地平线拿 LoFT 和英伟达比,现在走到哪一步了
原创作品 · 创作者联盟

地平线拿 LoFT 和英伟达比,现在走到哪一步了

物界阿牛物界阿牛创作者联盟2026/11/19 32 浏览

11月18日,地平线机器人实验室放出LoFT。这是一个从RGB视频里,同时算出相机位姿、内参还有逐帧深度的模型。它一共5.145亿参数,训练素材来自80个公开数据集,297万条序列,9.62亿帧图像。

通稿重点落在榜单上,说它在SpatialBench拿到多项SoTA,对标Meta的VGGT、字节的DA3-Giant。后面这两个模型,参数都比它高出一倍多。

榜单只是纸面排名,最后能不能做成生意,还是要看报价、看性价比

地平线今年上半年,授权和服务的收入,第一次超过芯片销售,做到11.29亿元,占到总收入的55%,毛利率90.4%。中报里还有一句话,除汽车业务之外,公司通过授权合作伙伴,覆盖机器人和物理AI这些方向,已经有积极进展。

但这门生意还养不活研发。上半年研发花了27.55亿元,授权收入11.29亿元,只盖住研发开支的41%。同比多出来的3.9亿元,主要还是靠一家全球汽车零部件客户。机器人那边,中报只写了“积极进展”,没给数。

地平线 LoFT 在三套评测上的对比,右侧是从一段 54 秒街景视频重建出的点云。来源 地平线机器人实验室 LoFT 项目页

我们把几家放在一起,看看参数体量的差别

LoFT 5.145亿,Meta的VGGT 11.9亿,字节DA3-Giant 11.5亿,英伟达DVLT只有1.17亿。

英伟达的DVLT,有一点值得单独拎出来看。它DVL实验室今年5月出了《Déjà View》,做多视图三维重建,核心思路就是让一个Transformer块循环跑K轮,用迭代去替代堆叠更多层,论文标题直接就叫Looping Transformers。地平线这套双循环,走的是同一个方向。

LoFT的双循环拆成两部分。一环负责特征,注意力窗口逐步放大,从3帧扩到5帧、9帧、17帧,中间插一次全局注意力。另一环专门管相机,每一轮算出位姿和视场角,再把更新好的相机状态送进下一轮循环。两个循环内部参数共享,同一套权重,可以灵活跑不同迭代次数。

双循环结构,第一环逐级扩大时间窗口,第二环迭代相机位姿与内参。来源同上

LoFT 是 VGGT 的 43%,是 DA3-Giant 的 45%,却是 DVLT 的 4.4 倍。

赢在深度,输在轨迹。

SpatialBench 里面那98段连续视频,是大家用来对比的标尺。深度误差AbsRel数值越低越好,LoFT拿到0.0734,DA3-Giant是0.1033,DVLT 0.1452,VGGT 0.1552。深度这一项,地平线的表现最好,三套榜单都排在第一。

换到轨迹误差ATE,同样是越低越好。LoFT 0.2131,DVLT 0.1987。另外两套榜单也是一样的趋势。ClassicBench上0.5015对比0.3381,VRBench上0.2973对比0.2472。轨迹这三组,LoFT全都不如对手,而且对方的参数还只有它的四分之一。

相机位姿的AUC@3也不是全都领先。SpatialBench全量数据里,重训版VGGT-Ω是0.5082,Solv3R 0.4901,LoFT 0.4767,排在第三。

所以说它多项指标做到SoTA,不算假话,只是适用范围比很多人以为的要窄。深度这块拿了两个第一,轨迹全线落后,位姿处在中游。

四个模型在同一套评测上的参数量与两项误差,AbsRel 与 ATE 均为越低越好。数据取自地平线 LoFT 项目页 Table 1

唯一比它低的是公开版 VGGT-Ω,ClassicBench 上 AbsRel 0.0910 对 0.1316。地平线把这个权重排除在排名之外,理由是 Meta 自己报告了数据污染。

地平线现在走到哪一步了?

