当前，自动驾驶产业正处于从技术验证走向规模化商用的关键阶段。小马智行与摩尔线程达成战略合作，正是此背景下形成的产业链协同探索。 从行业现状看——自动驾驶技术要持续突破——离不开稳定且充足的算力支撑。AI训练、海量数据处理、复杂场景仿真等环节对计算能力要求极高。长期以来，国内自动驾驶企业在算力供给上较多依赖国际厂商，不仅成本压力更大，也面临一定的供应链不确定性。小马智行此次引入摩尔线程的国产算力方案，直指这一痛点。 根据合作协议，小马智行将在关键训练与仿真环节规模化采用摩尔线程基于MTTS5000训推一体智算卡构建的“夸娥”智算集群。其意义在于，借助真实业务负载验证国产芯片在高强度训练场景下的可靠性与稳定性。摩尔线程作为国产全功能GPU企业，已完成四代GPU架构迭代，其算力集群在万亿参数大模型训练上达到国际先进水平。此次深度接入自动驾驶核心训练环节，也将对其产品性能与工程能力形成直接检验。 小马智行的技术积累为合作落地提供了基础。其自研“世界模型”（PonyWorld）与虚拟司机系统采用强化学习范式，每周可生成超过100亿公里的虚拟测试里程，并可自动衍生数百种高风险场景。系统能够在虚拟环境中反复经历复杂工况，通过数十亿次“险境”训练提升决策能力。相较依赖现实道路测试的经验累积，这种大规模虚拟训练有助于更快提升系统安全性。小马智行创始人兼CEO彭军表示，此次合作是“AI算法与AI算力的真正融合”，目标是为下一代智慧出行与物流基础设施提供支撑。 从商业化进展看，小马智行已取得阶段性成果。截至2025年12月31日，其Robotaxi车队规模达1159辆，超额完成年度目标。第七代Robotaxi系统在广州运营中实现单位经济模型转正，显示商业闭环取得突破。公司计划在2026年底前将Robotaxi规模扩大至3000辆，为深入优化成本结构、提升竞争力提供了空间。 摩尔线程的图形渲染能力也可用于自动驾驶仿真与高保真可视化，帮助研发与测试环节提效。双方计划通过“数据-算力-应用”协同，推进L4级技术的成本优化，从而降低规模化部署的经济门槛。 从产业生态角度看，这一合作还有更深层的指向。自动驾驶竞争正从单点技术比拼转向生态效率与工程化能力的较量。国产算力若能在核心训练场景中稳定运行，不仅有助于小马智行降低成本、增强自主性，也可能为中国自动驾驶产业链提供更可复制的路径，提升关键环节的可控性与韧性。 有一点是，小马智行此前已与英伟达、腾讯云等厂商合作。此次引入摩尔线程，也可视为对国产供应链的一次重要压力测试。若国产算力能够稳定支撑其世界模型训练，将为更多自动驾驶企业减少外部芯片依赖提供新选项，并推动产业链向更高程度的自主可控演进。
自动驾驶走向规模化——既是技术长跑——也是系统工程。算力供给的可控性、训练与仿真的效率、安全验证的扎实程度，将共同影响产业化的速度与质量。此次合作传递出的信号是：通过产业链协同补齐关键能力，可能成为我国自动驾驶进入新阶段后实现稳步扩张的重要路径之一。未来，能否在开放应用场景中持续交出“安全、经济、可运营”的答卷，仍有待时间与实践检验。