文：308

編輯：周易

「我覺得，我們能夠看到，到達(dá) L4 或者完全自動(dòng)駕駛的這條路，已經(jīng)比較清晰了」。

近日，恰逢北京車展，在英偉達(dá)舉行的一場別開生面的媒體溝通會(huì)上，英偉達(dá)全球副總裁、汽車事業(yè)部負(fù)責(zé)人吳新宙，談到了他本人對于當(dāng)前自動(dòng)駕駛發(fā)展的判斷。他也引用英偉達(dá) CEO 黃仁勛的話說：自動(dòng)駕駛的 ChatGPT 時(shí)刻已經(jīng)到來。

那么，在這個(gè)關(guān)鍵節(jié)點(diǎn)，英偉達(dá)希望扮演什么樣的角色？

對于這個(gè)問題，吳新宙表示，英偉達(dá)長期以來布局自動(dòng)駕駛，已經(jīng)超過十年的時(shí)間；而如今，英偉達(dá)的目標(biāo)是在全球范圍內(nèi)推動(dòng)整個(gè)行業(yè)面向 L4 進(jìn)行演進(jìn)和落地，這也是英偉達(dá)汽車事業(yè)部的核心目標(biāo)。

實(shí)際上，圍繞著自動(dòng)駕駛，英偉達(dá)已經(jīng)構(gòu)建了一整套全棧的系統(tǒng)，其中包括底層的硬件 DRIVE Hyperion、操作系統(tǒng)和平臺(tái)軟件 Halos OS、開源模型 Alpamayo、應(yīng)用 DRIVE AV 和包括 Cosmos 與 Omniverse NuRec 在內(nèi)的基礎(chǔ)設(shè)施。

值得一提的是，伴隨著 L4 的到來，英偉達(dá)已經(jīng)推出了面向 L4 的統(tǒng)一車輛參考架構(gòu) DRIVE Hyperion 10，其中包括基于英偉達(dá) DRVIE Thor 的算力平臺(tái)，也包括預(yù)驗(yàn)證傳感器供應(yīng)商的通用傳感器套件，還有相關(guān)符合安全認(rèn)證要求的構(gòu)建模塊。

在本次溝通會(huì)中，吳新宙表示，基于Hyperion 10 的合作，英偉達(dá)會(huì)與包括 Uber 在內(nèi)一系列合作伙伴采集上百萬個(gè)小時(shí)的數(shù)據(jù)，從而開放給整個(gè)自動(dòng)駕駛開發(fā)生態(tài)，從而降低整個(gè)行業(yè)面向 L4 邁進(jìn)的門檻。

另外，在談到英偉達(dá)的開源自動(dòng)駕駛模型 Alpamayo 時(shí)，吳新宙表示，Alpamayo 也在不斷進(jìn)化中，目前已經(jīng)進(jìn)化到 1.5 版本；預(yù)計(jì)到 2026 年 6 月份的 Computex 大會(huì)上，Alpamayo 會(huì)迎來 2.0 版本。

吳新宙強(qiáng)調(diào)，Alpamayo 2.0 將會(huì)是一個(gè)更加強(qiáng)大的版本。

談到下一步的發(fā)展，吳新宙表示，未來十年，對于包括英偉達(dá)在內(nèi)的整個(gè)行業(yè)來說，最核心的挑戰(zhàn)將會(huì)是物理 AI——而自動(dòng)駕駛將會(huì)是物理 AI 最大規(guī)模的能夠量產(chǎn)落地的一個(gè)場景。

值得一提的是，伴隨著本次北京車展的帶來，英偉達(dá)也宣布了一系列與 L4 落地相關(guān)的合作，并且這一合作也在不斷面向物理 AI 進(jìn)行延伸。

其中，德賽西威正在基于英偉達(dá) DRIVE Hyperion 中的 DRIVE Thor 開發(fā)面向量產(chǎn)的智駕解決方案。同時(shí)，小馬智行發(fā)布的全新一代自動(dòng)駕駛域控制器也集成了 DRIVE Thor。

除此之外，英偉達(dá)在車端業(yè)務(wù)的布局，也延伸到座艙 AI 領(lǐng)域。比如，阿里巴巴將千問-Omni 全模態(tài)大模型運(yùn)行于英偉達(dá) DRIVE 平臺(tái)。而聯(lián)想車計(jì)算則推出搭載了基于 DRIVE AGX Thor 的智算平臺(tái) AI Box，目標(biāo)是賦能座艙 AI 助力汽車制造商部署大模型與智能體。

