宏景智驾转型氢能重卡，“BEV+Transformer”时代创业公司何去何从？

2026年的衢州办公室里，宏景智驾的员工还在追问拖欠的十三薪——这是他们连续第三年没拿到年终奖了。这家曾靠理想ONE的15万套域控制器订单一战成名、估值超30亿的智驾明星公司，如今只剩巅峰时期十分之一的规模，核心研发岗甚至要靠实习生撑场面。从失去理想订单到裁员、迁址，再到押注氢能重卡，它的每一步转身都踩在了行业的阵痛点上。为什么一家技术底子扎实的公司会走到这一步？这背后藏着中国智驾创业公司在技术迭代洪流下的集体困境。

被技术路线抛下的“代差”

你可以把智能驾驶的感知系统想象成司机的眼睛和大脑：早期的方案是“多摄像头各看各的，再把画面拼起来”，就像副驾驶帮着看盲区，信息零散还容易漏；而2023年特斯拉公开的“BEV+Transformer”架构，相当于给司机装了上帝视角——所有摄像头的画面先统一转换成鸟瞰视角的全景图，再用Transformer的自注意力机制“扫”遍全局，连路口远处的电动车意图、树荫下的行人都能精准捕捉。

但真实的技术门槛比这高得多：BEV需要把2D图像精准映射到3D空间，Transformer更是要处理海量数据的全局关联，对算力和数据积累的要求呈指数级增长。宏景智驾在2023年初就有人提议布局端到端算法，但被以“周期不可控、资源投入大”否决——等到2024年底重新评估时，行业已经走完了一整个技术代差。

更致命的是算力选择：它基于安霸平台开发的系统，算力无法支撑城市场景的实时推理，就像用入门笔记本跑3A游戏，高阶功能根本落不了地。而此时头部玩家已经靠量产车积累了数十亿公里的驾驶数据，形成“数据-算法-数据”的闭环，差距越拉越大。

创业公司的天然天花板：数据、算力与产业链

智能驾驶的竞争，本质是“数据规模×算力强度×算法效率”的比拼，而这三者恰恰是创业公司的天然短板。

先看数据：要让BEV+Transformer模型练出足够的泛化能力，需要覆盖雨天、雾天、城中村、施工路段等几乎所有场景。头部玩家靠数十万量产车24小时采集数据，单特斯拉FSD就积累了超100亿英里的行驶数据；而宏景智驾最巅峰时也只有15万套域控制器的出货量，且大多是L2+级别的简单场景，数据密度和多样性完全不在一个量级。

再看算力：训练一个大参数Transformer模型，单轮就要消耗上百万元的云端算力，还得持续投入迭代。创业公司别说自建数据中心，连长期租用顶级GPU集群都难以负担。宏景智驾选择的安霸芯片，虽有成本优势，但算力仅为行业主流方案的十分之一，相当于用自行车的发动机装汽车。

产业链上的劣势更直接：它靠给理想做域控制器起家，但域控制器本质是“算法的容器”——如果没有自主的感知和规控算法，就只是个高级硬件组装商，随时可能被替代。当理想转向英伟达平台，德赛西威接手订单时，宏景智驾连议价的余地都没有。

氢能重卡：是突围还是续命？

在乘用车智驾市场陷入价格战、盈利无望后，宏景智驾转向氢能智能重卡——这个被视为长途零排放运输最优解的赛道，看起来像是条新出路：氢能重卡续航可达1000公里，加氢仅需15分钟，适合长途干线运输，且有沙特阿美这样的股东资源支持。

但现实的挑战比想象中残酷：首先是成本，当前绿色氢气的价格是柴油的3倍，一辆氢能重卡的制造成本是传统柴油车的2-3倍；其次是基础设施，截至2025年全国加氢站仅500余座，且大多集中在长三角，跨省运输根本找不到加氢的地方；更关键的是技术，氢能重卡的核心是燃料电池系统，而宏景智驾在这一领域几乎没有积累，当前产出的样车还只是个位数。

更让人担忧的是，它的转型更像是“续命”而非“突围”：核心研发岗依赖实习生，资金链随时可能断裂，组织架构频繁变动——这些问题不解决，换个赛道也只是从一个红海跳到另一个泥沼。

当我们回头看宏景智驾的起落，会发现它不是个例，而是中国智驾创业公司的缩影：在技术路线快速迭代的时代，靠单点技术或单一客户崛起容易，但要守住阵地难上加难。

真正的壁垒从来不是某一个订单或某一款产品，而是“数据-算力-算法”的闭环能力，以及对技术趋势的精准判断。宏景智驾的困境，恰恰印证了一个道理：在智能驾驶的赛道上，没有永远的明星，只有永远的迭代。

未来的智驾行业，只会剩下两种玩家：要么是能靠量产车持续积累数据的头部企业，要么是能在细分场景做出不可替代技术的小而美公司。而那些卡在中间、既没有数据壁垒又没有核心技术的玩家，终将被时代的洪流抛下。