我在硅谷鬧市區(qū)，體驗黃仁勛同款L2++自動駕駛

智東西
作者 ZeR0
編輯 漠影

智東西3月24日報道，上周英偉達(dá)GTC期間，智東西在圣何塞深度體驗乘坐了一輛沒有激光雷達(dá)、沒有高精地圖的L2++級自動駕駛汽車，跑了11英里，將近50分鐘，全程沒有被駕駛位上的人類安全員接管一次。

▲試乘車

此次體驗的，便是前不久英偉達(dá)創(chuàng)始人兼CEO黃仁勛、英偉達(dá)全球副總裁吳新宙在舊金山體驗的同款輔助駕駛汽車方案——汽車是梅賽德斯-奔馳CLA，搭載基于NVIDIA DRIVE Hyperion硬件平臺的Alpamayo端到端輔助駕駛大模型。

▲黃仁勛和吳新宙試乘輔助駕駛汽車

借助英偉達(dá)深度學(xué)習(xí)模型，Hyperion架構(gòu)可通過擴展功能實現(xiàn)增強型L2級輔助駕駛功能，包括在復(fù)雜城市環(huán)境中實現(xiàn)點到點城市領(lǐng)航輔助，使汽車自主完成整個行駛過程。

我的試乘路線是從圣何塞Signia酒店附近上車，途徑日本城、Willow Glen社區(qū)，最終繞回出發(fā)點。這條路線經(jīng)專門設(shè)計，盡可能多地展示不同路況，涉及信控路口、四路停車標(biāo)志、施工路段等復(fù)雜場景。

在圣何塞街道上兜風(fēng)近50分鐘，我的總體感覺歸納為一個字——順。

試乘過程中，汽車根據(jù)實際路況、紅綠燈做出車道選擇、轉(zhuǎn)彎、跟隨、停車等行為，并在識別行人后主動讓行。途中遇到的幾個插曲，都被輔助駕駛系統(tǒng)應(yīng)對自如。

剛啟程沒多久，一輛車從我們前方插進來，堵了半條車道，而前方是雙黃線，不能壓線超車。這時車載系統(tǒng)沒有強行繞行，也沒有亂打方向，而是減速等待，做出了像人類司機一樣正確的判斷。

遇到信號燈沒工作、減速帶等情況，汽車會謹(jǐn)慎地主動減速，通過后恢復(fù)正常速度。

等開到日本城附近時，前方有一位老太太推著一堆箱子從路左側(cè)向右慢慢橫穿。

還有當(dāng)我們在一個路口準(zhǔn)備右轉(zhuǎn)時，一位行人邊過馬路邊聚精會神打電話。

遇到這兩種場景，汽車都非常自然地減速停車，禮讓行人。

這些“順”的背后，藏著一些很有意思的技術(shù)細(xì)節(jié)。

一、無激光雷達(dá)、無高精地圖，一顆芯片支撐全部算力

這輛奔馳CLA搭載的英偉達(dá)的L2++輔助駕駛方案沒有使用激光雷達(dá)，主要采用攝像頭和毫米波雷達(dá)等傳感器，也沒有高精地圖，只使用來自導(dǎo)航模塊的普通地圖。

因此，這套方案非常經(jīng)濟高效，幾乎可應(yīng)用于各種汽車，也讓軟件具備極高的跨地域可擴展性。

在我們乘坐的汽車中，NVIDIA DRIVE Hyperion平臺包括一個DRIVE AGX Orin SoC芯片、10顆攝像頭、5顆毫米波雷達(dá)和12顆超聲波傳感器。

10個攝像頭包括2顆前向攝像頭、2顆側(cè)向攝像頭、2顆側(cè)后向攝像頭和4顆魚眼攝像頭。這些攝像頭能夠閱讀交通標(biāo)志和車道標(biāo)志，提供周遭廣泛視角和能見度，實現(xiàn)精確控制、安心駕駛。

