英偉達(dá)汽車(chē)業(yè)務(wù)負(fù)責(zé)人吳新宙每隔大約半年，就會(huì)在自家自動(dòng)駕駛系統(tǒng)迭代到他“足夠有信心”的節(jié)點(diǎn)時(shí)，把首席執(zhí)行官黃仁勛請(qǐng)上車(chē)，進(jìn)行一次實(shí)路測(cè)試。 最近一次，兩人從加州伍德賽德驅(qū)車(chē)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(tǒng)的奔馳 CLA，這套系統(tǒng)部分由英偉達(dá)參與設(shè)計(jì)，在形態(tài)上與特斯拉的“完全自動(dòng)駕駛”（FSD）頗為接近。

雖然路上車(chē)流密集，但車(chē)內(nèi)氣氛輕松，黃仁勛甚至打趣地說(shuō)，讓他在系統(tǒng)進(jìn)入自動(dòng)駕駛模式后“才開(kāi)始對(duì)安全少一點(diǎn)擔(dān)心”。

英偉達(dá)隨后向媒體提供了一段約 22 分鐘的車(chē)載視頻，畫(huà)面中，這輛奔馳在施工路段、違停車(chē)輛、橙色路障錐桶夾出的窄道等日常城市復(fù)雜場(chǎng)景中穿行，系統(tǒng)表現(xiàn)相當(dāng)平順，不過(guò)視頻經(jīng)過(guò)剪輯，并非完整實(shí)錄。 英偉達(dá)發(fā)言人事后強(qiáng)調(diào)，整個(gè)路程并未出現(xiàn)系統(tǒng)“接管失敗”而需要人工干預(yù)的情況。 作者此前也曾在舊金山與英偉達(dá)高管同車(chē)體驗(yàn)類(lèi)似系統(tǒng)，對(duì)其在紅綠燈、四向路口、違停車(chē)輛、無(wú)保護(hù)左轉(zhuǎn)，以及穿梭于行人、自行車(chē)與滑板車(chē)之間的能力印象深刻，認(rèn)為在特斯拉已經(jīng)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(tǒng)并非難事。

在經(jīng)歷多年“幕后賦能”之后，英偉達(dá)開(kāi)始主動(dòng)將自己擺到自動(dòng)駕駛產(chǎn)業(yè)舞臺(tái)中央。 除了繼續(xù)向特斯拉等車(chē)企供應(yīng)車(chē)規(guī)級(jí)芯片，它還把自研的 AI 駕駛功能打包成平臺(tái)，提供給奔馳、捷豹路虎、Lucid 等合作伙伴。 今年早些時(shí)候的 CES 上，黃仁勛發(fā)布了名為“Alpamayo”的自動(dòng)駕駛開(kāi)發(fā)組合，涵蓋 AI 模型、仿真藍(lán)本和數(shù)據(jù)集，旨在讓車(chē)輛在特定條件下實(shí)現(xiàn) L4 級(jí)自動(dòng)駕駛，他甚至將這一節(jié)點(diǎn)稱(chēng)為“物理世界 AI 的 ChatGPT 時(shí)刻”。

不過(guò)在車(chē)內(nèi)與吳新宙對(duì)談時(shí)，黃仁勛收斂了發(fā)布會(huì)上的張揚(yáng)，更偏向冷靜反思，但對(duì)技術(shù)前景仍然極為樂(lè)觀。 他坦言，Alpamayo 的強(qiáng)大之處在于具備對(duì)環(huán)境進(jìn)行推理的能力，但真正的難點(diǎn)在于“我們不知道它做不到什么”，因此仍需要與傳統(tǒng)的“經(jīng)典技術(shù)棧”深度結(jié)合。 在他看來(lái)，純粹的端到端大模型很難從工程角度論證其安全性，而經(jīng)典技術(shù)棧基于成熟的工程流程，更利于對(duì)具體行為進(jìn)行安全驗(yàn)證，將兩者結(jié)合，既能獲得接近人類(lèi)的駕駛風(fēng)格，又能把行為約束在傳統(tǒng)交通規(guī)則框架之內(nèi)。 雖然業(yè)內(nèi)其他自動(dòng)駕駛玩家同樣在端到端神經(jīng)網(wǎng)絡(luò)之外疊加顯式安全規(guī)則，但端到端學(xué)習(xí)正在成為行業(yè)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(wǎng)絡(luò)。

