今年会·(jinnianhui)金字招牌-英伟达吴新宙北京车展解读：以五层架构与开放生态，加速汽车驶向L4

英伟达吴新宙北京车展解读：以五层架构与开放生态，加快汽车驶向L4

发布时间：2026-04-27 来历：转载 责任编纂：lily

【导读】于已往的2~3年间，端到端技能年夜范围放开，为辅助驾驶体验带来了显著进展。与此同时，基在推理能力的人工智能呈现，使行业真正迎来了一个近似ChatGPT的里程碑时刻。从当前技能成长来看，通往L4级彻底主动驾驶甚至无人驾驶的门路已经经相对于清楚。于这一年夜配景下，英伟达（NVIDIA）一直于努力鞭策整个行业及早实现L4级主动驾驶，好比本年推出了面向辅助驾驶汽车的开放模子Alpamayo，成为本年L4成长的一个主要里程碑。

不外，通向L4的门路必然需要一个完备的平台化的解决方案，英伟达实在一直于朝向这个标的目的努力。对于在L4级主动驾驶，英伟达当下的打法毕竟是怎么样的？2026年，北京车展时期，英伟达全世界副总裁吴新宙向包括EEWorld于内的媒体举行了深度分享。

主动驾驶是物理AI最早量产场景

“提供全栈解决方案只是事情的一部门，对于英伟达而言更主要的任务是赋能整个财产，鞭策其尽快向L3或者L4级无人驾驶能力成长。“吴新宙如是说。

他先容，英伟达一直是人工智能范畴 主要的鞭策者。主动驾驶作为人工智能最年夜的受益者之一，其成长过程与AI技能演进密不成分。2012年AlexNet呈现后，感知AI能力使很多传统计较机视觉难以解决的问题患上以经由过程数据驱动的要领解决。2017年Transformer架构打开了新的年夜门，初次实现360度感知的不变与优异体现，使基在BEV的感知患上以落地，全模子要领最先运用在规控范畴。近两年呈现的代办署理式AI，尤其是年夜语言模子带来的推理能力，成为高效且范围化解决所有边沿场景问题的要害钥匙。

从感知AI到代办署理式AI，终极落地到物理世界，就是物理AI。英伟达开创人兼首席履行官黄仁勋屡次夸大，将来十年是公司以致整个财产及科技行业最焦点的挑战。

吴新宙夸大，“英伟达坚信，主动驾驶将是物理AI范畴最早实现量产及年夜范围落地的场景。”

从经济价值看，全世界每一年车辆行驶里程约为13万亿英里，此中主动驾驶过程仅为7亿英里，占比仅为0.006%摆布，险些可以纰漏不计。英伟达信赖 每一一英里终极都将变为主动驾驶。若每一英里主动驾驶解决方案价值1~2美元，这将是一个别量巨年夜的市场。更主要的是，技能已经经成长到可以或许实现L4的时间节点，这是使人冲动的时刻。

五层“蛋糕”办事架构

解决物理AI问题需要三台要害计较机：第一台是车端计较机，英伟达已经于这方面投入十年时间，做了年夜量事情；第二台是云端练习计较机，所有模子都于英伟达的CUDA生态中发展，该生态是所有模子的根底；第三台是仿真计较机，于端到端模子时代，仿真变患上尤为主要。

英伟达于这三台计较机上都投入了强盛的产物，助力物理AI的成长。基在三年夜计较平台，英伟达构建了五层“蛋糕”的技能办事架构，吴新宙逐层举行了先容：

第一层，基础举措措施：NVIDIA Cosmos and Omniverse NuRec

涵盖云端练习、数据处置惩罚、标注、仿真验证等全流程东西。英伟达依附数十年图形技能堆集，具有物理世界像素级重修、照片级虚拟场景天生能力，可高效支撑辅助 驾驶模子练习与验证，日均完成 200万次场景仿真验证，经由过程场景编纂、情况倍增等技能，将数据验证效率晋升5~10倍。