值得一提的是，在本次車展期間，在以往雙方已有合作的基礎(chǔ)上，英偉達(dá)還宣布與奇瑞汽車合作布局物理 AI，發(fā)力輔助駕駛、座艙 AI 與機(jī)器人賽道。

總體可見，在當(dāng)前整個(gè)自動(dòng)駕駛行業(yè)正在面向 L4 的大背景下，英偉達(dá)正持續(xù)在與自動(dòng)駕駛行業(yè)相關(guān)的技術(shù)演技和生態(tài)建設(shè)等方面積極布局——而英偉達(dá)也早已經(jīng)將長遠(yuǎn)的目標(biāo)，瞄準(zhǔn)了物理 AI 的發(fā)展。

本次溝通會(huì)期間，吳新宙以英偉達(dá)全球副總裁、英偉達(dá)汽車事業(yè)部負(fù)責(zé)人的身份也與包括時(shí)間線 Timelines 在內(nèi)的眾多中國媒體進(jìn)行了深入交流，其中涉及到的話題包括 L4 自動(dòng)駕駛、物理 AI、下一代車載計(jì)算平臺(tái)等。

以下是這次溝通會(huì)談及的主要內(nèi)容，我們做了不改變原意的編輯。

提問：

英偉達(dá)如何看待自動(dòng)駕駛行業(yè)里關(guān)于純視覺和激光雷達(dá)的不同選擇？

吳新宙：

我覺得，對于 L2++ 來說，激光雷達(dá)是否必要，永遠(yuǎn)是一個(gè)見仁見智的問題——你可以證明它的充分性，但無法證明它的必要性。

不管是特斯拉，還是一些其他的車廠，都有選擇純視覺。大家知道，我曾經(jīng)在小鵬任職，雖然小鵬是第一家引入激光雷達(dá)的車企，但我自己一直是一個(gè)比較堅(jiān)定的視覺派。因?yàn)橐曈X的能力是非常強(qiáng)的，它的像素密度也比激光雷達(dá)高很多，尤其是視覺模型的上限也是非常非常高的。

對于海外 L2++ 來說，也有車企是采用激光雷達(dá)的。從英偉達(dá)作為生態(tài)推動(dòng)者的角度，我們不會(huì)說一定要采用或者不采用激光雷達(dá)，但是，在英偉達(dá)對于 Hyperion 的定義中，我們是不帶激光雷達(dá)的。

另外我們也堅(jiān)定地認(rèn)為，從 L3 或者 L4 的角度，激光雷達(dá)還是非常重要的一環(huán)，它可以提供傳感器層面的重要冗余部分。我們也在與歐美玩家一起在尋找一個(gè)比較穩(wěn)定的、在歐美能夠落地的激光雷達(dá)供應(yīng)商，這對于我們來說也是非常重要的。

提問：

英偉達(dá)如何看待一些車企自研芯片？

吳新宙：

我們并不反對車企自研芯片。比如特斯拉當(dāng)年也在與英偉達(dá)進(jìn)行了 Parker 的合作之后，就選擇了自研芯片——但我們也保持了與特斯拉之間的合作。對于我們來說，更重要的是能夠推動(dòng)整個(gè)生態(tài)往前發(fā)展。

我們不期待你們買我們所有的東西，但是我們不希望的是，你什么東西都不要我們的。我們提供了整體「三個(gè)計(jì)算機(jī)」和「五層蛋糕」的服務(wù)。我們希望所有的車廠都能夠從我們的服務(wù)中受益，如果車廠受益，我們自然也會(huì)受益。

在中國市場，一些新能源車企在自研芯片，那么我們也持續(xù)保持與這些車企的良好溝通。目前不管是訓(xùn)練，還是仿真，還是開源模型，甚至是數(shù)據(jù)，我們都有一些比較好的合作。對于我們來說，最重要的是希望看到整個(gè)業(yè)界面向 L4 前進(jìn)，而不是說一定要用我們的車載芯片。

