Horizon Robotics: Driving the Autonomous Revolution

本期速览

嘉宾：Dr. Kai Yu（余凯），地平线机器人（Horizon Robotics）创始人兼 CEO，机器学习领域 30 年从业者，曾任百度深度学习研究院（IDL）创始院长。访谈由 Scottish Mortgage 基金经理 Lawrence Burns 主持，主旨是拆解地平线的技术路线、市场地位与投资逻辑。

主线：余凯从「软件公司与硬件公司都不足以独立解决自动驾驶」的判断出发，说明地平线为何选择软硬件一体化路线，并详解中国市场的独特性、「Journey Together」合作哲学，以及从汽车延伸至通用机器人的平台野心。Burns 则从投资者角度补充持有逻辑与风险。

全片最有分量的判断：余凯给出明确时间表——3 年内实现 100% 双手脱离方向盘的日常通勤，5 年内实现 100% 眼睛脱离道路，10 年内实现完全「mind-off」驾驶，届时人可以在行驶的车内睡觉。但他同时自称为「保守的乐观主义者」，并明确认为 RoboTaxi 短期内不会大规模落地。

主题小节

1. 软硬件必须协同设计——百度否决后他选择自己干

余凯的判断核心：做自动驾驶的专用硬件，必须先深度理解自动驾驶算法；先做硬件再等软件公司来适配，这条路太慢，必须软硬件一起设计。他用这个逻辑解释了地平线在众多玩家中差异化的立足点——「在所有硬件公司里我们最强于软件，在所有软件公司里我们最强于硬件」。

这段判断源自三段经历。第一，2010 年他带队赢得第一届 ImageNet 挑战赛第一名，而 2012 年 Geoffrey Hinton 赢得第三届 ImageNet 时，参赛者普遍依赖 GPU 算力。当时余凯所在的百度实验室已是 NVIDIA GPU 深度学习业务的最大客户之一，他判断 Jensen Huang 当时都没意识到 GPU 在机器学习上的潜力，直到约 2014 年才真正觉醒。第二，他在百度内部启动了中国第一个自动驾驶项目，但测试车的后备箱堆满线缆和设备，跑 30 分钟就因过热必须停下散热，「极其不可靠」。第三，他向百度高管提议自研专用硬件，但百度的文化「极度软件驱动」，整个中国产业当时也普遍认为做硬件回报周期太长，「没有人愿意碰硬件」。于是他选择离开，于 2015 年创立地平线。

他由此反推行业格局：许多半导体公司「走了错路」——先做芯片，再等软件公司来配合，传统汽车芯片从流片到装车往往要等 5 到 10 年，太慢了。地平线软硬件同步开发，节奏比所有竞争对手快得多，「很短时间，我们作为新进入者成了中国的领先者」。

Burns 对此的补充是：这种软硬件协同设计能力是地平线的核心壁垒，复杂程度决定了长期来看车企或 Tier 1 供应商很难完全自研同类能力——这一点同时是投资逻辑和风险来源。

2. 中国是自动驾驶的「智能手机式」起点——从第一供应商到全球扩散

两位嘉宾一致判断：中国 EV 市场的拥挤与竞争烈度全球唯一，但恰恰因此成为智能驾驶技术最先大规模商业化的土壤。Burns 的原话是「没有其他市场像中国这样」，极度拥挤、极度竞争，但「正以优质和难以置信的低价领跑全球 EV」。余凯补充了中国作为首发市场的三个条件：用户对新技术心态开放、社会数字化程度高于多数西方国家、EV 与智能座舱渗透率远超其他地区。

数据支撑了「中国第一」的地位：去年（2023 年）有 300 万辆中国新车预装地平线解决方案；目前在中国市场份额超过 50%（Burns 口径）；在中国几乎所有主要 OEM 都是客户。全球化路径则依托两类通道：一是与 Volkswagen 等外资品牌的直接合作，二是中国 EV 厂商自身的出海潮。Volkswagen 的 20 亿美元投资被 Burns 视为关键资产——既是技术能力的认证，也是进入全球市场的通道。余凯用「German quality with Chinese speed」概括这场合作（意即：德国品质加上中国速度），但他强调信任的根源是「Journey Together」哲学：目标是长期共赢，「不是一场派对，而是一段漫长旅程」；在行业转型期，很多东西无法标准化交付，「需要地平线和 OEM 共同定义」。

余凯对未来扩散路径的类比是智能手机：先在中国被广泛接受，随后欧洲、日本等地区陆续全面拥抱。「智能 EV」和「轮子上的计算机」不会只属于中国——中国只是第一个发生地，技术成熟后会成为下一轮全球趋势。他同时列出了全球 Tier 1 合作伙伴：Bosch、Continental、Denso、ZF。

需要提醒读者：余凯的「中国经验可全球复制」论述带有持仓方叙事成分，访谈未讨论地缘政治对全球化路径的具体限制，仅由 Burns 点出「除美国外几乎可触达所有市场」。

