2016年，自特斯拉与Mobileye分道扬镳、开启软硬一体自研之路后，车企自研芯片已从行业孤例演变为必然趋势。

在智能汽车迈入“算力主权”时代的2026年，蔚来、小鹏、理想组成的“蔚小理”阵营，作为国内造车新势力的先行者，历经数年技术深耕，纷纷迎来芯片自研的集中收获期。

曾经，它们为了抢一张英伟达Orin的产能入场券而焦头烂额；如今，“蔚小理”们正在打破通用芯片的垄断格局，从蔚来神玑芯片开放全行业外供，到小鹏图灵AI芯片规模化落地，再到理想马赫100芯片的技术突破，三家企业以差异化路径证明：自研芯片不再是简单的替代方案，而是构建核心竞争力的生死之战，深刻重塑了智能汽车产业的竞争规则。

“蔚小理”，自研芯片行至何处？

如果将2024年视为车企自研芯片“流片”的宣言年，那么2026年则是正式量产与变现的落地年。

蔚来：从成本中心到利润引擎的跨越

蔚来是这场竞赛中走得最快、也是模式最重的一个。

3月10日，蔚来创始人李斌在财报电话会上正式宣布，旗下芯片子公司安徽神玑的第二颗芯片已流片成功，进入量产爬坡阶段。这颗延续了5nm车规工艺的新芯片，核心算力等效3颗英伟达Orin-X，但成本较第一代神玑NX9031显著降低。

更关键的是，它打破了蔚来内部应用的局限，明确向外部客户开放，甚至已拓展至具身机器人领域。

回顾其造芯历程，蔚来早在2021年便布局芯片自研。彼时，全球“缺芯潮”肆虐，其ESP模块供应商断供导致蔚来ET7车型减产42%，造成19亿元营收损失，这让蔚来深刻认识到供应链自主的紧迫性。

2023年，正当神玑芯片前端设计即将完成时，美国EDA合作伙伴突然退出中国市场，项目险些停滞，蔚来咬牙攻坚，最终完成全流程自主突破。四年间完成了从设计到量产的全流程攻关。

2024年7月，全球首款5nm车规级产品“神玑NX9031”流片成功，该芯片拥有超过500亿颗晶体管，单颗算力超1000 TOPS，在内存带宽上更是达到了546 GB/s，是英伟达Thor-U的两倍，更高的内存带宽意味着芯片在处理海量视觉数据时能够更快地存取信息，从而降低推理时延，提升智能驾驶系统的实时响应能力；同时，凭借小于5ms的AI推理延迟，在BEV算法处理效率上达到同代通用芯片的3倍以上。

值得注意的是，这款芯片的核心价值并非简单的算力堆砌，而是通过自研的图像信号处理器（ISP）和神经网络处理单元（NPU），实现了针对智能驾驶场景的架构级优化。

截至2025年底，神玑NX9031芯片累计出货超15万套，全面部署于蔚来全系车型，为蔚来带来了单车约1万元的降本空间，成为蔚来2025年四季度首次盈利的关键支撑。

此外，蔚来还在‘NIO IN 2023 蔚来创新科技日’上正式发布了首款自研激光雷达主控芯片“杨戬”，采用8核64位处理器，配备8通道9bit ADC，具备高达1GHz的采样率，实现了硬件级的传感器融合，并将激光雷达的功耗降低了50%。据蔚来介绍，得益于“杨戬”芯片的高集成度，每台车的物料成本可直接节省数百元。

在智能汽车竞争日益激烈、整车毛利率承压的背景下，这些举措都为蔚来提供了新的增长叙事。

但蔚来的野心，显然不止于此。

2025年6月，蔚来拆分芯片业务成立神玑公司，试图走出一条从“成本中心”到“利润引擎”的独立之路。2026年2月，神玑公司完成22.57亿元首轮融资，投后估值近百亿。

中国欧洲经济技术合作协会智能网联汽车分会秘书长林示曾在接受采访时表示：“车企分拆芯片业务并引入外部资本，有助于理顺研发投入与商业化回报之间的关系。”对于整车企业而言，自研核心芯片一方面能够增强供应链自主性，另一方面也可以在成本控制及产品定义上形成更高灵活度。

