关于英伟达 L4 和物理 AI，吴新宙回应一切

通往L4之路渐明，英伟达如何定义自动驾驶的“ChatGPT时刻”？

“通往L4乃至完全自动驾驶的道路，已经比较清晰了。”

近日，在北京车展期间的一场媒体沟通会上，英伟达全球副总裁、汽车事业部负责人吴新宙分享了他对行业现状的核心判断。他援引了CEO黄仁勋的观点，认为自动驾驶的“ChatGPT时刻”已然到来。

那么，在这个关键的历史节点，英伟达为自己设定了怎样的角色？

答案很明确：作为在该领域深耕超过十年的先行者，英伟达汽车事业部的核心目标，是在全球范围内推动整个行业向L4级自动驾驶演进和落地。为此，公司已经构建了一套完整的全栈系统，涵盖了从底层硬件DRIVE Hyperion、操作系统Halos OS，到开源模型Alpamayo、应用DRIVE A V，乃至Cosmos与Omniverse NuRec等基础设施。

值得注意的是，为迎接L4时代的到来，英伟达推出了统一的车辆参考架构DRIVE Hyperion 10。这套架构集成了基于DRIVE Thor的算力平台、经过预验证的通用传感器套件，以及符合安全认证的构建模块。吴新宙透露，基于Hyperion 10，英伟达正与Uber等合作伙伴共同采集数百万小时的数据，并向整个开发生态开放，旨在降低行业迈向L4的技术门槛。

谈及开源模型Alpamayo的进展，吴新宙表示其已进化至1.5版本，而更强大的Alpamayo 2.0预计将在2026年6月的Computex大会上亮相。

展望未来十年，行业面临的核心挑战是什么？吴新宙的答案是“物理AI”。而自动驾驶，正是物理AI最大规模、最具量产潜力的落地场景。本届北京车展上，英伟达宣布的一系列合作也印证了这一方向的延伸：德赛西威基于DRIVE Thor开发量产智驾方案；小马智行新一代域控制器集成该芯片；阿里巴巴将千问-Omni大模型运行于DRIVE平台；联想车计算推出基于Thor的AI Box赋能座舱AI。此外，英伟达与奇瑞汽车的合作也将深化，共同布局辅助驾驶、座舱AI与机器人赛道。

由此可见，在行业集体向L4迈进的大背景下，英伟达正通过持续的技术演进与生态建设积极卡位，而其长远的战略目光，早已投向了更为广阔的物理AI世界。

沟通会期间，吴新宙与媒体进行了深入交流，以下为对话精要。

提问：英伟达如何看待自动驾驶行业里关于纯视觉和激光雷达的不同选择？

吴新宙：

在L2++级别，激光雷达是否必要，永远是个见仁见智的问题——你可以证明它的充分性，但很难证明其必要性。无论是特斯拉还是一些其他厂商，都选择了纯视觉路线。众所周知，我曾任职于小鹏，虽然小鹏是首家引入激光雷达的车企，但我个人始终更倾向于视觉方案。原因在于，视觉的潜力巨大，其像素密度远高于激光雷达，模型能力的上限也极高。

当然，海外市场也有L2++车型采用激光雷达。作为生态推动者，英伟达不会强制要求采用或不用某种传感器。但在我们对Hyperion平台的定义中，确实不包含激光雷达。

不过，必须警惕的是，当迈向L3或L4时，激光雷达的价值就凸显出来了。它能提供传感器层面的关键冗余，这对于高阶自动驾驶的安全性至关重要。我们也在与欧美伙伴一同寻找稳定可靠的激光雷达供应商，这对整个生态的健康发展同样重要。

提问：英伟达如何看待一些车企自研芯片？

吴新宙：

我们并不反对车企自研芯片。历史上有过先例，比如特斯拉在与我们合作Parker项目后，选择了自研道路，但这并未影响我们后续的合作。对英伟达而言，核心是推动整个生态向前发展。

