技术深度解析
neueHCT的平台化战略建立在两大产品支柱之上：HCT Luna与HCT As。理解它们的架构是把握公司技术护城河的关键。
HCT Luna 是一个模块化、传感器无关的计算平台。与传统域控制器紧密绑定特定传感器套件（如固定数量的摄像头、激光雷达点云或雷达通道）不同，Luna采用灵活的输入/输出（I/O）架构，可根据目标车辆的传感器配置动态分配计算资源。这通过一个异构计算集群实现：该集群结合了中央系统级芯片（SoC）——很可能基于定制神经网络处理单元（NPU）架构——用于低延迟传感器融合的现场可编程门阵列（FPGA），以及用于ASIL-D级功能安全的专用安全微控制器（MCU）。其核心创新在于“传感器抽象层”，它位于物理传感器与感知栈之间，使得同一套Luna硬件只需通过重新配置软件参数，即可部署在仅配备5个摄像头和3个雷达的低成本L2+系统中，或配备12个摄像头、4个激光雷达和6个雷达的高端L4 Robotaxi上。这极大地降低了OEM的硬件SKU复杂度和库存成本。
HCT As 是对应的软件栈。它基于微服务架构构建，每个功能模块（感知、预测、规划、控制、车辆接口）均容器化并可独立更新。这使得空中下载（OTA）更新能够做到精细化——修复车道检测模块的漏洞无需对整个软件栈进行重新刷写。感知栈采用基于Transformer的鸟瞰视图（BEV）融合模型，其思路与特斯拉的Occupancy Network类似，但针对异构传感器输入进行了优化。值得注意的是，该公司已在GitHub上以仓库`neueHCT/bev-fusion-lite`开源了其BEV融合工具包的轻量版，上线首月即获得超过3200颗星。该仓库提供了多摄像头及摄像头-激光雷达融合的参考实现，包括在nuScenes数据集上预训练的权重，目前正被学术研究人员和小型ADAS初创公司积极使用。
一个关键的差异化优势在于“统一规划”模块。HCT As并非为高速、城市和泊车场景分别采用不同算法，而是使用一个基于强化学习（RL）的统一规划器，该规划器在来自多样化环境的海量驾驶数据上训练而成。公司声称，这一统一规划器将场景特定调优时间减少了70%，并显著提升了跨场景迁移学习效率。
| 性能指标 | HCT Luna (L2+配置) | HCT Luna (L4配置) | Mobileye EyeQ6H | Horizon Journey 6 |
|---|---|---|---|---|
| TOPS (INT8) | 128 | 512 | 256 | 384 |
| 传感器融合延迟 | <15ms | <10ms | <20ms | <12ms |
| 功耗 (TDP) | 45W | 120W | 50W | 75W |
| ASIL等级 | ASIL-B(D) | ASIL-D | ASIL-B(D) | ASIL-D |
| OTA更新粒度 | 模块级 | 模块级 | 全栈 | 模块级 |
| 价格 (美元, 万件量级) | $350 | $1,200 | $450 | $800 |
数据要点： neueHCT的Luna平台提供了比竞争对手更宽的性能功耗比范围，使其能够用同一架构覆盖从成本敏感的L2+到高端L4。模块级OTA能力对于寻求在售后持续通过功能变现的OEM来说，是一个关键优势。
关键玩家与案例研究
neueHCT的崛起直接挑战了中国及全球ADAS/AD供应链中的几家老牌企业。
地平线机器人（Horizon Robotics） 长期凭借其Journey系列SoC主导中国市场。然而，地平线的策略主要是以芯片为中心；它销售芯片并提供参考软件栈，但将大量集成工作留给Tier-1供应商。相比之下，neueHCT提供完全集成的硬件-软件平台，这减轻了OEM的集成负担——对于内部软件能力有限的传统主机厂而言，这是一个极具吸引力的价值主张。
华为智能汽车解决方案（IAS）业务 是最直接的竞争对手。华为也提供全栈解决方案（MDC计算平台 + ADS软件）。然而，华为的方式常被视为一个“黑盒”，让主机厂对数据和更新的控制权有限。neueHCT将自己定位为更开放、更具协作性的合作伙伴，允许OEM保留客户数据的所有权，并在HCT As栈之上定制用户体验。这种“白标”方式尤其受到那些希望实现品牌差异化、又不想被单一生态系统锁定的中国二线主机厂的欢迎。
Mobileye 作为全球领导者，面临着不同的挑战。Mobileye的优势在于其久经考验的业绩记录和庞大的部署车队，但其架构更为僵化。EyeQ6H