“你知说念，这里的立交桥老是让我很战抖。”

上周四，英伟达发布了一段时长约22分钟的视频。在视频中，英伟达自动驾驶业务中国团队负责东说念主吴新宙与CEO黄仁勋，分坐一台自动驾驶车的主副驾驶位，伸开了一场由企业一霸手以及业务中枢负责东说念主躬行挂帅的，英伟达全栈自动驾驶平台DRIVE AV的时期展示步履。

视频中，车辆全程由车载智能驾驶系统负责约束。一起经验各式路况与场景，包括施工路段、并列违泊车辆、以及被橙色锥桶标出来的短促临时车说念。而上头这句话，正是行驶途中，皮衣老黄遥看边远的立交桥对着吴新宙的赞誉。

左证官方说法，此次展示驾驶的全程均由机器自主完成，期间未出现东说念主工罗致气象。但鉴于此次展示全经由长达一个多小时，22分钟的视频现实是提要编订而成的，是以果然情况也并不那么地王人备。但无论怎样说，这段视频的发布明晰无误地向外界抒发了一个信息——英伟达DRIVE AV已经处于“可用状态”。

关于智能驾驶行业乃至于全球汽车产业，这是一个重磅级的特大新闻。尽管其热度，现阶段注定会被围绕着霍尔木兹海峡的流量所覆盖。

代价不菲的“智能驾驶”

开拓一套适配特定车型的智能驾驶系统，代价极为腾贵。其中枢在于，这远非简便的软硬件堆砌，而是一项触及全链条的复杂系统工程。

最初需要竖立系统的智商上限，并据此构建硬件与软件框架。这包括选拔不同算力、功耗的感知与遐想芯片，评估其兼容性；细目次像头、雷达等传感器，并惩办它们之间的装配、同步与标定问题；临了还需完成芯片与约束器硬件的集成，遐想散热、电源与通讯架构。

随后是更为复杂的软件分层开拓。在典型的“感知-决策-约束”链中，感知层需开拓或采购视觉、雷达等算法，兑现观念检测与追踪，并粗重地会通多传感器数据。决策有谋略层相配依赖工程师教师，需基于划定引擎和巨额东说念主工编写的场景库来遐想旅途与行动逻辑，实质上是“堆代码”。约束层则负责将决策编削为车辆标的盘、油门、刹车的具体约束信号，需与底盘线控系统深度适配。

▲ 传感器整列+算力单位+操控体系+看守体系等组成的硬件只是基础，如何将上述外部传感器网罗到的信息会通到一起，左证对应的场景实践相应的操作，则是一项愈加复杂的任务

当软硬件底座初步就位，果然的挑战才刚刚启动。企业必须网罗并处理海量驾驶数据，用以磨练算法，再通过仿真测试构建场景，最终参加破钞巨大的实车路测，以惩办数不胜数的“长尾”问题。这也曾由需要广大而专科的团队，其复杂性令传统车企尖嘴猴腮，因此当今已鲜有车企选拔完全自研。

在中国市集，整车企业精深通过与智能驾驶供应商合营来惩办问题。凭借全产业链上风，自2023年起酿成了“地大华魔”等头部供应商花样，2025年又有轻舟智航等企业崛起，生态相对进修。

但是，在中国之外的市集，车企的处境则粗重好多。早期主力供应商Mobileye因其阻塞的“黑盒”模式、算力迭代逐渐、及不向客户通达数据等问题，已被宽绰主流车企破除。而后，外洋车企主要分化为几条旅途。

▲ Mobileye曾是业界翘楚

深度绑定遐想平台。如梅赛德斯-飞驰与英伟达合营，各人、良马则选拔高通平台，基于后者提供的芯片和基础软件进行集中开拓，但迄今尚未有大畛域量产装车的进修后果。

投资或收购初创公司，如通用汽车收购Cruise，福特曾投资Argo AI。但整合经由挑战巨大，尚未推出成体系的、可大畛域配备的智驾居品。

虽然，这里还有第三条旅途——依赖传统Tier-1供应商。博世、大陆等提供的集成式ADAS有谋略虽进修稳固可快速上车，但功能高度同质化难以打造高端品牌溢价，亦无法缓解车企对丧失时期“灵魂”的战抖。而更攻击的是，干系有谋略背后也多有中国供应商的影子。

而兜转一圈后可见，在外洋市集，当今惟一被考据的告捷者仅有特斯拉。

▲ 在中国之外，特斯拉FSD断崖式向上，处于决无敌手的状态。但是关于其他整车企业东说念主而言，选拔FSD其实濒临国内市集相似的“灵魂”问题

但问题在于，其告捷成就在早期启动的精深参加和长久数据积存之上，简直无法在较短时期内被复制。因此，对绝大多数外洋车企而言，开拓一套好用的智能驾驶系统，依然是一条代价不菲且远景未卜的漫漫长路。

英伟达的惩办有谋略

英伟达DRIVE AV，实质上是一套高度工程化、模块化且与专用硬件深度绑定的自动驾驶“操作系统”，其遐想观念是为车企提供一个从环境感知到车辆约束的完好意思、可量产的软件惩办有谋略，从而将复杂的自动驾驶开拓简化为“集成与调优”。

