10月29日，苏州的一场发布会，把智驾行业藏了很久的一个共识，正式摆到了台面上。

当天，XHEART新芯航途正式发布大模型智驾芯片X7 Ultra，同时披露了一组已经跑通量产的数字：X7系列量产8个月，累计出货超过20万颗，搭载10款量产车型，在手订单覆盖超过40款车型。更值得关注的是，发布会现场首次公开了下一代芯片X9的研发目标：3000 TOPS大模型算力、700GB/s单芯片内存带宽，计划2027年正式推出。

作为战略合作伙伴，Momenta CEO曹旭东也在现场首次公开分享了公司的“第三个洞察”——“大模型定义芯片”。在行业普遍还在比拼芯片纸面算力、堆核心数量的当下，这场发布会传递出的信号远不止“发布了一颗新芯片”这么简单。它更像是一次行业拐点的确认：智驾行业正在彻底告别“模型追着芯片跑”的旧阶段，进入“大模型反过来定义芯片”的全新周期。

700 TOPS背后，98.7%的利用率为什么比纸面算力更重要

过去很长一段时间里，智驾芯片的宣传逻辑非常直接：把算力数字写得足够大，似乎就能证明产品足够强。但很多用户和行业从业者都会发现一个现实问题：芯片标称的算力很高，真正跑到智驾大模型里，能用上的部分却少得可怜。大量算力在数据搬运、模块等待、内存反复读写中被白白消耗，最终落到驾驶体验上的提升，远没有纸面数字看起来那么夸张。

这次发布的X7 Ultra，没有把重点放在“算力数字有多大”上，而是直接抛出了一个更贴近真实量产场景的指标：基于量产智驾大模型实测，NPU计算利用率达到98.7%。同时，在700 TOPS大模型算力的支撑下，相比行业旗舰产品，它的内存带宽消耗下降80%，能效提升100%，最终实现可部署模型参数量10倍提升。

要理解这个变化，得先回到智驾技术路线的转向里。前几年的智驾系统，大多是多个小模型分工协作：感知模型专门识别车道线和障碍物，预测模型负责判断其他车辆的走向，规划模型再输出行驶路径。这种拆分模式下，芯片只要能分别支撑多个小模型并行运行，基本就能满足需求。但当行业全面走向端到端大模型之后，整个计算逻辑就变了——大量计算不再分散在多个小核之间来回传递，而是集中在统一的大模型里完成。

X7 Ultra的六大产品优势，几乎全部围绕这个新变化设计。专为大模型打造的超大核NPU，把过去传统小核之间百GB/s级的数据交互，聚合到超大核内部TB/s级的高速互联里，直接把数据流通的带宽提升了一个数量级;硬件并行度解锁之后，更多计算单元可以同时工作，计算和权重加载不再互相等待，硬件能力不再被空转浪费;重构后的AI工具链，通过整网级融合对全部计算任务做统一编排优化，避免中间结果反复读写外部内存，从底层把能效比拉了上来。

20万颗量产芯片，正在验证一条没人走过的技术路线

在智驾芯片行业，初创公司从成立到芯片量产，大多要经历三四年甚至更久的周期。而XHEART从2023年成立，到X7系列实现量产交付，只用了两年时间。更让人意外的是首颗X7芯片回片之后的表现：不到24小时完成点亮，所有主要数据通路全部打通;第17天，芯片、底层软件和智驾模型就完成了整车闭环，直接开到真实道路上接受白天、夜晚、暴雨等复杂环境的检验。

这种速度在智驾芯片创业圈里并不常见。背后的核心原因，恰恰是它从第一天就没有走“先设计通用芯片，再让算法团队慢慢适配”的老路。创业之初，团队就和算法团队一起扎进真实的大模型里，从算子特性、数据流转方式、计算分布规律出发，倒推芯片的架构设计，从源头避免了“芯片做出来才发现不适合大模型”的尴尬。

现在，这条路线已经走过了最关键的量产验证期。8个月时间出货超过20万颗，搭载到10款已经上路的量产车型里，同时拿到超过40款车型的定点订单，这意味着“大模型定义芯片”不再是实验室里的技术概念，已经变成了普通用户日常开车就能体验到的真实产品。