3. 十年蓝图：从「hands-off」到「mind-off」，再到所有机器人的平台

余凯对自动驾驶演进阶段的判断是：过去四五年中国产业已从高速/车道保持/AEB 等限定场景，演进到繁忙城市交通下的全场景自动驾驶，端到端大模型训练让技术进度「一年比一年显著加速」，转折点就在今年或明年。他的具体预测：

时间线	目标	含义
3 年内	100% hands-off	日常通勤完全无需手握方向盘
5 年内	100% eyes-off	驾驶全程无需注视道路
10 年内	100% mind-off	可车内睡觉，全程无需心智参与

他给自己贴的标签是「保守的乐观主义者」，特别强调 RoboTaxi 不会在今年或明年到来——因为 RoboTaxi 本质就是 mind-off，需要更长时间解决边缘场景。且路线是「一步一个脚印，沿途建立非常扎实的业务」。

长期愿景上，余凯判断汽车只是机器人技术的第一个应用，「计算范式几乎相同」——环境感知、地图与定位、人机交互、复杂环境决策、控制，这些能力可以迁移到养老护理、家庭服务、农业、制造、物流等场景。但他同时自认两个不确定性：人形机器人的自由度复杂度高于汽车，需要软件与理论层面的突破；能耗是瓶颈——人脑只需 20 瓦就能运转，而当前计算架构耗能太高，可能需要转向「受生物学启发的软硬件架构」，这需要 10 到 20 年的持续进步。他的终极表述是：「I want to be like Microsoft for robots.」（意即：我想成为机器人领域的微软。）

Burns 将这一愿景翻译为投资语言：地平线的机会分两步——第一步是「把汽车变成 AI 机器人」，第二步是把能力扩展至更广泛的机器人品类。「最大的 outliers 都是利用一件事去做另一件事的公司」，地平线存在这种「第二幕」的可能。他以芯片出货量佐证第一步的空间：去年出货 290 万颗芯片，今年计划超过 1000 万颗；而中国每年销售约 3000 万辆汽车、全球除美国外约 6000 万辆，远未饱和；随着自动驾驶功能增强，芯片平均售价还可能上升。

4. 投资者视角：八年的关系铺垫，与两个主要风险

Burns 回顾了 Scottish Mortgage 的建仓过程：早在 2015 年地平线创立当年，他就与 Linda Lin（Baillie Gifford 中国区负责人）及前基金经理 James Anderson 一起实地访问了公司，当时地平线还更偏芯片和机器人方向；后续多年保持跟踪，最终于 2021 年投资。他评价余凯「是世界领先的 AI 科学家之一」，技术能力本身吸引顶尖人才，且他「不是过去三四年才跳上 AI 浪潮的人」，这是毕生事业。

Burns 主动提出的两个主要风险：第一，大型车企可能尝试自研以省成本；但「同时掌握芯片和算法、实现垂直整合极其困难」，「至少不是每个品牌都适合自研」——他判断更合理的路径是让伙伴赋能，而 Scottish Mortgage 希望那个伙伴是地平线。第二，全球化挑战——除美国外，地平线有触达大多数市场的机会，Volkswagen 投资是「特别重要的通路」，而余凯本人也已深度思考公司身份与全球布局。

这里需要指出：Burns 作为持仓方基金经理，「自研极难、伙伴赋能更合理」的判断与其投资立场存在利益一致性，读者应将其视为仓位方的观点。

提及的标的

标的	嘉宾态度	关键数据
Volkswagen	看好/核心合作伙伴	投资 20 亿美元；「German quality with Chinese speed」
NVIDIA	中性/竞争与供应商双重角色	余凯团队曾是深度学习 GPU 最大客户之一；Jensen Huang 约 2014 年才意识到 GPU 机器学习潜力
Huawei	风险提示/竞争	中国最大私营企业之一，与地平线存在竞争
Baidu	中性/前雇主	余凯创办中国第一个深度学习实验室（Baidu IDL，2013 年）与中国第一个自动驾驶项目（2012 年）
Bosch、Continental、Denso、ZF	看好/全球 Tier 1 合作伙伴	未给出具体数据
Microsoft	中性/类比对象	余凯目标：「Microsoft for robots」
Siemens、NEC Labs	中性/生涯经历	余凯第一、第二份工作
Alibaba、Tencent	中性/同期背景	提及为中国互联网巨头但当时同样缺乏机器学习团队

值得记住的判断

1. 余凯：「我给自己贴的标签永远是保守的乐观主义者。」（I label myself always as a conservative optimist.）——他给出 3/5/10 年三级自动驾驶时间表，但明确认为 RoboTaxi 短期无解。

2. Lawrence Burns：地平线的机会是「同时创造 AI 的硬件和操作系统」（the opportunity to both create the hardware and the operating system of AI）——第一步是让汽车成为 AI 机器人，第二幕是扩展至通用机器人，「最大的 outliers 都是利用一件事去做另一件事的公司」。