Related articles
图片来源：英伟达官网
在昨晚的华盛顿 GTC 大会现场，黄仁勋带来了英伟达迄今为止最接近“ 完全体” 的自动驾驶平台：NVIDIA DRIVE AGX Hyperion 10。
过去十年，英伟达在自动驾驶领域的角色，一直是一家“ 硬件供应商”。从早期的 Drive PX 系列，到后来的 Xavier、Orin，再到去年发布的 Thor 芯片，它一直在向车企提供算力基础。
而这一次，英伟达不再满足于只做“ 卖铲子的人”，而是要提供从芯片、传感器、开发工具、仿真平台到 AI 模型的一整套软硬件协同系统。
换句话说，英伟达正在成为自动驾驶领域的“ 交钥匙工程” 提供者。
不只是算力翻倍，更是生态闭环
Hyperion 10 的核心，是两颗通过 NVLink-C2C 互连的 Thor 芯片。单颗 Thor 在 INT8 精度下的算力超过 1000TOPS，是上一代 Atlan 的两倍。
更重要的是，Thor 支持“ 舱驾融合”—— 你可以将算力分配给座舱娱乐系统，也可以将全部 2000TOPS 投入自动驾驶任务。这种灵活性，让车企在功能定义上获得了更多的自由度。
而英伟达也首次在 Hyperion 10 中实现了“ 从仿真到实车” 的闭环：在云端，DGX 超级计算机使用 DRIVE Sim 生成高保真仿真数据，用于训练 DRIVE AV 模型；在车端，Hyperion 10 的传感器数据与 Thor 芯片无缝对接。
这意味着，一家车企若想快速推出具备 L4 级能力的车型，它不再需要分别组建庞大的硬件集成、软件算法和数据训练团队，而是可以基于 Hyperion 10 的参考架构，快速搭建起自己的自动驾驶系统。
这正是英伟达试图在自动驾驶领域复制的“ 安卓模式”—— 通过提供一个标准化、开放且强大的底层平台，降低整个行业的技术门槛，从而吸引大量的生态伙伴入场，共同做大蛋糕。
此外，与 Hyperion 9 相比，Hyperion 10 的感知硬件进行了“ 瘦身”，减少了 2 个激光雷达和 8 个超声波雷达。这一方面降低了整套系统的硬件成本和上车难度，另一方面也体现了英伟达对自身感知算法自信的提升—— 用更少的传感器，实现同等甚至更优的安全性能。
被“ 藏” 在发布会后的 AI 模型
如果说 Hyperion 10 是英伟达自动驾驶的“ 身体”，那么昨晚低调发布的 Alpamayo-R1（AR1） 大模型，就是它的“ 大脑”。
这是一个视觉-语言-动作模型，英伟达将其定义为“ 模块化 VLA 架构”，能够适配任何现成的视觉语言模型主干网络。
AR1 的核心创新，在于它引入了“ 因果链” 数据集，替代了传统大模型中常用的“ 思维链” 方法。英伟达认为，思维链存在“ 行为描述含糊、表面推理、因果混淆” 等缺陷，而因果链通过强制实施明确的因果结构，让模型的决策过程更加清晰可控。
效果如何？英伟达公布的数据显示：AR1 在复杂场景下的轨迹规划性能提升了 12%，近距离碰撞率减少 25%，推理-动作一致性增强 37%。
不过，AR1 目前要满足车规级时延，还需要在 RTX A6000 ProBlackwell 级别的卡上运行—— 这张卡的 INT8 算力高达 4000T，是 Thor 的 6 倍左右。
这或许也是英伟达没有在 Keynote 中重点宣传 AR1 的原因，它更像是一个技术储备，为未来的量产落地做准备。
Robotaxi：英伟达的“终极战场”
在昨晚的发布会上，英伟达给出了一个明确的时间表：2027 年起部署 10 万辆 Robotaxi。
这是一个极具野心的目标。要知道，目前全球最大的 Robotaxi 运营商 Waymo，其车队规模也仅在千辆级别。
英伟达的底气来自哪里？
首先是合作伙伴网络。英伟达已宣布与 Uber、奔驰、Stellantis、Lucid 等公司合作，共同打造“ 全球最大 L4 级自动驾驶车队”。