5顆毫米波雷達(dá)包括1顆中程雷達(dá)和4顆角雷達(dá)，能探測其他行人、車輛的距離和速度，監(jiān)測附近的交通和盲點。

超聲波傳感器可探測附近的障礙物，以支持平穩(wěn)、自信的低速操作。

所有計算任務(wù)都運行在單顆Orin芯片上。這一套硬件配置，支撐起了整個L2++級自動駕駛功能。英偉達(dá)正與更多OEM合作伙伴推進量產(chǎn)落地，計劃今年覆蓋美國全境，明年覆蓋歐洲、日本和韓國。

DRIVE Hyperion硬件架構(gòu)可擴展到L4級自動駕駛。

這次試乘，我體驗的是DRIVE Hyperion 8架構(gòu)。而比亞迪、吉利、日產(chǎn)等已經(jīng)在開發(fā)基于DRIVE Hyperion 10架構(gòu)的新一代L4自動駕駛汽車項目。

五十鈴和TIER IV采用DRIVE Hyperion里的DRIVE AGX Thor SoC芯片，合作開發(fā)L4級自動駕駛巴士。Uber、Bolt、Grab、Lyft等移動出行服務(wù)商均在基于DRIVE Hyperion擴展自動駕駛出租車規(guī)模。

梅賽德斯-奔馳也在開發(fā)一款基于新S級的自動駕駛出租車，將采用DRIVE Hyperion和全棧AV L4軟件。

▲NVIDIA GTC大會上展出的NVIDIA DRIVE AGX Thor開發(fā)者套件

另一個值得關(guān)注的點是，不用高精地圖會帶來一大挑戰(zhàn)：如何理解信號燈與車道的關(guān)聯(lián)關(guān)系？

一個十字路口有多條車道、多個信號燈，怎么判斷我的車道對應(yīng)哪個燈？這在有高精地圖的系統(tǒng)里，是預(yù)先標(biāo)注好的。

而英偉達(dá)通過在軟件棧中進行大量創(chuàng)新，使汽車在行駛過程中實時完成判斷，在線創(chuàng)建全球高精地圖，最終實時創(chuàng)建所有車道線、連接方式和行駛方案。

做到這一點，離不開先進的模型推理能力。

二、推理模型：給輔助駕駛決策注入像人一樣的思維

英偉達(dá)認(rèn)為，推理能力是輔助駕駛的下一個前沿。

傳統(tǒng)輔助駕駛架構(gòu)將感知與規(guī)劃分離開來，這在面臨突發(fā)或異常狀況時，往往會限制其系統(tǒng)擴展性。解決這些長尾極端事件，需要具備安全推理因果關(guān)系能力的模型。

對此，英偉達(dá)開發(fā)Alpamayo生態(tài)系統(tǒng)，以加速安全、基于推理的自動駕駛汽車開發(fā)。

Alpamayo系列包括具備決策推理能力的AI模型、用于測試決策的閉環(huán)仿真工具AlpaSim與物理AI自動駕駛數(shù)據(jù)集。

其中， Alpamayo 1是該系列的首個版本，是一款開放VLA（視覺-語言-動作）推理模型，專為應(yīng)對輔助駕駛長尾場景挑戰(zhàn)而設(shè)計，基于100億參數(shù)架構(gòu)，集成了視覺感知、語言理解和動作生成能力，通過視頻輸入生成行駛軌跡，并通過推理來解釋自身的決策。

Alpamayo輔助駕駛堆棧的駕駛方式非常接近人類。借助這一模型，汽車會實時感知周邊環(huán)境，在后臺持續(xù)推理，能夠更準(zhǔn)確地感知環(huán)境、解讀環(huán)境和預(yù)測風(fēng)險，推演罕見或全新場景，靈活應(yīng)對復(fù)雜多變的路況，并能解釋它在決定時的推理思路。

比如前方雙排停車的一輛車開始倒車，車載系統(tǒng)不會試圖從旁邊硬擠過去，而是在識別倒前方汽車倒車燈亮起、汽車向后移動時，判斷對方意圖是停車，于是等它停好后再繼續(xù)前行；如果前方汽車停著不動，車載系統(tǒng)就會輕輕繞過去通行。

