英伟达主动驾驶掌门人详解“超出特斯拉和Waymo”的路线图 ​

固然路上车流密集，但车内氛围轻松，黄仁勋甚至打趣地说，让他在体系进入主动驾驶模式后“才开端对安然少一点担心”。

英伟达随后向媒体供给了一段约 22 分钟的车载视频，画面中，这辆奔驰在施工路段、违泊车辆、橙色路障锥桶夹出的窄道等日常城市复杂场景中穿行，体系表示相当平顺，不过视频经由剪辑，并非完全实录。 英伟达谈话人过后强调，全部路程并未出现体系“接收掉败”而须要人工干涉的情况。 作者此前也曾在旧金山与英伟达高管同车体验类似体系，对其在红绿灯、四向路口、违泊车辆、无保护左转，以及穿梭于行人、自行车与滑板车之间的才能印象深刻，认为在特斯拉已经用摄像头加芯片跑通一套筹划的前提下，全球市值最高的芯片公司要做出同样甚至更好的体系并训斥事。

不过在车内与吴新宙对谈时，黄仁勋收敛了宣布会上的声张，更偏向沉着反思，但对技巧前景仍然极为乐不雅。 他坦言，Alpamayo 的强大年夜之处在于具备对情况进行推理的才能，但真正的难点在于“我们不知道它做不到什么”，是以仍须要与传统的“经典技巧栈”深度结合。 在他看来，纯粹的端到端大年夜模型很难从工程角度论证其安然性，而经典技巧栈基于成熟的工程流程，更利于对具体行动进行安然验证，将两者结合，既能获得接近人类的驾驶风格，又能把行动束缚在传统交通规矩框架之内。 固然业内其他主动驾驶玩家同样在端到端神经收集之外叠加显式安然规矩，但端到端进修正在成为行业新潮流：Waymo 采取的是混淆筹划，特斯拉则几乎完全押注端到端收集。

吴新宙在采访中表示，端到端模型在应对减速带、变道等细腻场景时，能削减机械感和“机械人式”迟滞，更接近真人驾驶节拍，这也是他强调“ChatGPT 时刻”的原因。 “只有当你的车表示得足够自负，用户才会更愿意持续应用它。”他说。

与特斯拉比拟，吴新宙将英伟达的差别点，更多放在传感器组合和体系架构上，而非在公共场所评论敌手的安然争议。 特斯拉 FSD 至今累计路测里程已跨越 85 亿英里，却也卷入多起严重安然变乱，被监管部分点名与 23 起伤害事宜及至少两起逝世亡变乱有关。 一位英伟达高管客岁曾泄漏，公司内部曾用自家体系与特斯拉 FSD 做比较测试，从司机接收次数来看，两者在不合场景下各有优势。

吴新宙强调，英伟达保持采取“多源冗余”的传感器组合：在摄像头和毫米波雷达之外，还会安排超声波传感器，并在更高设备中参加激光雷达。 在他看来，各类传感器的冗余与多样性是补足极端边沿场景、晋升整体安然冗余的关键。 当然，传感器越多，整套体系的硬件成本也就越高，特别是激光雷达，让人担心最高安然规格的筹划只会涌如今昂贵的豪华车上。 对此，吴新宙认为，依托英伟达“垂直整合”的筹划以及传感器价格整体下行趋势，可以将安然机能压到“尽可能低”的成本区间。

他介绍，英伟达的 DRIVE Hyperion 平台自设计之初就支撑多档设备：入门版本采取以摄像头和雷达为主的简化筹划，这些器件经由十多年的大年夜范围临盆，成本已经明显降低，而超声波传感器本身就异常便宜。 针对更高等级主动驾驶，平台可以按需叠加激光雷达，跟着这一类传感器价格持续走低，他认为在 4 万到 5 万美元价位区间的量产车型中，搭载完全传感器客栈也并非弗成想象。

面对 Waymo 近期在旧金山等地产生的安然事宜——例如主动驾驶出租车在停电导致路口旌旗灯号掉灵时集体堵逝世路口——吴新宙表示，这类极端案例已经被英伟达搬进仿真情况中反复推演。 与特斯拉拥有宏大年夜私家车车队、Waymo 已在公开门路上积聚近 2 亿英里的完全主动驾驶里程不合，英伟达在真实路测数据上并不占优，是以更看重“合成数据”与高保真仿真的基本举措措施投入。

在仿真策略上，英伟达重要采取两种办法。 第一是“神经重建”（NuRec），工程师应用实车采集到的传感器数据，重建出逼真的三维门路场景，让体系在虚拟情况中反复经历某一次真实路况。 第二是“加强”，即在已重建的场景中赓续修改变量，例如调节行人出现的时光、速度与地位，从而生成一系列仅有细微差别的新情境，用以不雅察体系在各类微变前提下的行动表示，这一过程在内部被形象地称为对数据集进行“模糊化”。 英伟达不仅从合作伙伴处获取行车记录仪视频，还会将像 Waymo 所遭受的停电路口堵塞等公开事宜场景复刻到仿真中，练习体系学会主动避免类似“集体卡逝世”的行动模式。

然而，在吴新宙的假想中，将来真正幻想的主动驾驶体系，不该依附无穷无尽的实车路测数据来覆盖所有边沿案例，而是要具备“推理”才能，从规矩与有限经验中类比出应对策略。 为此，他的团队正在研发一个名为“视觉-说话-行动”（Vision Language Action）的新型模型，将视觉感知、说话懂得与物理动作同一到同一架构内，借助已经在互联网级数据上练习出的基本大年夜模型，来付与车辆更强的懂得和推理才能。 吴新宙把这比作人类学车：先读一本交通规矩手册，再上路演习二十个小时，大年夜多半新司机就已经能合格上路，随后再经由过程经验赓续精进。 “我们的目标是让模型也能如斯——将来只须要一本规矩书和二十小时练习数据，它就能学会开车。”他说。

在经历多年“幕后赋能”之后，英伟达开端主动将本身摆到主动驾驶家当舞台中心。 除了持续向特斯拉等车企供给车规级芯片，它还把自研的 AI 驾驶功能打包成平台，供给给奔驰、捷豹路虎、Lucid 等合作伙伴。 本年早些时刻的 CES 上，黄仁勋宣布了名为“Alpamayo”的主动驾驶开辟组合，涵盖 AI 模型、仿真底本和数据集，旨在让车辆在特定前提下实现 L4 级主动驾驶，他甚至将这一节点称为“物理世界 AI 的 ChatGPT 时刻”。

在特斯拉、Waymo 等先行者已经跑在前面的赛道上，英伟达试图经由过程“芯片 + 平台 + 模型 + 仿真”的整套组合拳，来缩短在里程和经验上的差距，并把本身从幕后“算力基建商”改变为主动驾驶技巧路线与安然标准的重要制订者。 对黄仁勋和吴新宙而言，这场关于“物理世界 AI 的 ChatGPT 时刻”的豪赌，才方才驶出起点线。