作者 ｜ Janson

編輯 ｜ 志豪

英偉達(dá)創(chuàng)始人兼 CEO 黃仁勛再次把汽車業(yè)務(wù)推到聚光燈下。

車東西 6 月 2 日消息，在 2026 年 Computex 期間舉行的 NVIDIA GTC 臺北大會上，英偉達(dá)發(fā)布了兩項汽車相關(guān)最新進(jìn)展。

首先，英偉達(dá)升級了面向 L4 級自動駕駛開發(fā)的開放推理模型 NVIDIA Alpamayo 2 Super，參數(shù)高達(dá) 320 億。

其次，英偉達(dá)還擴(kuò)展了 NVIDIA DRIVE Hyperion 平臺生態(tài)，富士康、VinFast、Uber、Autobrains、HUMAIN 等合作伙伴加入，計劃在亞洲、歐洲和中東推進(jìn)無人駕駛出租車落地。

當(dāng)下，包括比亞迪、滴滴、吉利、長城、極氪、小米以及小馬智行等車企和自動駕駛公司，都在基于 NVIDIA DRIVE Hyperion 平臺開發(fā)相關(guān)系統(tǒng)。

黃仁勛表示，自動駕駛出行正在進(jìn)入產(chǎn)業(yè)化規(guī)模擴(kuò)張階段，汽車正在演變?yōu)橹悄軝C(jī)器，無人駕駛出租車車隊需要一套能夠在現(xiàn)實環(huán)境中完成感知、推理并安全運(yùn)行的 AI 基礎(chǔ)設(shè)施。

這句話也點出了英偉達(dá)此次發(fā)布的核心邏輯：無人駕駛出租車的競爭，已經(jīng)不只是單車算法或單顆芯片的競爭，而是車端算力、安全系統(tǒng)、開放模型、仿真訓(xùn)練和運(yùn)營生態(tài)的系統(tǒng)競爭。

不難看出，英偉達(dá)這次在臺北發(fā)布的新內(nèi)容，更多是圍繞模型升級和無人駕駛出租車生態(tài)擴(kuò)展，而中國車企則構(gòu)成了 Hyperion 平臺已有生態(tài)的一部分。

一、黃仁勛現(xiàn)場談汽車 無人出租車需要 AI 基礎(chǔ)設(shè)施

在 GTC 臺北大會現(xiàn)場，黃仁勛把無人駕駛出租車放進(jìn)了英偉達(dá) " 物理 AI" 的大框架中。

NVIDIA DRIVE Hyperion 是面向 L4 級自動駕駛車輛的統(tǒng)一平臺，整合了 NVIDIA DRIVE AGX 車端算力、基于安全認(rèn)證 DriveOS 操作系統(tǒng)構(gòu)建的 NVIDIA Halos OS、多模態(tài)傳感器套件，以及 NVIDIA DRIVE AV 軟件。

其中，富士康計劃在中國臺灣地區(qū)構(gòu)建并部署具備 L4 級自動駕駛能力的無人駕駛出租車車隊，項目將率先從高雄等城市啟動，并計劃逐步擴(kuò)展至亞洲市場。

富士康還計劃于 2028 年推出無人駕駛出租車服務(wù)，首批線路將連接機(jī)場與市區(qū)，隨后沿臺灣地區(qū)高鐵網(wǎng)絡(luò)相關(guān)交通走廊擴(kuò)展。

在東南亞市場，VinFast 則正與 Autobrains 合作，計劃將基于 NVIDIA DRIVE Hyperion 平臺打造的 L4 級車輛。該合作將整合 VinFast 的整車研發(fā)與制造能力，以及 Autobrains 的自動駕駛軟件棧。

東南亞市場道路環(huán)境復(fù)雜，摩托車、非機(jī)動車和混合交通流較多，對車輛感知、預(yù)測和決策能力都有更高要求。

在歐洲，Uber 將與 Autobrains 合作，在慕尼黑推出基于 NVIDIA DRIVE Hyperion 的無人駕駛出租車項目。該項目將集成 Autobrains 的代理式 AI 自動駕駛軟件，相關(guān)汽車制造商信息將在今年晚些時候公布。

