2025 財(cái)年第一季度財(cái)務(wù)報(bào)告披露后，英偉達(dá)再次創(chuàng)造市值神話，股價(jià)一路飆升，市值已經(jīng)達(dá)到。 2.7 全球排名第三的億美元，僅次于微軟和蘋(píng)果。

但是，收入創(chuàng)新高的背后，卻是一直無(wú)法扛起增長(zhǎng)曲線的汽車(chē)業(yè)務(wù)。

財(cái)務(wù)報(bào)告披露，今年第一季度 260 總收入1億美元，汽車(chē)業(yè)務(wù)只奉獻(xiàn)。 3.29 億美元，占比約為 1.2%。而且去年汽車(chē)業(yè)務(wù)的總收入是 11 億美元，占總收入 1.8%。

很明顯，英偉達(dá)不斷推出驚艷四座。 Orin、Thor 在芯片的背景下，這種收入并不能滿足英偉達(dá)對(duì)汽車(chē)業(yè)務(wù)的野心。

特別是在智能汽車(chē)市場(chǎng)滲透率不斷上升的情況下，英偉達(dá)必須盡快加強(qiáng)競(jìng)爭(zhēng)力，進(jìn)一步拓展汽車(chē)業(yè)務(wù)的蛋糕。

英偉達(dá)在這種背景下迎來(lái)了吳新宙這個(gè)核心角色。

吳新宙作為前小鵬自動(dòng)駕駛的靈魂人物，被挖到英偉達(dá)主要有三個(gè)特點(diǎn)：

懂軟件落地。英偉達(dá)芯片 Xavier、Orin 在此基礎(chǔ)上，吳新宙協(xié)助小鵬全棧自研軟件，見(jiàn)證小鵬汽車(chē)記憶停車(chē)，NGP、LCC 增強(qiáng)版等產(chǎn)品的發(fā)布，這種實(shí)踐經(jīng)驗(yàn)無(wú)疑是英偉達(dá)所缺乏的。

懂整合資源。先后擔(dān)任高通自動(dòng)駕駛業(yè)務(wù)負(fù)責(zé)人、小鵬自動(dòng)駕駛副總裁。吳新宙在芯片公司和汽車(chē)公司的豐富經(jīng)驗(yàn)代表了他善于整合上下游產(chǎn)業(yè)鏈資源，是英偉達(dá)制定全棧計(jì)劃的最佳引路人。

懂中國(guó)市場(chǎng)。小鵬的吳新宙 4 2000年，成立千人智能駕駛團(tuán)隊(duì)，協(xié)助小鵬城市 NGP 率先量產(chǎn)落地，可在「內(nèi)卷」中國(guó)市場(chǎng)突出重圍，可見(jiàn)吳新宙深刻的市場(chǎng)洞察力和高效的工作作風(fēng)。

因此，吳新宙的加入必然會(huì)改寫(xiě)英偉達(dá)自動(dòng)駕駛的不利局面。這位最適合英偉達(dá)自動(dòng)駕駛的舵手，首先要處理奔馳項(xiàng)目中英偉達(dá)的燃眉之急，然后不斷強(qiáng)化英偉達(dá)全棧軟硬件解決方案提供商的身份標(biāo)簽。

現(xiàn)在看來(lái)，英偉達(dá)汽車(chē)業(yè)務(wù)正在加強(qiáng)。 AI 規(guī)劃生態(tài)賦能。吳新宙在實(shí)際方向上強(qiáng)調(diào) AI 定義汽車(chē)，生成式 AI 提升自動(dòng)駕駛天花板，并相信端到端是自動(dòng)駕駛的最后一首曲子。