第二层，运用：NVIDIA DRIVE AV

为缺少自立研发能力的车企提供一站式 “交钥匙” 解决方案，今朝已经与疾驰、Lucid等多家车企告竣深度互助，助力其车型快速具有高阶辅助 驾驶能力。

第三层，开放模子：NVIDIA Alpamayo

Alpamayo是秘鲁一座闻名的山岳，被称为最漂亮但也最难攀缘的山。这个名字恰到好处地形容相识决端到端辅助 驾驶问题的难度。英伟达所做的是经由过程硬件、操作体系及开放模子，尽可能降低这一门坎。

车厂或者软件提供商可以从Alpamayo最先举行微调，孕育发生产物级方案，于英伟达硬件平台及操作体系上顺畅运行。Alpamayo模子于Hugging Face上得到了第二名的下载量，于LingoQA榜单上的辅助驾驶推理模子排名第一。

本年GTC时期，英伟达发布的Alpamayo的1.5版本，新增了导航能力，并增长了矫捷的多摄像头撑持及可配置的摄像头参数，简化了统一套 AI 驾驶栈于差别车型、差别传感器配置中的复用，同时保留与现有Alpamayo集成的兼容性。吴新宙预报，本年6月将发布2.0版本，模子能力连续迭代。

练习Alpamayo模子利用了8万小时驾驶数据，但因其骨干基在Cosmos系列蒸馏而来，而Cosmos是基在互联网及YouTube等全世界视频数据练习的基础模子，是以继续了对于物理世界的深刻理解，再针对于驾驶数据举行末了的微调。

第四层，操作体系及平台软件：NVIDIA Halos OS

Halos OS是对于原有Drive OS的扩充。Drive OS是运行于芯片中的操作体系软件，英伟达以最高安全等级要求举行开发，使车厂或者软件开发者可以于安全无后顾之忧的环境下，于英伟达平台上开发车用软件。

对于Halos OS的扩充包括插手Halos SDK，使车厂可以或许更易地开发软件。此中包罗车辆扩大层及传感器扩大层，将这两层尺度化后，车厂适配差别硬件、传感器或者车辆的事情量将年夜幅削减。

此外，Halos OS还有将自动安全体系及一些基在法则的经典算法纳入此中。模子供给商或者软件开发者可以于最高安全等级的硬件及底层操作体系上，使用法则兜底方案，更易地经由过程各类安全认证，包括中国的CNCAP、美国的FMVSS、NCAP等。

第五层，硬件：NVIDIA Drive Hyperion

涵盖车载计较芯片与传感器，英伟达及业界一同界说了撑持 L4 级无人驾驶的尺度化硬件平台，实现数据互通同享。

Drive Hyperion平台基在Thor芯片架构打造，该架构也是云端年夜模子练习的焦点算力支撑。针对于车载端存储带宽限定，芯片撑持FP4精度，有用晋升算力使用率，总算力较前代产物年夜幅晋升。

传感器配置分为基础版与高阶版：基础版以纯视觉+毫米波雷达为主，配备10个高清外置摄像头、3个毫米波雷达、12个超声波传感器、1个DRIVE AGX Thor，可支撑优质L2+级体验；高阶版面向L三、L4 级，配备14个高清外置摄像头、9个毫米波雷达、12个超声波雷达、1个激光雷达，2个DRIVE AGX Thor架构ECU，实现节制器与传感器全冗余，确保单点掉效下体系仍可完成最小危害操作，保障行驶安全。依托该尺度化配置，英伟达正与互助伙伴收罗百万小时级驾驶数据并向生态开放，年夜幅降低行业数据门坎。

英伟达辅助驾驶的焦点战略

吴新宙夸大，英伟达想要鞭策行业采用Drive Hyperion尺度化平台，该平台硬件与传感器均颠末充实验证，可实现数据互通同享；同时推广Halos OS高安全等级操作体系，降低开发者门坎；连续开放 Alpamayo模子、配套数据与东西，减少行业研发成本；终极为有需求的车企提供全栈解决方案。

英伟达于辅助驾驶范畴已经深耕十年，从初期芯片供给，慢慢拓展至云端练习中央、全栈车载解决方案。2017年英伟达率先提出端到端辅助驾驶解决方案，2020年与疾驰告竣互助，2025 年完成泰西地域方案交付，后续还有将与更多车企睁开互助。