提問：

你如何評價(jià)你在英偉達(dá)的工作？

吳新宙：

我在英偉達(dá)的官方職責(zé)是負(fù)責(zé)整體的汽車事業(yè)部，汽車事業(yè)部的業(yè)務(wù)非常廣泛。大家可能都多少看到一些報(bào)道，講到是 Jensen（黃仁勛）如何管理下屬，我也看到了一些，至少我看到的寫得都是真的。英偉達(dá)是一個(gè)非常扁平的組織。

目前我的最主要的職責(zé)是兩件事情，第一是推動(dòng)整個(gè)業(yè)界向 L4 的進(jìn)展。第二個(gè)，就是推動(dòng)我們的端到端的「給鑰匙方案」整體方案的落地。我覺得這兩件事情都非常非常重要。

從我個(gè)人的體感來說，在英偉達(dá)工作，還是一個(gè)非常累、但是很有意思的事情。大家對我的過去可能都比較了解，也算是推動(dòng)了中國自動(dòng)駕駛往前發(fā)展。那么現(xiàn)在我有機(jī)會(huì)能夠把中國的經(jīng)驗(yàn)通過英偉達(dá)的平臺(tái)去進(jìn)行放大，真正有機(jī)會(huì)推動(dòng)所有的車廠走向 L4。

這對我來說，可能說是個(gè)人職業(yè)生涯的一個(gè)最好的助腳了，所以我在這是非常開心的。至于干得怎么樣呢，我覺得還有點(diǎn)言之過早，可以再過一兩年再看。

提問：

對于其他玩家也在英偉達(dá)平臺(tái)部署自己的算法，你怎么看？

吳新宙：

英偉達(dá)是一個(gè)生態(tài)玩家，我們會(huì)盡量幫助所有里的參與者走向全自動(dòng)駕駛。對于英偉達(dá)說，首先我們不可能、也沒有這樣的野心去把控所有東西。我覺得這個(gè)不是生態(tài)玩家的一個(gè)好的方法。我們也希望在這條路上有更多的成功者。

剛才提到，我們有三個(gè)計(jì)算機(jī)的說法。一個(gè)玩家，哪怕不用我們的車端推理計(jì)算機(jī)，也還是要用我們云端的訓(xùn)練計(jì)算機(jī)和仿真計(jì)算機(jī)。除了推動(dòng)自動(dòng)駕駛發(fā)展之外，對于英偉達(dá)整個(gè)公司來說，我們也是整個(gè)世界的 AI 基礎(chǔ)設(shè)施企業(yè)。

我們希望 AI 能夠盡快發(fā)展，AI 走得越遠(yuǎn)，玩家越多，英偉達(dá)的收益就越大。這兩者并不矛盾。

提問：

業(yè)內(nèi)有人認(rèn)為未來需要 5000 TOPS 的算力，英偉達(dá)對于下一代車端算力的思考是什么？

吳新宙：

很多事情能夠證明它的充分性，但是很難證明它的必要性。從英偉達(dá)的角度，我們對大算力是樂見其成的，當(dāng)然也很難去判斷未來到底需要什么樣的算力，但其實(shí)，我們對下一代芯片的設(shè)計(jì)也在往這個(gè)量級去走。

從車端的角度，有很多方面對算力都有倍增的要求。

第一個(gè)是傳感器的像素和分辨率，現(xiàn)在大家用 800 萬像素的，未來的話可能還有更高像素的攝像頭出來。為什么要更高像素？可以看得更遠(yuǎn)、更安全。

第二是幀率，目前業(yè)內(nèi)常用的是 10 幀，對于一個(gè)好的系統(tǒng)體驗(yàn)來說，這是勉勉強(qiáng)強(qiáng)的，要把安全率做得更好的話，希望能夠有更高的幀率，30 幀可能會(huì)更好。

第三個(gè)就是在推理里有多少幀數(shù)，幀數(shù)越長，說明長時(shí)序推理、長期記憶的能力更強(qiáng)，這對于長尾問題的理解還是非常有幫助的。

這三個(gè)維度都決定了算力倍增的需求，我們現(xiàn)在的算力還是在一個(gè)勉勉強(qiáng)強(qiáng)的狀態(tài)。但是從市場角度來說，要控制成本，而且目前車端還現(xiàn)在沒有一個(gè) 5000 TOPS 的芯片。