開發(fā)者既可將Alpamayo 1調(diào)整為更精簡的運行時模型，部署于車端；又可將它作為輔助駕駛的基礎(chǔ)架構(gòu)，構(gòu)建基于推理的評估器和自動標(biāo)注系統(tǒng)等開發(fā)工具。

英偉達(dá)在GTC 2026大會上最新發(fā)布的Alpamayo 1.5，正是基于Alpamayo 1模型打造。Alpamayo 1.5模型可交互、可操控，能夠?qū)⑿旭傄曨l、自車運動歷史、導(dǎo)航引導(dǎo)和自然語言指令作為輸入，輸出帶有推理鏈路的行駛軌跡，能夠清晰展示每項決策背后的邏輯。

開發(fā)者通過導(dǎo)航與文本指令，就能調(diào)控車輛駕駛行為并設(shè)定行駛約束條件。

AlpaSim是一款面向高保真輔助駕駛開發(fā)、完全開源的端到端閉環(huán)仿真框架，提供逼真的傳感器建模、可配置交通動態(tài)，以及可擴展的閉環(huán)測試環(huán)境，支持快速驗證與策略優(yōu)化。

物理AI開放數(shù)據(jù)集包含來自全球2500多個城市的30多萬個片段，有超過1700小時的駕駛數(shù)據(jù)，覆蓋廣泛的地理區(qū)域和環(huán)境條件，涵蓋推動推理架構(gòu)發(fā)展所需的罕見且復(fù)雜的真實世界極端場景。

三、全棧自動駕駛軟件平臺：多模態(tài)、端到端、主動安全防護

對于輔助駕駛系統(tǒng)，英偉達(dá)與OEM合作伙伴共同定義架構(gòu)、功能和特性。當(dāng)然最終的整車形態(tài)、駕乘感受和外觀設(shè)計由OEM負(fù)責(zé)。

NVIDIA DRIVE Hyperion和Alpamayo是NVIDIA DRIVE AV全棧式自動駕駛軟件平臺的一部分。

NVIDIA DRIVE AV軟件采用雙棧架構(gòu)：

（1）多模態(tài)經(jīng)典棧（包括感知/規(guī)劃/控制）：安全守護層，提供冗余和安全防護。

（2）端到端AI棧：處理復(fù)雜動態(tài)場景，提供長尾駕駛所需的上下文推理和決策能力。

經(jīng)典棧的工作原理是感知世界中的所有物體，預(yù)測動態(tài)物體的未來行為，綜合使用這些信息及行駛路線來決定應(yīng)該遵循的正確安全路徑。

端到端AI棧將傳感器與導(dǎo)航路線作為輸入，通過一個單一網(wǎng)絡(luò)模型直接輸出最終的行駛軌跡。

系統(tǒng)會綜合這兩條軌跡，從中選擇最安全和舒適的軌跡。

兩層之間隨時準(zhǔn)備好交接控制權(quán)：端到端模型主導(dǎo)開車，經(jīng)典棧則猶如托底的安全衛(wèi)士，在發(fā)現(xiàn)端到端模型做出不可接受的決策時，立刻接管，等情況解除后，再把控制權(quán)交還給端到端模型。

駕駛員隨時可以接管方向盤，期間軟件始終保持運行，并在人類與它協(xié)作時提供幫助。

為安全保駕護航的核心技術(shù)由NVIDIA Halos OS安全系統(tǒng)提供支撐。

Halos OS基于通過ASIL D級標(biāo)準(zhǔn)的DriveOS架構(gòu)打造，其統(tǒng)一的三層安全架構(gòu)整合了安全中間件與可量產(chǎn)部署的安全應(yīng)用，包括符合NCAP 2026五星級標(biāo)準(zhǔn)的主動安全系統(tǒng)，通過緊急制動、規(guī)避轉(zhuǎn)向和360度威脅檢測，自動防止與汽車、行人或騎自行車者發(fā)生碰撞。

