吳新宙GTC交卷！英偉達自動駕駛三大核心技術升級，拉上車企組建L4聯盟

車東西（公眾號：chedongxi）
作者 ｜ Janson
編輯 ｜ 志豪

不只是芯片，英偉達帶來自動駕駛全套技術棧！

車東西3月18日消息，GTC 2026開幕后，英偉達發布了多項自動駕駛新技術，把L4自動駕駛所需的計算平臺、安全架構、開源模型和仿真工具，整合成一套標準化底座，推向更多車企和出行平臺。

從英偉達的整體布局來看，其底座的中心依舊是DRIVE Hyperion沒有變，圍繞這套平臺，英偉達此次又補上了幾塊關鍵拼圖。

Halos OS作為面向AI驅動車輛的統一安全架構，為DRIVE Hyperion提供量產級安全底座。

Alpamayo 1.5作為新一代開放推理模型，進一步強化車輛在復雜場景中的決策與約束能力。

Omniverse NuRec則面向真實世界數據重建與高保真交互式仿真，繼續完善從訓練、驗證到部署的閉環。

與此同時，英偉達的自動駕駛朋友圈也進一步擴大，比亞迪、吉利、五十鈴和日產正在基于DRIVE Hyperion推進L4項目，Uber也將基于這一平臺在2027年率先于洛杉磯和舊金山啟動新一輪 Robotaxi部署，并計劃到2028年擴展至28個城市。

如果說過去外界更多把英偉達看作車端算力芯片和仿真工具提供者，那么在GTC 2026上，英偉達想強調的故事已經很明確，它希望成為自動駕駛進入規模化落地階段后的底層平臺提供者。

一、采用端到端+傳統規則 吳新宙解構英偉達自動駕駛技術

在本次GTC中，黃仁勛的主題演講主要放在了AI上，汽車業務的進展則是和物理AI一同進行了一個相對宏觀的發布。

作為英偉達汽車副總裁，吳新宙對于此次技術落地的內容講的則比較細致，從技術宏觀進展，再到具體技術棧的實施都有所覆蓋。

▲英偉達汽車副總裁 吳新宙

吳新宙在演講中首先給出了自己對于自動駕駛領域的宏觀研判——自動駕駛已經在2025年迎來“ChatGPT時刻”。

他認為，過去一年里VLA模型、多模態基礎模型和推理模型的突破，正在改變自動駕駛的研發方式。

但他也指出，全球每年約13萬億英里的交通出行里程中，真正由自動駕駛完成的比例只有0.006%，因此自動駕駛的行業天花板遠未觸及。

而在具體的業務落地上，吳新宙并沒有把英偉達首個量產的L2輔助駕駛所采用的路線描述成“純端到端”。

英偉達更強調的是端到端模型與傳統安全棧并行，也就是在推理式模型提升能力上限的同時，保留可驗證、可認證的安全護欄體系。

▲英偉達自動駕駛技術棧

針對自動駕駛的演進路線，吳新宙還給出了一條相對清晰的推進時間表。

英偉達在2025年推出L2++，到了2026年推進點到點輔助駕駛，2027年部署L4自動駕駛，2028年之后再面向普通用戶交付L4能力。

▲英偉達自動駕駛推進時間表

二、模型+仿真 英偉達再次升級平臺能力

吳新宙講解的自動駕駛技術棧更多的還是基于奔馳和英偉達合作，落地在奔馳CLA車型上的L2級輔助駕駛。

針對不同車企和更高階自動駕駛的需求，英偉達進一步升級“模型”和“仿真”的水平，并將其整合為平臺能力。

英偉達最新的Alpamayo 1.5已經可以理解導航路徑，并通過自然語言或指令約束實現變道、靠邊停車等更可控的行為，同時輸出帶有推理軌跡的駕駛軌跡結果。

相比于此前英偉達發布的Alpamayo 1，在提升了端到端大模型“可解釋”性的基礎上，還能一定程度上追問“為什么這么做”，并通過文本和導航提示去約束行為。

▲Alpamayo 1.5模型能力

英偉達還表示，自今年早些時候推出以來，Alpamayo相關模型已被全球超過10萬名汽車開發者下載，而Alpamayo 1.5版本增加了多攝像頭支持和可配置相機參數，讓同一套AI駕駛棧更容易復用到不同車型和不同傳感器配置上。