接下來就是希望通過我們的能力，在不增加成本、不提升功耗的情況下，能夠把算力能夠往上提，從而讓車的能力越來越強(qiáng)——這個(gè)過程會(huì)在什么時(shí)候結(jié)束，我并不確定。我只能告訴你的是，我們下一代的芯片正在往那個(gè)方向去，而 Elon（馬斯克）也是在往那個(gè)方向走去。

提問：

黃仁勛對于自動(dòng)駕駛的執(zhí)念和目標(biāo)是什么？

吳新宙：

在 Jensen 的藍(lán)圖里，物理 AI 是非常重要的。

未來，我相信 AI 和物理 AI 它一定可以推動(dòng) GDP 十倍百倍的增長。我在不同場合說過，生成式 AI、后面的 Agentic AI 和物理 AI 一定會(huì)推動(dòng)第四次工業(yè)革命，它會(huì)導(dǎo)致整個(gè)的生產(chǎn)力進(jìn)行一個(gè)指數(shù)級的增長，對人類社會(huì)會(huì)產(chǎn)生非常深刻的影響。

對于我們公司來說，在 Jensen 的整體戰(zhàn)略布局中，下一步整個(gè)公司就是要把物理 AI 做好。他很早就看到了自動(dòng)駕駛，恰恰是物理 AI 中可能相對來說是比較容易實(shí)現(xiàn)的一件事，也是真正可以大規(guī)模量產(chǎn)的一件事。

所以 Jensen 的執(zhí)念來自于他對未來的非常清晰的理解，這也是 Jensen 最強(qiáng)的地方，能夠把 英偉達(dá)從從一個(gè)顯卡公司一步一步做成今天作為整個(gè)世界 AI 發(fā)展的推手。所以我覺得，談到自動(dòng)駕駛和物理 AI，說是一個(gè)執(zhí)念我覺得是小看了 Jensen，本質(zhì)上是對他在十年前就對未來世界演進(jìn)的非常清晰的判斷。

提問：

到 2026 年，很多人都去做機(jī)器人了，那么自動(dòng)駕駛的實(shí)現(xiàn)還是一個(gè)非常值得追尋的目標(biāo)嗎？

吳新宙：

我覺得，不管機(jī)器人也好，無人駕駛也好，都是物理 AI 非常重要的一部分。很多事情，其實(shí)大家有可能會(huì)小看最后一步的的重要性，其實(shí)也很難講，現(xiàn)在是不是真的到最后一步了，其實(shí)現(xiàn)在只是覺得非常接近。

對我來說，能夠有機(jī)會(huì)在英偉達(dá)這樣一個(gè)平臺(tái)去推動(dòng)全球所有的車廠往這個(gè)方向走，這是一個(gè)非常非常有使命感的東西。我也希望將這種使命感至少再傳遞給我的團(tuán)隊(duì)。本質(zhì)上英偉達(dá)還是一個(gè)生態(tài)生態(tài)玩家，沒有誰是真正我們的競爭對手。說實(shí)話，我們還是希望大家一起成功。

目前只能說，自動(dòng)駕駛這個(gè)事情還非常有意義，但機(jī)器人也非常重要。目前機(jī)器人的發(fā)展，還是中國這邊更熱鬧一些，我覺得還是讓人非常激動(dòng)的。也可以理解，大家現(xiàn)在真的是感覺到像是回到了十年前新能源車企的狀態(tài)——現(xiàn)在做人形機(jī)器人的就 100 多家。

無論如何，這都是大家的選擇。當(dāng)然我們后面也有機(jī)器人，機(jī)器人對我們來說也是非�？春玫囊粋�(gè)方向，不管是做什么，大家都是在為第四次工業(yè)革命的發(fā)生做自己的貢獻(xiàn)。

提問：

你如何看待座艙大模型與自動(dòng)駕駛的融合？

吳新宙：

回到那個(gè)物理 AI 的話題，車本身就是機(jī)器人。未來，車?yán)镆膊惶枰袃蓚�(gè)大腦，不管是跟人的交互的部分，還是自動(dòng)駕駛的部分，未來的 AI 一定會(huì)往一個(gè)更加集成的方向去發(fā)展。

當(dāng)然，它并不一定是座艙和自動(dòng)駕駛會(huì)用一個(gè)芯片，但是 AI 部分可能會(huì)有一些包括硬件上的共享。為什么它們不一定是一個(gè)芯片呢？因?yàn)閷Π踩倪@個(gè)要求很不一樣，有時(shí)候的話可能會(huì)給開發(fā)帶來一些不便，這也是我們跟 MTK 合作的一個(gè)重要出發(fā)點(diǎn)。

