英伟达的自动驾驶野心：从芯片到城市级L4落地

在智能驾驶这场全球竞赛中，英伟达早已不是那个只卖GPU的“工具商”。它正用一套完整的软硬一体系统，重新定义谁才能真正跑赢自动驾驶的终点线。最近，英伟达全球副总裁吴新宙在北京的一场闭门沟通会上，首次系统披露了其在智能驾驶领域的完整布局——不是概念，不是PPT，而是已经落地的工程路径和明确的时间节点。

“五层蛋糕”：不是技术堆砌，是车企的“开箱即用”方案

吴新宙用“五层蛋糕”来形容英伟达的全栈能力：最底层是Hyperion车端计算平台，搭载Orin和下一代Blackwell芯片；往上是实时操作系统、高精度地图接口、传感器融合框架；再往上是开放模型Alpamayo——这不是封闭的AI模型，而是允许车企用自己的数据微调的开源框架；第四层是仿真系统，每天能跑200万次真实路况模拟；顶层则是云端训练与数据管理平台。

这套系统最大的价值，是让车企不再需要从零搭建一套自动驾驶系统。过去，一家新势力要自研感知、决策、控制、仿真，至少要投入数亿资金和上百名工程师。现在，通过接入Hyperion，他们可以直接调用英伟达已验证的模块，把精力集中在差异化功能上——比如更人性化的交互逻辑，或特定场景的应对策略。

目前，已有超过30家车企和出行公司宣布采用Hyperion平台，包括奔驰、蔚来、小鹏、理想、沃尔沃、本田等。其中，奔驰的Drive Pilot系统已在中国和德国实现L3级量产，正是基于英伟达方案。

视觉为主，激光雷达不丢，安全是底线

关于“视觉派 vs 激光雷达派”的争论，吴新宙态度很明确：摄像头是主力，但不是唯一。

“单靠视觉，我们已经能实现99%的日常驾驶场景。”他说。英伟达的AI模型通过数亿公里的真实路测数据训练，对光照变化、遮挡、复杂路口的识别能力，已远超多数人想象。但L3以上系统，法律和安全要求不同——必须有冗余。

因此，英伟达在高阶方案中依然保留激光雷达作为“安全备份”。他们正与Luminar、禾赛等供应商深度合作，确保硬件供应链稳定。不是为了炫技，而是为了满足法规对“故障安全”（fail-safe）的硬性要求。在德国，L3系统必须能在10秒内完成接管提示，而冗余传感器能确保系统在极端情况下不“失明”。

2028年，L4真要上路了：洛杉矶奥运会+20~30城

关于“跳过L3直接做L4”的说法，英伟达不认同。吴新宙说：“L3不是过渡，是验证。它让系统学会在人类放手时依然安全运行。”

他们的时间表清晰且务实：

• 2025年：奔驰Drive Pilot在中国和德国正式量产，全球首批L3落地。
• 2027年：与谷歌Waymo合作，在美国部分城市启动L4试点运营，车辆将由英伟达平台驱动，云端调度由Waymo负责。
• 2028年：与Uber合作，在洛杉矶奥运会期间推出无人驾驶接驳服务，覆盖奥运场馆、酒店、交通枢纽。目标是到2028年底，全球20至30个城市具备L4运营能力——包括北京、上海、深圳、新加坡、柏林、东京等。

这不是口号。英伟达已在美国加州、中国上海、德国慕尼黑建成三大“自动驾驶运营中心”，每天处理超过500TB的路测数据，并实时优化模型。这些数据，正被反馈到全球合作车企的车辆中。

汽车是机器人，机器人是未来的汽车

吴新宙提到一个很少被公开讨论的观察：未来十年，最成熟的AI机器人，会是汽车。

一辆L4车，需要感知、决策、规划、控制、通信、冗余、OTA升级、云端协同——这些能力，和一个服务型机器人几乎没有本质区别。英伟达的“物理AI”平台，正把这套系统从车端复制到工厂、仓库、医院。

目前，已有超过150家机器人公司使用英伟达的Isaac平台开发物流机器人、配送车、清洁机器人。波士顿动力、优必选、海康机器人等都在接入。一个趋势正在形成：自动驾驶的工程经验，正在成为机器人行业的“基建标准”。

这不是科幻。2024年，京东物流已在北京顺义启用基于英伟达Orin的无人配送车，日均配送超3000单；上海洋山港的无人集卡，也已实现L4级自动驾驶作业。这些，都是“物理AI”落地的第一批成果。

真正的竞争，不在芯片算力，而在数据闭环

很多人还在盯着英伟达的芯片性能，但真正决定胜负的，是它能否把全球路测数据、仿真场景、模型迭代、车企反馈，变成一个飞轮。

一辆蔚来ET9在杭州遇到暴雨中的积水路段，AI识别异常，系统上报；云端自动标注、重新训练模型；两周后，全球所有搭载Hyperion的车辆都更新了这个场景的应对策略。这就是英伟达的“实时进化能力”。

没有哪家公司能像它一样，把全球上千万辆车变成“感知节点”，把每一次异常变成学习机会。这才是它最深的护城河——不是GPU，是数据，是生态，是让所有参与者都离不开的系统。