《电子技术应用》
您所在的位置:首页 > 其他 > 业界动态 > 告别黑盒与算力堆砌:天瞳威视如何以“精益智驾”践行者工程重构智驾硬件生态?

告别黑盒与算力堆砌:天瞳威视如何以“精益智驾”践行者工程重构智驾硬件生态?

2026-09-22
来源:天瞳威视
关键词: 天瞳威视 智驾

智能驾驶行业有一个常被主机厂提及的焦虑:芯片供应一旦出现周期性波动或型号迭代,智驾系统能否平滑迁移?对车企而言,芯片不仅是底层的半导体元器件,更是决定单车BOM成本、算力利用率与整车量产节奏的核心支点。能否在不同芯片架构之间自由迁移算法,直接决定了一款车型的量产节奏与供应链韧性。当汽车智能化步入精细化运作的新阶段,能够跨越异构芯片壁垒、兼容多元算力平台的软件方案商,正在成为车企应对市场不确定性时最值得托付的长期伙伴。

天瞳威视是‘精益智驾’践行者,也是以软件为核心的L2-L2+级和L4级驾驶解决方案提供商,面对车企的供应链诉求,天瞳威视给出的答案是:基于对软件系统研发及硬件性能的深度理解,公司开发了多款针对不同场景需求的软硬件一体化域控制器解决方案;公司具备跨芯片平台敏捷移植与适配能力,算力范围从8 TOPS至500 TOPS不等,支持国内外多种主流SoC芯片平台,根据灼识咨询的资料,天瞳威视是业内为数不多具备全面覆盖低中高阶算力且兼容国内外芯片平台能力的企业之一。

一、算力全谱系覆盖:8 TOPS 到 500 TOPS 的工程深意

8 TOPS 到 500 TOPS并不是一个随意的参数区间,它系统性地覆盖了从基础主动安全、前向一体机辅助驾驶,到高阶行泊一体乃至 L4 级高安全冗余系统的全场景算力需求。天瞳威视开发的域控制器能够根据主机厂差异化的功能定位与成本预算,灵活选配适宜的芯片方案,使同一套核心软件体系能够平滑适配从大众经济型车型到高端豪华旗舰的全价格带体系。

这种“以统一架构赋能多元算力”的设计,本质是软硬件一体化的结果:底层依托的是系统模块化设计理念与分层解耦的系统架构。通过将系统功能分解为独立、可复用的软件模块,并以标准化的平台接口打破不同硬件架构的壁垒,使软硬件得以高效协同。整车厂不必在每次芯片迭代时经历繁琐的软件重写,而是能够直接依托既有平台快速适配,将核心精力倾注在用户感知的差异化体验上。截至最后实际可行日期,天瞳威视全职员工共 276 人,其中研发人员 192 人,研发人员占比达 69.6%。这支高密度的精干研发团队,正是通过底层软件工程的高复用性,高效支撑起了多平台、多车型的并发交付。

二、主流平台落地验证:多元异构架构的工程吞吐力

在产业落地实践中,天瞳威视始终保持中立与开放姿态,不将自身技术封闭绑定在任何单一芯片上,而是前瞻性地深度适配了国内外多种主流 SoC 芯片平台,在不同计算架构下均沉淀出了成熟的前装量产经验。

在国产芯片领军生态中,天瞳威视与地平线构建了深度的“资本+技术”战略协同。据行业公开消息,天瞳威视基于地平线征程6B(J6B)平台开发的智能驾驶行泊一体域控制器解决方案,已在主流整车厂重点项目启动上车,预计于2026年9月底迎来集中量产交付;而在高级别应用中,基于地平线征程6打造的 Robotaxi ConnectOne 系统已顺利通过广州市道路测试,预期将于2026年下半年在广州正式启动商业营运。与此同时,公司与地平线形成地平线“资本+技术”战略合作:地平线自2025年起成为战略股东并授予白盒许可,天瞳威视得以在源代码级深入挖掘芯片底层潜力。

在国际主流芯片平台上,天瞳威视同样拥有扎实的前装交付往绩。早在 2017 年,公司便基于英伟达 SoC 平台推出了 360 度环绕感知系统与驾驶员监测系统(DMS);2019 年,公司为上海一家国有整车厂的若干车型交付了基于瑞萨SoC 平台的 CalmPilot 解决方案;2020 年,公司又为一家新兴汽车制造商顺利部署了基于英特尔SoC 平台的 CalmPilot 解决方案。涵盖地平线、英伟达、瑞萨、英特尔等国内外多种主流芯片平台的前装量产实践,充分展现了天瞳威视在面对跨指令集、跨算力梯度的复杂异构计算环境时,所具备的高效工程吞吐与系统集成能力。

三、跨平台一致性的真正支柱:分层解耦与自动化工具链

实现真正意义上的芯片解绑,底层依托的是天瞳威视自研的技术架构与自动化开发大平台。招股书清晰阐述了这一技术机理:天瞳威视构建了适配多芯片平台的统一异构计算架构,通过分层解耦的系统设计,实现了系统平台对外接口的统一和标准化。当底层硬件的微架构与驱动差异被标准化的中间件与接口层平滑隔离,上层算法在跨平台迁移时便免于伤筋动骨的大规模重构,为敏捷移植奠定了架构基础。