未來來看，我相信雙方的能力上會(huì)有一些共享，甚至對于大模型來說，它可能是跑在自動(dòng)駕駛這個(gè)芯片上，它有個(gè)人交互能力，有大語言模型能力，跟云端的更大模型的配合的能力。我覺得今年，大家已經(jīng)看到了一些方向，也在往這個(gè)方向走，接下來可能還是非常值得期待的。

提問：

你如何看待世界模型與自動(dòng)駕駛的結(jié)合點(diǎn)？

吳新宙：

其實(shí)在 Alpamayo 2.0 里，接下來感知的演進(jìn)會(huì)往世界模型的方向去走。

世界模型可能也是自動(dòng)駕駛最本質(zhì)的一環(huán)，它會(huì)通過物理世界的演進(jìn)來決定接下來怎么做。特別是在 L3、L4 的架構(gòu)里，我覺得 VLA 和世界模型可能是并存的，會(huì)把兩邊的能力都能夠用起來，真正做好冗余，把類人的價(jià)值感和最高的安全性都能夠做好。

提問：

業(yè)內(nèi)有人說可以直接跳過 L3 奔向 L4，你怎么看？

吳新宙：

目前，從技術(shù)瓶頸上來說，我覺得現(xiàn)在看不到 L3 和 L4 之間一個(gè)很大的技術(shù)卡點(diǎn)——這也是機(jī)器人能夠起來的原因，機(jī)器人當(dāng)然比汽車復(fù)雜很多，但隨著大模型，不管是大語言模型或推理能力的產(chǎn)生，基本上把原來大的技術(shù)問題都解決了。

對于自動(dòng)駕駛來說，它是一個(gè)系統(tǒng)工程，需要軟硬件支持，也需要很高的安全性，它更多是一個(gè)工程量很大的東西。這也是去年推理型的大模型出來之后我們要說「自動(dòng)駕駛的 ChatGPT 時(shí)刻已經(jīng)到來」的原因。

我們看到，不管是中國還是美國，整體相當(dāng)于 L4 的這種能力已經(jīng)出現(xiàn)了，Waymo 已經(jīng)在那里。所以，從某種角度上來講，技術(shù)上并沒有看到卡點(diǎn)。

那么 L3 是不是要跳過，我覺得也是見仁見智的問題。剛才我也提到，L3 和 L4 之間的技術(shù)難度差別并不大。因?yàn)?L3 要求駕駛員在十秒鐘接管，十秒鐘會(huì)發(fā)生很多事情，車輛在出現(xiàn)問題的 10 秒鐘內(nèi)也是需要承擔(dān)責(zé)任的，所以十秒與六十秒并沒有一個(gè)巨大的差別。

對于普通用戶來說，提供 L3 的能力，并不是一個(gè)壞的選擇，尤其是在高速上。因?yàn)樵?L3 狀態(tài)下，司機(jī)不能睡覺，不能打瞌睡，但是可以玩手機(jī)。而對于很多人來說，玩手機(jī)是剛需的。所以我覺得如果出現(xiàn)一個(gè)中間型產(chǎn)品，不管是在中國還是美國，都有車廠在往 L3 方向走，比如先解決高速 L3 的問題。這其實(shí)是對人類時(shí)間的解放，也是蠻好的一個(gè)能力。

但是對于一個(gè) L4 汽車來說，它還是需要運(yùn)營的東西。為什么？

因?yàn)?L4 有時(shí)候還是會(huì)卡住，所以在云端的遠(yuǎn)程操控能力還是很重要的。對于普通消費(fèi)者的車輛來說，每輛車配上遠(yuǎn)程操控其實(shí)并不是一件很簡單的事情，相反，對于 Robotaxi 來說，比如說 Uber 或者 Waymo，它們來做這個(gè)事情，然后在一些 ODD 范圍內(nèi)，我覺得可能性更高。

因此，至少比較短的時(shí)間線來說，L3 是有價(jià)值的，而 L4 也沒有那么容易實(shí)現(xiàn)；它們二者有可能還是并存的狀態(tài)——所以到底會(huì)發(fā)生什么，時(shí)間會(huì)告訴我們答案。