01 從軟件到 AI，貫穿三個(gè)階段的自動(dòng)駕駛

三個(gè)階段的自動(dòng)駕駛發(fā)展，AI 人物屬性越來(lái)越突出。

第一代自動(dòng)駕駛，完全基于規(guī)則，通過(guò)工程師沉積算法完成自動(dòng)駕駛動(dòng)作；

第二代自動(dòng)駕駛，AI 效果突出，通過(guò) AI 逐步取代人工規(guī)則，完成預(yù)測(cè)、規(guī)劃動(dòng)作；

第3代自動(dòng)駕駛，完全迭代成端到端大模型的方式， AI 貫穿于從感知到?jīng)Q策的全過(guò)程。

對(duì)于這一變化過(guò)程，吳新宙提出了一個(gè)明確的觀點(diǎn)，也就是從軟件定義汽車(chē)到 AI 定義汽車(chē)。

兩者的核心變化在于，將需要大量人工參與的工作轉(zhuǎn)化為依賴(lài) AI 可以有效地解決問(wèn)題。

具體的底層邏輯是，車(chē)端將數(shù)據(jù)反饋給云端，云端集中訓(xùn)練和模擬無(wú)人駕駛汽車(chē)模型，然后將模型數(shù)據(jù)發(fā)回車(chē)端進(jìn)行訓(xùn)練和模擬。 OTA 部署和更新。雙方協(xié)同互補(bǔ)。

若將這條路徑與軟件定義汽車(chē)的路徑進(jìn)行比較，則可以直觀地看到差異。

一個(gè)是在開(kāi)發(fā)方面，依靠軟件定義汽車(chē)，需要對(duì)所有部件進(jìn)行編碼和工程設(shè)計(jì)，這對(duì)邊緣場(chǎng)景識(shí)別和結(jié)合速度都是一個(gè)巨大的工程。

而這些在 AI 定義汽車(chē)時(shí)代，可以通過(guò)云大模型訓(xùn)練來(lái)處理，包括應(yīng)對(duì)邊緣案例，提高泛化能力等等。

另一個(gè)是檢測(cè)方面，在前者路徑中，需要高效的基礎(chǔ)設(shè)施來(lái)支撐海量的大規(guī)模檢測(cè)和運(yùn)行，這意味著為了支撐其后續(xù)飛輪的高轉(zhuǎn)速，需要大力打造全鏈閉環(huán)。后者路徑的解決方案很簡(jiǎn)單，云可以通過(guò)模擬數(shù)據(jù)直接驗(yàn)證。

吉利汽車(chē)研究所生成數(shù)據(jù)模擬部負(fù)責(zé)人梁振寶曾指出，在選擇大模型生成虛擬場(chǎng)景后，測(cè)試場(chǎng)景的覆蓋率提高了幾十倍。

過(guò)去，軟件定義汽車(chē)，將汽車(chē)從一種固定的硬件產(chǎn)品轉(zhuǎn)變?yōu)橐环N可以自主學(xué)習(xí)、不斷更新的用戶(hù)產(chǎn)品；現(xiàn)在 AI 汽車(chē)的定義，汽車(chē)再一次從用戶(hù)產(chǎn)品轉(zhuǎn)變?yōu)橹悄墚a(chǎn)品。

當(dāng)然，這種實(shí)現(xiàn)離不開(kāi)許多汽車(chē)公司的粉絲，以吳新宙的前雇主小鵬為例。

在自動(dòng)駕駛方面，小鵬拿出了 ALL IN AI 前不久的態(tài)度和決心 AI DAY 事實(shí)上，小鵬發(fā)布了國(guó)內(nèi)第一個(gè)量產(chǎn)上車(chē)的端到端模型：

感知神經(jīng)網(wǎng)絡(luò) XNet 規(guī)控大模型 XPlanner AI 大語(yǔ)言模型 XBrain，并推出了 AI 代駕、AI 停車(chē)功能，以及將軍 AI 全面應(yīng)用于駕駛艙和智能駕駛。 AI 天璣系統(tǒng)。

另外，小鵬對(duì) AI 2024年，技術(shù)投入也竭盡全力， 年將投入 35 1億元用于智能研發(fā)，新招募 4000 著名的專(zhuān)業(yè)人才，以后每年都會(huì)投入超過(guò)。 7 用于算率訓(xùn)練的億元。

毫無(wú)疑問(wèn)，小鵬對(duì)此 AI 重投，是因?yàn)楹涡※i和吳新宙的觀點(diǎn)一致，智能汽車(chē)的新十年，將由 AI 定義。

越來(lái)越多的汽車(chē)公司，包括小鵬，都在朝著這個(gè)潮汐方向涌動(dòng)。

比如華為、地平線等智能駕駛上游客戶(hù)，通過(guò)自主研發(fā)升騰和征程芯片，搭建智能駕駛計(jì)算平臺(tái)，為汽車(chē)公司量產(chǎn)智能駕駛提供核心幫助。