在此之上,天瞳威视的数字驱动--CalmVolution自研一站式AI开发平台发挥了核心枢纽作用,通过数据闭环、模型训练和自动化系统集成,提高算法开发效率,并支撑跨芯片平台敏捷移植与适配能力。 平台内置的 CalmForge 模型训练子系统配备了跨格式自动化模型转换工具,能够将训练完毕的 AI 模型自动编译转换并适配至不同芯片架构,并执行严格的版本控制与实车一致性检查,使全系列 AI 模型的训练周期较常规方式缩短 30% 以上;自动化系统集成平台 CalmVergence 则支持研发团队通过模块化配置将核心算法与整车接口无缝对接,使跨项目软件及 AI 算法复用率普遍超过 70%。正是这套高自动化的内生工具链,让天瞳威视面对多元芯片平台时能够做到游刃有余。

四、国产芯片深潜:面向L2+中阶算力的L4越级突破

如果说分层解耦与 CalmVolution 赋予了天瞳威视跨平台的“通用广度”,那么与战略股东地平线的深度协作,则树立了其在国产芯片底层“定制深度”的行业标杆。招股书披露,地平线授予天瞳威视白盒许可,据此披露相关项目或脚本的源代码。这使天瞳威视的算法团队得以突破黑盒调用的限制,直接下潜至底层编译器与指令集架构层面,结合芯片硬件特性做定制化的算力编排与极致挖潜。

这种深度挖潜的能力在面向 L4 级的 Robotaxi ConnectOne 方案中得到了集中体现。该方案搭载的地平线征程6系列中,J6M 处理硬件在行业标准定位中通常主要面向智驾 L2+ 等级的高速与城市 NOA 场景。天瞳威视通过底层算法的轻量化重构与双计算平台冗余架构设计,首次在面向 L2+ 的中阶算力芯片上完整支撑起了高级别无人驾驶系统。

这一架构创新直接兑现了切实的商业与工程价值:据天瞳威视招股书披露,在 Robotaxi ConnectOne 这一具体案例中,其域控制器成本相较于采用地平线全球同业竞对的处理硬件或地平线更高阶算力芯片的同等方案减少了 30% 以上;在核心感知模组上实现了超 90% 的代码复用率,使整个项目从立项到验收交付仅耗时约 5 个月,与公司 L2-L2+ 级量产项目的平均交付周期相比缩短了近 60%。这种软件架构复用和跨平台适配能力,也进一步支撑了天瞳威视以NRE与高毛利License模式实现从项目开发到量产授权的商业价值延伸。

五、交付节拍与商业验证:一个月调通与六个月量产

一切跨平台工程实力的最终衡量标准,在于能否以极具竞争力的交付节拍抢占市场先机。招股书披露,在面对一款全新的芯片平台时,天瞳威视可以在一个月内完成完整系统的部署调通;而在已部署过的芯片平台上,针对新车型的量产项目从部署、测试验证到最终交付,全流程耗时不到六个月。这种大幅领先于传统汽车电子开发周期的敏捷节拍,正是整车厂在快节奏产品推新中最为看重的工程确定性。

跨平台的工程化底座直接转化为了坚实的商业基本盘。截至最后实际可行日期,天瞳威视累计斩获 23 个汽车品牌的 198 款车型定点函,并已实现 6 个汽车品牌 105 款车型的量产交付,服务客户总数由截至2023年底的222家增至330家,合作车企涵盖了 2024 年中国汽车销量前十强中的 9 家;此外,在与采埃孚 ADAS 业务群合作的基础上,已取得来自 OEM 的 40 个车型定点。根据灼识咨询的资料,在 2024 年以软件为核心的 L2-L2+ 解决方案市场中,天瞳威视按出货量计在中国同时提供行泊一体方案的供应商中位列第二(份额 14.3%);在更广泛的以软件为核心的 L2-L2+ 市场中,按出货量计位列中国第四(份额 13.1%)、按收入计跻身前五(份额 8.0%)。大规模且高度分散的主机厂前装出货,构成了对其多芯片适配能力最扎实的正向反馈。

六、以精益工程把硬件选择权交还整车厂

从 8 TOPS 的高性价比入门方案到 500 TOPS 的高阶冗余计算平台,从国际老牌半导体巨头到国产核心芯片领军者,天瞳威视建立的不是单纯的跨平台适配数量,而是一套深植于汽车工业分工体系之中的工程体系与产品定力。

软件方案商的立身之本,在于以极致的工程效率消除冗余浪费,以适度的算力达成可靠的性能上限——这也正是天瞳威视“以精益 创价值”的具体体现。天瞳威视通过分层解耦的系统设计把硬件选型的主动权真正交还给整车厂,依托 CalmVolution 自动化工具链将跨项目算法复用率推升至 70% 以上,并结合白盒深度优化将中阶算力的性价比发挥至极限。在汽车行业进入理性降本与规模化兑现的新周期里,这种不绑定单一硬件、以软件为核心抹平算力鸿沟的工程交付能力,正是天瞳威视陪伴主流车企穿越技术周期的底气所在。


2.jpg

本站内容除特别声明的原创文章之外,转载内容只为传递更多信息,并不代表本网站赞同其观点。转载的所有的文章、图片、音/视频文件等资料的版权归版权所有权人所有。本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如涉及作品内容、版权和其它问题,请及时通过电子邮件或电话通知我们,以便迅速采取适当措施,避免给双方造成不必要的经济损失。联系电话:010-82306118;邮箱:aet@chinaaet.com。