吳新宙在采訪中表示，端到端模型在應(yīng)對(duì)減速帶、變道等細(xì)膩場(chǎng)景時(shí)，能減少機(jī)械感和“機(jī)器人式”遲滯，更接近真人駕駛節(jié)奏，這也是他強(qiáng)調(diào)“ChatGPT 時(shí)刻”的原因。 “只有當(dāng)你的車(chē)表現(xiàn)得足夠自信，用戶才會(huì)更愿意持續(xù)使用它?！彼f(shuō)。

與特斯拉相比，吳新宙將英偉達(dá)的差異點(diǎn)，更多放在傳感器組合和系統(tǒng)架構(gòu)上，而非在公開(kāi)場(chǎng)合評(píng)論對(duì)手的安全爭(zhēng)議。 特斯拉 FSD 至今累計(jì)路測(cè)里程已超過(guò) 85 億英里，卻也卷入多起嚴(yán)重安全事故，被監(jiān)管部門(mén)點(diǎn)名與 23 起傷害事件及至少兩起死亡事故有關(guān)。 一位英偉達(dá)高管去年曾透露，公司內(nèi)部曾用自家系統(tǒng)與特斯拉 FSD 做對(duì)比測(cè)試，從司機(jī)接管次數(shù)來(lái)看，兩者在不同場(chǎng)景下各有優(yōu)勢(shì)。

吳新宙強(qiáng)調(diào)，英偉達(dá)堅(jiān)持采用“多源冗余”的傳感器組合：在攝像頭和毫米波雷達(dá)之外，還會(huì)布置超聲波傳感器，并在更高配置中加入激光雷達(dá)。 在他看來(lái)，各類(lèi)傳感器的冗余與多樣性是補(bǔ)足極端邊緣場(chǎng)景、提升整體安全冗余的關(guān)鍵。 當(dāng)然，傳感器越多，整套系統(tǒng)的硬件成本也就越高，特別是激光雷達(dá)，讓人擔(dān)心最高安全規(guī)格的方案只會(huì)出現(xiàn)在昂貴的豪華車(chē)上。 對(duì)此，吳新宙認(rèn)為，依托英偉達(dá)“垂直整合”的方案以及傳感器價(jià)格整體下行趨勢(shì)，可以將安全性能壓到“盡可能低”的成本區(qū)間。

他介紹，英偉達(dá)的 DRIVE Hyperion 平臺(tái)自設(shè)計(jì)之初就支持多檔配置：入門(mén)版本采用以攝像頭和雷達(dá)為主的簡(jiǎn)化方案，這些器件經(jīng)過(guò)十多年的大規(guī)模生產(chǎn)，成本已經(jīng)顯著下降，而超聲波傳感器本身就非常便宜。 針對(duì)更高等級(jí)自動(dòng)駕駛，平臺(tái)可以按需疊加激光雷達(dá)，隨著這一類(lèi)傳感器價(jià)格持續(xù)走低，他認(rèn)為在 4 萬(wàn)到 5 萬(wàn)美元價(jià)位區(qū)間的量產(chǎn)車(chē)型中，搭載完整傳感器堆棧也并非不可想象。

