在科技發(fā)展的浪潮中，自動駕駛技術(shù)一直是汽車領(lǐng)域的焦點。2025年5月19日，英偉達CEO黃仁勛在臺北國際電腦展（COMPUTEX 2025）的主題演講中，釋放出了自動駕駛領(lǐng)域的重磅消息，為這個充滿潛力的市場注入了新的活力。

黃仁勛在演講中表示，英偉達正在將其AI模型應(yīng)用于自動駕駛汽車，并與梅賽德斯在全球范圍內(nèi)推出一支車隊，使用端到端自動駕駛技術(shù)，且今年即可實現(xiàn)。這一消息無疑是自動駕駛領(lǐng)域的一顆重磅炸彈，標志著自動駕駛技術(shù)從實驗室走向?qū)嶋H應(yīng)用邁出了重要的一步。

物理AI的終極挑戰(zhàn)：讓機器理解現(xiàn)實世界

英偉達在AI領(lǐng)域的實力有目共睹。其推出的一系列AI計算系統(tǒng)和硬件，如Grace Blackwell GB300系統(tǒng)、個人AI計算機DGX Spark等，都為AI技術(shù)的發(fā)展提供了強大的支持。在機器人技術(shù)與物理AI方面，英偉達也取得了顯著的突破。Isaac Groot平臺與Jetson Thor處理器專為機器人應(yīng)用設(shè)計，支持從自動駕駛到人機協(xié)作的全場景需求。而與DeepMind和迪士尼合作開發(fā)的開源物理引擎Newton，更是為機器人對物理世界的適應(yīng)能力提供了有力的保障。

黃仁勛認為，在物理世界中制造機器人“不切實際”，必須在遵循物理定律的虛擬世界中訓練它們。Newton完全支持GPU加速，具有高度可微性和超實時操作能力，能夠通過經(jīng)驗實現(xiàn)有效學習。將該物理引擎整合進Nvidia的ISAAC模擬器，能夠以真實的方式讓機器人“活”起來。這一理念也為自動駕駛技術(shù)的發(fā)展提供了新的思路，即通過虛擬世界的訓練來提升自動駕駛汽車對現(xiàn)實世界的適應(yīng)能力。

物理AI需突破“感知 - 決策 - 執(zhí)行”閉環(huán)，實時應(yīng)對復雜動態(tài)環(huán)境。英偉達DRIVE平臺構(gòu)建三層技術(shù)棧奠定基礎(chǔ)：

• DGX超級計算集群：通過數(shù)萬億英里虛擬駕駛數(shù)據(jù)訓練世界模型，使AI理解物理世界底層邏輯。
• Omniverse數(shù)字孿生：在虛擬空間重構(gòu)物理世界變量，實現(xiàn)極端場景無限測試。
• AGX車載計算平臺：以2000TOPS算力實時處理傳感器數(shù)據(jù)，完成微秒級決策。

這套系統(tǒng)形成的“數(shù)據(jù)飛輪”效應(yīng)，改變自動駕駛研發(fā)范式。梅賽德斯最新端到端架構(gòu)基于此物理AI框架，整合感知、規(guī)劃、控制模塊為統(tǒng)一神經(jīng)網(wǎng)絡(luò)，使車輛能像人類駕駛員那樣“直覺式”應(yīng)對突發(fā)狀況。當前，Cosmos世界基礎(chǔ)模型已加入到DRIVE平臺方案之中，為開發(fā)者提供了一個數(shù)據(jù)飛輪，能夠?qū)?shù)千英里的人類駕駛里程轉(zhuǎn)化為數(shù)十億英里的虛擬駕駛里程，從而提升訓練數(shù)據(jù)的質(zhì)量，加速端到端自動駕駛汽車開發(fā)和大規(guī)模部署。

自動駕駛場景將率先爆發(fā)

為什么說物理AI下的自動駕駛場景將會第一個爆發(fā)呢？首先，自動駕駛技術(shù)的發(fā)展已經(jīng)取得了長足的進步。從最初的輔助駕駛功能，到現(xiàn)在的端到端自動駕駛技術(shù)，自動駕駛汽車的性能和安全性不斷提高。英偉達與梅賽德斯的合作，更是為自動駕駛技術(shù)的商業(yè)化應(yīng)用提供了有力的支持。一支全球范圍內(nèi)的自動駕駛車隊的推出，將讓更多的人親身體驗到自動駕駛的魅力，從而推動市場的需求。

其次，社會對自動駕駛技術(shù)的需求也在不斷增加。隨著城市化進程的加快，交通擁堵問題日益嚴重。自動駕駛技術(shù)可以通過優(yōu)化交通流量，提高道路利用率，從而緩解交通擁堵。此外，自動駕駛技術(shù)還可以提高交通安全，減少人為因素導致的交通事故。據(jù)統(tǒng)計，大部分交通事故都是由于人為失誤造成的，而自動駕駛技術(shù)可以避免這些失誤，保障人們的生命財產(chǎn)安全。

