2026年GTC大會上，英偉達在自動駕駛領(lǐng)域的更新主要集中在三個方向：模型能力、安全架構(gòu)以及仿真與數(shù)據(jù)工具。這些能力分別對應(yīng)自動駕駛落地過程中的關(guān)鍵環(huán)節(jié)——能力上限、安全可驗證性以及開發(fā)效率，本質(zhì)上都在回答同一個問題：自動駕駛?cè)绾螐男∫?guī)模驗證走向規(guī)?；瘧?yīng)用。

模型側(cè)，英偉達發(fā)布了Alpamayo 1.5。與上一代相比，這一版本的重點并不在規(guī)模，而在能力擴展：模型可以理解導(dǎo)航路徑，接受自然語言指令，并輸出帶有推理過程的駕駛軌跡。這意味著開發(fā)者可以對自動駕駛行為進行約束，而不再完全依賴黑盒結(jié)果。

在演示中，搭載Alpamayo 1.5模型的車輛不僅能夠完成變道、避讓等操作，還能夠?qū)Q策依據(jù)進行解釋，例如識別行人后減速或在左轉(zhuǎn)時等待來車間隙。

安全側(cè)，英偉達推出Halos OS，作為面向AI驅(qū)動車輛的統(tǒng)一安全架構(gòu)。該系統(tǒng)基于通過ASIL D認證的DriveOS構(gòu)建，整合安全中間件與主動安全應(yīng)用，并引入多層安全護欄，以支持推理模型在車規(guī)級要求下運行。

圖片來源：英偉達

仿真與數(shù)據(jù)方面，英偉達發(fā)布NuRec工具，并配套Fixer、Harvester等生成式模型，用于構(gòu)建和擴展自動駕駛場景。通過這些工具，開發(fā)者可以在已有數(shù)據(jù)基礎(chǔ)上生成新場景、修改環(huán)境或插入目標，從而提升數(shù)據(jù)多樣性。同時，Cosmos工具可以將同一場景擴展到不同天氣和城市環(huán)境，實現(xiàn)數(shù)據(jù)的規(guī)模化擴展。目前，相關(guān)仿真體系已在內(nèi)部實現(xiàn)每天約200萬次測試，用于模型驗證與迭代。

從這三項更新來看，英偉達的重點不只是提升單一能力，而是圍繞模型、驗證與數(shù)據(jù)三個環(huán)節(jié)，強化自動駕駛的整體開發(fā)能力。

統(tǒng)一架構(gòu)與開發(fā)鏈路，自動駕駛開始形成標準化路徑

從系統(tǒng)架構(gòu)來看，上述能力均圍繞DRIVE Hyperion展開。

DRIVE Hyperion不僅是計算平臺，還包括傳感器配置、車載網(wǎng)絡(luò)以及安全系統(tǒng)在內(nèi)的參考架構(gòu)。在此基礎(chǔ)上，英偉達將模型（Alpamayo）、安全系統(tǒng)（Halos）以及仿真工具（NuRec、Cosmos）整合進同一開發(fā)鏈路，使自動駕駛從數(shù)據(jù)采集、模型訓(xùn)練、仿真驗證到量產(chǎn)部署形成閉環(huán)。

圖片來源：英偉達

吳新宙在分享中將這一體系概括為“三臺計算機”：云端訓(xùn)練、云端仿真以及車端推理。

圍繞這三部分，英偉達構(gòu)建了從硬件到應(yīng)用的分層架構(gòu)，使不同環(huán)節(jié)可以在同一體系內(nèi)協(xié)同運行。

在具體實現(xiàn)上，自動駕駛開發(fā)逐漸呈現(xiàn)出類似軟件工程的流程：數(shù)據(jù)采集、模型訓(xùn)練、仿真驗證、上車部署，再到問題反饋與再訓(xùn)練。英偉達披露，其模型迭代已經(jīng)可以做到每天發(fā)布多個版本，從測試到上線的周期縮短至數(shù)小時級別。