神玑能够完成较高门槛的首轮融资，显示出资本市场对其技术路线、量产能力及应用落地进展的认可。多元资本的注入不仅分担了研发风险，更推动蔚来构建开放生态，这也进一步标志着蔚来芯片业务正式从自研自用开启“全行业外供”的商业新篇章。

在此期间，神玑公司已与爱芯元智、豪威集团成立合资公司，弱化蔚来标签以拓展外部客户，为芯片业务的对外市场化布局铺平道路，同时积极布局具身机器人、Robotaxi等非车领域。

李斌在多个公开场合曾表示：“如果大家想买最好的芯片可以找蔚来”，这种开放性姿态让蔚来从整车制造商向拥有汽车业务的半导体技术公司转型，这一“资本+社会化绑定”模式，通过引入外部资金和客户，快速摊薄研发成本。

回看神玑芯片发展历程，蔚来自2021年启动芯片自研项目，历时4年完成从设计、研发、流片、测试至量产的全流程。更重要的是，神玑芯片与蔚来全栈自研的整车全域操作系统SkyOS·天枢深度融合，从指令集到内存调度全栈自研，让5nm制程优势被充分发挥。

显然，“芯片-操作系统-算法”三位一体的全栈整合能力，正成为蔚来在智能驾驶下半场竞争中的核心护城河。

从目前节奏来看，蔚来第二颗智能芯片有可能于2026年下半年正式上车，除适配蔚来自身车型外，还将逐步向外部客户交付。未来，随着芯片量产规模的扩大和外供业务的推进，神玑公司有望成长为AGI时代领先的通用智能硬件芯片及解决方案供应商。

理想汽车：算法原生芯片，后发制人

蔚来自研芯片并非孤立事件，而是2026年中国智能汽车产业“芯片分水岭”的一个典型缩影。在同一时间轴上，理想汽车的自研芯片马赫100（M100）芯片已进入量产交付倒计时，小鹏汽车则通过技术输出与大众集团达成深度绑定，纷纷迎来新进展。

2026年2月，理想汽车CEO李想通过微博官宣：全新一代理想L9 Livis版将搭载两颗自研“马赫100”芯片，总算力达2560TOPS，相当于3倍英伟达Thor-U的有效算力，堪称全球最强智驾大脑。

这颗5nm制程芯片的落地，源于理想自2022年11月启动的自研项目，源于理想对“软硬协同”的极致追求，而其技术根基可追溯至2025年2月发布的一篇学术论文——《Hardware Co-Design Scaling Laws via Roofline Modelling for On-Device LLMs》。

这篇看似学术的论文，实则是理想造芯的理论宣言。

论文指出，通过测试1942个架构、训练170个模型，理想提出“软硬协同设计定律”，揭示了通用芯片在VLA系统中存在70%算力浪费的行业痛点。

这意味着，以前解决问题要靠反复试错，算法团队要花几个月时间来训练模型、上车测试，失败后再推倒重来，这是一个巨大的黑箱。现在，给定模型超参数，不用训练就能预测最终精度，这就从“黑箱试错”顺利变成了白盒预测。

但只有预测精度还不够，因为车载大模型在运行时会产生大量临时数据，进而疯狂吞噬内存。于是理想祭出了第二个武器——将经典的Roofline性能模型进行车载化革新，系统性地把多项因素全部纳入建模，计算出模型所需的关键硬件参数。

简单来说，就是提前算出计算平台能支持的模型“聪明程度”。这种设计模式最大的价值就是让此前行业“先设计芯片再适配算法”或“先开发算法再找芯片”的割裂流程彻底成为历史。

这一研究方案已在英伟达Orin和Thor平台上完成了实测验证，优化后的模型精度和速度实现了大幅提升。

能看到，这不仅仅是一个工程优化技巧，它要解决的问题极其现实：在车上那块功耗有限、散热有限、成本有限的芯片里，如何把大模型的智能榨到极致？这也为理想自研芯片“马赫100”芯片打下了坚实的理论基础。