更值得关注的是，基于双X7芯片搭建的L3/L4计算平台，已经拿到了多个车型项目的定点。这也说明这套方案的能力边界，已经从常规的城市NOA、高速NOA，开始向更高等级的自动驾驶场景延伸。过去很多人认为，高阶自动驾驶必须等下一代芯片、等未来某个时间点才能落地，现在这条技术路线已经开始把高阶智驾的量产时间表往前拉。

从模型适配芯片，到大模型定义芯片：行业逻辑彻底反转

在发布会现场，XHEART CEO李宗霖说了一句很直白的判断：过去“先做芯片，再让模型适配”的老路，现在已经答不出行业的三道必答题了。

第一题，算力能不能在真实量产模型里充分发挥?很多高算力芯片在演示场景里跑得很漂亮，一放到每天要处理海量复杂路况的量产大模型里，算力利用率就掉下来，最后实际体验和纸面算力完全不成正比。

第二题，芯片架构能不能跟上模型迭代的速度?现在智驾大模型几乎每几个月就会有一次大的架构升级，如果芯片从一开始就没有围绕大模型的演进规律设计，很可能芯片刚量产半年，就已经跟不上新模型的需求。 第三题，能不能在车载场景有限的能耗和散热约束下，支撑起足够强的智能?车规级场景对功耗的要求非常苛刻，单纯靠堆核心、堆算力数字，最后只会让整车散热和功耗压力陡增，根本无法大规模普及。

而“大模型定义芯片”的思路，就是从源头上解答这三个问题：不是先定义芯片再反过来约束模型，而是先把未来几年大模型需要什么计算、什么带宽、什么数据流转逻辑研究透，再反过来定义芯片的每一个模块。

作为并肩走完这条路线的合作伙伴，Momenta CEO曹旭东在现场也分享了自己的判断：大模型定义的芯片，相比传统通用芯片，性能能够实现10倍提升。

而要真正实现L4规模化落地，行业最终需要在车端承载百亿到千亿参数级别的世界模型，这就要求芯片和算法不能再是两张皮，必须从定义阶段就深度协同。

这次即将和X7 Ultra完成深度适配的R7 Ultra世界模型，就是这套协同逻辑的最新成果。依托X7 Ultra的硬件支撑，R7 Ultra的模型参数量相比上一代扩大了5到10倍，安全性能同步提升5到10倍，智驾系统不再只是“看见当下的路况”，而是开始真正进入“推演未来场景”的阶段。

它可以在端侧理解不同物体的物理属性，预判行人和非机动的复杂交互，自主生成大量长尾极端场景做仿真试错，不用完全依赖真实路测一点点采集数据。

曹旭东在现场给出了一个很有冲击力的判断：智驾摩尔定律正在到来，2022年到2026年，智驾能力每两年提升十倍，现在城市NOA已经走到了应用引爆点，接下来会快速走向全面普及。

而要让这个速度从“每两年十倍”进一步加速到“每年十倍”，最核心的钥匙，就是“大模型定义芯片”。

X9亮相：3000 TOPS算力，2027年的智驾会是什么样

发布会XHEART首次公开了下一代大模型芯片X9的研发目标：3000 TOPS大模型算力，700GB/s单芯片内存带宽，计划2027年正式推出。

按照“量产一代、开发一代、预研一代”的节奏，X9依然会延续“大模型定义芯片”的路线，围绕下一代世界模型的需求做软硬协同设计，通过计算能力和访存能力的同步跃升，让更大规模的世界模型可以在车端高效运行。

从20万颗X7系列芯片跑通量产，到X7 Ultra把大模型可部署参数量提升10倍，再到X9瞄准3000 TOPS算力，整个行业的脉络已经越来越清晰：过去我们讨论智驾能力的时候，更多在争论“算法哪家强”，而现在我们正在进入一个新的阶段——算法和芯片不再是各自迭代的两条平行线，它们会变成一个紧密咬合的整体，互相定义，互相驱动。

当大模型不再需要在不合适的硬件上艰难适配，当芯片从诞生第一天起就是为大模型量身打造，我们离“智驾真正像人类老司机一样开车”的那天，显然已经越来越近了。