车东西（公众号：chedongxi）
作者 ｜ 赵婧初
编辑 ｜ 志豪
车东西7月20日消息，日前，英伟达宣布进一步扩大与丰田汽车的合作，计划把物理AI技术从汽车领域拓展至机器人和智能设施等领域。
根据英伟达公布的信息，丰田将采用搭载NVIDIA DriveOS操作系统的NVIDIA DRIVE AGX平台来开发下一代车型，开发更安全、更智能的高级辅助驾驶系统；软件层面，丰田将用NVIDIA Megatron-LM（开源分布式训练框架）来训练其Code Assistant AI模型，帮助工程师更高效地生成和验证安全关键代码。
同时，丰田还将在主力工厂部署NVIDIA Omniverse库和NVIDIA Isaac Sim开放框架，帮助丰田工厂减少停工、提高效率和压低成本；丰田旗下子公司Woven by Toyota还用NVIDIA H100 GPU和Megatron-Core开发了多模态视觉语言模型，可以分析现实交通环境、预测事态发展，帮助基础设施系统及时响应。
▲英伟达官方公告
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
事实上，丰田与英伟达的合作不是今年才开始的。早在去年1月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。
此次公布的新进展，是对去年合作的进一步深化。
其中，NVIDIA DRIVE AGX车载计算平台可以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
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
值得关注的是，英伟达此次在官方博客中明确下提到了“下一代汽车将提供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，例如高速领航、自动变道、自动上下匝道以及自动泊车等场景。不过，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。
