英伟达与丰田扩大合作：L2++上车，还合作打造数字孪生工厂

先说几个核心判断：英伟达和丰田的合作，又往前推了一大步！

日前，英伟达正式宣布与丰田汽车的合作进一步深化。这一次，双方的目标不仅仅是造更智能的车，而是要把物理AI技术从汽车领域，一路延伸到机器人和智能设施等更广阔的天地。

根据英伟达公布的信息，丰田将为下一代车型搭载NVIDIA DRIVE AGX平台和DriveOS操作系统，重点就是开发更安全、更智能的高级辅助驾驶系统。软件层面，丰田会利用NVIDIA的Megatron-LM开源分布式训练框架，训练一个Code Assistant AI模型，目的是帮助工程师更高效地生成和验证那些对安全性要求极高的代码。

不仅如此，丰田还计划在主力工厂里部署NVIDIA的Omniverse库和Isaac Sim开放框架，目的是减少停工、提高效率、压低成本。而丰田旗下的子公司Woven by Toyota，则已经在用NVIDIA H100 GPU和Megatron-Core开发多模态视觉语言模型，用来分析真实的交通环境、预测事态发展，让基础设施系统能更快响应。

▲英伟达最新公告

从汽车到工厂，再到城市交通，丰田与英伟达正在尝试用AI能力把“车-厂-城”全产业链打通，共同建设一个全新的智慧出行体系。

一、开发更安全智能的汽车，加快汽车软件开发与迭代

其实，丰田与英伟达的合作不是今年才开始的。早在去年1月的CES（2025年国际消费类电子产品展览会）期间，双方就宣布将在下一代车型上采用NVIDIA DRIVE AGX车载计算平台和通过安全认证的NVIDIA DriveOS操作系统，共同开发新一代高级辅助驾驶系统。这次公布的新进展，是对去年合作的进一步深化。

那么，NVIDIA DRIVE AGX车载计算平台到底是什么？你可以把它理解为整套辅助驾驶系统的“计算大脑”。车辆行驶过程中，摄像头、毫米波雷达等传感器收集的大量数据都会汇集到这一平台上，由它来完成环境感知、目标识别、路径规划以及车辆控制等计算任务，为辅助驾驶功能提供强大的算力支持。

▲NVIDIA DRIVE AGX车载计算平台

而与之配套的NVIDIA DriveOS车载加速计算操作系统，则负责软件运行、资源调度、设备管理以及安全控制，让各项辅助驾驶功能可以稳定、安全地运行。

▲NVIDIA DriveOS车载加速计算操作系统组成

重点来了——英伟达在最新公告里明确提到，这些下一代车型将提供L2++级高级辅助驾驶功能。相比传统L2辅助驾驶，L2++能够承担更多驾驶任务，比如高速领航、自动变道、自动上下匝道、自动泊车等场景。当然，这里必须强调一下，这类功能本质上仍属于辅助驾驶，而不是全自动驾驶。车辆行驶过程中，驾驶员仍需要持续关注路况，并在必要时及时接管车辆。一旦发生事故，责任仍由人类驾驶员来承担。

除了车辆本身，双方还把AI引入了汽车软件开发环节。据了解，丰田正在开发符合MISRA汽车软件安全规范的Code Assistant AI模型，并利用NVIDIA Megatron-LM开源分布式训练框架进行训练和微调，同时参考NVIDIA Nemotron等多种数据集，来帮助丰田的工程师生成代码，并审查代码、验证代码是否符合汽车软件安全规范。随着汽车软件规模不断扩大，一辆智能汽车可能包含数千万甚至上亿行代码。AI参与软件开发，有望帮助工程师减少重复性工作，提高开发效率，并缩短研发迭代周期。

二、优化工厂仿真，建设城市交通视觉语言模型

在制造端，丰田也开始利用NVIDIA Omniverse库和NVIDIA Isaac Sim开放框架来建设数字孪生工厂。简单来说，就是先在电脑里建一座与真实工厂几乎一致的虚拟工厂。无论是机器人运动轨迹、产线布局，还是物流路线规划，都可以先在虚拟环境中完成模拟和验证，确认没有问题后再部署到真实工厂。相比过去一边生产一边调试，这种方式能够提前发现问题，减少现场停工时间，也有助于提高生产效率并降低制造成本。

▲NVIDIA工业设施数字孪生

AI的应用范围还在继续向外延伸。在城市交通领域，丰田旗下子公司Woven by Toyota正在借助NVIDIA H100 GPU和Megatron-Core（大规模生成式AI训练库）开发多模态视觉语言模型Woven City AI Vision Engine。该模型面向城市智能交通，通过对道路摄像头和交通传感器上传的车流、人流数据进行分析，预测交通运行情况，帮助交通管理部门更及时地发现异常情况，为交通信号控制和基础设施管理提供辅助决策，让整个交通系统运行得更加顺畅。

▲NVIDIA智慧交通

结语：AI合作正在从“一辆车”扩展到整个出行生态

从研发到制造，再到交通基础设施，丰田与英伟达的合作重点已经不再局限于辅助驾驶，它们正在用AI技术逐步串联起汽车产业链上的更多场景。

对于丰田这样的车企而言，AI越来越多地参与整车研发、制造和运营的全过程，可以帮其在投产前验证生产方案，提高生产效率，减少试错成本，加快新车型导入速度。

对于英伟达而言，其汽车业务也正从提供车载计算平台，进一步延伸至软件工具、数字孪生和交通智能等更广泛的应用场景。

对于用户而言，辅助驾驶系统的不断升级，有望让车辆承担更多驾驶任务，进而减轻驾驶员负担；AI参与软件开发，也意味着车辆软件更新速度可能进一步提升，新功能可以更快地推送到用户手中；如果未来城市交通相关技术落地，城市整体通行效率也有望得到改善。

不过，无论是更智能的辅助驾驶、更高效的数字工厂，还是AI参与城市交通管理，这些技术最终都需要通过量产车型和实际项目来验证价值。随着双方合作不断深入，这些技术能否真正转化为用户能够感知的产品体验，或将成为未来值得持续关注的焦点。