Uber 全球自動駕駛出行與配送負(fù)責(zé)人 Sarfraz Maredia 表示，挑戰(zhàn)不只在于制造具備自動駕駛能力的車輛，更在于如何將其接入商業(yè)網(wǎng)絡(luò)，從而規(guī)?；⒖煽康胤?wù)乘客。

中東市場則由 HUMAIN 推進(jìn)。HUMAIN 計劃將基于 NVIDIA DRIVE Hyperion 的無人駕駛出租車引入沙特阿拉伯，利用其 AI 與移動出行生態(tài)支持區(qū)域內(nèi) L4 級自動駕駛交通解決方案開發(fā)和部署。

可以看到，英偉達(dá)并沒有直接扮演車隊運(yùn)營商角色，而是繼續(xù)做底層平臺提供者：車企和制造伙伴負(fù)責(zé)車輛，自動駕駛公司負(fù)責(zé)軟件棧，出行平臺負(fù)責(zé)商業(yè)網(wǎng)絡(luò)，英偉達(dá)則提供計算、安全、模型和仿真工具。

二、Alpamayo 2 Super 發(fā)布 讓系統(tǒng)學(xué)會 " 為什么這么開 "

除 Hyperion 生態(tài)外，英偉達(dá)此次發(fā)布的另一項核心進(jìn)展，是 NVIDIA Alpamayo 2 Super，這是一款擁有 320 億參數(shù)的開放視覺 - 語言 - 動作推理模型。

英偉達(dá)稱，該模型能夠在完整駕駛堆棧中進(jìn)行推理、規(guī)劃與行動，目標(biāo)是支持更安全、可規(guī)?；?L4 級自動駕駛開發(fā)。

相比此前 100 億參數(shù)版本，Alpamayo 2 Super 的參數(shù)規(guī)模提升至 320 億，基于 NVIDIA Cosmos 世界基礎(chǔ)模型構(gòu)建，新模型在長尾場景推理、3D 空間理解和軌跡預(yù)測方面有所增強(qiáng)。

但這次升級的重點并不只是 " 模型更大 "。

自動駕駛系統(tǒng)過去更多解決的是 " 看到了什么 " 的問題，例如識別車輛、行人、車道線和交通燈。但在真實道路中，更難的是理解 " 為什么要這樣開 "。

例如，前車突然減速，可能是因為前方有被遮擋的行人；右側(cè)兩輪車短暫消失在盲區(qū)，可能下一秒重新并入車道；路口對向車輛雖然靜止，但可能存在搶行意圖。

這些場景要求系統(tǒng)不只是識別目標(biāo)，還要理解因果關(guān)系，并給出可解釋的駕駛決策。

Alpamayo 2 Super 的能力升級正是圍繞這一點展開。

首先，它從前向攝像頭擴(kuò)展到前、側(cè)、后方的 360 度全景感知。

這樣一來，模型在處理變道、并線和交叉路口通行時，可以獲得更完整的周圍交通關(guān)系，而不是只依賴車頭方向的信息。

其次，它新增了 " 元動作 " 輸出，例如讓行、變道、停車等宏觀動作。相比直接輸出一條軌跡，元動作更像人類駕駛員的決策語言，也更容易被后續(xù)規(guī)劃模塊理解、調(diào)用和驗證。

更重要的是，Alpamayo 2 Super 還被用于推理自動標(biāo)注和因果鏈標(biāo)注。

帶 2D 定位能力的推理自動標(biāo)注可將標(biāo)注周期從幾個月壓縮至幾天，因果鏈自動標(biāo)注流水線則可以從原始駕駛片段中自動生成具有決策關(guān)聯(lián)的標(biāo)簽，減少對人工標(biāo)注的依賴。