和模型一起推進的，是仿真環節。

自動駕駛訓練也不再只依賴真實道路數據，而是越來越多地引入合成數據與仿真數據，這背后對應的正是Cosmos等世界模型和仿真工具鏈的價值。

日前，英偉達宣布Omniverse NuRec正式可用，這是一套基于3D Gaussian Splatting的重建與渲染技術，可以從真實世界數據中重建可交互仿真場景，用來測試推理式自動駕駛系統在復雜邊緣場景中的表現。

▲Omniverse NuRec在開源平臺

對自動駕駛公司而言，這類工具的意義不只是“把仿真做得更真”，而是用更低的手工建模成本，把真實路測中的長尾場景更快搬回開發體系中。

官方表示，已經有51WORLD、dSPACE、Foretellix等工具鏈企業完成集成，密歇根大學Mcity也在用NuRec搭建測試場地的數字孿生。

可以說，英偉達實際上是在把自動駕駛的競爭，從過去更偏“感知棧/算法棧”的局部競爭，往“模型+數據+仿真+安全”的系統工程競爭上繼續推。

值得一提的是，英偉達宣布正與亞馬遜合作，把Alexa Custom Assistant與NVIDIA DRIVE AGX上的多模態邊緣AI能力結合起來，讓車企在本地計算和隱私條款約束下，在端側提供更強的車內環境感知與交互能力。

三、L4平臺成型 多個明星車企加盟

有了明確的時間表，建立了全套自動駕駛技術棧之后，自動駕駛具體的業務落地還是需要合作伙伴的支持。

根據此次GTC披露的信息，英偉達高階輔助駕駛的合作伙伴也進一步擴充，比亞迪、吉利、現代起亞、日產和五十鈴等車企或出行相關伙伴，正在基于DRIVE Hyperion推進L4-ready車輛項目。

其中，日產的方案明確搭配Wayve軟件，五十鈴則與TIER IV合作開發L4自動駕駛巴士。

現代和起亞的合作則基于NVIDIA DRIVE Hyperion自動駕駛開發平臺共同推進下一代自動駕駛技術研發。

▲DRIVE Hyperion L4概念圖

現代汽車集團計劃在部分車型中集成英偉達自動駕駛技術。

此外，英偉達還將探索與現代汽車集團旗下自動駕駛合資企業Motional深化合作，提升L4級Robotaxi的能力。

與此同時，Uber與英偉達擴大合作，計劃到2028年在4大洲28個市場部署基于NVIDIA DRIVE全棧軟件的自動駕駛車隊，首批城市是洛杉磯和舊金山灣區，時間點定在2027年上半年。

▲NVIDIA DRIVE全棧自動駕駛平臺

再加上Bolt、Grab、Lyft、TIER IV等出行或自動駕駛參與方也在使用這一平臺，英偉達這次進一步打開了“自動駕駛平臺生態”的市場。

此前，不同車企、不同傳感器組合、不同地區法規，往往會把開發和驗證流程切得很碎。

英偉達給出的辦法，是用DRIVE Hyperion把計算平臺、傳感器、車載網絡和安全系統盡量標準化，再用Halos OS把安全架構打包成統一底座。

按照官方表述，Halos OS建立在ASIL D級DriveOS基礎之上，提供三層統一安全架構，既包含安全中間件，也包含可部署的安全應用，其中還包括面向NCAP五星主動安全的安全棧，目標是為面向推理式AI的自動駕駛系統提供“可驗證、可量產”的汽車級安全基礎。

結語：英偉達完善全套自動駕駛技術棧

從CES2026以來，英偉達開始進一步將汽車業務的重點放在L4標準化平臺、統一安全架構、推理式駕駛模型和高保真仿真工具上。

與此同時，在更廣義AI部分，英偉達繼續把世界模型、機器人模型和邊緣硬件串成一條鏈。

隨著這些發布，英偉達能否將這些業務模式真正轉化為大規模商業化，還要看車企驗證進度、各地監管、以及Robotaxi和工業機器人運營落地的節奏