面對(duì) Waymo 近期在舊金山等地發(fā)生的安全事件——例如自動(dòng)駕駛出租車(chē)在停電導(dǎo)致路口信號(hào)失靈時(shí)集體堵死路口——吳新宙表示，這類(lèi)極端案例已經(jīng)被英偉達(dá)搬進(jìn)仿真環(huán)境中反復(fù)推演。 與特斯拉擁有龐大私家車(chē)車(chē)隊(duì)、Waymo 已在公開(kāi)道路上積累近 2 億英里的完全自動(dòng)駕駛里程不同，英偉達(dá)在真實(shí)路測(cè)數(shù)據(jù)上并不占優(yōu)，因此更重視“合成數(shù)據(jù)”與高保真仿真的基礎(chǔ)設(shè)施投入。

在仿真策略上，英偉達(dá)主要采用兩種方法。 第一是“神經(jīng)重建”（NuRec），工程師利用實(shí)車(chē)采集到的傳感器數(shù)據(jù)，重建出逼真的三維道路場(chǎng)景，讓系統(tǒng)在虛擬環(huán)境中重復(fù)經(jīng)歷某一次真實(shí)路況。 第二是“增強(qiáng)”，即在已重建的場(chǎng)景中不斷修改變量，例如調(diào)節(jié)行人出現(xiàn)的時(shí)間、速度與位置，從而生成一系列僅有細(xì)微差異的新情境，用以觀察系統(tǒng)在各種微變條件下的行為表現(xiàn)，這一過(guò)程在內(nèi)部被形象地稱(chēng)為對(duì)數(shù)據(jù)集進(jìn)行“模糊化”。 英偉達(dá)不僅從合作伙伴處獲取行車(chē)記錄儀視頻，還會(huì)將像 Waymo 所遭遇的停電路口堵塞等公開(kāi)事件場(chǎng)景復(fù)刻到仿真中，訓(xùn)練系統(tǒng)學(xué)會(huì)主動(dòng)避免類(lèi)似“集體卡死”的行為模式。

然而，在吳新宙的設(shè)想中，未來(lái)真正理想的自動(dòng)駕駛系統(tǒng)，不應(yīng)依賴(lài)無(wú)窮無(wú)盡的實(shí)車(chē)路測(cè)數(shù)據(jù)來(lái)覆蓋所有邊緣案例，而是要具備“推理”能力，從規(guī)則與有限經(jīng)驗(yàn)中類(lèi)比出應(yīng)對(duì)策略。 為此，他的團(tuán)隊(duì)正在研發(fā)一個(gè)名為“視覺(jué)-語(yǔ)言-行動(dòng)”（Vision Language Action）的新型模型，將視覺(jué)感知、語(yǔ)言理解與物理動(dòng)作統(tǒng)一到同一架構(gòu)內(nèi)，借助已經(jīng)在互聯(lián)網(wǎng)級(jí)數(shù)據(jù)上訓(xùn)練出的基礎(chǔ)大模型，來(lái)賦予車(chē)輛更強(qiáng)的理解和推理能力。 吳新宙把這比作人類(lèi)學(xué)車(chē)：先讀一本交通規(guī)則手冊(cè)，再上路練習(xí)二十個(gè)小時(shí)，大多數(shù)新司機(jī)就已經(jīng)能合格上路，隨后再通過(guò)經(jīng)驗(yàn)不斷精進(jìn)。 “我們的目標(biāo)是讓模型也能如此——未來(lái)只需要一本規(guī)則書(shū)和二十小時(shí)訓(xùn)練數(shù)據(jù)，它就能學(xué)會(huì)開(kāi)車(chē)?！彼f(shuō)。

在特斯拉、Waymo 等先行者已經(jīng)跑在前面的賽道上，英偉達(dá)試圖通過(guò)“芯片 + 平臺(tái) + 模型 + 仿真”的整套組合拳，來(lái)縮短在里程和經(jīng)驗(yàn)上的差距，并把自己從幕后“算力基建商”轉(zhuǎn)變?yōu)樽詣?dòng)駕駛技術(shù)路線與安全標(biāo)準(zhǔn)的重要制定者。 對(duì)黃仁勛和吳新宙而言，這場(chǎng)關(guān)于“物理世界 AI 的 ChatGPT 時(shí)刻”的豪賭，才剛剛駛出起點(diǎn)線。