我们并不期待客户购买我们所有的产品，但希望我们的价值能被认可。英伟达提供了覆盖“三个计算机”（车端、训练、仿真）和“五层蛋糕”（从硬件到应用）的全栈服务。只要车企能从我们的服务中受益，我们自然也能分享成长。中国市场有些新能源车企在自研芯片，我们始终保持良好沟通。目前，在训练、仿真、开源模型乃至数据层面，我们都有深入合作。说到底，我们最希望看到的是整个业界向L4迈进，而非强制使用某款车载芯片。

提问：你如何评价你在英伟达的工作？

吴新宙：

目前我负责汽车事业部，业务范围非常广泛。外界对黄仁勋先生的管理风格多有报道，就我的体验而言，那些描述基本属实，英伟达确实是一个扁平化的组织。

我的主要职责聚焦于两件事：第一，推动整个行业向L4进展；第二，推动端到端的“交钥匙”整体方案落地。这两件事都至关重要。

从个人感受来说，在英伟达工作虽然非常累，但极其有意思。我的过往经历大家可能有所了解，算是参与并推动了中国自动驾驶的发展。现在，我有机会通过英伟达这个全球平台，将中国的经验放大，真正助力所有车厂走向L4。这对我个人职业生涯而言，堪称最好的注脚，因此我非常开心。至于干得怎么样，现在评价还为时过早，不妨一两年后再看。

提问：对于其他玩家也在英伟达平台部署自己的算法，你怎么看？

吴新宙：

英伟达定位是生态玩家，目标是帮助所有参与者走向全自动驾驶。我们既不可能，也没有野心去把控一切，那不是一个健康生态该有的做法。我们乐见这条路上出现更多的成功者。

正如刚才提到的“三个计算机”概念，一个玩家即使不使用我们的车端推理芯片，很可能仍会用到云端的训练和仿真算力。除了推动自动驾驶，英伟达作为全球AI基础设施提供商，其发展与整个AI产业的繁荣深度绑定。AI发展得越快，参与者越多，英伟达的收益就越大，这两者并不矛盾。

提问：业内有人认为未来需要5000 TOPS的算力，英伟达对于下一代车端算力的思考是什么？

吴新宙：

很多事情，证明其充分性容易，论证其必要性却难。从英伟达的角度，我们乐见大算力趋势，虽然难以精确预测未来的需求天花板，但下一代芯片的设计确实在向这个量级迈进。

车端算力需求倍增主要来自几个方面：首先是传感器像素和分辨率的提升，从800万走向更高，只为看得更远、更安全；其次是帧率，目前10帧仅是勉强够用，为了更好的系统体验和安全性，30帧或许更理想；第三是推理的时序长度，更长的时序意味着更强的长期记忆和长尾问题处理能力。这三个维度共同驱动着算力需求。

目前的市场算力仍处于“勉强够用”的状态，同时还需兼顾成本控制。毕竟，眼下还没有一颗量产的车端5000 TOPS芯片。接下来的挑战是，如何在成本与功耗不显著增加的前提下，持续提升算力，让车辆能力不断进化。这个过程何时结束尚不确定。但可以透露的是，我们的下一代芯片正朝着这个方向努力，而Elon（马斯克）也同样在朝此迈进。

提问：黄仁勋对于自动驾驶的执念和目标是什么？

吴新宙：

在Jensen（黄仁勋）的蓝图中，物理AI占据着核心地位。

未来，AI与物理AI必将推动GDP实现十倍、百倍的增长。我在不同场合都表达过，生成式AI、随后的智能体AI（Agentic AI）和物理AI将共同引发第四次工业革命，带来生产力的指数级跃升，深刻改变人类社会。

对于英伟达而言，公司的下一步战略重心就是做好物理AI。Jensen很早就洞察到，自动驾驶恰恰是物理AI中相对容易实现、且能大规模量产的关键场景。因此，与其说这是他的“执念”，不如说是他在十年前就对未来世界演进方向做出的清晰判断。这正是Jensen最强大的地方，带领英伟达从一家显卡公司，成长为今天推动全球AI发展的核心力量。