蔚來(lái)、小鵬、理想、智己等汽車(chē)公司都進(jìn)入了 AI 智能駕駛的戰(zhàn)備狀態(tài)，紛紛上車(chē)端到端大模型，加速開(kāi)城進(jìn)步。

畢竟，當(dāng) AI 技術(shù)開(kāi)始了一場(chǎng)大爆炸，自動(dòng)駕駛迎來(lái)了自己的奇點(diǎn)時(shí)刻，誰(shuí)也要小心自己落后。

02 生成式 AI，究竟有什么魅力？

AI 汽車(chē)時(shí)代的定義還有多久？

吳新宙認(rèn)為這段時(shí)間是五年之內(nèi)，并聲稱(chēng)「這是不可避免的?！?/p>

一個(gè)大背景是，以 ChatGPT 以生成式為代表 AI，正在大規(guī)模席卷而來(lái)，AI 技術(shù)已經(jīng)上升到了前所未有的高度，自動(dòng)駕駛的天花板也進(jìn)一步上升。

所謂生成式 AI，它是一種基于算法、模型、規(guī)則生成文本、照片、聲音、視頻、代碼等內(nèi)容的技術(shù)，它由一系列深度學(xué)習(xí)模型組成。

而且這種生成式 AI 網(wǎng)絡(luò)虛擬數(shù)據(jù)被廣泛應(yīng)用于網(wǎng)絡(luò)虛擬世界，網(wǎng)絡(luò)虛擬數(shù)據(jù)被收集和生成。

相當(dāng)于搭建了一座自動(dòng)駕駛的橋梁，將生成式 AI 與物理學(xué)世界相連，從此，生成式 AI 實(shí)現(xiàn)物理學(xué)世界的技術(shù)進(jìn)化，將自動(dòng)駕駛帶到端到端的路口。

換言之，端到端自動(dòng)駕駛，能突破瓶頸，走向落地，正是基于生成式駕駛。 AI 技術(shù)創(chuàng)新。

與傳統(tǒng)的自動(dòng)駕駛相比，端到端自動(dòng)駕駛直接從輸入到導(dǎo)出，而不是分割感知、預(yù)測(cè)、規(guī)劃、控制等子任務(wù)。就像人腦一樣，接收信息可以立即做出決策。它只需要處理感知和認(rèn)知問(wèn)題，這是通往自動(dòng)駕駛的可靠理想路徑。

但是這一路徑的實(shí)現(xiàn)，需要大規(guī)模、多樣化、高質(zhì)量的訓(xùn)練數(shù)據(jù)作為支撐，而且對(duì)算率規(guī)模、算法路徑的要求也很高。

由于在高級(jí)自動(dòng)駕駛中，已經(jīng)不能局限于簡(jiǎn)單的直行向右、繞過(guò)行人等駕駛動(dòng)作，而是要求 AI 進(jìn)行類(lèi)人思考，包括看到交警手勢(shì)示意后左轉(zhuǎn)，碰到塑料瓶可以壓過(guò)去，碰到救護(hù)車(chē)要讓路等等。

假如把這些場(chǎng)景放在傳統(tǒng)的自動(dòng)駕駛思維上，那么每個(gè)特殊場(chǎng)景都應(yīng)該設(shè)計(jì)一種從感知、預(yù)測(cè)到控制的駕駛策略。

很明顯，這是不現(xiàn)實(shí)的。

這樣的行為不僅訓(xùn)練費(fèi)用高而且效率低，而且僅靠人工策略也無(wú)法窮盡每一個(gè)意想不到的情況。

而生成式 AI 技術(shù)可以解決這些問(wèn)題，其中，大語(yǔ)言模型 （LLM） 和視覺(jué)語(yǔ)言模型 （VLM） 最具代表性。

比如引入大語(yǔ)言模型 （LLM） 后，AI 駕駛相關(guān)知識(shí)可以從人類(lèi)社會(huì)知識(shí)庫(kù)中獲得，并作出輔助決策。也就是說(shuō)，看到塑料瓶，AI 根據(jù)人類(lèi)過(guò)去的行為，可以推斷出不需要停下來(lái)的駕駛決定。