这套系统的中枢是一个澄澈的四层软件架构，严格对应着自动驾驶的完好意思决策链。

最底层是感知层，它并非简便的图像识别，而是能同期处理录像头、雷达、激光雷达等多源数据。通过复杂的算法，它能将不同传感器的信息会通，及时构建出车辆周围360度的俯瞰图和三维占据栅格图，不仅能识别已知的车辆、行东说念主，还能标识出任何未知的阻塞物，为安全提供了第一说念冗余。在此基础上，定位层联结高精舆图、卫星信号、轮速计以及视觉特征，兑现厘米级的车辆自动定位，即使在城市高楼间信号欠安时，也能通过视觉时期保捏精确。

▲ 智能驾驶的决策经由用笔墨描写不错很粗疏，但现实实践是个极其复杂的体系

当系统明晰地知说念“我在哪、周围有什么”，便进入关键的有谋略层。这里的算法需要像东说念主类司机一样进行展望和博弈：它要展望其他交通参与者的可能轨迹，并在此基础上，生成一条本人既安全、高效又适合交通划定和驾驶礼节的行驶旅途。这需要处理无数复杂场景，比如无保护左转、汇入拥挤车流等。

临了，约束层负责将这条造谣旅途编削为现实动作，通过车辆的集中向标的盘、油门和刹车发出精确的教唆信号，确保车辆安静、准确地实践有谋略。

但是，只是有这套模块化活水线还不够。DRIVE AV最具特点的遐想在于其“双大脑”并行机制。其一是端到端AI模子“Alpamayo”，其事先通过海量果然驾驶数据磨练，能够像东说念主一样从原始传感器数据中径直学习驾驶战略，擅所长理复杂、非结构化的城市路况。另一个大脑则是基于严格划定构建的传统安全堆栈。

两个系统同期运行、相互校验。当AI模子际遇萧疏场景东当耳边风时，传统安全堆栈会立即介入，强制车辆实践保守但王人备安全的战略，举例延缓、泊车或靠边。

而这套复杂的软件要高效运行，当然离不开刚劲的硬件基石。但这恰正是英伟达最毋庸费神的一环。

依托英伟达RIVE AGX Thor遐想平台，系统不错获取充沛的算力扶植，而软硬件一家的上风，也为自动驾驶必需的海量并行遐想任务具备无须特意优化等性情。

更攻击的是，DRIVE AV的研发与测试并非只在车端进行，它依托一个覆盖云、端的完好意思闭环。在云霄，NVIDIADGX超等遐想狡黠欺全球数据磨练出基础AI模子；在Omniverse数字孪生平台上，工程师不错生成无数顶点、危机的造谣场景来历练和考据算法，其测试里程和场景覆盖度远超有限的实车路测。最终，进修的软件通过OTA方式部署到量产车的Thor芯片上。

一言而蔽之，这是一个集成了底层遐想芯片、中间件、中枢AI模子、传统安全栈以及开拓用具链的完好意思时期生态系统。DRIVE AV相貌的中枢观念，是让汽车制造商和自动驾驶公司能够基于一个妥洽、安全且高性能的基础，快速开拓并部署从L2到L4级别的自动驾驶功能。

本年事首，在底特律的国际电子消费展上，皮衣老黄也曾以满怀情谊的谈话，晓喻过关于DRIVE AV的愿景——

“咱们的愿景是往时有一天，每一辆汽车､每一辆卡车都将兑现自动驾驶；自动驾驶的时期已经‘全面到来!’自动驾驶汽车将成为首个大畛域的､面向主流市集的物理AI应用场景。”

现阶段，英伟达已构建了广大的 DRIVE Hyperion生态系统。在硬件纪律，除了自家的高性能芯片，也涵盖了从禾赛科技(激光雷达)、索尼(录像头)到博世、采埃孚等主流传感器。车企罗致DRIVE AV，意味着其硬件选型不错立即与一个经过认证和适配的供应链对接，幸免了自行筛选、适配各式传感器和约束器带来的巨大责任量。这使得车企不错将肃穆的研发资源从基础时期攻关中自若出来，更专注于打造与本人品牌调性相符的驾乘体验、座舱交互或动力束缚，兑现果然的互异化竞争。

而更攻击的是，看成当今全球最主要的算力芯片供应商，英伟达雷同也能为智能驾驶软件的磨练，提供广大的在线算力资源……

DRIVEAV的降生，其实质是英伟达诈欺本人上风，为困于智能化转型的传统车企提供了一个“现成的灵魂”。它通过“芯片-中间件-算法-用具链”的完好意思生态，将自研智能驾驶所需的万亿级参加和数年试错，压缩为可集成、可调优的“交钥匙工程”。

▲ 英伟达一年一度的GTC大会召开在即，圣何塞会展中心周围随地可见路边GTC的口号“It All Starts Here”(一切从这里启动)

关于困扰于智能驾驶时期，但又不肯意引入特斯拉或者中国企业时期的西洋整车集团而言，其意旨就宛若16年前，谷歌发布的安卓系统。

关于在特斯拉与中国车企夹攻下倍感战抖的西洋巨头而言开yun体育网，这能够是其收拢智能化尾巴、幸免透顶沦为硬件代工场的临了一张“安全入场券”。也预示着一个由英伟达界说底层框架的智能驾驶新时期，已经在太平洋的东岸拉开帷幕。