平。A2000采用先進的異構計算架構，集成了高性能計算核心，并通過硬件加速引擎對機器學習算法進行深度優化，能夠實現每秒數萬億次的強大運算能力，通過高算力、高帶寬、多模態融合能力以及低功耗設計，為機器人"大腦"的海量數據處理與復雜決策模型運行提供了堅實的算力基礎。

尤為重要的是，A2000芯片的算力不僅強大，而且靈活可擴展，能夠支持完整的具身智能算法。這使得機器人能夠實時處理來自環境的多模態信息，包括視覺、聽覺、觸覺等，并基于這些信息做出智能決策。無論是復雜的工業制造場景，還是動態變化的服務領域，A2000芯片都能為具身智能算法的落地提供堅實的算力支撐。

"小腦"平臺方案基于黑芝麻智能武當®C1236芯片打造。C1236芯片架構通過分時操作系統和硬件隔離技術，實現了AI運算任務與控制任務的并行處理，顯著降低整體系統時延的同時，大幅提升了控制的可靠性與安全性，為機器人在復雜環境下的穩定運行與精準操作提供了可靠保障。

"天問"進化，開啟智能新時代

武漢大學自主研發的"天問"人形機器人自今年3月立項以來，便備受矚目。"天問"身高1.7米，體重65公斤，擁有36個自由度，尤其是其靈巧手設計，具備對不同物體的精準抓取能力，在諸多關鍵性能指標上展現出領先優勢。此次與黑芝麻智能的合作，將為"天問"在運動控制、環境感知以及人機交互等方面帶來顯著提升，進一步拓展其應用場景與實用價值。

黑芝麻智能創始人兼CEO單記章對此次合作表示："我們很高興能夠與武漢大學劉勝院士團隊開展深度合作。武漢大學在人形機器人領域的深厚研究底蘊和豐富經驗，與黑芝麻智能在芯片與算法方面的獨特優勢相得益彰。通過此次合作，雙方將實現資源與技術的完美融合，共同推動人形機器人技術的革新與發展，為行業樹立新的標桿。"

劉勝院士也對此次合作寄予厚望："‘天問'機器人是我們團隊長期努力的結晶，而黑芝麻智能的加入，將為‘天問'注入全新的活力與智能基因。我們堅信，通過雙方的緊密協作，一定能夠打造出更加智能、靈活的人形機器人，為人類社會的進步貢獻更多力量，推動人形機器人在更多領域實現廣泛應用。"

隨著黑芝麻智能大小腦平臺方案的深度融入，"天問"機器人將在感知、決策與控制等關鍵能力上實現質的飛躍。未來，"天問"不僅能夠熟練掌握走、跑、跳等基本技能，還將憑借其強大的環境感知與交互能力，更好地適應復雜多變的環境，為人類提供更加智能、便捷的服務。

此次黑芝麻智能與武漢大學劉勝院士團隊的合作，是雙方在技術創新與產業發展上的一次重要布局，也標志著人形機器人領域邁入了新的發展階段。通過此次合作，黑芝麻智能將不斷探索人形機器人技術的更多可能性，為推動智能駕駛與機器人產業的升級貢獻更多創新與推動力。

上海2025年3月11日 /美通社/ -- 3月伊始，吉利舉辦"銀河浩瀚 安全平權"AI智能科技發布會，正式發布了"千里浩瀚"智駕系統，旨在通過全域AI智能化布局與發展戰略，推動智能駕駛技術的規模化落地。黑芝麻智能作為AI生態合作伙伴，旗下的華山A1000芯片成功集成到"千里浩瀚"智駕系統，并搭載吉利銀河旗艦轎車雙子星煥新發布，以"高性能+高安全+高性價比"方案助力"智駕平權"從愿景邁向現實。

"千里浩瀚"共有H1至H9五大智駕層級，其中標配級H1系統基于億咖通?天穹®Pro智駕平臺打造。該平臺采用創新的"行泊一體"架構，集成兩顆華山A1000芯片，綜合算力達116TOPS，可支持5R10V傳感器配置，為吉利銀河品牌提供了強大的智能駕駛支持。