过去几年，车企们的竞赛逻辑是算力竞赛，一直在比拼谁的芯片算力高，谁的模型参数多，在发展的过程中，我们也见证了智驾芯片从英伟达Orin的254 TOPS到Thor的1000 TOPS，再到国产自研芯片的更大算力，数据不断刷新。大家似乎都相信，更大的算力就能证明智驾能力更强。

但理想汽车这篇论文，指向了一个完全不同的方向：当行业进入VLA（视觉-语言-行动）模型时代之后，自动驾驶就遇到了前所未有的难题。因为VLA作为一个逻辑自洽的技术架构，需要更高的认知智能才能发挥实力；同时，汽车智驾跟云端大模型完全不一样。车载芯片受限于功耗、散热、成本、实时性、安全冗余，根本不能盲目堆参数、堆算力。这造成的结果就是，模型越来越聪明，芯片却有点“跟不上”。

因此，在VLA逐渐成为主流技术范式的当下，汽车芯片将不再单纯比拼谁的算力更大，而是比谁把算力用得更好，能把有限的大脑容量用得更聪明、更高效，这才是未来竞争的关键。

本次理想提出的“端侧大语言模型的软硬协同设计定律”，就指出了破局的关键。

基于该定律，马赫100芯片成为专为VLA模型定制的“算法原生芯片”，在大语言模型推理上等效2颗英伟达Thor-U，传统视觉任务上等效3颗Thor-U，有效算力利用率从Orin-X的30%提升至80%。

就在这篇论文发布前后，理想汽车的马赫100芯片已经悄然完成流片，进入路测阶段。

2026年，这颗芯片将随新车交付——这被视为理想汽车摆脱英伟达依赖的关键一步。但需要注意的是，理想的马赫100芯片大概不会一夜干翻英伟达。但它证明了一件事：中国车企，正在从用别人的芯片，走向为自己的算法造芯片。

对于这篇论文的真正意义，理想还强调，不只是“我们做了一个芯片”，而是“我们发现了一个规律，找到了设计芯片的方法”。这套方法论可以复用，例如以前换一款芯片，算法团队可能要花几个月重新设计和调优模型。目前理论上一周就能搞定，M100之后，M200、M300的设计周期将大幅缩短。

回顾理想的造芯之路，呈现出鲜明体系化特征。自研芯片立项后，理想逐步构建了完整的AI技术栈：2022年11月，在被英伟达Thor芯片反复延期、算力缩水75%的被动局面后，理想迅速启动马赫100芯片自研项目。

依托IPD集成产品开发流程，理想展现出惊人效率：2023年 3月启动自研大模型，12月MindGPT上车；2024年4月星环OS量产、2023年3月启动自研大模型、12月自研大模型MindGPT随OTA 5.0发布上车、2024年4月自研操作系统星环OS首次量产上车、2025年Q1马赫100芯片回片测试，同年8月VLA司机大模型落地，形成“芯片-算法-系统”的完整闭环。

历经波折后，马赫100终于面世：采用5nm制程，单颗有效算力达1280 TOPS，约为英伟达Thor-U的三倍。更重要的是，理想通过“软硬协同设计定律”，让芯片原生支持VLA（视觉-语言-行动）模型，将感知-决策-执行全链路响应时间压缩至350ms。

尽管2026年初，理想遭遇芯片部门核心高管和多位团队员工离职等挑战，但理想通过战略聚焦与组织优化，仍计划于2026年二季度实现马赫100芯片量产交付。

李想在财报会上表示：“2026年，搭载以马赫100芯片为核心的AI系统的产品正式交付后，将给用户带来产品价值与体验的根本性转变，以‘移动家空间’为核心，打造极致的软硬一体体验，汽车将从被动使用的工具转变为具备自主能力的智能伙伴。”

在笔者截稿前，对于多位公司高层离职，李想在接受采访时表示：年初至今公司确实有一些新变化，一些非常优秀的研发等方面管理层一二号位，过去跟着理想经历了从零开始的阶段，有了丰富的创业公司经验，近期出去创业，也获得了投资市场的认可，对此他表示恭喜。“我希望每一个能够出去自己创业的理想汽车骨干都能够表现得越来越好，然后成为市场的主力。”

