即便是“增量部件”，自动驾驶芯片也不存在弯道超车
或许会有疑问，既然是“增量部件”，那么大家都在同一起跑线，可为什么才刚刚开跑，中国玩家就跟不上队伍了呢？
对此，理想汽车首席技术官王凯在一次接受媒体采访时，对自研芯片难度的回应可以做一个参照，“自研芯片有个先决条件，一定要把软件完全吃透，芯片业有自己的自然周期，真正一款芯片生产出来，一般情况下可以展望六年，三年研发周期，三年使用周期。”
这样一来就很好理解了，除了比亚迪布局较早之外（比亚迪也确实进入了收获期），其他玩家入局汽车芯片的时间都不长，六年的闭环周期未到，产品也没经受市场检验，拿什么与英伟达、英特尔和高通这些企业比？要知道他们如今在行业中的地位也是随着汽车的演变发展一点一滴积累而来的。
其二，自动驾驶芯片与普通芯片有很大的差异，就是芯片在进行设计时，要将芯片架构与软件结合进行深度结合优化，从而用更低功耗跑出更好的性能，相当于今天的芯片架构要为3到4年后的软件算法进行预研和设计。
这要求芯片公司在芯片研发时具有非常强前瞻性，一旦产品设计路线出现偏差，则意味着几年时间的努力又打了水漂，国外芯片巨头可以通过同时启动多个项目的方法来降低容错率，而中国涉足汽车芯片的玩家要么是并不具备专业背景的车企，要么是像地平线这样的初创企业，因而在现有条件下，只能像踩钢丝一样，战战兢兢地稳步推进不求错。
最后，芯片与车企需求之间的适配也是一个无法绕开的长时间博弈过程。
由于自动驾驶面对和处理的场景很多，即便是同一个场景，各个车企根据自己的理解，其解决方案也各有千秋，因而像英伟达走的通用芯片方案，适用的是一个大场景，严格来说只是一个参考平台，而非面向终端市场的完整产品，车企需要进行二次开发，对大场景进行细化梳理，以达到智能汽车在这一场景下的功能需求。
而像地平线这样的玩家，走的是专业芯片路线，即针对自动驾驶的某项功能推出与之匹配的专业芯片，与芯片配套的还有通用解决方案，就像“交钥匙”工程一样，省去了自动驾驶研发企业或者主机厂在某些具体功能或者问题上的二次研发投入。
像Mobileye的EyeQ系列芯片（ASIC）主要负责视觉数据的处理，地平线的征程二代可以对多类目标进行实时检测和识别，在自动驾驶视觉感知、视觉建图定位、视觉ADAS等智能驾驶场景都能适用。
看上去轻松了不少，但能让主机厂接受你的方案，前期沟通寻找到双方都能接受的折中点就非常关键了，这个拉锯过程在以主机厂为主导的行业规则中，芯片企业能做的其实并不太多。
也正是因为如此，自2015年拿下首轮融资的地平线，即便产品已经经过了2轮迭代（2019年推出征程二代，2020年推出征程三代），但如今公开的量产项目还只有2个，长安UNI－T和奇瑞新能源蚂蚁。
这两款车在市场上不是热卖主流，去年全年加起来一共卖了堪堪达到10万辆，相对于乘用车全年2000万辆的总销量，地平线多年的经营在行业中可以说连一片水花都还没有激起。