同時(shí)也能識(shí)別自然語(yǔ)言，即能及時(shí)給出用戶(hù)指令的正確反饋，在車(chē)機(jī)交互中表現(xiàn)良好。

包括視覺(jué)語(yǔ)言模型和視覺(jué)語(yǔ)言模型 （VLM） ，將圖像識(shí)別與表達(dá)處理相結(jié)合，可解決問(wèn)題 AI 如何感知環(huán)境問(wèn)題。

視覺(jué)信息可以通過(guò)攝像頭捕獲的圖像來(lái)描述，識(shí)別路標(biāo)、交通燈、行人等關(guān)鍵視覺(jué)元素，也可以直接在駕駛決策中使用。

所有這些大模型都是基于 Transformer 通過(guò)對(duì)大規(guī)模文本、圖像等數(shù)據(jù)的訓(xùn)練，結(jié)構(gòu)具有較強(qiáng)的數(shù)據(jù)處理、生成能力。

生成式 AI 深入學(xué)習(xí)技術(shù)的邏輯， AI 模型不僅可以提高基準(zhǔn)測(cè)試數(shù)據(jù)的質(zhì)量，還可以自動(dòng)建立和生成現(xiàn)實(shí)世界中難以或無(wú)法收集的數(shù)據(jù)場(chǎng)景，處理數(shù)據(jù)匱乏和數(shù)據(jù)質(zhì)量問(wèn)題。

它還表明，它可以應(yīng)對(duì)長(zhǎng)尾、邊緣案例，進(jìn)一步保證算法的準(zhǔn)確性和安全性。

更為重要的是，數(shù)據(jù)訓(xùn)練的成本降低，效率提高。

馬斯克曾透露，通過(guò)大型神經(jīng)網(wǎng)絡(luò)模型，人工編程。 C 控制代碼由 30 萬(wàn)行減少到了 3000 行。

在生成式 AI 在技術(shù)的加持下，端到端自動(dòng)駕駛打破了傳統(tǒng)的瓶頸，從技術(shù)研發(fā)到落地量產(chǎn)都有了解。

對(duì)吳新宙來(lái)說(shuō)，端到端將成為自動(dòng)駕駛的最后一章。

值得注意的是，吳新宙對(duì)端到端自動(dòng)駕駛的迭代問(wèn)題采取了更加理性的態(tài)度。

一方面，端到端模型需要不斷優(yōu)化和成長(zhǎng)，未來(lái)一定足夠強(qiáng)大。但是，這個(gè)過(guò)程需要與原始模型緊密聯(lián)系，通過(guò)原始模型和方法保證安全。這是端到端自動(dòng)駕駛大規(guī)模部署，成為主流的重要過(guò)程。

另外一方面，針對(duì)「黑盒化」可以分為兩個(gè)方面來(lái)解決問(wèn)題：

一個(gè)是結(jié)合傳統(tǒng)的算法棧，確保端到端模型的安全性，并且判斷模型決定的合理性，輸入雙方存在差異的地方。

另一個(gè)是觀察端到端大模型設(shè)置周?chē)膶?dǎo)出點(diǎn)。，例如可觀察 DEV 輸出結(jié)果，只進(jìn)行部分訓(xùn)練等。打開(kāi)黑盒子里的幾扇窗戶(hù)，看看信號(hào)是怎樣的。

吳新宙在明確了當(dāng)前端到端瓶頸的破解思路之后，對(duì)這一技術(shù)熱潮有了堅(jiān)定的信念，「端到端自動(dòng)駕駛肯定會(huì)到來(lái)。」

另外，除端到端自動(dòng)駕駛開(kāi)啟技術(shù)升維外，生成式 AI 也可以應(yīng)用于汽車(chē)行業(yè)的各個(gè)環(huán)節(jié)，如駕駛艙、汽車(chē)設(shè)計(jì)等。