“同时，这也给公司内部一些年轻的技术管理者、业务管理者非常好的机会。”李想表示，目前在基础模型、具身智能、产品线等核心业务中，大量90后、95后已经胜任一号位角色，过去三年培养的00后校招生也成为技术研发、高难度技术方案攻关的核心骨干，这是公司对未来10年充满信心最重要的标志。

小鹏汽车：技术联盟下的全球化突围

小鹏汽车的芯片路径带有鲜明的“何小鹏式”色彩——轻资产、重生态、强联盟。

2026年1月8日，小鹏一口气发布G6、G7、G9、P7+等多款换代车型，罕见未提英伟达，全部搭载自研图灵AI芯片。

这或许也意味着，小鹏汽车已全面切换至自研赛道，彻底告别英伟达依赖。

这一转变背后，是小鹏对“技术定义芯片”的深刻践行。何小鹏在发布会上强调：未来全球最好的AI公司，都会选择自研芯片，这决定着AI产品的性能上限。

小鹏的造芯之路始于一次昂贵的教训。

早期与Marvell合作失败付出超亿美元赔偿金，让团队清醒认识到：造芯必须紧密结合自身需求，实现软硬件深度协同。

2024年，小鹏正式发布图灵AI芯片，采用40核设计、DSA架构，专为端到端大模型优化，单颗算力达750TOPS，等效3颗Orin-X，算力利用率实现100%，支持30B参数大模型运行，1颗即可实现L3+智驾体验，2颗就能达成L4级自动驾驶支撑城市NOA全覆盖。

在这颗芯片上，自研NPU是其一大亮点。有知情人士指出，这颗图灵芯片集成了小鹏智驾算法的很多理解，也是该芯片最大卖点之一。在SoC集成方面，小鹏表示，该芯片使用了DSA集成神经网络特定领域架构设计，与合作伙伴携手实现了该芯片的SoC集成，并获得了极好的PPA。

值得关注的是，其模块化异构算力布局更具备跨场景复用能力，在人形机器人中负责运动控制，在飞行汽车中承担感知避障任务，突破了单车销量对芯片成本的摊销限制。

2025年5月，图灵芯片随小鹏G7 Ultra正式量产上车，同年11月获得大众汽车定点，实现“反向合资”突破——大众2026款电动车已深度绑定小鹏EEA架构，打上“小鹏Inside”烙印，既带来巨大规模订单，更完成国际市场背书。

小鹏凭借“技术+横向绑定”战略展现出独特优势，图灵芯片采用高度模块化异构算力布局，可跨场景复用，在人形机器人中负责运动控制，在飞行汽车中承担感知避障，成功跨越单车销量对芯片成本的摊销限制。

2026年，小鹏Robotaxi将搭载4颗图灵芯片，总算力达3000TOPS，创下行业纪录。何小鹏的愿景清晰可见：通过技术输出与联盟合作，让小鹏芯片在全球智能出行领域占据核心地位。

对于车企选择造芯这一路线，何小鹏指出，过去十年，汽车硬件占整辆车价值超过90%，但未来十年，硬件价值会缩减到50%，软件会从10%暴增到50%。“最开始我认为在端侧，应该是少部分企业自研芯片，大部分企业用公开的芯片。但随着我们真正把端侧芯片落地，我才逐渐理解到，从某种角度看，芯片公司本身也是软件公司。”

他表示，要做好软件，不仅要做操作系统，还要做芯片上的软件。我个人认为，未来全球最好的AI公司，很可能都会选择定制自己的芯片。因为自研或定制芯片，可以用同一代技术实现下一代的性能提升，这并不只是成本问题，而是能力问题。中国已经有很多公司在这样做，我相信定制私有化芯片的价值，在下一个十年会被更多企业家和用户真正看到。即使今天这还不是一个普遍共识，但这是我坚定相信的一件事。

车企造芯热潮背后

从“蔚小理”自研芯片的原因和发展历程来分析，可以判断出车企选择造芯的几大原因：

首先，成本控制是车企造芯的直接驱动力。

以蔚来为例，其2024年采购英伟达Orin-X芯片花费超3亿美元，单车成本达1.1万元，而自研神玑芯片后单车降本1万元，2025年17.9万辆销量即贡献近18亿元毛利。对于年销量超百万的车企，自研芯片可节省数十亿元采购支出，在价格战激烈的市场中形成关键竞争优势。更重要的是，外购芯片是每年刚性支出，而自研是一次性大额投入换长期自由，长期摊薄后的成本优势更显著。

