特斯拉们，慌了？英伟达智能驾驶实测曝光：仅用一年追平马斯克八年心血

　　新智元报道

　　编辑：peter东

　　【新智元导读】英伟达汽车业务虽仅占总收入1%，但十年积累已成气候。与Uber合作、推广L2级城市功能，到2028年实现L3高速公路驾驶，英伟达只用1年几乎完全追上了马斯克的FSD。

　　旧金山，晴空万里。

　　记者Andrew J.Hawkins坐进了一辆奔驰CLA的副驾驶。

　　驾驶座上的安全员卢卡斯双手虽然虚握着方向盘，但显然只是为了合规——车辆完全在自主思考。

　　在近40分钟的体验中，没有发生任何碰撞事故，甚至几乎没有任何顿挫。

　　结束后，Hawkins不禁发出了一声感叹：英伟达的自动驾驶即将起飞，特斯拉真的该着急了。

　　这或许会让马斯克脊背发凉：英伟达仅用1年时间就实现了城市自动驾驶功能，而特斯拉为此花费了整整8年。

　　比FSD更安全？

　　英伟达联手奔驰首秀智能驾驶

　　这辆测试车搭载了英伟达全新的点对点L2++级辅助驾驶系统。

　　旧金山的街道，如往日一般繁忙和混乱。

　　在测试中，车辆需要避让送货卡车、穿行的骑行者、行人，甚至还要与Waymo的无人出租车「比赛」。

　　在英伟达AI系统与车辆自带摄像头、雷达的配合下，这辆奔驰从从容容、游刃有余：无论是复杂的四向停车路口、双排违停的车辆，还是偶尔的无保护左转，都难不倒它。

　　最令人印象深刻的一幕是：为了绕过一辆挡路的卡车，系统主动发起了一个大角度右转，但在执行动作前，它非常绅士地礼让了几位缓慢过马路的行人。

　　特斯拉粉丝可能会对英伟达的演示嗤之以鼻，认为马斯克花了8年时间打造的「FSD」遥遥领先，能力要高出几个数量级。

　　的确，并不是所有智能驾驶都叫「FSD」（完全自动驾驶）。

　　不过，从实际体验来看，英伟达在最复杂路况下的表现，绝对有实力与特斯拉一较高下。

　　而且奔驰车辆的雷达提供了冗余感知能力，有人甚至会说这套系统比纯视觉方案的FSD更安全、更稳健。

　　但也大可不必把两家公司视为仇寇。

　　毕竟，特斯拉是英伟达最重要的客户之一，其AI模型训练依赖着数万颗英伟达GPU，这代表着价值数十亿美元的人工智能基础设施投入。

　　因此，即使最终特斯拉获胜，从某种意义上看，英伟达同样是赢家。

　　英伟达：在汽车领域十年的投入

　　英伟达的智能驾驶系统，让人颇感意外。

　　毕竟，它并非公认的自动驾驶领头羊。

　　尽管英伟达长期以来一直为各大汽车制造商提供用于辅助驾驶系统的芯片和软件，但与其在 AI 领域狂揽的数十亿美元相比，其汽车业务的规模仍微不足道。

　　英伟达汽车部门负责人吴新宙表示，自2015年以来，英伟达以Drive品牌为汽车提供芯片和其他技术，但这仍是公司业务中的一小部分。

　　截至2025年10月，汽车和机器人芯片仅占5.92亿美元销售额，约占英伟达总收入的1%。

　　英伟达正在打造汽车科技业务。图为2023年6月5日，公司位于加利福尼亚圣克拉拉汽车维修厂的自动驾驶测试车

　　在过去十多年里，英伟达已投入数十亿美元打造一套全栈式解决方案，涵盖系统级芯片（SoC）、操作系统、软件和硅片技术。

　　这其中就包括英伟达的Drive AGX系统级芯片（SoC），该系统基于Blackwell GPU架构，据称每秒可执行1000万亿次高性能计算操作（TOPS），类似于特斯拉的「完全自动驾驶」芯片或英特尔旗下Mobileye的EyeQ芯片。

　　英伟达将这些供应商提供的传感器融合成一个无缝生态系统，涵盖摄像头、雷达、激光雷达和超声波技术。

　　它还通过低延迟互连实现了制动、悬挂和转向的跨域控制。

　　吴新宙对媒体说：「黄仁勋总是说，我和我团队的使命实际上就是让一切移动的物体都实现自主化。」

　　物理AI的ChatGPT时刻

　　最近，首款基于英伟达自驾系统的奔驰CLA，获得了五星级欧洲NCAP安全评级，Nvidia驱动的主动安全功能为这一成绩做出了贡献。

　　在CES 2026上，英伟达发布了Alpamayo，专为应对自动驾驶长尾难题而设计，首次将视觉-语言-行动（VLA）人工智能引入量产车。

　　Alpamayo系列还包括用于自动驾驶开发的仿真工具与数据集。

　　Alpamayo 1、AlpaSim和Physical AI开放数据集，能够助力开发具备人类判断力、可感知、推理和行动的车辆——使开发者能够微调、提炼和测试模型，从而解锁更高的安全性、鲁棒性和可扩展性。

