共计 1284 个字符，预计需要花费 4 分钟才能阅读完成。
在近日的北京车展上,英伟达全球副总裁、汽车事业部负责人吴新宙与多家媒体进行了深入交流, 围绕 L4 自动驾驶、物理 AI、车载算力等话题回应了业界关切。他表示,L4 自动驾驶的实现路径已经比较清晰, 英伟达正通过全栈方案推动行业演进, 并认为物理 AI 将是未来十年的核心挑战。
📌 L4 路径已清晰, 英伟达扮演生态推动者
吴新宙引用英伟达 CEO 黄仁勋的话说,自动驾驶的 ChatGPT 时刻已经到来。他指出, 英伟达在自动驾驶领域布局超过十年, 当前核心目标是推动全球行业面向 L4 演进和落地。为此, 英伟达构建了从底层硬件 DRIVE Hyperion、操作系统 Halos OS、开源模型 Alpamayo 到应用 DRIVE AV 及基础设施 Cosmos 与 Omniverse 的全栈方案。
值得关注的是,英伟达已推出面向 L4 的统一车辆参考架构 DRIVE Hyperion 10, 集成基于 DRIVE Thor 的算力平台和通用传感器套件。吴新宙透露, 英伟达将与 Uber 等合作伙伴采集上百万小时数据, 开放给自动驾驶开发生态, 以降低行业迈向 L4 的门槛。
🔍 Alpamayo 持续进化,2.0 版本将至
围绕“关于英伟达 L4 和物理 AI, 吴新宙回应一切”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
💡 物理 AI: 未来十年的核心挑战
吴新宙认为,未来十年整个行业最核心的挑战将是物理 AI, 而自动驾驶是物理 AI 最大规模量产落地的场景。他引用黄仁勋的蓝图, 指出物理 AI 将推动 GDP 十倍百倍增长, 并引发第四次工业革命。英伟达的整体战略已转向做好物理 AI, 自动驾驶正是其中相对容易实现且可大规模量产的一环。
📊 合作与生态布局: 从车端到座舱 AI
- 德赛西威 基于 DRIVE Thor 开发量产智驾解决方案;
- 小马智行 发布集成 DRIVE Thor 的全新一代自动驾驶域控制器;
- 阿里巴巴 将千问 -Omni 全模态大模型运行于英伟达 DRIVE 平台;
- 联想车计算 推出搭载 DRIVE AGX Thor 的智算平台 AI Box, 赋能座舱 AI;
- 奇瑞汽车 与英伟达合作布局物理 AI, 涉及辅助驾驶、座舱 AI 与机器人。
🚀 关于激光雷达、自研芯片与算力需求
在纯视觉与激光雷达的选择上,吴新宙表示, 对于 L2++, 激光雷达并非必要, 他本人是坚定的视觉派。但从 L3/L4 角度, 激光雷达提供重要冗余。英伟达的 Hyperion 定义中不带激光雷达, 但正与欧美玩家寻找稳定供应商。
对于车企自研芯片,英伟达持开放态度。吴新宙表示, 英伟达不反对自研, 但希望车企能从英伟达的“三个计算机”和“五层蛋糕”服务中受益。即使不用车端推理芯片, 仍可依赖云端的训练和仿真计算机。
🧭 总结: 使命驱动, 推动行业共同成功
吴新宙强调,英伟达作为生态玩家, 目标是推动整个行业成功, 而非竞争。他个人职业生涯的使命是借英伟达平台将中国经验放大, 推动全球车厂走向 L4。在黄仁勋的战略布局中, 物理 AI 是公司下一步核心, 而自动驾驶正是这一宏大愿景的关键起点。整体来看, 英伟达的布局已从技术、生态到合作全面铺开,L4 的落地正加速到来。
