马斯克diss英伟达自动驾驶：再等五六年

马斯克diss英伟达自动驾驶：再等五六年

原创石劼C次元2026年1月9日 09:45上海

作者丨石 劼

责编丨石 劼

编辑丨王 越

火药味传到CES之外，终于，两届美国科技偶像要“交火”了。

一个是“无所不能、牵引全球科技发展潮流”的钢铁侠（参数丨图片），一个是手握人工智能核心算力的皮衣教主，也都与美国白宫关联密切，硅谷的两任科技偶像，马斯克与黄仁勋，终于有了争锋的现实条件。

就在2026年的CES消费电子展上，英伟达发布Alpamayo自动驾驶平台，向世界展示的“AI推理”时刻，其实在C次元看来是招揽汽车公司作为客户，本质上就是做又一家汽车界的安卓。

本来大家以为，特斯拉做整车，英伟达卖芯片，八竿子打不到一起去竞争。

然而自从老马存了“对其他汽车制造商推销FSD完全自动驾驶系统”的心思，就注定他和皮衣黄“早晚有一战”。更何况，谁才是真正的科技教父，在白宫那边丢了场子之后，老马一定不想再输一场。

“嗯，那正是特斯拉正在做的事。”马斯克在X平台上如是评价英伟达打造Alpamayo，看起来就有点不屑，其实一点儿都不是夸奖，“他们会发现，达到99%很容易，但要解决分布的长尾部分则超级困难。”

带着标志性的轻描淡写与锋利，他甚至“预言”了英伟达必将遭遇的窘境。

一边是芯片巨头携“推理AI”高调进军，以开放平台姿态意图重塑自动驾驶开发生态；另一边是电动汽车霸主凭借亿英里级真实路测数据，筑起看似无法逾越的护城河，并断言对手尚需数年追赶。

谁更接近终极答案？

01

英伟达“授人以渔”：VLA与思维链

要理解马斯克的“不屑”，必须先看懂英伟达此次抛出的究竟是何物。Alpamayo并非一个可以直接装车上路的完整自动驾驶系统，而是一套开发范式与基础设施。

其核心创新，在于首次将视觉-语言-行动模型与思维链推理大规模应用于自动驾驶领域。

传统自动驾驶系统，无论是基于规控还是深度学习，其决策过程往往是一个“黑箱”。

输入传感器数据，输出控制指令。它或许能处理绝大多数常规场景，但一旦遇到训练数据中未曾充分覆盖的“长尾场景”——如“暴雨夜窜出的儿童”——系统可能因为无法理解场景背后的复杂逻辑关系而失效。

它知道要刹车，但可能无法在“必须紧急避让”和“急刹可能导致后车追尾”之间做出最合理的权衡。

VLA模型试图打破这个黑箱。它将视觉感知、语言理解（用于描述场景和规则）与行动决策整合进一个统一的框架。

在Alpamayo的演示中，模型不仅行动，还“说出”了推理过程。这行输出的文字，就是其思维链的可视化：它识别了恶劣天气（能见度低）、特殊车辆（校车）、潜在危险（盲区动态物体），串联起因果关系，最终导出行动（紧急制动）。

这种“白盒化”的推理能力，意味着开发者可以审查、调试并优化AI的决策逻辑，从而更高效地攻克那些罕见的极端案例。

英伟达为这套“推理大脑”配套了强大的“训练场”和“教材”：AlpaSim高保真仿真平台，以及超过1700小时带有因果标注的真实世界驾驶数据集。

其商业模式也颇为聪明：它不直接售卖“自动驾驶解决方案”，而是提供作为“教师模型”的Alpamayo 1（百亿参数），让车企利用自己的数据，通过知识蒸馏技术，训练出适合自身车型和需求的轻量级“学生模型”上车。

这一定位，使其成功规避了与客户的直接竞争，转而成为赋能者。

但C次元并不想拿着英伟达通稿开始像诸多自媒体那样不懂装懂就吹起来，其实皮衣教主这次夸大了两件事。

其一，“基于信息进行推理”，并不是英伟达Alpamayo独门绝技，华为乾崑WEWA、蔚来NWM等世界模型路线的智驾技术，都已经瞄准了“推理一段较短时间后的可能性”。至于世界模型理论的支持者，那自然离不开杨立昆这位大佬。

其二，VLA虽然并不是汽车智驾独有，但在汽车领域的应用，中国已经跑在了前面，整车企业有理想和小鹏，供应商有元戎启行。

当然，特斯拉FSD本身就是VLA和世界模型WM都采用的大融合。那么马斯克diss黄仁勋的底气，是技术路线吗？还真不是。

02

马斯克的“数据护城河”

"传统汽车公司要到几年后才会大规模将摄像头和AI计算机整合到汽车设计中，所以这可能在五六年内对特斯拉构成竞争压力，但或许需要更长时间。"

