黃仁勛親測英偉達輔助駕駛系統Alpamayo，全程無接管

IT之家 3 月 11 日消息，據 The Verge 報道，大約每隔半年，英偉達汽車事業部副總裁吳新宙（Xinzhou Wu）都會邀請公司首席執行官黃仁勛乘坐一輛搭載了該公司脫手自動駕駛系統的汽車出行，但前提是，吳新宙對這套系統的駕駛能力有十足把握。

最近，兩人乘坐一輛搭載 MB.Drive Assist Pro 的奔馳 CLA 轎車，從加利福尼亞州伍德賽德開往舊金山市中心。這套由英偉達參與開發的脫手駕駛輔助系統，與特斯拉的 FSD 功能類似。盡管當時交通十分擁堵，車內氣氛卻很輕松。

乘車視頻顯示，黃仁勛對吳新宙說：“切入自動駕駛模式時告訴我一聲，我就不用那么擔心安全了。”

IT之家注意到，在這段 22 分鐘的視頻里，這輛奔馳載著黃仁勛與吳新宙，順利應對了一系列日常路況障礙：施工路段、并排違停車輛、以及被橙色路錐擠出來的狹窄車道。英偉達這套系統表現相當出色，不過視頻經過剪輯，并非實時呈現。（英偉達發言人杰西卡 · 蘇亞雷斯后來說，全程沒有出現人工接管。）

在幕后深耕多年之后，英偉達正試圖在自動駕駛領域搶占更顯眼的領導地位。該公司不僅為特斯拉等企業提供芯片，還向奔馳、捷豹路虎、Lucid 等合作伙伴輸出自研的 AI 駕駛功能。今年早些時候的國際消費電子展（CES）上，黃仁勛發布了 Alpamayo—— 一套包含 AI 模型、仿真藍圖和數據集的解決方案，可讓車輛實現 L4 級自動駕駛，即在特定條件下完全自主行駛。黃仁勛將這一發布稱為“實體 AI 的 ChatGPT 時刻”。

與吳新宙同車時，黃仁勛少了幾分高調，多了幾分深思，但對這項技術的前景依舊無比樂觀。

“當然，挑戰在于，Alpamayo 盡管非常智能，能夠對環境做出推理判斷，但我們并不知道它做不到什么。”他說，“這就是挑戰所在，也是我們的傳統技術棧依舊至關重要的原因。”

黃仁勛稱，英偉達的自動駕駛方案是“獨一無二”的，因為它將端到端 AI 模型與傳統人工工程化的“經典”技術棧結合在了一起。他認為，純端到端模型很難做安全驗證；而傳統技術棧遵循成熟的工程規范與流程，更容易驗證某些行為是否足夠安全。通過兩種方式結合，英偉達的系統既能擁有接近人類的駕駛風格，又能保留基于道路規則的安全框架。

黃仁勛所謂“行業獨一份”的說法并不完全站得住腳：其他自動駕駛企業也在使用端到端神經網絡，同時搭配明確的安全規則來約束車輛行為。但毋庸置疑的是，駕駛更像人、沒那么機械僵硬的端到端學習正變得越來越流行。Waymo 采用混合系統，特斯拉則完全依賴端到端神經網絡。

吳新宙在采訪中表示，端到端模型在處理減速帶、變道等場景時更自然，不會顯得機械僵硬。

“這就是為什么說這是真正的 ChatGPT 時刻。”他說，“只有當你的車開得非常自信時，用戶才會更愿意去用它。”

當被問及如何看待英偉達方案與特斯拉完全自動駕駛（FSD）的對比時，吳新宙沒有直接評價特斯拉的安全記錄，但解釋說，英偉達的優勢在于多傳感器融合：包括攝像頭、雷達、超聲波傳感器，高配版本還搭載激光雷達（LiDAR）。他表示，英偉達認為，感知技術的冗余性與多樣性，對處理極端場景、實現更高安全等級至關重要。

額外的傳感器意味著更高的成本。尤其是激光雷達的加入，似乎意味著英偉達最安全的系統只會面向富裕的奔馳車主。但吳新宙認為，英偉達垂直整合的方案，能以盡可能低的成本實現所需的安全性能。

英偉達 DRIVE Hyperion 平臺支持多種配置：基礎版采用更簡單、性價比更高的傳感器方案，主要依賴攝像頭與雷達。過去十年，大規模量產讓這類傳感器成本大幅下降，超聲波傳感器更是極為便宜。若要實現更高等級自動駕駛，平臺可加裝激光雷達。吳新宙認為，隨著激光雷達成本下降，售價在 4 萬～5 萬美元區間的車型，未來完全可以搭載高級自動駕駛所需的全套傳感器。

特斯拉憑借龐大的用戶車隊擁有數十億英里實車駕駛數據；Waymo 在公共道路上累積了近 2 億英里完全自動駕駛里程。英偉達要如何追趕？

“真正的基礎設施是仿真。”吳新宙說。英偉達主要通過兩條路徑實現：

一是神經重建（NuRec），工程師利用從車輛采集的傳感器數據，復現真實駕駛場景；

二是數據增強，在重建場景中修改元素，探索不同結果，從而測試自動駕駛系統在細微變化環境下的表現，并找出原始數據集中罕見的極端案例。

“我們可以讓行人出現得更快、更慢，出現在不同位置。”他說，“這就是我們所說的數據集擴充。”

英偉達從合作伙伴處獲取行車記錄儀視頻，用于仿真訓練；同時也復現 Waymo 事故中的極端場景（如停電），訓練系統如何避免堵塞路口。

但其最終目標，是打造一套具備推理能力的系統，從根源上避開這些極端陷阱，從而不再依賴海量實車數據。吳新宙的團隊正在研發所謂的視覺-語言-動作模型（Vision Language Action），將這一理念落地。這類模型將視覺感知、語言理解與物理動作整合在統一架構中，依托已在互聯網級數據上訓練好的大基礎模型。吳新宙將其比作駕校學習。

“我們教孩子開車時，他們先學交規，再上路練 20 個小時。”吳新宙說，“通常一開始開得就不差，當然，經驗需要慢慢積累。最終我們希望模型也能這樣：未來，只靠一本交規和 20 小時訓練數據，它就能學會開車。”