通常情況下，人類駕駛員的操作擁有更高優(yōu)先級。如果原定路線是執(zhí)行，駕駛員打錯方向盤左轉(zhuǎn)，汽車會按照駕駛員的操作來行駛。但如果因為駕駛員誤操作導(dǎo)致要撞向另一輛車，主動安全功能就會立即介入，阻止事故發(fā)生。

這些安全設(shè)計是量產(chǎn)落地的關(guān)鍵，也是通往L4自動駕駛的基礎(chǔ)。

四、三種方式采集數(shù)據(jù)，用高保真仿真增加數(shù)據(jù)多樣性

在開發(fā)階段，英偉達(dá)主要通過三種方式與OEM合作伙伴合作推進數(shù)據(jù)采集。

一是專用數(shù)據(jù)采集車隊，裝備傳感器的汽車由人類駕駛，在全球采集數(shù)據(jù)。

二是開發(fā)測試車隊，像我們乘坐的這輛一樣，做測試和開發(fā)，有些一直在采集，有些只在發(fā)生有趣事件時才采集。

三是客戶車隊，用戶購買了搭載NVIDIA DRIVE AV系統(tǒng)的量產(chǎn)車，車輛在發(fā)生有趣事件時會采集數(shù)據(jù)。

從配備DRIVE Hyperion的汽車收集的數(shù)據(jù)，可用于在云端訓(xùn)練和優(yōu)化AI模型，在逼真的仿真環(huán)境中驗證模型，然后將更新后的軟件部署回汽車，從而持續(xù)改進自動駕駛系統(tǒng)。

為了大規(guī)模構(gòu)建和驗證軟件，英偉達(dá)使用了很多不同的仿真技術(shù)。

首先是英偉達(dá)Omniverse平臺，使用汽車采集的多傳感器數(shù)據(jù)構(gòu)建數(shù)字孿生世界。

英偉達(dá)使用NVIDIA Cosmos在離線狀態(tài)下創(chuàng)建場景的許多不同變體，這對于創(chuàng)建大量數(shù)據(jù)用于訓(xùn)練和驗證堆棧非常重要，尤其是關(guān)注到我們在現(xiàn)實世界中幾乎看不到的邊緣和罕見情況。

為了構(gòu)建和驗證一個非常安全、可靠的堆棧，這是必不可少的。

另一項關(guān)鍵仿真技術(shù)是NVIDIA Omniverse NuRec。

為了涵蓋真實世界駕駛場景的多樣性，推理型輔助駕駛汽車的測試與驗證需要高保真的仿真環(huán)境。

NuRec是一套基于3D高斯?jié)姙R技術(shù)的工具集，可通過接收攝像頭輸入，攝取真實世界數(shù)據(jù)，完成可交互仿真場景的重建與渲染，即重建其在現(xiàn)實世界中獲得的數(shù)據(jù)。

它能夠幫助輔助駕駛汽車開發(fā)者在不耗費大量時間和成本手動構(gòu)建世界的情況下，對推理行為進行壓力測試，并模擬極端事件。

因此，英偉達(dá)能利用其在道路上行駛的每一英里、無限的時間來驗證每個新的軟件版本，加速輔助駕駛技術(shù)的進化。

結(jié)語

在試乘前，我曾以為這會像很多自動駕駛demo一樣，是在一個安全環(huán)境里沿著封閉路段開一圈。

但汽車開到了圣何塞的真實道路上，從車流密集的市中心開到熱門景點、居民區(qū)周遭，遇到了推車的老人、插隊占道的車、盯著手機走過的行人等真實的“意外”。

在這場近50分鐘的駕駛中，它不需要激光雷達(dá)、不需要高精度地圖，僅憑攝像頭、毫米波雷達(dá)、超聲波傳感器、芯片和具備推理能力的模型，就擔(dān)當(dāng)了一位稱職的數(shù)字司機。

隨著汽車開始具備理解真實世界、推理并付諸行動的能力，更安全、智能的輔助駕駛功能將給未來出行方式帶來更多輕松與愉悅。