比如問(wèn)界采用生成式 AI 技術(shù)創(chuàng)造的時(shí)間壁紙，可以根據(jù)時(shí)間段的變化動(dòng)態(tài)變化，利用不同的光影動(dòng)畫(huà)特效豐富汽車(chē)場(chǎng)景；

極限人工智能助手——SIMO，同樣是基于生成式 AI，可集車(chē)輛助理、旅行助理、娛樂(lè)助理、百科老師于一體，擁有超過(guò) 1,000 種類(lèi)以上的專(zhuān)屬能力，無(wú)論是交互效率還是創(chuàng)新感受都可圈可點(diǎn)。

在吳新宙眼中，生成式 AI 讓很多不可能的事情成為可能，大大拓展了人類(lèi)創(chuàng)造力的界限，通過(guò)最直觀的方式有效地向設(shè)計(jì)師展示各種概率，時(shí)間最短。

甚至，它將推動(dòng)人類(lèi)第四次工業(yè)革命。

回顧前三次人類(lèi)社會(huì)革命浪潮：

蒸汽機(jī)、電力和信息技術(shù)，每次出現(xiàn)先進(jìn)的生產(chǎn)力元素，都會(huì)使行業(yè)發(fā)生顛覆性的變化，而這種變化通常是質(zhì)變。

這種質(zhì)變可以簡(jiǎn)單概括為解放生產(chǎn)力，發(fā)展生產(chǎn)力。把這句話放在今天的生成中 AI 身體上確認(rèn)，會(huì)發(fā)現(xiàn)還是可行的。

生成式 AI 使機(jī)器具有與人腦相同的思考和對(duì)話能力，而不局限于數(shù)據(jù)學(xué)習(xí)和處理。

因此，亞當(dāng)斯密分工論的主角不再是人，而是人與人， AI。

所以，在高效率下，是經(jīng)濟(jì)微笑的持續(xù)輝煌曲線。

就像今天的自動(dòng)駕駛一樣，方向盤(pán)上的雙手再次解放，AI 有可能控制物理世界。

03 英偉達(dá)的野心：全棧自動(dòng)駕駛方案

回到英偉達(dá)本身，對(duì)于自動(dòng)駕駛的落地方法論，英偉達(dá)已經(jīng)形成了系統(tǒng)的解決方案。

一是回歸芯片本身，保證在汽車(chē)公司自主研發(fā)芯片，英偉達(dá)也可以生產(chǎn)出更大算率、更快變化的商品。

端到端自動(dòng)駕駛性能如何，取決于數(shù)據(jù)、算法、算率能否跟上，這是底層基礎(chǔ)。

另一方面，從 L2 邁向 L4/L5 每次進(jìn)階，對(duì)數(shù)據(jù)、算法、算率都提出了更高的要求。

而且英偉達(dá)的芯片正好掐中了算率命脈。最新一代英偉達(dá) DRIVE Thor 例如，計(jì)算率已經(jīng)達(dá)到 2000 TOPS，這是上一代 Orin 芯片 8 倍，更是特斯拉 FSD 的 28 倍。

DRIVE Thor 還引入了 Transformer 發(fā)動(dòng)機(jī)，這意味著在深度神經(jīng)網(wǎng)絡(luò)上安裝加速器，提高其推理性能。 9 倍。

顯然，英偉達(dá)創(chuàng)造了一個(gè)適合端到端自動(dòng)駕駛的芯片。

吳新宙甚至使用了三個(gè)「最」來(lái)定義它：最高計(jì)算能力，最高安全等級(jí)，生成 AI、LLM 給予最好的支持。

目前，基于 DRIVE Thor 既有上汽、長(zhǎng)城等傳統(tǒng)汽車(chē)公司，也有極氪、智己、小米、蔚來(lái)、小鵬等新動(dòng)力。

二是全棧軟硬件服務(wù)方案。

英偉達(dá)除繼續(xù)垂直延伸芯片業(yè)務(wù)外，還在橫向擴(kuò)大自己在自動(dòng)駕駛應(yīng)用領(lǐng)域的界限。

這可能就是吳新宙對(duì)英偉達(dá)的吸引力。前者在全棧硬件系統(tǒng)，尤其是軟件量產(chǎn)方面的經(jīng)驗(yàn)，是英偉達(dá)未來(lái)汽車(chē)業(yè)務(wù)長(zhǎng)期發(fā)展的重要競(jìng)爭(zhēng)力。