與此同時，自動駕駛在架構(gòu)上也呈現(xiàn)出新的特點。英偉達采用推理模型與傳統(tǒng)安全棧并行的方式，一方面提升駕駛能力，另一方面保留可驗證的安全體系，以滿足車規(guī)級要求。

整體來看，這些變化使自動駕駛開發(fā)從單點技術(shù)推進，逐步轉(zhuǎn)向系統(tǒng)化和流程化。

從能力提升到工程化落地，自動駕駛競爭正在發(fā)生變化

把本屆GTC的信息綜合來看，一個更深層的變化正在出現(xiàn)：自動駕駛的競爭重點，正在從單一能力提升，逐步轉(zhuǎn)向工程化落地能力。

過去行業(yè)更多圍繞算法展開，核心是感知和決策能力的提升；而隨著推理模型和基礎(chǔ)模型的發(fā)展，自動駕駛系統(tǒng)開始變得更加復(fù)雜。模型不再是獨立模塊，而是需要與數(shù)據(jù)、仿真和安全體系協(xié)同運行，形成完整的開發(fā)流程。

在這一體系下，系統(tǒng)不僅要“能跑”，還需要“可驗證、可認證”，開發(fā)模式也從一次性交付，轉(zhuǎn)向持續(xù)迭代的工程過程。

英偉達此次技術(shù)更新，本質(zhì)上是在補齊這一體系中的關(guān)鍵環(huán)節(jié)：模型提升能力上限，安全架構(gòu)保證系統(tǒng)可落地，仿真與數(shù)據(jù)工具則加快迭代效率。在統(tǒng)一架構(gòu)和生態(tài)合作的基礎(chǔ)上，這些能力開始具備向更多項目復(fù)制的條件。

在這一背景下，自動駕駛的發(fā)展重點，正在從“技術(shù)是否可行”，逐步轉(zhuǎn)向“能否穩(wěn)定落地并持續(xù)擴展”。

車企與Robotaxi合作同步推進，英偉達自動駕駛加快規(guī)模部署節(jié)奏

在具體技術(shù)之外，本次GTC英偉達披露的合作進展，同樣釋放出其自動駕駛業(yè)務(wù)推進節(jié)奏的變化。

車企方面，比亞迪、吉利、日產(chǎn)、現(xiàn)代等廠商正在基于DRIVE Hyperion推進L4級自動駕駛項目，其中部分已進入量產(chǎn)準備階段。英偉達與梅賽德斯-奔馳的合作也在持續(xù)推進，梅賽德斯-奔馳自動駕駛系統(tǒng)已在2025年實現(xiàn)全球部署（除中國市場），并計劃進一步升級L2++能力。

圖片來源：英偉達

出行平臺方面，Uber計劃在2027年啟動自動駕駛車隊，并在2028年擴展至全球28個城市。這意味著自動駕駛開始從單點測試，走向跨城市、跨區(qū)域的車隊運營。

從英偉達整體布局來看，其自動駕駛推進路徑已經(jīng)從技術(shù)驗證階段，逐步轉(zhuǎn)向規(guī)模部署階段。吳新宙也提到，L4級自動駕駛的發(fā)展路徑正在變得更加清晰，行業(yè)正在加速向更高級別自動駕駛推進。

從整體來看，這一階段的變化，不僅體現(xiàn)在技術(shù)能力上，更體現(xiàn)在應(yīng)用方式上：從單車驗證到車隊運行，從局部測試到規(guī)模部署，自動駕駛開始具備更明確的商業(yè)落地路徑。

小結(jié)

GTC 2026上，英偉達在自動駕駛上的重點不再停留在單項能力提升，而是轉(zhuǎn)向自動駕駛開發(fā)中的關(guān)鍵環(huán)節(jié)，補齊模型、安全與仿真三項能力，并將其整合進統(tǒng)一開發(fā)鏈路。

這一變化表明，自動駕駛正在從技術(shù)探索階段，逐步進入工程化與規(guī)?；A段。后續(xù)的關(guān)鍵，不僅在于能力提升，更在于這些能力能否在真實環(huán)境中穩(wěn)定運行，并形成可持續(xù)的應(yīng)用模式。

返回第一電動網(wǎng)首頁 >