马斯克这句话看似鄙视了传统汽车公司，但其实是在diss“英伟达Alpamayo+传统汽车公司”无法威胁到特斯拉。

那么，为何马斯克认为英伟达“差几年”？其底气全部来源于两个词：规模，现实。

在回应网友时，马斯克抛出了一个具体到惊人的数字：“要实现安全、无人监督的自动驾驶，大约需要100亿英里的训练数据。”

他进一步阐述，特斯拉FSD（监督版）目前每天的行驶里程就超过1400万英里，更不用说在奥斯汀、旧金山等地已开始进行完全无人的Robotaxi测试。每一天，这些车辆都在真实世界中遭遇“罕见但高价值的极端情况”，这些数据直接回流，驱动模型的快速迭代。

在马斯克看来，英伟达所倚重的仿真与有限路测，存在无法弥补的缺陷。

“认为可以通过模拟和有限的道路测试就能‘赶上’的想法在我看来极其天真。这不是一个演示问题。这是一个规模、数据和迭代的问题——而特斯拉已经在这条路上走得很远，其他公司才刚刚起步。”

这正是特斯拉路线的内核：一个基于纯视觉感知和端到端神经网络的系统，其性能提升高度依赖于数据飞轮——更多车辆上路→收集更多、更稀缺的长尾场景数据→模型训练与优化→用户体验提升→吸引更多用户使用FSD→产生更多数据。

这个闭环建立在特斯拉全球数百万辆保有车辆的基础之上，构成了竞争对手短期内难以复制的数据垄断优势。

特斯拉的数据体系，是数十亿英里人类驾驶行为在神经网络中压缩、抽象出的产物，它内化了对物理世界和社会规则的“直觉”。

而英伟达的“世界模型”，则是通过仿真和标注数据试图从外部构建的“解释性推理”。

前者可能更“黑箱”，但经过了极致规模的现实锤炼；后者更“白盒”，但其完备性和对无限现实复杂性的覆盖度，仍需打上一个问号。马斯克的潜台词是：没有经历过真实世界“脏数据”和无数意外洗礼的AI，其可靠性永远存疑。

问题来了，现实像马斯克粉丝认为的那样，特斯拉的数据真正独一份、含金量极高吗？

C次元依稀记得AutoX创始人肖建雄评价特斯拉“影子模式”的话，特斯拉的智驾数据积累虽多，但并不是所有数据都具备高含金量，依然需要提纯蒸馏，并且特斯拉不少行车数据很快被用户覆盖掉，并未保留和运用。

因此，马斯克的底气虽足，却未必能像其标榜的那样，对手遥不可及。

03

技术之争背后的生态位之战

英伟达与特斯拉，黄仁勋和马斯克，各有各的优势，各有各的烦恼，当然，也各放各的嘴炮。

对皮衣教主来说，慢人一步，意味着无论是数据积累，还是用户体系，都在短时间内很难追赶特斯拉。

而对马斯克来讲，至今没有任何一家主流汽车制造商宣布将采用特斯拉的FSD作为供应商方案，是他无法回避的事实。而擂台另一头，奔驰已经

和Alpamayo开始擦出火花。

这并非FSD技术不强，而恰恰在于特斯拉既是“运动员”，又是最潜在的“裁判员”甚至“场地所有者”。

对于任何有志于智能化的车企而言，自动驾驶数据是其未来的核心资产与命脉。采用特斯拉FSD，意味着将最宝贵的驾驶数据源源不断输送给一个强大的、直接竞争的整车制造商，这无异于战略自杀。

而英伟达作为不造车的纯技术供应商，提供了“工具链”，数据主权和最终的系统差异化能力仍牢牢掌握在车企手中。

将全栈自动驾驶能力寄托于一家整车竞争对手，将导致难以承受的供应链风险和技术依赖。车企需要的是多元化的供应商体系和自主可控的技术栈。英伟达的“赋能模式”和开源策略，给予了车企更大的灵活性和自主权。

因此，黄仁勋所描绘的“十年后数亿辆具备自动驾驶能力的汽车”的广阔图景，其实现更可能依赖于Alpamayo这类开放平台对整个行业的加速，而非某一家公司的单点突破。英伟达赌的是生态的广度，特斯拉赌的是技术的深度与速度。

2026年的这场CES隔空喊话，标志着一个新时代的竞争序幕已然拉开：自动驾驶的战场，从单车智能的比拼，正式升级为数据生态、开发范式与产业联盟的全面较量。

马斯克的“几年”之差，既是技术领先的自信，也可能成为一场与时间赛跑的压力。

因为，当英伟达开始为所有人铸造“思考的武器”时，特斯拉独占的“思考的果实”，其窗口期便进入了倒计时。别忘了，在英伟达和特斯拉战场的背后，还有一群“工程底蕴更强、市场规模更大、内卷力度速度更惊人”的中国企业。

百年汽车工业的终极智能革命，从来不是单线程的冲刺，而是一场多维度的、残酷而壮丽的马拉松。