歸根結(jié)底，黃仁勛一直對(duì)汽車(chē)業(yè)務(wù)寄予希望，「這輛車(chē)將是我們接下來(lái)的幾十億美元業(yè)務(wù)。?！?/p>

然而，英偉達(dá)也感受到了一種危機(jī)感，因?yàn)槠?chē)公司正在轉(zhuǎn)向全棧自主研發(fā)。在地平線、華為、高通、黑芝麻等芯片公司吞噬市場(chǎng)份額的背景下。

所以，吳新宙的首要任務(wù)，就是整合和調(diào)度英偉達(dá)的資源，實(shí)施軟硬件一體化的全棧落地戰(zhàn)略。

當(dāng)前，英偉達(dá)已與比亞迪形成端到端全棧式合作，包括汽車(chē)端芯片，DRIVE Orin、DRIVE Thor，智能駕駛芯片，數(shù)據(jù)中心端解決方案。

自然，在量產(chǎn)競(jìng)爭(zhēng)中，速度是決勝的關(guān)鍵，吳新宙必須盡快讓英偉達(dá)達(dá)「卷」起來(lái)。

他把英偉達(dá)的自動(dòng)駕駛計(jì)劃分成三步。

步驟一，商品在那里 L2 和 L2 在系統(tǒng)中達(dá)到市場(chǎng)第一梯隊(duì)；

第二步，在 L2 領(lǐng)域取得突破，達(dá)到行業(yè)領(lǐng)先水平；

第三步，在 2026 年量產(chǎn) L3，完全從系統(tǒng)中取出人。

現(xiàn)在，英偉達(dá)整體上已開(kāi)始完全布局生成式大模型，并將其放在一邊。 VLM、LLM 應(yīng)用于自動(dòng)駕駛，打通上游模型和下游模型。

吳新宙對(duì)此非常興奮，他看到了生成式。 AI 隨著技術(shù)的實(shí)現(xiàn)，英偉達(dá)正在一步步接近自動(dòng)駕駛的真正價(jià)值。

「我們的核心是讓我們不要在車(chē)?yán)镩_(kāi)車(chē)，開(kāi)車(chē)不僅僅是需要， A 點(diǎn)至 B 點(diǎn)是剛需，看手機(jī)也是剛需?！?/p>

據(jù)了解，吳新宙加入后，將英偉達(dá)自動(dòng)駕駛的弦崩得最緊。比如智能駕駛核心團(tuán)隊(duì)在短時(shí)間內(nèi)迅速成立，實(shí)施高工作強(qiáng)度和快節(jié)奏，努力落地。 L2 智能駕駛產(chǎn)品，加速全景迭代速度，實(shí)車(chē)路測(cè)進(jìn)度等。

對(duì)于英偉達(dá)來(lái)說(shuō)，要盡快填補(bǔ)自動(dòng)駕駛?cè)珬７桨嘎涞胤矫娴牟蛔悖岣咂?chē)業(yè)務(wù)收入的比例；

對(duì)于吳新宙來(lái)說(shuō)，成為英偉達(dá)自動(dòng)駕駛的領(lǐng)航員，主要意義在于改變汽車(chē)公司的經(jīng)驗(yàn)，幫助芯片巨頭英偉達(dá)明確汽車(chē)公司的需求，突破他們之間的合作瓶頸和落地障礙。

可以肯定的是，吳新宙的加入是英偉達(dá)實(shí)現(xiàn)全棧方案落地的關(guān)鍵籌碼，也是占領(lǐng)中國(guó)乃至世界自動(dòng)駕駛市場(chǎng)蛋糕的有力打擊。

本文來(lái)自微信微信官方賬號(hào)“汽車(chē)之心”（ID：Auto-Bit），作家：劉佳藝，編輯：白雪，36氪經(jīng)授權(quán)發(fā)布。

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請(qǐng)?jiān)谖闹凶⒚鱽?lái)源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請(qǐng)及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com