来源：市场资讯
（来源：汽车营造社）
| 汽车营造社
编辑| 李德辉
“物理AI的ChatGPT时刻已经到来。”2026年4月23日，在北京车展媒体日的前一天，英伟达全球副总裁吴新宙在接受搜狐汽车采访时，再次重申英伟达创始人兼首席执行官黄仁勋在1月6日CES 2026主题演讲中强调的判断。
英伟达的底气在于，服务于自动驾驶的软硬件基础设施已经搭建完毕，全行业的竞争将从之前的技术驱动转向市场驱动。同时，整车企业之间的竞争也被推上了快车道，快则生、慢则亡。此时，兼顾效率与质量则成为取胜的关键。而这两项，对于体量庞大的英伟达来说，恰恰是其天生的优势。
对于以英伟达为代表的生态企业来说，一场大鱼吃小鱼的残酷竞争已经逐渐加速；对于整车企业来说，基于智能化技术，一场快鱼吃慢鱼的淘汰赛将再次拉开序幕。
截至 2025 年 Q3，包含比亚迪、小鹏、理想、极氪、小米在内的中国头部新能源车企几乎全部采用 Thor/Orin 平台。
作为最早将英伟达辅助驾驶芯片在中国市场落地的操盘手，如今，吴新宙要改变的不再仅仅是一个企业，而是要帮助英伟达开拓一个版图，进而改变一个行业。
01
吴新宙的判断
“L4或者完全无人驾驶这条路，我觉得相对来说已经比较清晰了。”吴新宙判断，整个行业发展的底层以及大背景已经明确，接下来要做的是开足马力。
对于国内市场正在争议的辅助驾驶功能的商业化进程要不要跳过L3级辅助驾驶阶段，吴新宙给出一个跳出二元对立的答案。
吴新宙认为，当前L3与L4的技术瓶颈已不再集中于算法原理层面，而在于庞大系统工程的工程化落地：需整合高性能硬件、高安全软件栈、高质量数据、闭环仿真验证及符合全球法规的安全认证体系。同时，L3并非被跳过，而是作为高速场景下的实用过渡形态存在，而L4落地需配套远程接管（Teleoperation）等运营能力。因此，短期内L3与L4两者将并存。
基于此，英伟达正在快速部署L3与L4的落地规划。英伟达，将在2026年在美国主要城市落地L3，在2027年联合Uber启动L4试点，并在2028年一起在洛杉矶奥运会期间实现L4规模化运营。
同时，针对国内市场激光雷达存在价值的争议，吴新宙明确的表示：“我自己一直是比较坚定的视觉派。视觉感知的能力特别强，像素的密度也比激光雷达高很多。视觉模型出来以后，其实大家还是可以看到它的上限非常高。”
即便如此，吴新宙也没有反对激光雷达存在的价值，反而从安全冗余的角度给予充分的肯定。“从基础技术的角度，智驾方案是不带激光雷达；但是从另外一个角度讲，我们坚定的认为，对于L3、L4系统来说，激光雷达是非常重要的一部分。（是因为）它提供了传感器的冗余。”
02
英伟达的布局
2026年CES期间，黄仁勋发布开放端到端模型Alpamayo，其核心是VLA推理大模型、仿真框架，以及大规模数据集。“Alpamayo 是世界首个会思考、会推理的自动驾驶 AI。它不仅能开车，还能像人类一样解释‘为什么这么开’。我们将其全栈开放，推动物理 AI 的规模化落地。”
此举，再次打破了自动驾驶领域技术竞争的稳定状态。然而，这只是英伟达的其中一部棋。在推进与整车企业的合作过程中，英伟达几乎创造了一个让客户找不到拒绝理由的环境。
首先，技术路径层面上，英伟达给客户留出了足够的发展空间。一是降低使用门槛，二是提高容错率。
吴新宙介绍，英伟达明确区分L2++/L3/L4不同阶段的技术路径：L2++采用纯视觉方案，L3/L4则引入激光雷达以提供关键传感器冗余；当前量产方案为混合式架构—并行运行端到端模型与经典规则算法，既保障类人体验又确保安全兜底。
正是基于上述两点，激光雷达的引入和混合式架构，为L3/L4的部署与上车提供了软硬件的安全冗余。“我们会把经典规则算法也放在里面，做一些安全兜底的工作。客户做的模型即便没有那么完美也没关系，也可以进行部署，至少保证不会撞到东西。安全有保证，这是我们希望做到的。”
其次，生态服务层面上，英伟达提出“三台计算机”架构支撑物理AI，“五层蛋糕”服务体系，提高企业研发效率。
其中，“三台计算机”是指车端用于实时推理的计算平台（如AGX）、云端用于大规模模型训练的计算平台（依托CUDA生态）、以及仿真计算机（基于NuRec等技术实现高保真物理世界重建与场景编辑）。
“五层蛋糕”是指覆盖硬件、软件的生态服务体系，分别是底层为Hyperion标准化硬件平台，上一层为Halos OS操作系统及SDK，再上一层为开放端到端模型Alpamayo，顶层为数据、工具链与仿真基础设施。
在整车企业纷纷自研芯片的当下，英伟达对此持开放态度，并非强制必须全部使用英伟达旗下产品。因此，整车企业可选用英伟达的云端训练或仿真资源，即便像特斯拉自研芯片，也可以接入英伟达的生态。
正如黄仁勋所言：“不指望你买我们所有的，但别什么都不买。”
热门跟贴