　　Alpamayo系列引入了基于链式思维推理的视觉语言动作模型，将类人思维带入自动驾驶决策过程。

　　这些系统能够逐步思考新颖或罕见场景，从而提升驾驶能力和可解释性。

　　这对于在智能汽车中建立可扩展的信任与安全至关重要。

　　英伟达创始人兼首席执行官黄仁勋表示：

　　物理AI的「ChatGPT时刻」已经到来——机器开始理解、推理并在现实世界中行动。

　　他认为：「自动驾驶出租车是最先受益的领域之一。Alpamayo为自动驾驶汽车带来了推理能力，使它们能够仔细思考罕见场景，在复杂环境中安全驾驶，并解释其驾驶决策——这是实现安全、可扩展自动驾驶的基础。」

　　英伟达在自动驾驶上的野心

　　2025年10月，英伟达与Uber建立自动驾驶出租车合作关系，并准备于2026年向更多汽车制造商推广。类似Waymo无人驾驶出租车的「小规模」L4试验也计划在2026年展开，随后将于2027年通过与合作伙伴部署机器人出租车服务。

　　英伟达汽车部门负责人吴新宙介绍：

　　2026年上半年推出L2级高速与城市驾驶功能，包括自动变道、识别停车标志和交通信号灯等。

　　到下半年，英伟达计划将城市驾驶能力扩展至自动泊车。

　　到2026年底，英伟达的L2++自动驾驶系统预计将覆盖整个美国。

　　对于L2和L3级车辆，英伟达计划使用基于Drive AGX Orin的SoC；而对于真正的L4级全自动驾驶车辆，则会转向新一代的Thor芯片。

　　在2026年开展「小规模」L4级道路测试（类似Waymo的自动驾驶出租车）。

　　他还分享了更远的计划：

　　在2027年与合作伙伴共同推进Robotaxi部署。

　　到2028年，英伟达计划提供支持L3级高速公路驾驶的系统，允许驾驶员在特定条件下放开方向盘并移开视线。

　　黄仁勋选择了与马斯克不一样的路线

　　在1月5号拉斯维加斯CES大会的发布会，英伟达表示汽车制造商可以使用其每颗约 3500 美元的Drive AGX Thor汽车电脑，节省研发成本，并更快地将自动驾驶功能推向市场

　　与特斯拉试图追求完全的自动驾驶不同，英伟达提供的方案中，允许驾驶员放开双手驾驶的最终决定权掌握在整车厂（OEM）手中。

　　英伟达还将他们与汽车制造商合作，对自动驾驶功能进行个性化的定制需求，使车企可以设定诸如加减速、变道时机和驾驶风格等参数。

　　这种灵活性使每个车企都能展现自己独特的「驾驶个性」，比如让系统开起来像一辆奔驰，而不是千篇一律的「通用型」自动驾驶。

　　比如奔驰就采用了一种名为「协同转向（cooperative steering）」的机制，允许驾驶员在不退出L2辅助驾驶系统的情况下进行细微的转向调整，比如在遇到系统未识别为障碍物的坑洼路面时手动微调方向。

　　驾驶员也可以通过轻踩油门来启动车辆或略微提速，同样无需关闭辅助系统。

　　与马斯克FSD试图追求完全的自动驾驶不同，英伟达并不是要为所有人解决驾驶问题。他们的目标是「可用性」：想用这套部分自动化系统的人可以使用，不想用的人也可以轻松选择退出。

　　同时，英伟达的这套系统基于强化学习，意味着它会随着经验积累持续改进。

　　长途城市路况的对比测试中，英伟达系统的驾驶员干预次数与FSD已经不相上下，而这只花了一年的时间，要知道实现这一目标，英伟达可不像特斯拉花了8年时间，分析的数十亿行驶里程。

　　在未来几个月内，奔驰开始搭载该技术，而这会让特斯拉声称的在自动驾驶领域领先地位变得摇摇欲坠。

　　有趣的是，机器人领域也投射出类似的血腥屠杀。特斯拉承诺打造大量机器人，但英伟达已经在为波士顿动力、卡特彼勒和 LG 电子等公司的下一代机器人提供动力。

　　参考资料：

　　https://www.theverge.com/news/852880/nvidia-autonomous-driving-demo-tesla-fsd

　　https://www.cnbc.com/2026/01/05/nvidia-plans-to-test-a-robotaxi-service-in-2027-in-self-driving-push.html

　　https://www.autoevolution.com/news/nvidia-s-autonomous-driving-and-robotics-projects-deliver-brutal-reality-check-to-tesla-263676.html

　　https://teslanorth.com/2026/01/05/nvidia-announces-new-self-driving-ai-to-rival-tesla-fsd/