英偉達自動駕駛掌門人詳解“超越特斯拉和Waymo”的路線圖

英偉達汽車業務負責人吳新宙每隔大約半年，就會在自家自動駕駛系統迭代到他“足夠有信心”的節點時，把首席執行官黃仁勛請上車，進行一次實路測試。 最近一次，兩人從加州伍德賽德驅車前往舊金山市中心，乘坐的是搭載 MB.Drive Assist Pro 免手駕駛輔助系統的奔馳 CLA，這套系統部分由英偉達參與設計，在形態上與特斯拉的“完全自動駕駛”（FSD）頗為接近。

雖然路上車流密集，但車內氣氛輕松，黃仁勛甚至打趣地說，讓他在系統進入自動駕駛模式后“才開始對安全少一點擔心”。

英偉達隨后向媒體提供了一段約 22 分鐘的車載視頻，畫面中，這輛奔馳在施工路段、違停車輛、橙色路障錐桶夾出的窄道等日常城市復雜場景中穿行，系統表現相當平順，不過視頻經過剪輯，并非完整實錄。 英偉達發言人事后強調，整個路程并未出現系統“接管失敗”而需要人工干預的情況。 作者此前也曾在舊金山與英偉達高管同車體驗類似系統，對其在紅綠燈、四向路口、違停車輛、無保護左轉，以及穿梭于行人、自行車與滑板車之間的能力印象深刻，認為在特斯拉已經用攝像頭加芯片跑通一套方案的前提下，全球市值最高的芯片公司要做出同樣甚至更好的系統并非難事。

在經歷多年“幕后賦能”之后，英偉達開始主動將自己擺到自動駕駛產業舞臺中央。 除了繼續向特斯拉等車企供應車規級芯片，它還把自研的 AI 駕駛功能打包成平臺，提供給奔馳、捷豹路虎、Lucid 等合作伙伴。 今年早些時候的 CES 上，黃仁勛發布了名為“Alpamayo”的自動駕駛開發組合，涵蓋 AI 模型、仿真藍本和數據集，旨在讓車輛在特定條件下實現 L4 級自動駕駛，他甚至將這一節點稱為“物理世界 AI 的 ChatGPT 時刻”。

不過在車內與吳新宙對談時，黃仁勛收斂了發布會上的張揚，更偏向冷靜反思，但對技術前景仍然極為樂觀。 他坦言，Alpamayo 的強大之處在于具備對環境進行推理的能力，但真正的難點在于“我們不知道它做不到什么”，因此仍需要與傳統的“經典技術?！鄙疃冉Y合。 在他看來，純粹的端到端大模型很難從工程角度論證其安全性，而經典技術?；诔墒斓墓こ塘鞒?，更利于對具體行為進行安全驗證，將兩者結合，既能獲得接近人類的駕駛風格，又能把行為約束在傳統交通規則框架之內。 雖然業內其他自動駕駛玩家同樣在端到端神經網絡之外疊加顯式安全規則，但端到端學習正在成為行業新潮流：Waymo 采用的是混合方案，特斯拉則幾乎完全押注端到端網絡。

吳新宙在采訪中表示，端到端模型在應對減速帶、變道等細膩場景時，能減少機械感和“機器人式”遲滯，更接近真人駕駛節奏，這也是他強調“ChatGPT 時刻”的原因。 “只有當你的車表現得足夠自信，用戶才會更愿意持續使用它。”他說。

與特斯拉相比，吳新宙將英偉達的差異點，更多放在傳感器組合和系統架構上，而非在公開場合評論對手的安全爭議。 特斯拉 FSD 至今累計路測里程已超過 85 億英里，卻也卷入多起嚴重安全事故，被監管部門點名與 23 起傷害事件及至少兩起死亡事故有關。 一位英偉達高管去年曾透露，公司內部曾用自家系統與特斯拉 FSD 做對比測試，從司機接管次數來看，兩者在不同場景下各有優勢。

吳新宙強調，英偉達堅持采用“多源冗余”的傳感器組合：在攝像頭和毫米波雷達之外，還會布置超聲波傳感器，并在更高配置中加入激光雷達。 在他看來，各類傳感器的冗余與多樣性是補足極端邊緣場景、提升整體安全冗余的關鍵。 當然，傳感器越多，整套系統的硬件成本也就越高，特別是激光雷達，讓人擔心最高安全規格的方案只會出現在昂貴的豪華車上。 對此，吳新宙認為，依托英偉達“垂直整合”的方案以及傳感器價格整體下行趨勢，可以將安全性能壓到“盡可能低”的成本區間。

他介紹，英偉達的 DRIVE Hyperion 平臺自設計之初就支持多檔配置：入門版本采用以攝像頭和雷達為主的簡化方案，這些器件經過十多年的大規模生產，成本已經顯著下降，而超聲波傳感器本身就非常便宜。 針對更高等級自動駕駛，平臺可以按需疊加激光雷達，隨著這一類傳感器價格持續走低，他認為在 4 萬到 5 萬美元價位區間的量產車型中，搭載完整傳感器堆棧也并非不可想象。

面對 Waymo 近期在舊金山等地發生的安全事件——例如自動駕駛出租車在停電導致路口信號失靈時集體堵死路口——吳新宙表示，這類極端案例已經被英偉達搬進仿真環境中反復推演。 與特斯拉擁有龐大私家車車隊、Waymo 已在公開道路上積累近 2 億英里的完全自動駕駛里程不同，英偉達在真實路測數據上并不占優，因此更重視“合成數據”與高保真仿真的基礎設施投入。

在仿真策略上，英偉達主要采用兩種方法。 第一是“神經重建”（NuRec），工程師利用實車采集到的傳感器數據，重建出逼真的三維道路場景，讓系統在虛擬環境中重復經歷某一次真實路況。 第二是“增強”，即在已重建的場景中不斷修改變量，例如調節行人出現的時間、速度與位置，從而生成一系列僅有細微差異的新情境，用以觀察系統在各種微變條件下的行為表現，這一過程在內部被形象地稱為對數據集進行“模糊化”。 英偉達不僅從合作伙伴處獲取行車記錄儀視頻，還會將像 Waymo 所遭遇的停電路口堵塞等公開事件場景復刻到仿真中，訓練系統學會主動避免類似“集體卡死”的行為模式。

然而，在吳新宙的設想中，未來真正理想的自動駕駛系統，不應依賴無窮無盡的實車路測數據來覆蓋所有邊緣案例，而是要具備“推理”能力，從規則與有限經驗中類比出應對策略。 為此，他的團隊正在研發一個名為“視覺-語言-行動”（Vision Language Action）的新型模型，將視覺感知、語言理解與物理動作統一到同一架構內，借助已經在互聯網級數據上訓練出的基礎大模型，來賦予車輛更強的理解和推理能力。 吳新宙把這比作人類學車：先讀一本交通規則手冊，再上路練習二十個小時，大多數新司機就已經能合格上路，隨后再通過經驗不斷精進。 “我們的目標是讓模型也能如此——未來只需要一本規則書和二十小時訓練數據，它就能學會開車?！彼f。

在特斯拉、Waymo 等先行者已經跑在前面的賽道上，英偉達試圖通過“芯片 + 平臺 + 模型 + 仿真”的整套組合拳，來縮短在里程和經驗上的差距，并把自己從幕后“算力基建商”轉變為自動駕駛技術路線與安全標準的重要制定者。 對黃仁勛和吳新宙而言，這場關于“物理世界 AI 的 ChatGPT 時刻”的豪賭，才剛剛駛出起點線。