英伟达吴新宙GTC谈自动驾驶：模型升级之外，系统落地被重新强调

GTC 2026期间，英伟达集中披露了自动驾驶业务的最新进展。与过去更多强调算力平台和芯片性能不同，这次发布的重点转向系统能力补齐:在DRIVE Hyperion基础上，新增推理模型Alpamayo 1.5、统一安全架构Halos OS以及仿真工具NuRec，并同步推进与车企和出行平台的合作。

英伟达汽车副总裁吴新宙在GTC大会上提到，随着视觉-语言-动作模型、基础模型和推理模型的发展，自动驾驶正在进入新的阶段。但与此同时，行业规模仍然很小——在全球约13万亿英里的出行里程中，自动驾驶占比仅约0.006%。

自动驾驶能力在提升，但规模化落地仍是当前更核心的问题。

模型、安全、仿真三项更新，指向自动驾驶如何实现规模化落地

2026年GTC大会上，英伟达在自动驾驶领域的更新主要集中在三个方向:模型能力、安全架构以及仿真与数据工具。这些能力分别对应自动驾驶落地过程中的关键环节——能力上限、安全可验证性以及开发效率，本质上都在回答同一个问题:自动驾驶如何从小规模验证走向规模化应用。

模型侧，英伟达发布了Alpamayo 1.5。与上一代相比，这一版本的重点并不在规模，而在能力扩展:模型可以理解导航路径，接受自然语言指令，并输出带有推理过程的驾驶轨迹。这意味着开发者可以对自动驾驶行为进行约束，而不再完全依赖黑盒结果。

在演示中，搭载Alpamayo 1.5模型的车辆不仅能够完成变道、避让等操作，还能够对决策依据进行解释，例如识别行人后减速或在左转时等待来车间隙。

安全侧，英伟达推出Halos OS，作为面向AI驱动车辆的统一安全架构。该系统基于通过ASIL D认证的DriveOS构建，整合安全中间件与主动安全应用，并引入多层安全护栏，以支持推理模型在车规级要求下运行。

仿真与数据方面，英伟达发布NuRec工具，并配套Fixer、Harvester等生成式模型，用于构建和扩展自动驾驶场景。通过这些工具，开发者可以在已有数据基础上生成新场景、修改环境或插入目标，从而提升数据多样性。同时，Cosmos工具可以将同一场景扩展到不同天气和城市环境，实现数据的规模化扩展。目前，相关仿真体系已在内部实现每天约200万次测试，用于模型验证与迭代。

从这三项更新来看，英伟达的重点不只是提升单一能力，而是围绕模型、验证与数据三个环节，强化自动驾驶的整体开发能力。

统一架构与开发链路，自动驾驶开始形成标准化路径

从系统架构来看，上述能力均围绕DRIVE Hyperion展开。

DRIVE Hyperion不仅是计算平台，还包括传感器配置、车载网络以及安全系统在内的参考架构。在此基础上，英伟达将模型、安全系统(Halos)以及仿真工具(NuRec、Cosmos)整合进同一开发链路，使自动驾驶从数据采集、模型训练、仿真验证到量产部署形成闭环。

吴新宙在分享中将这一体系概括为“三台计算机”:云端训练、云端仿真以及车端推理。

围绕这三部分，英伟达构建了从硬件到应用的分层架构，使不同环节可以在同一体系内协同运行。

在具体实现上，自动驾驶开发逐渐呈现出类似软件工程的流程:数据采集、模型训练、仿真验证、上车部署，再到问题反馈与再训练。英伟达披露，其模型迭代已经可以做到每天发布多个版本，从测试到上线的周期缩短至数小时级别。

与此同时，自动驾驶在架构上也呈现出新的特点。英伟达采用推理模型与传统安全栈并行的方式，一方面提升驾驶能力，另一方面保留可验证的安全体系，以满足车规级要求。

整体来看，这些变化使自动驾驶开发从单点技术推进，逐步转向系统化和流程化。

从能力提升到工程化落地，自动驾驶竞争正在发生变化

把本届GTC的信息综合来看，一个更深层的变化正在出现:自动驾驶的竞争重点，正在从单一能力提升，逐步转向工程化落地能力。

过去行业更多围绕算法展开，核心是感知和决策能力的提升；而随着推理模型和基础模型的发展，自动驾驶系统开始变得更加复杂。模型不再是独立模块，而是需要与数据、仿真和安全体系协同运行，形成完整的开发流程。

在这一体系下，系统不仅要“能跑”，还需要“可验证、可认证”，开发模式也从一次性交付，转向持续迭代的工程过程。

英伟达此次技术更新，本质上是在补齐这一体系中的关键环节:模型提升能力上限，安全架构保证系统可落地，仿真与数据工具则加快迭代效率。在统一架构和生态合作的基础上，这些能力开始具备向更多项目复制的条件。

在这一背景下，自动驾驶的发展重点，正在从“技术是否可行”，逐步转向“能否稳定落地并持续扩展”。

车企与Robotaxi合作同步推进，英伟达自动驾驶加快规模部署节奏

在具体技术之外，本次GTC英伟达披露的合作进展，同样释放出其自动驾驶业务推进节奏的变化。

车企方面，比亚迪、吉利、日产、现代等厂商正在基于DRIVE Hyperion推进L4级自动驾驶项目，其中部分已进入量产准备阶段。英伟达与梅赛德斯-奔驰的合作也在持续推进，梅赛德斯-奔驰自动驾驶系统已在2025年实现全球部署，并计划进一步升级L2++能力。

出行平台方面，Uber计划在2027年启动自动驾驶车队，并在2028年扩展至全球28个城市。这意味着自动驾驶开始从单点测试，走向跨城市、跨区域的车队运营。

从英伟达整体布局来看，其自动驾驶推进路径已经从技术验证阶段，逐步转向规模部署阶段。吴新宙也提到，L4级自动驾驶的发展路径正在变得更加清晰，行业正在加速向更高级别自动驾驶推进。

从整体来看，这一阶段的变化，不仅体现在技术能力上，更体现在应用方式上:从单车验证到车队运行，从局部测试到规模部署，自动驾驶开始具备更明确的商业落地路径。

小结

GTC 2026上，英伟达在自动驾驶上的重点不再停留在单项能力提升，而是转向自动驾驶开发中的关键环节，补齐模型、安全与仿真三项能力，并将其整合进统一开发链路。

这一变化表明，自动驾驶正在从技术探索阶段，逐步进入工程化与规模化阶段。后续的关键，不仅在于能力提升，更在于这些能力能否在真实环境中稳定运行，并形成可持续的应用模式。