其次是其在数据层面的积累。截至 2025 年 10 月，英伟达的云端平台已积累超过 500 万小时的真实道路数据。
更重要的是，英伟达正在构建一个“ 安卓式” 的 Robotaxi 生态。
当前的 Robotaxi 赛道，主要存在两种模式：一种是封闭全栈模式。以 Waymo、特斯拉 （自营车队） 和百度 Apollo 为代表，从硬件、算法到运营全部自己掌控，技术壁垒高但复制成本极高。另一种是合作运营模式。车企与科技公司合作，但合作深度有限。
英伟达则是通过 Hyperion 10 这样的技术样本，为所有玩家提供一套达到 L4 级标准的底层架构。无论是传统车企、新势力，还是出行平台，都可以基于此快速构建自己的 Robotaxi 业务。
这种做法，极大地降低了行业门槛。一个区域性出行公司，或许没有能力像 Waymo 那样投入数十亿美元自研技术，但却可以基于英伟达的开放平台，结合本地化数据，快速推出服务。这无疑将极大地加速 Robotaxi 在全球范围的普及。
不过，英伟达的 Hyperion 10，发布在一个微妙的时间点。
一方面，特斯拉的 FSD 正在北美快速推广，并计划在年底推进“ 无安全员” 的 Robotaxi 测试；另一方面，奔驰、百度、Waymo 等玩家也在各自的赛道上加速奔跑。
有观点认为，2025-2030 年将是 Robotaxi 的爆发期，市场规模有望达到 440 亿美元。在这个关键节点，英伟达的入场，无疑将为行业带来新的变数。
但挑战依然存在。如何确保不同车企、不同车型之间的系统兼容性？如何处理数据安全与隐私保护？如何在开放生态与标准统一之间找到平衡？这些都是英伟达必须回答的问题。
十年自动驾驶长跑
任何宏大的生态蓝图，都非一日之功。英伟达能提出 Hyperion 10 这样的“ 交钥匙” 方案，并剑指十万辆 Robotaxi 的宏伟目标，其背后是一场长达十年、历经起伏的技术长跑。
英伟达的自动驾驶之路，始于 2015 年。
当时，一个名为“ 计算机视觉” 的 20 人小团队在英伟达内部成立，谁也不曾想到，这将成为英伟达未来最重要的业务方向之一。
早期的英伟达，更像是一个“ 技术理想主义者”。据媒体报道，早在 2015 年，英伟达就有人提出了采用“ 端到端” 神经网络的自动驾驶方案，并做出了初步 Demo。2019 年，英伟达甚至在 GTC 大会上展示了无图城市 NOA 系统，能在仅用毫米波雷达的情况下进行夜间行驶。
但这些超前的技术构想，大多停留在了 Demo 阶段，未能真正落地量产。
转折点发生在 2020 年。
那一年，英伟达与奔驰达成战略合作，英伟达将为奔驰的下一代车型提供从自动驾驶软件到智能座舱的全栈方案。更引人注目的是，双方的合作模式不是传统的工程费或 IP 授权费，而是“ 基础研发费+新车销量分成”。
这意味着，英伟达的命运第一次与车企的销量深度绑定。
然而，合作并非一帆风顺。据内部人士透露，英伟达自动驾驶团队在实车演示中曾多次“ 翻车”，导致奔驰一度考虑引入 Momenta 负责中国市场的自动驾驶研发。
这也促使黄仁勋在 2023 年做出了一个关键决定：邀请前小鹏汽车自动驾驶副总裁吴新宙加入英伟达，统管自动驾驶团队。
回顾英伟达的十年自动驾驶路，从最初的芯片供应商，到今天的全栈方案提供者，英伟达的野心已然昭示。
自动驾驶行业的竞争的核心，正从“ 谁先实现 L4 级自动驾驶” 的技术竞赛，转向“ 谁能以最低成本、最高效率将 L4 自动驾驶规模化落地” 的生态之争。
对于英伟达而言，其高达 5 万亿美元的市值，建立在资本市场对其在 AI 时代持续领先的预期之上。自动驾驶作为 AI 领域皇冠上的明珠，是支撑其未来想象空间的关键一环。（作者｜韩敬娴 编辑｜李玉鹏）
更多对全球市场、跨国公司和中国经济的深度分析与独家洞察，欢迎访问 Barron's 巴伦中文网官方网站
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
