车东西（公众号：chedongxi）
作者 ｜ Janson
编辑 ｜ 志豪
不只是芯片，英伟达带来自动驾驶全套技术栈！
车东西3月18日消息，GTC 2026开幕后，英伟达发布了多项自动驾驶新技术，把L4自动驾驶所需的计算平台、安全架构、开源模型和仿真工具，整合成一套标准化底座，推向更多车企和出行平台。
从英伟达的整体布局来看，其底座的中心依旧是DRIVE Hyperion没有变，围绕这套平台，英伟达此次又补上了几块关键拼图。
Halos OS作为面向AI驱动车辆的统一安全架构，为DRIVE Hyperion提供量产级安全底座。
Alpamayo 1.5作为新一代开放推理模型，进一步强化车辆在复杂场景中的决策与约束能力。
Omniverse NuRec则面向真实世界数据重建与高保真交互式仿真，继续完善从训练、验证到部署的闭环。
与此同时，英伟达的自动驾驶朋友圈也进一步扩大，比亚迪、吉利、五十铃和日产正在基于DRIVE Hyperion推进L4项目，Uber也将基于这一平台在2027年率先于洛杉矶和旧金山启动新一轮 Robotaxi部署，并计划到2028年扩展至28个城市。
如果说过去外界更多把英伟达看作车端算力芯片和仿真工具提供者，那么在GTC 2026上，英伟达想强调的故事已经很明确，它希望成为自动驾驶进入规模化落地阶段后的底层平台提供者。
一、采用端到端+传统规则 吴新宙解构英伟达自动驾驶技术
在本次GTC中，黄仁勋的主题演讲主要放在了AI上，汽车业务的进展则是和物理AI一同进行了一个相对宏观的发布。
作为英伟达汽车副总裁，吴新宙对于此次技术落地的内容讲的则比较细致，从技术宏观进展，再到具体技术栈的实施都有所覆盖。
▲英伟达汽车副总裁 吴新宙
吴新宙在演讲中首先给出了自己对于自动驾驶领域的宏观研判——自动驾驶已经在2025年迎来“ChatGPT时刻”。
他认为，过去一年里VLA模型、多模态基础模型和推理模型的突破，正在改变自动驾驶的研发方式。
但他也指出，全球每年约13万亿英里的交通出行里程中，真正由自动驾驶完成的比例只有0.006%，因此自动驾驶的行业天花板远未触及。
而在具体的业务落地上，吴新宙并没有把英伟达首个量产的L2辅助驾驶所采用的路线描述成“纯端到端”。
英伟达更强调的是端到端模型与传统安全栈并行，也就是在推理式模型提升能力上限的同时，保留可验证、可认证的安全护栏体系。
▲英伟达自动驾驶技术栈
针对自动驾驶的演进路线，吴新宙还给出了一条相对清晰的推进时间表。
英伟达在2025年推出L2++，到了2026年推进点到点辅助驾驶，2027年部署L4自动驾驶，2028年之后再面向普通用户交付L4能力。
▲英伟达自动驾驶推进时间表
二、模型+仿真 英伟达再次升级平台能力
吴新宙讲解的自动驾驶技术栈更多的还是基于奔驰和英伟达合作，落地在奔驰CLA车型上的L2级辅助驾驶。
针对不同车企和更高阶自动驾驶的需求，英伟达进一步升级“模型”和“仿真”的水平，并将其整合为平台能力。
英伟达最新的Alpamayo 1.5已经可以理解导航路径，并通过自然语言或指令约束实现变道、靠边停车等更可控的行为，同时输出带有推理轨迹的驾驶轨迹结果。
相比于此前英伟达发布的Alpamayo 1，在提升了端到端大模型“可解释”性的基础上，还能一定程度上追问“为什么这么做”，并通过文本和导航提示去约束行为。
▲Alpamayo 1.5模型能力
英伟达还表示，自今年早些时候推出以来，Alpamayo相关模型已被全球超过10万名汽车开发者下载，而Alpamayo 1.5版本增加了多摄像头支持和可配置相机参数，让同一套AI驾驶栈更容易复用到不同车型和不同传感器配置上。