供应链安全也是不可忽视的战略考量。

英伟达Thor芯片从2000TOPS算力缩水至700TOPS，交付多次延期，打乱了理想、小鹏等企业的产品节奏；另外，复杂的地缘政治关系和一系列芯片出口限制，更让车企意识到“算力主权”的重要性。自研芯片能摆脱地缘政治与供应商的双重制约，保障产品迭代稳定性。

另外，技术协同的深层价值更为关键。

2025年端到端大模型全面接管城区智驾后，通用芯片的弊端彻底暴露：功耗居高不下影响纯电续航，异构架构导致推理时延无法达到毫秒级“类人响应”。自研芯片可实现架构级优化，蔚来神玑的ISP像素处理能力、小鹏图灵的端到端模型适配、理想马赫100的稀疏计算支持，都是通用芯片无法比拟的差异化优势。

正如行业共识所言：“算法决定芯片的架构，芯片反过来定义算法的边界”，软硬一体已成为智驾体验的核心护城河。

对于车企自研芯片的未来发展趋势，有业内专家向笔者表示：

算法与芯片的“同位体”趋势加速：软硬一体深度协同将推动车规级芯片从通用计算走向专用计算，从硬件加速走向架构定义。蔚小理三家都已完成自研芯片算法化，未来竞争不再是单纯的GPU算力对比，而是谁的架构更适合端到端大模型的神经网络连接方式。

供应链权力向整车企业转移：过去，Tier1厂商掌握核心控制权，但如今车企通过“自研+绑定”，蔚小理正在重新定义供应链关系。车企不再是被动接受芯片，而是主动设计芯片，甚至向传统Tier1反向输出方案。这种权力转移的底层逻辑是智能驾驶的技术复杂性——只有整车企业才最理解端到端的系统需求，才能设计出最匹配的芯片架构。

车规级芯片持续拓展：蔚小理还正在评估具身机器人、低空经济（eVTOL）、AIPC等新兴领域的应用机会，这并非简单的业务多元化，而是车规级芯片高可靠性、高算力、低功耗特性在更广泛智能硬件场景中的自然延伸。随着AGI时代临近，端侧推理需求爆发，车规级芯片有望成为“通用智能硬件芯片”的基础平台，开辟远超汽车市场的增量空间。

从行业格局整体来看，车企自研芯片正在重塑汽车产业价值链条。中国车企造芯热潮推动形成“设计-制造-封测”的本土生态闭环。过去，国内汽车芯片市场长期被英伟达、Mobileye等海外企业垄断，如今蔚小理、华为、吉利等企业的突破，让全球智驾芯片市场从一家独大走向多元供给。这种格局变化不仅提升了中国汽车产业的全球话语权，更倒逼海外企业加速技术迭代与价格下调，形成良性竞争生态。

当然，造芯之路并非坦途。芯片行业是资本密集、技术密集且经验依赖的高门槛领域，单颗先进制程车规芯片的流片及量产费用达数十亿元，没有三代以上产品迭代难以打磨完善。此外，芯片软件与生态构建的难度远超硬件研发，打造一套成熟的软件栈需要漫长的时间积累，这也是所有自研车企必须跨越的难关。

写在最后

综合来看，蔚小理的造芯实践有望成为中国智能汽车产业掌握核心话语权的关键战役。三种路径虽各有侧重，但都印证了同一个真理：智能汽车的下半场竞争，本质是“算力主权”的争夺，是软硬一体能力的较量。

从特斯拉引领的行业觉醒，到中国车企的集体突围，造芯之路虽充满研发投入高、周期长、风险大的挑战，但也孕育着产业升级的巨大机遇。当神玑、马赫100、图灵等芯片陆续落地，当更多车企加入自研阵营，中国智能汽车产业正在全球半导体与汽车产业的融合浪潮中，书写属于中国的车芯答卷。