如果大模型可以自動理解 " 這個場景為什么危險 "" 車輛為什么應(yīng)該讓行 "" 導(dǎo)致風(fēng)險的關(guān)鍵對象是誰 "，那么數(shù)據(jù)篩選、標(biāo)注和訓(xùn)練效率都會提升。

不過，320 億參數(shù)模型并不意味著它會直接作為所有車輛的實時車端模型。

英偉達(dá)給出的路徑是，讓 Alpamayo 2 Super 作為 " 教師模型 "，先在開發(fā)階段完成推理、標(biāo)注、場景理解、模型評判和知識蒸餾，再將能力壓縮到更小的模型中，運(yùn)行在 NVIDIA DRIVE Hyperion 平臺的車載計算系統(tǒng)上。

三、AlpaGym、OmniDreams 補(bǔ)齊訓(xùn)練閉環(huán) 先在仿真世界處理長尾場景

僅有大模型還不夠，自動駕駛系統(tǒng)真正落地，還需要訓(xùn)練和驗證工具。

因此，英偉達(dá)此次同步推出了 NVIDIA AlpaGym、NVIDIA OmniDreams 以及基于 NVIDIA Omniverse NuRec 的神經(jīng)重建能力。

AlpaGym 是一個開源、高吞吐量閉環(huán)強(qiáng)化學(xué)習(xí)框架。與開環(huán)訓(xùn)練不同，閉環(huán)訓(xùn)練會讓模型在仿真環(huán)境中經(jīng)歷連續(xù)觀察和連續(xù)決策：一次剎車、一次轉(zhuǎn)向、一次路線選擇，都會改變后續(xù)交通狀態(tài)。

開環(huán)訓(xùn)練像 " 看錄像答題 "，模型只需要根據(jù)已記錄數(shù)據(jù)判斷下一步動作；閉環(huán)訓(xùn)練則像真正進(jìn)入道路環(huán)境，模型的每一個動作都會影響下一秒的局面。

OmniDreams 則是全新的生成式世界模型，用于生成逼真的閉環(huán)駕駛場景，支持開發(fā)者大規(guī)模仿真罕見長尾場景。

長尾場景是無人駕駛出租車最難跨過的門檻之一。

真實道路上，普通跟車、變道、路口通行占據(jù)多數(shù)時間，但真正決定系統(tǒng)安全邊界的，往往是低頻高風(fēng)險場景，例如施工車輛突然變道、兒童從遮擋物后跑出、兩輪車逆行、雨夜反光、臨時交通管制等。

依靠真實車隊自然采集這些場景，不僅效率低，而且很多危險場景不可控。生成式世界模型的價值就在于，可以大規(guī)模合成、變體化和重放這些低頻高風(fēng)險場景。

Omniverse NuRec 則負(fù)責(zé)把真實車隊駕駛場景重建為逼真的 3D 場景，并適配不同車輛傳感器配置。

這樣，同一個真實道路片段可以在仿真中被重新構(gòu)建，并調(diào)整天氣、光照、交通參與者位置和傳感器組合，用于測試模型穩(wěn)定性。

結(jié)語：英偉達(dá)從 " 賣芯片 " 走向 " 賣底座 "

整體來看，黃仁勛在臺北 Computex 講汽車，最新信息主要集中在兩件事上：模型能力升級和無人駕駛出租車生態(tài)擴(kuò)張。

從商業(yè)路徑看，英偉達(dá)并不打算自己造車或直接運(yùn)營無人駕駛出租車，而是繼續(xù)做平臺提供者。

這一路線能否跑通，還要看后續(xù)項目在真實道路測試、法規(guī)審批、運(yùn)營成本和安全表現(xiàn)上的結(jié)果。

但可以確定的是，英偉達(dá)汽車業(yè)務(wù)的重點已經(jīng)不只是 " 提供車載芯片 "。在無人駕駛出租車和 L4 級車輛開發(fā)上，英偉達(dá)正在試圖提供一套從模型、仿真、安全到車端計算的完整基礎(chǔ)設(shè)施。