模型训练本身是跑完了,514.5M参数,用了80套公开数据集,合计297万条序列、9.62亿帧。

但代码、权重、论文这三样,全都还标着 Coming soon。项目页面上就两张图、一段演示视频,arXiv、GitHub、Hugging Face,全都没有。我们最关心的端侧时延、内存、功耗,也看不到。榜单成绩是放出来了,可实打实能拿去复现、落地的东西,还不知道什么时候能交出来。

这么多巨头都盯着这块赛道,地平线还有机会跑出来吗?

我自己的看法,深度这块,地平线现在是走在前面的,而且不是靠堆参数堆出来的,是实打实的硬功夫。但轨迹方向,英伟达只用四分之一的参数,就能压住它。机器人干活,这两样都缺不得。抓东西靠深度,走得稳靠轨迹。

光看榜单排名,还说不上胜负。LoFT要是能在地平线自家BPU上跑通实时推理,它就能拿出别人给不出的组合,模型和算力打包一起卖。

放到端侧部署,绕不开DVLT那1.17亿参数的版本。端侧板子上,模型越小越好塞。LoFT的规模是它的4.4倍,能不能装进 10 TOPS 级的硬件里面,现在还不好说。

卖掉地瓜机器人之后,机器人故事还能讲吗

很多人看地平线,最期待的其实是它的机器人故事。

但有一件很关键的事,不少人会忽略。2026 年 3 月 31 日,地瓜机器人因为股权稀释不再并表,地平线随之确认了一笔 27.79 亿元的一次性收益,机器人业务也被划入终止经营。之前用来卖机器人芯片、卖 RDK 开发者套件的那个变现入口,已经移出上市公司的持续经营盘子了。

中报里关于授权模式的原话是,支持具备自研实力的客户开展自主开发。放到行业里,这就是大家常说的白盒。

这句话有意思,两头都能读出味道。往好的一面说,它能跟客户绑得更深;可客户一旦摸透这套方案,自己就能上手,以后不再付授权费。放到机器人客户身上,这个逻辑同样成立。

给白盒吧,客户花几个月微调,就有机会绕开授权;不给白盒、也不开源,只丢一份跑分结果出去,没有可核验的时延数据,没人愿意买单。到现在,这两条路,地平线其实都还没跑通。

客户手里也不缺备选方案。英伟达 Jetson 是现成成熟板卡,DVLT 开源、1.17 亿参数,DA3 本身也是拿公开数据训练出来的。

还有一个没法证伪的猜想。说不定 LoFT 这条线,本来就不是一门对外的生意。视频几何这套能力,车端业务一样用得上,网络、世界模型都要依赖它。它完全可以只喂给自己内部的 HSD 业务,对外放出来,更多是用来招人、立技术招牌。如果真是这样,它甚至算不上一个对外售卖的授权产品,只是研发开支里的一个项目而已。地平线至今没有披露 LoFT 归哪个部门管、有多少人、预算多少,所以这个猜测,眼下既没法证实,也没法推翻。

我们有三件事可以慢慢看。

第一件,权重和代码什么时候放出来。等它们公开之后,第三方拿 SpatialBench 那98段连续视频去复现,跑出来的成绩,才是这个模型真实的水平。

第二件,它在旭日或者RDK上跑出来的实测时延、内存占用。能不能脱离服务器,装到机器人里面,就看这组数据。

第三件,授权及服务收入明细里,什么时候第一次出现机器人客户的收入。中报只提了积极进展,没有给出数字。

我的看法是,一年之内,很难见到LoFT带来机器人相关收入。它更像是给授权业务多添一个可以讲的技术品类,不是马上就能变现的新收入。这个判断也有明确的验证标尺。一年之内权重不放出、机器人客户收入始终没有露面,那这个故事,就不用继续等了。

… 条回复

访
Ctrl/ + Enter 快速回复
作品来自 创作者联盟,已通过内容审核。
地平线拿 LoFT 和英伟达比,现在走到哪一步了|创作者联盟 - 物界前沿