賈浩楠 發自 副駕寺
智能車參考 | 公眾號 AI4Auto

全球最強算力Robotaxi方案，剛剛在中國落地：

板卡算力全球No.1：2000TOPS+。

底層芯片行業最強：英偉達Thor-X首次量產，黃仁勛當年的承諾和夙愿兌現。

最重要的——100%車規，不是PPT，不是開發板，更不是測試車，官宣即搭載量產Robotaxi：

背后的玩家，同樣也是現在整個Robotaxi賽道的出海落地No.1。

全球最強算力Robotaxi方案

最強算力Robotaxi“方案”，同時也是量產車型，智能車參考前不久還詳細體驗過。

車還是一樣，只不過跟上個月相比，文遠知行這款GXR有了巨大的升級迭代，算力從1300TOPS直接漲到2000TOPS。

核心HPC 3.0，文遠知行自主研發，基于聯想車計算平臺AD1打造。

100%車規，一開始研發的目標就不是單一的技術驗證或測試，而是真正的量產、運營，所以文遠能在同款同架構的Robotaxi車型上迅速無縫切換。

核心是英偉達目前最強量產自動駕駛芯片——Thor-X：

單片算力1000TOPS，文遠知行HPC 3.0采用雙芯片方案，使得真實算力達到2000TOPS。

被廣泛討論關注，除了因為這是全球最強算力Robotaxi方案，同時還是L4賽道全球首個量產的英偉達Thor方案。

2022年9月英偉達Thor首次發布時，黃仁勛用“2000TOPS”核彈算力震驚了自動駕駛和車圈。但2025年量產搭載的是700TOPS的Thor-U型號，而且還不包括艙駕融合。

從這個角度看，文遠知行和聯想一起幫黃仁勛兌現了當年的PPT。

與頭部車企自研的2000TOPS算力配置不同，文遠知行HPC 3.0的芯片來自被廣泛認可的英偉達；結合文遠本身也是L4賽道中唯一有穩定量產L2項目和渠道的玩家（與博世、奇瑞的合作）……所以也可以認為算上L2+的廣義自動駕駛賽道里，HPC 3.0是目前算力最大的通用計算平臺。

同時和輔助駕駛的超大算力方案相比，HPC 3.0的芯片數量更少，功耗更低，分工更明確。雙Thor-X體現的是L4玩家對性能、可靠性的執著。

而與以往L4計算方案相比，HPC 3.0的差異化優勢可以用一句話總結：

• 算力相當的方案沒HPC 3.0的車規認證，有車規的量產方案算力、集成度又遠不如HPC 3.0。

換句話說，從HPC 3.0開始，Robotaxi終于不用再“湊合”了

為什么L4需要2000TOPS

HPC 3.0解決的核心問題其實是3個。

技術層面上，L4陣營現在正在從之前模塊化、定制化的技術路線，轉向大模型、VLA、世界模型、規則算法等等綜合技術體系，融合L2“車位到車位”強泛化性優勢的同時，又解決掉輔助駕駛安全下限模糊的問題。

所以L4需要2000TOPS算力的理由之一，就是多傳感器之外，車端模型規模在快速增加。

其實，L4陣營對端到端、多模態、世界模型的預研和認知絲毫不比L2賽道的玩家晚。

只不過包括文遠知行在內，幾乎所有實力玩家都認為——自動駕駛是一個復雜的系統工程，不存在一招制敵的“銀子彈”，所以看待單點技術突破反而更理智，不會把希望寄托在某種方法上，反而是不斷融合改進自己的技術體系。

比如前不久剛剛結束的CVPR 2025，Waymo的主題演講就是關于世界模型的。

文遠知行其實對這個問題的認知更深刻，因為它既有L4的大規模落地經驗，同樣也有L2量產項目。2024年文遠知行的端到端大模型就已經上車，同樣基于自研的WeRide One平臺構建，被文遠應用到了L4無人駕駛和ADAS輔助駕駛方案中。

在算力數值之外，文遠選擇Thor-X作為Robotaxi底層算力核心的另一理由是：對VLM、VLA這樣的多模態大模型做了特定優化支持。

比如優化后的Blackwell架構一是支持更高精度即FP16，另一個就是更好地支持MoE模式。

所謂混合專家模型 (MoE) ，其實就是將傳統Transformer模型中的每個前饋網絡 (FFN) 層替換為MoE層，其中MoE層由一個門控網絡和若干數量的專家組成。

