10月29日，AI芯片公司新芯航途（XHEART）发布车规级AI芯片X7 Ultra，面向智能驾驶大模型场景，提供700 TOPS大模型算力。相比新品参数，更受关注的是其商业化进度：首款产品X7于2026年3月量产上车，截至发布会量产仅8个月，累计出货超过20万颗，搭载10款量产车型，并获得超过40款车型订单。
汽车芯片属于重投入、长周期生意，从架构设计、流片、软件适配到车规验证、整车测试和规模量产，每个环节都需要时间与资金。智能驾驶芯片还需经受复杂道路环境、极端天气和长期稳定性的考验。成立不到三年的新芯航途能跑出这一速度，与其背后的Momenta密切相关。
新芯航途脱胎于Momenta内部的芯片设计项目，双方虽非传统意义上的母子公司关系，但在技术和业务层面保持紧密联系。作为智能驾驶解决方案提供商，Momenta长期积累自动驾驶算法研发、数据处理、模型训练、整车适配及量产交付经验，对智能驾驶模型的计算需求、性能瓶颈和演进方向具备来自真实应用场景的理解。
传统芯片厂商多遵循先设计芯片、再让软件和模型适配硬件的路径。随着端到端智能驾驶和大模型技术发展，模型规模持续扩大，计算架构、内存带宽、数据传输效率和能耗之间的关系日趋复杂，单纯堆叠算力未必能提升模型运行效率。Momenta与新芯航途探索的是从真实大模型需求出发反向定义芯片架构，即“大模型定义芯片”，让芯片服务模型而非让模型迁就芯片。这一模式可在研发早期减少技术路线与应用需求之间的信息差。
X7 Ultra的700 TOPS算力是直观看点，但竞争逻辑的变化更值得关注。端到端大模型时代，智能驾驶不再仅依赖多个独立小模型分别完成感知、决策和规划，而是越来越多依赖大模型完成复杂场景理解、行为预测和驾驶决策，对计算能力、内存带宽、计算利用率和推理效率提出更高要求。据发布会披露的数据，X7 Ultra在量产智驾大模型测试中NPU计算利用率达到98.7％，相比行业旗舰产品内存带宽消耗下降80％，能效提升100％；芯片与工具链协同优化后，可支持部署的模型参数量实现10倍提升。
发布会上，Momenta还预告了R7 Ultra世界模型，表示将依托X7 Ultra的底层计算能力，将模型参数规模扩大至原来的5至10倍。由此形成一条技术链条：算法定义模型需求，模型需求反向定义芯片，芯片再为更大规模模型提供计算基础。这意味着车载AI芯片的竞争正从单纯算力竞赛，转向计算架构、模型适配与能效管理的综合竞争。
商业化层面，8个月出货超过20万颗、搭载10款量产车型、获得超过40款车型订单，说明新芯航途已初步跨过产品验证、客户导入和规模交付等汽车芯片创业的关键门槛。公司还披露，基于双X7的L3/L4计算平台已获得多个车型项目定点，并公布下一代X9芯片研发目标：3000 TOPS大模型算力，计划于2027年推出。
快速商业化并不等于已建立长期竞争壁垒。新芯航途后续仍需回答三个问题：能否从Momenta的技术协同走向更广泛的客户市场，证明产品可服务不同技术路线的车企和智驾方案商；能否建立持续迭代的软硬件生态，在模型快速演进背景下跟上芯片性能、底层软件、编译工具链和模型适配的更新节奏；能否在性能、成本和供应链之间取得平衡，在满足车规要求的同时控制功耗、成本与交付风险。
从行业角度看，智能驾驶企业向底层计算基础设施延伸，正在改变汽车AI芯片的竞争维度。未来具备竞争力的企业，未必是峰值算力最高的企业，而是能够把芯片算力、模型效率、功耗和整车体验结合起来的企业。对新芯航途而言，从20万颗出货到40余款车型订单，规模化交付的考验才刚刚开始。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