和模型一起推进的，是仿真环节。
自动驾驶训练也不再只依赖真实道路数据，而是越来越多地引入合成数据与仿真数据，这背后对应的正是Cosmos等世界模型和仿真工具链的价值。
日前，英伟达宣布Omniverse NuRec正式可用，这是一套基于3D Gaussian Splatting的重建与渲染技术，可以从真实世界数据中重建可交互仿真场景，用来测试推理式自动驾驶系统在复杂边缘场景中的表现。
▲Omniverse NuRec在开源平台
对自动驾驶公司而言，这类工具的意义不只是“把仿真做得更真”，而是用更低的手工建模成本，把真实路测中的长尾场景更快搬回开发体系中。
官方表示，已经有51WORLD、dSPACE、Foretellix等工具链企业完成集成，密歇根大学Mcity也在用NuRec搭建测试场地的数字孪生。
可以说，英伟达实际上是在把自动驾驶的竞争，从过去更偏“感知栈/算法栈”的局部竞争，往“模型+数据+仿真+安全”的系统工程竞争上继续推。
值得一提的是，英伟达宣布正与亚马逊合作，把Alexa Custom Assistant与NVIDIA DRIVE AGX上的多模态边缘AI能力结合起来，让车企在本地计算和隐私条款约束下，在端侧提供更强的车内环境感知与交互能力。
三、L4平台成型 多个明星车企加盟
有了明确的时间表，建立了全套自动驾驶技术栈之后，自动驾驶具体的业务落地还是需要合作伙伴的支持。
根据此次GTC披露的信息，英伟达高阶辅助驾驶的合作伙伴也进一步扩充，比亚迪、吉利、现代起亚、日产和五十铃等车企或出行相关伙伴，正在基于DRIVE Hyperion推进L4-ready车辆项目。
其中，日产的方案明确搭配Wayve软件，五十铃则与TIER IV合作开发L4自动驾驶巴士。
现代和起亚的合作则基于NVIDIA DRIVE Hyperion自动驾驶开发平台共同推进下一代自动驾驶技术研发。
▲DRIVE Hyperion L4概念图
现代汽车集团计划在部分车型中集成英伟达自动驾驶技术。
此外，英伟达还将探索与现代汽车集团旗下自动驾驶合资企业Motional深化合作，提升L4级Robotaxi的能力。
与此同时，Uber与英伟达扩大合作，计划到2028年在4大洲28个市场部署基于NVIDIA DRIVE全栈软件的自动驾驶车队，首批城市是洛杉矶和旧金山湾区，时间点定在2027年上半年。
▲NVIDIA DRIVE全栈自动驾驶平台
再加上Bolt、Grab、Lyft、TIER IV等出行或自动驾驶参与方也在使用这一平台，英伟达这次进一步打开了“自动驾驶平台生态”的市场。
此前，不同车企、不同传感器组合、不同地区法规，往往会把开发和验证流程切得很碎。
英伟达给出的办法，是用DRIVE Hyperion把计算平台、传感器、车载网络和安全系统尽量标准化，再用Halos OS把安全架构打包成统一底座。
按照官方表述，Halos OS建立在ASIL D级DriveOS基础之上，提供三层统一安全架构，既包含安全中间件，也包含可部署的安全应用，其中还包括面向NCAP五星主动安全的安全栈，目标是为面向推理式AI的自动驾驶系统提供“可验证、可量产”的汽车级安全基础。
结语：英伟达完善全套自动驾驶技术栈
从CES2026以来，英伟达开始进一步将汽车业务的重点放在L4标准化平台、统一安全架构、推理式驾驶模型和高保真仿真工具上。
与此同时，在更广义AI部分，英伟达继续把世界模型、机器人模型和边缘硬件串成一条链。
随着这些发布，英伟达能否将这些业务模式真正转化为大规模商业化，还要看车企验证进度、各地监管、以及Robotaxi和工业机器人运营落地的节奏