基于"安全平權"這一核心理念，黑芝麻智能以技術創新打破智駕壁壘。華山A1000芯片作為首個符合所有車規認證、唯一支持單芯片行泊一體域控制器的本土平臺，已全面進入量產階段，深度賦能吉利集團旗下車型。目前A1000芯片已成功搭載于領克08EM-P、領克07EM-P系列車型，并通過規模化量產驗證技術可靠性，多款車型的熱銷進一步鞏固了市場對本土高性價比智駕方案的認可。

作為最早致力于推動"智駕平權"的本土智駕芯片企業之一，黑芝麻智能在2024年初就提出NOA會下探到10萬級別的車型，并堅持以技術普惠打破智能駕駛高價壁壘。隨著智駕技術成熟、規模效應顯現、用戶接受度提升，正推動NOA從 "技術嘗鮮" 邁向 "大眾標配"，加速智能汽車全民化。在智駕平權的普及進程中，行泊一體域控將逐步滲透到中低價位區間車型，華山A1000家族芯片，以高性能、高安全、高性價比為核心優勢，通過規模化量產助力車企在10萬元級車型中落地高階智駕功能。

黑芝麻智能將持續深化與吉利、億咖通科技等產業鏈伙伴的合作，以芯片為核心載體，為車企和Tier1提供兼具性能與成本優勢的解決方案，加速全民智駕時代的全面到來。

上海2025年1月24日 /美通社/ -- 1月24日，黑芝麻智能與美光科技共同宣布將合作推出新型ADAS（高級駕駛輔助系統）解決方案。該方案采用黑芝麻智能的華山A2000家族芯片和美光科技LPDDR5內存，將極大提升ADAS系統處理復雜駕駛場景的能力，進一步滿足智能駕駛場景和算法的需求。

在智能汽車中，ADAS需要高速、低功耗的內存解決方案來實時處理大量代碼和數據，以確保安全性和效率。ADAS系統能夠迅速、準確地處理傳感器數據，做出實時決策，并執行相應動作，這對于碰撞避免、車道保持輔助和自適應巡航控制等功能至關重要。

美光科技是汽車內存技術的領導者，其LPDDR5內存憑借高速、低功耗、安全性等性能被市場所青睞。美光科技LPDDR5的數據傳輸速度達到6400 Mb/s，功耗比前代產品LPDDR4X降低了20%，可在-40°C至125°C的廣泛溫度范圍內可靠運行，增強的安全機制能夠滿足汽車安全標準的嚴格要求，適用于最高 ASIL-D 等級的汽車安全系統。

華山A2000家族是黑芝麻智能新近推出的高算力芯片平臺，包括A2000 Lite、A2000和A2000 Pro三款產品，分別針對城市智駕、全場景通識智駕和高階全場景通識智駕而設計。A2000 家族芯片集成了業界領先的CPU、DSP、GPU、NPU、MCU、ISP和CV等多功能單元，實現了高度集成化和單芯片多任務處理的能力；采用新一代ISP技術，具備4幀曝光和150dB HDR，在隧道和夜間等場景下表現更好，顯著提升了圖像處理能力；單芯片數據閉環能力為算法的迭代和創新提供堅實基礎；原生支持Transformer模型；支持算力擴展，以適應不同級別的自動駕駛需求，產品組合全面覆蓋從NOA到Robotaxi的廣泛應用場景。 

黑芝麻智能用“芯”賦能未來出行，同時以開放共贏的心態與各界伙伴廣泛攜手。與美光科技的合作，是黑芝麻智能拓展產業鏈“朋友圈”，合力推動智能駕駛技術發展和應用的又一舉措。在汽車產業和出行方式的變革中，黑芝麻智能將聯合更多的伙伴，聚力創新，為智能出行筑牢技術底座。