編者按：在經濟發展模式加速轉型、科技創新驅動作用愈發關鍵的當下，新質生產力已成為推動區域經濟高質量發展的核心力量。湖北省作為中部經濟重鎮，產業基礎雄厚、科教資源豐富，在培育和發展新質生產力方面具備獨特優勢與巨大潛力。

由財聯社與《科創板日報》聯合開展的湖北省新質生產力企業調研活動，旨在深入挖掘那些在新質生產力培育與發展進程中表現卓越的企業，探尋其成功背后的邏輯與經驗。我們將深入企業內部，與企業管理者、技術專家等深入交流，全面剖析其在技術創新、產業升級、商業模式創新等方面的探索與實踐。

《科創板日報》5月30日訊（記者 余詩琪）在汽車產業加速向智能化轉型的浪潮中，芯片自主化成為保障供應鏈安全與產業升級的關鍵命題。作為國內高算力自動駕駛芯片領域的領軍企業，黑芝麻智能通過自主研發打破技術壟斷，并推動智能駕駛技術向普惠化邁進。

本次專訪聚焦黑芝麻智能應用工程副總裁鄧堃博士，解析企業如何以芯片為支點，撬動智能駕駛、機器人等多元場景的生態協同，為中國智能產業的自主化進程提供實踐樣本。

“芯片自主”推動智駕平權

作為本土智駕芯片企業，黑芝麻智能的重心全放在打造高算力芯片上。智能駕駛芯片曾長期被海外巨頭壟斷，“我們的芯片可以助力提升本土汽車產業鏈的安全性與穩定性，這也是我們輔助駕駛芯片領域新質生產力的具體體現。”鄧堃表示。

在黑芝麻智能武漢研發中心，展臺上陳列的華山A1000、武當C1200等兩大系列芯片都是由公司自主研發，已實現從智能駕駛到艙駕融合的業態覆蓋。

除了安全與穩定，“芯片自主”還意味著成本上的優勢。“我們的芯片有兩大核心技術：一是ISP（圖像信號處理），二是自研車規級低功耗神經網絡加速器NPU。這兩塊都是我們完全自主研發的，不需要向海外采購IP，顯著地降低了成本。從芯片設計源頭規避了風險，這才是真正的自主化。”鄧堃強調道。

基于自主研發，黑芝麻在落地場景上的思考也更加靈活。早期的輔助駕駛只有單一的駕駛場景，但現在市場需求逐漸向多域融合發展，比如智能駕駛域、座艙域、網聯域、車控域等融合的形式。

對應到芯片開發上，武當系列芯片就以“艙駕融合”為核心，將智能座艙與輔助駕駛打通。簡單而言就是以往需要多個控制器實現的功能，現在單一芯片就能完成。以黑芝麻武當C1296為例，這顆7nm工藝的芯片將座艙渲染、ADAS感知、車身控制等功能整合于單一芯片，不僅讓汽車的BOM成本降低20%，更使跨域數據交互延遲從毫秒級壓縮至微秒級。

“艙駕融合大幅降低硬件成本，并基于帶寬優化與架構創新，用中端算力實現高階功能。而且對客戶來說，迭代成本和研發效率都會得到提高。以前是兩個團隊各自作戰，最后再一起調試，現在可以整合到一起聯合開發，未來的OTA也能一次性整體升級。”鄧堃表示。

這種開發思路，也是黑芝麻智能“技術平權”理念的實踐。在采訪中，鄧堃多次提到“輔助駕駛不應是高端車型的專屬。傳統方案依賴堆砌算力，而我們通過算法與硬件的深度協同，讓10萬元級車型也能享受輔助駕駛體驗。”在黑芝麻智能的規劃中，高性價比芯片是破除市場壁壘的關鍵。

在他看來，芯片是智能時代的“底座”，它不是一個單一產品，延伸下來是一整套協同創新的生態。僅在湖北，黑芝麻已經聯合了十幾家上下游企業，針對智駕芯片來做算法軟件、整車落地的協同。

“現在量產的芯片華山A1000、武當C1200都在東風汽車旗下有落地的產品，有的汽車型號出貨已經超過上萬臺。下一代的A2000高算力智駕芯片也已經在東風以及湖北的新能源汽車產業生態中進行推廣。”鄧堃介紹道。

跨界共生：從“智能汽車”到“機器人大小腦”

智駕之外，黑芝麻智能的業務場景探索相當多元化。在武漢總部展廳，鄧堃介紹了在智慧交通、海上巡檢等領域的跨界突破。近期，湖北省首個自主研發的人形機器人“天問”、“遠游”也有黑芝麻智能的參與。

在鄧堃看來，在生成式AI的驅動下，機器人產業正向著具身智能的方向發展，而智能汽車和機器人具有高度的協同性，某種程度上來說，智能汽車可以看作四輪形態的機器人，兩者的感知-決策-控制邏輯高度相通。

“形態不同，但在整體的系統設計和連通性上我們的經驗可以復用，所以在李淼教授負責的人形機器人項目上大家溝通相當順利，很短時間內就實現了落地。” 鄧堃介紹到，其中A2000芯片作為“大腦”，負責環境感知與任務規劃；C1200作為“小腦”，以毫秒級響應控制肢體運動。

跨界的想象空間是巨大的。目前，機器人產業還處于起步階段，未來各個領域可能都會延伸出機器人需求，如電力行業的巡檢、特種工程器械等。“未來的挖掘機可能需要自主移動到工地并完成挖掘動作，這要求芯片同時處理導航與機械控制。我們在機器人領域積累的多任務調度經驗，可直接遷移至特種車輛開發。”他表示。

生成式AI不僅驅動機器人產業變遷，也給智駕芯片行業帶來了很大的變化。鄧堃表示，黑芝麻智能一直在緊跟AI技術的浪潮，最新發布的華山A2000芯片，專為端到端大模型設計，支持BEV+Transformer感知架構，時延降低至30毫秒以內。“這意味著車輛可實時生成動態避障路徑，而非依賴預設規則。”

更顛覆性的變革來自生成式AI的應用。鄧堃算了一筆賬：傳統路測采集100萬公里數據需耗費上億元，而通過有限真實數據生成合成場景，資金、時間、人員的成本都得到極大的降低。“我們與車企合作構建‘場景工廠’，用AI模擬極端天氣、罕見交通事故等長尾場景，提升模型泛化能力。”

但他也坦言，仿真與現實的“數據鴻溝”仍需攻堅。“車載場景相對結構化，而現實世界涉及力學、多自由度交互，仿真難度更高。我們正探索‘專家引導式生成’，通過物理規則約束提升合成數據質量。”

從輔助駕駛到機器人，從單點突破到生態共建，黑芝麻智能的探索印證了一條自主化芯片企業的成長路徑。在鄧堃看來，真正的“中國芯”不僅要攻克技術壁壘，更需以開放姿態融入千行百業。”