当前英伟达的算法栈采用混淆端到端架构，以模拟进修为焦点，实现类人驾驶体验，同时并行运行经典法则算法栈，形成安全护栏。2025年，该方案于欧洲E-NCAP测评中斩获年度第一。量产方案迭代频次极高，日均完成海量仿真验证。经由过程经典算法兜底，可有用晋升驾乘安全性与恬静度，应答各种繁杂路况。

今朝，英伟达正推进L2++全世界化范围化落地，已经完成旧金山、洛杉矶、纽约、伦敦、慕尼黑等都会路测，方针于2026年实现全世界化量产。与此同时，方案正加快向L三、L4级迁徙，经由过程双算法栈冗余、硬件冗余与激光雷达加持，满意高阶主动驾驶的安全要求。

从时间计划来看：2025年官宣与疾驰互助进展；2026年实现L2++点对于点功效于美国落地，并拓展至欧洲等地域；2027年规划与互助伙伴于部门都会开展L4试点；2028年为洛杉矶奥运会提供L4级无人驾驶办事，规划笼罩20~30个都会。

除了辅助驾驶外，英伟达还有依托 AI 技能深度赋能车企整车设计、出产制造、产线计划等环节，助力车企全流程智能化进级，晋升运营效率。

英伟达对于在当下辅助驾驶的判定

谈和当下争议不休的激光雷达，吴新宙给出了判定：对于在L2+级辅助驾驶，纯视觉线路不仅可行，其感知上限“极高”，视觉模子所依靠的像素密度远超激光雷达。然而，当体系迈向L3与L4级时，激光雷达的脚色便从可选变为须要。“它是实现传感器冗余、保障安全的要害部件。” 今朝，英伟达正结合泰西财产链伙伴，连续推进激光雷达供给的不变性，为L三、L4级技能的范围化落地筑牢基础。

有人说，L3这一阶段会被跳过，行业会直接步入L4阶段。对于此，吴新宙暗示，从技能层面来看，当前辅助 驾驶已经经没有焦点卡点。跟着天生式AI及推理AI的成长，以往难以解决的极度场景、决议计划逻辑等问题，都已经经有了可行的解决方案。此刻的重要挑战于在体系工程的整合及范围化落地的工程量。

他指出，辅助驾驶不是单一技能的冲破，而是硬件、软件、数据、仿真等多环节的协同，需要年夜量的工程迭代及验证。至在L3与L4级，二者于技能难度上差距其实不年夜，更可能是运用场景及责任界定的差异：L3要求驾驶员于10秒内接受车辆，这10秒内车辆需负担彻底责任，它于高速场景下能有用解放驾驶员双手，具有明确的用户价值；而L4级则更多依靠云端长途运营支撑，对于在年销百万辆的车企而言，为每一辆车配备这类能力成本极高。

是以，短时间内L3与L4级将并行成长，一个办事在小我私家出行的效率晋升，一个运行在运营场景的贸易闭环。

舱驾交融是当下行业一年夜趋向，吴新宙暗示，车辆素质上实在也是一种挪动呆板人，座舱交互与辅助驾驶对于安全等级要求差别，短时间内可能不会共用统一颗芯片。但年夜模子的能力将慢慢同享，终极走向感知、决议计划与交互的一体化。于辅助驾驶芯片上同时提供人机交互能力，这长短常值患上期待的标的目的。

一样值患上期待的，还有有辅助驾驶与呆板人赛道的重合瓜葛。吴新宙将二者都归入物理AI的焦点领域，但它指出辅助驾驶已经率先靠近范围化落地的临界点。英伟达一样看好呆板人，但眼下，辅助驾驶是物理AI海潮中开始涌起的阿谁浪头。

面临部门车企掀起的自研芯片海潮，吴新宙也朴拙地连结接待及开放的心态。“英伟达其实不排斥车企自研芯片，”他说，“咱们始终以鞭策整个生态成长为焦点。”即便一家车企彻底抛却了英伟达的车载推理芯片，它可能仍旧离不开英伟达的云端练习、仿真算力与开源技能。于吴新宙看来，AI财产总体的成长，终极必然会反哺英伟达的算力需求，这是一场没有输家的共生游戏。