提问：到2026年，很多人都去做机器人了，那么自动驾驶的实现还是一个非常值得追寻的目标吗？

吴新宙：

无论是机器人还是无人驾驶，都是物理AI极其重要的组成部分。人们有时会低估“最后一步”的难度，当然，现在是否真的到了最后一步，也很难断言，只是感觉非常接近了。

对我而言，能在英伟达这样的平台上，推动全球车厂朝这个方向前进，是一件充满使命感的事。我也希望将这种使命感传递给团队。本质上，英伟达是生态玩家，没有谁是真正的竞争对手。说实话，我们希望大家都能成功。

目前来看，自动驾驶依然极具意义，而机器人领域同样重要。机器人方面，中国市场显得尤为活跃，那种氛围让人仿佛回到了十年前新能源车创业的浪潮中——现在做人形机器人的公司可能超过百家。无论如何，这都是市场的选择。英伟达同样看好机器人方向，无论大家选择哪条赛道，都是在为第四次工业革命添砖加瓦。

提问：你如何看待座舱大模型与自动驾驶的融合？

吴新宙：

回到物理AI的话题，车本身就是一个机器人。未来，车辆内部不太可能需要两个独立的大脑。无论是人机交互部分还是自动驾驶部分，AI必然会朝着更加集成的方向发展。

当然，这不一定意味着座舱和自动驾驶必须共用一颗芯片，但AI部分（包括硬件）可能会实现一定程度的共享。之所以不一定是一颗芯片，是因为两者对安全等级的要求存在差异，强行合并有时会给开发带来不便，这也是我们与联发科（MTK）合作的一个重要出发点。

展望未来，双方在能力上会有更多共享。例如，大语言模型可能运行在自动驾驶芯片上，同时具备人机交互、大模型能力以及与云端更大模型协同的能力。今年，行业已经显现出一些趋势，接下来非常值得期待。

提问：你如何看待世界模型与自动驾驶的结合点？

吴新宙：

其实在Alpamayo 2.0的规划中，感知系统的演进就会朝向世界模型的方向发展。

世界模型可能是自动驾驶最本质的一环，它通过理解物理世界的演进规律来决定下一步行动。特别是在L3、L4的架构里，视觉语言动作模型（VLA）和世界模型很可能并存，从而融合双方优势，构建真正的冗余，实现既具备类人价值判断、又拥有最高安全性的系统。

提问：业内有人说可以直接跳过L3奔向L4，你怎么看？

吴新宙：

从技术瓶颈来看，目前L3和L4之间并没有一个巨大的、不可逾越的技术卡点——这也是机器人技术能快速兴起的原因。机器人其实比汽车更复杂，但随着大语言模型和推理能力的突破，许多根本性的技术难题已得到解决。

自动驾驶更多是一个庞大的系统工程，需要软硬件协同和高度的安全性保障，工程量巨大。这正是去年推理型大模型出现后，我们提出“自动驾驶的ChatGPT时刻已经到来”的原因。我们看到，无论在中国还是美国，接近L4的能力已经出现，Waymo就是例证。所以从技术角度看，并无明显障碍。

至于是否要跳过L3，这又是一个见仁见智的问题。如前所述，L3与L4的技术难度差异并不大。因为L3要求驾驶员在10秒内接管，而10秒内可能发生很多事情，车辆在这段时间内同样需要承担责任。所以，10秒和60秒（或更长）的接管时间，并无本质上的巨大差别。

对普通用户而言，提供L3能力并非坏事，尤其在高速场景下。在L3状态下，司机虽然不能睡觉，但可以合法地使用手机——这对很多人来说是刚需。因此，如果出现一种中间态产品，比如先解决高速L3，无论在中国还是美国，都有其市场价值，它是对人类时间的解放。

但L4车辆则不同，它还需要运营体系的支撑。因为L4系统偶尔仍会“卡住”，这时云端的远程操控能力就至关重要。为每辆私家车配备远程操控并非易事，相反，对于Uber或Waymo这类运营Robotaxi的公司而言，在特定ODD（设计运行域）范围内实现L4，可能性更高。

因此，至少在短期内，L3有其市场价值，而L4的全面实现也非一蹴而就。两者很可能在一段时间内并存。最终答案如何，时间会给出证明。