MoE的出現主要是為了應對超大規模LLM訓練，例如萬億級參數規模的訓練，能夠大大提高LLM大模型訓練效率，減少計算時間。

HPC 3.0解決的第二個問題是來自成本層面的。

若算力是L4技術棧向多元化、大模型化發展的基礎需求，那么僅從數值上看，多上幾塊Orin好像也能滿足需求。

但業內專家告訴智能車參考，Thor單芯片算力比雙OrinX算力更大，同等算力數值下減少了芯片數量，簡化了片間通信，降低了系統復雜度，實際上域控系統成本相比多Orin更低，性能更好。

所以這也是新技術體系要求下，L4需求Thor-X的必然性。因為多Orin的方案對于L4玩家來說，真的是一種“枷鎖”。

假設技術問題能解決，從經濟性考慮，用10塊Orin拼湊出一個2000TOPS+的計算平臺，無論是采購成本還是后期能耗，都是離譜且行不通的。

HPC 3.0要解決的第三個問題不易被關注，但極其重要。

文遠知行所謂100%車規，指的是：

• HPC 3.0已通過AEC-Q100、ISO 26262、IATF 16949等多項車規，滿足ASIL-D級安全要求。
• 故障率低于50 FIT，也就是每10億小時故障次數不到50次；平均無故障工作時間（MTBF）高達12-18萬小時，設計壽命達10年30萬公里。
• 適應極端環境(-40℃至85℃)，通過高溫老化、機械沖擊、鹽霧腐蝕等全場景測試，并且符合全球VOCs環保標準…

啥意思？

物理層面的“車規”意味著文遠Robotaxi可以部署在全球任何主流人口聚集地區。

“落地運營”這個層面上，無論中東、東南亞、歐洲等等國際市場，文遠都能快速合規達標，無障礙部署。

中國、阿聯酋、瑞士…文遠知行的Robotaxi服務已經遍布全球3個國家8座城市，名副其實出海No.1，現在又要提速了——就在昨天，文遠知行官宣啟動沙特首個Robotaxi試運營服務，也是目前沙特國內唯一一個Robotaxi試運營服務。

HPC 3.0，有啥影響

文遠知行率先量產2000TOPS的HPC3.0，其實是L4賽道的“分水嶺”

往前看，是技術體系階段性發展的最先進體現。

L4玩家開始融合L2“車位到車位”的方法經驗——多模態大模型，又因為L4對冗余、可靠的高要求，產生了比L2+更大的算力需求。

這是Thor-X在技術層面的必要性。

就整個廣義自動駕駛賽道來說，文遠知行的HPC 3.0就是現在理念最前沿、能力最強、技術兼容性最好的量產計算方案。

而往后看，HPC 3.0又是“通用AI司機”軟硬件方案探索的第一步。

解開L4“死循環”，第一次有了方案和方向：

• Robotaxi不跳出地理圍欄，就無法向全社會證明安全性；而缺少安全性證明，監管又很難開放規模。

通過Thor-X支持的HPC 3.0，文遠知行有條件探索更進一步的規則+模型的多元技術體系，自證泛化性、安全性可以共存。

如果文遠知行能統一融合L4、L2架構，Robotaxi“地理圍欄”范圍就有希望逐漸擴大到普通乘用車一樣的程度，到這一步實際上地理圍欄就已經不存在了，升維降維之爭也會徹底終結。

更進一步，通用AI司機的基座大模型，啟發的也許不只是自動駕駛…

當然從眼下L4競速來看，HPC 3.0的合作模式也是Robotaxi出海落地最便捷、成本最經濟的路線。

可能不一定是和聯想合作，但后續幾乎所有L4玩家都會拿出類似的產品。

L4賽道現在是史無前例的機遇和史無前例的危機并存，一方面是政策、供應鏈利好不斷，落地可期；

但另一方面特斯拉異軍突起，用完全不同的理念、技術和迭代速度沖擊傳統玩家。

文遠知行率先在L4賽道量產普及Thor-X，實際也是這家Robotaxi公司一以貫之的知名風格——行勝于言，少說多做，做到再說。

在自動駕駛領域，文遠知行不算是時常出現在輿論里的玩家，即便其有“趙曉卉”這樣更容易出圈的娛樂話題，也幾乎很少出現在非技術的熱議中。但文遠知行又毫無疑問是中國乃至全球范圍內，Robotaxi技術和落地案例里，繞不過去的玩家——不僅是技術的先進性，而且是落地的廣度和規模。

而現在，全球最強Robotaxi計算方案，就是文遠知行行勝于言的最新案例。