合作深化 - 速腾聚创与英伟达在IAA MOBILITY 2025上宣布深化合作 其高性能车规级数字化激光雷达E1 EMX和EM4将接入NVIDIA DRIVE生态 为NVIDIA DRIVE AGX平台提供高清三维感知数据支持 [1] - 合作旨在缩短自动驾驶技术开发与测试周期 加速车企推进自动驾驶系统部署及应用进程 [1] 技术整合与平台优势 - NVIDIA DRIVE AGX Thor芯片与速腾聚创EM平台激光雷达组合成为新一代自动驾驶系统优选方案 [3] - NVIDIA DRIVE AGX是全球首个可拓展的高效AI计算平台 能深度整合多类型传感器数据 通过AI算法实现鲁棒感知与实时决策 [3] - NVIDIA DRIVE AGX Thor SoC专为汽车生成式AI应用打造 可提供高达2000 TOPS的AI算力 大幅简化系统开发与验证工作 [3] 客户与应用案例 - 极氪 智己 比亚迪 广汽等汽车厂商 以及百度Apollo 文远知行 小马智行等Robotaxi头部厂商均已采用NVIDIA DRIVE AGX开发新一代自动驾驶系统 [3] - 极氪9X搭载NVIDIA DRIVE AGX Thor芯片和速腾聚创520线激光雷达 新一代智己LS6采用NVIDIA DRIVE AGX Orin芯片和速腾聚创520线超级激光雷达 [4] - 速腾聚创EM平台激光雷达在发布后半年内已获全球8家头部整车厂45款车型定点 [5] 产品竞争力 - 速腾聚创EM4是全球唯一可量产的超500线数字化激光雷达 E1是全球唯一可量产的全固态数字化补盲激光雷达 EMX具有"真192线"技术 产品具断代领先优势 [4] - 在Robotaxi领域 EM4与E1组合以"远距精准识别 + 近距盲区消除"的双重感知保障成为多家头部厂商首选配置 [5] - 速腾聚创在全球L4级自动驾驶领先企业中的合作覆盖已超过90% [5] 合作历史与生态整合 - 速腾聚创此前作为NVIDIA Omniverse生态系统成员 为DRIVE Sim提供高精度激光雷达模型与数据 [6] - 自2022年起 公司作为官方合作伙伴加入英伟达Jetson机器人生态系统 [6] - 速腾聚创是全球唯一同时接入英伟达三大生态（DRIVE Omniverse Jetson）的激光雷达企业 [6] 行业影响 - 合作表明速腾聚创在高级感知技术方面的全球领先地位获得AI与算力巨头高度认可 [7] - 双方合作将推动自动驾驶和智能机器人在感知层与计算层的协同创新 加速大规模自动驾驶应用落地 [7]

合作深化与技术整合 - 速腾聚创与英伟达进一步深化合作 全球唯一可量产的高性能车规级数字化激光雷达E1 EMX和EM4将接入NVIDIA DRIVE生态 为NVIDIA DRIVE AGX车载计算平台提供高清三维感知数据支持 [1] - 双方合作将缩短自动驾驶技术开发与测试周期 加速车企推进自动驾驶系统部署及应用进程 [1] - 速腾聚创成为全球唯一同时接入英伟达三大生态（DRIVE Sim、Jetson机器人生态系统、DRIVE平台）的激光雷达企业 [13] 产品优势与技术规格 - 速腾聚创EM平台激光雷达与NVIDIA DRIVE AGX Thor芯片组合成为新一代自动驾驶系统最优选 [3] - NVIDIA DRIVE AGX Thor SoC专为汽车生成式AI应用打造 提供高达2000 TOPS的AI算力 [5] - 速腾聚创EM4是全球唯一可量产的超500线数字化激光雷达 E1是全球唯一可量产的全固态数字化补盲激光雷达 EMX具有"真192线"断代领先优势 [8] 客户覆盖与市场应用 - 采用双方技术方案的客户包括极氪、智己、比亚迪、广汽等汽车厂商 百度Apollo、文远知行、小马智行等Robotaxi头部厂商 以及Nuro、Aurora等北美头部Robotaxi厂商 [3] - 在车载领域 EM平台已获全球8家头部整车厂45款车型定点 其中EMX获得吉利汽车集团、一汽红旗、中国新能源头部车企、日本Top3汽车制造商之一以及欧洲最大汽车公司在华合资企业等多家海内外车企定点 包括国内新能源头部车企32款车型的独供定点 [10] - EM4获得来自吉利汽车集团、上汽智己、全球纯电皮卡Top新势力品牌、欧洲头部豪华汽车品牌合资公司等多家海内外车企定点 并已在多家车企的多款明星车型中实现量产应用 [10] - 在Robotaxi领域 EM4与E1组合成为多家头部厂商首选配置 速腾聚创在全球L4级自动驾驶领先企业中的合作覆盖已超过90% [11] 技术协同与产业影响 - NVIDIA DRIVE AGX平台能深度整合激光雷达、摄像头、毫米波雷达等多类型传感器数据 通过AI算法实现鲁棒感知与实时决策 [5] - 速腾聚创激光雷达为NVIDIA DRIVE AGX平台采集可靠驾驶数据 支持实现更高效精准的环境感知 [6] - 双方深度融合已成为构建强大自动驾驶系统的核心趋势 将推动感知层与计算层的协同创新 加速大规模自动驾驶应用落地 [8][14]