最后，政策的支持也是自動駕駛場景爆發(fā)的重要因素。各國政府都在積極推動自動駕駛技術(shù)的發(fā)展，出臺了一系列的政策和法規(guī)，為自動駕駛技術(shù)的研發(fā)和應(yīng)用提供了良好的環(huán)境。例如，一些國家已經(jīng)允許自動駕駛汽車在特定的區(qū)域進行測試和運營，為自動駕駛技術(shù)的商業(yè)化應(yīng)用奠定了基礎(chǔ)。

用AI網(wǎng)絡(luò)顛覆自動駕駛的孤勇者

在全球自動駕駛技術(shù)發(fā)展的浪潮中，國內(nèi)的蘑菇車聯(lián)也展現(xiàn)出了強大的創(chuàng)新能力。蘑菇車聯(lián)信息科技有限公司成立于2017年，專注于構(gòu)建智能體與物理世界實時交互的AI網(wǎng)絡(luò)，使智能體可以理解并進入物理世界。

蘑菇車聯(lián)的核心業(yè)務(wù)由兩大板塊構(gòu)成。AI網(wǎng)絡(luò)業(yè)務(wù)方面，公司基于MogoMind大模型核心能力構(gòu)建了首個實現(xiàn)物理世界實時數(shù)字化的AI網(wǎng)絡(luò)，使智能體能夠?qū)崟r感知、理解并響應(yīng)物理世界。這個AI網(wǎng)絡(luò)可廣泛應(yīng)用于智能網(wǎng)聯(lián)汽車、無人駕駛汽車、低空無人機、機器人等領(lǐng)域，為城市與管理者賦能。例如，通過實時感知交通狀況，為交通管理部門提供準確的信息，從而優(yōu)化交通信號控制，提高交通效率。

自動駕駛業(yè)務(wù)方面，蘑菇車聯(lián)推出了多款L4級前裝量產(chǎn)自動駕駛車輛，包括RoboBus、RoboSweeper和RoboTaxi，已在北京、上海、天津等十余個城市落地運營。公司自動駕駛核心技術(shù)包括端到端AI模型、混合架構(gòu)和基于物理世界的認知模型，確保車輛能夠?qū)崿F(xiàn)物理世界的深度理解與最優(yōu)決策。

端到端AI模型基于Transformer架構(gòu)，能夠讓車輛直接從海量的數(shù)據(jù)中學習駕駛邏輯，實現(xiàn)全局優(yōu)化。通過大規(guī)模數(shù)據(jù)訓練，該模型能夠直接關(guān)聯(lián)感知、預測和規(guī)劃等環(huán)節(jié)，減少了人工規(guī)則的限制，提升了模型的泛化能力。在面對各種復雜的道路環(huán)境時，車輛能夠更加靈活地做出決策，準確識別道路上的物體、行人和其他車輛，并預測它們的運動軌跡，規(guī)劃出最優(yōu)的行駛路線。

混合架構(gòu)將端到端預測與規(guī)則約束相結(jié)合。在實際駕駛場景中，例如高速變道、避障以及城市路口通行等關(guān)鍵決策點，AI可以自主學習駕駛策略，同時結(jié)合專家規(guī)則進行約束。專家規(guī)則凝聚了人類駕駛經(jīng)驗中對于安全駕駛和法規(guī)遵循的智慧，這樣可以確保車輛的行為安全且符合法規(guī)要求，避免了單純依賴AI可能出現(xiàn)的決策失誤。

世界模型賦予了自動駕駛系統(tǒng)對未來變化的預判能力。傳統(tǒng)的自動駕駛系統(tǒng)往往只能感知當前的環(huán)境，對于未來的不確定性應(yīng)對不足。而蘑菇車聯(lián)的自動駕駛系統(tǒng)通過世界模型，讓車輛不僅能夠感知當前環(huán)境，還能預測未來的變化，從而提高了在復雜環(huán)境下的適應(yīng)能力。例如在高速公路上，系統(tǒng)可以預判前方車輛的行為，提前規(guī)劃出最優(yōu)路徑，避免因突發(fā)情況而導致的危險。在復雜的城市環(huán)境中，世界模型能夠幫助車輛更好地應(yīng)對交通擁堵、行人橫穿馬路等各種復雜場景，提升了整個自動駕駛系統(tǒng)的智能性和可靠性，為乘客提供更加安全、舒適的出行體驗。

物理AI下的自動駕駛技術(shù)正迎來前所未有的發(fā)展機遇。英偉達與梅賽德斯的合作，將推動端到端自動駕駛技術(shù)在全球范圍內(nèi)的應(yīng)用，讓更多的人體驗到自動駕駛的便利和安全。而蘑菇車聯(lián)作為國內(nèi)AI網(wǎng)絡(luò)的新興力量，其獨特的技術(shù)架構(gòu)和應(yīng)用場景，也為國內(nèi)自動駕駛技術(shù)的發(fā)展提供了新的思路和方向。

正如5億年前寒武紀生命大爆發(fā)塑造了地球生態(tài)，物理AI正在引發(fā)機器智能的"物種大爆發(fā)"。在這場變革中，自動駕駛既是首個突破的應(yīng)用場景，也是物理AI向更廣闊領(lǐng)域延伸的起點。

或許物理AI革命最深刻的啟示：智能的本質(zhì)，終將在與物理世界的交互中顯現(xiàn)。