在北京國際車展前夕的英偉達北京會議室里，全球副總裁吳新宙向媒體展示了一張PPT，其中"13萬億英里"的數字被特別標注為"核心指標"。這個數字代表全球車輛年行駛總里程，而當前自動駕駛里程占比僅0.006%。"我們堅信每一英里終將實現自動駕駛。"吳新宙引用黃仁勛的比喻稱，行業已迎來"ChatGPT時刻"，L4級自動駕駛的曙光清晰可見。
作為物理AI領域最具商業化潛力的場景，自動駕駛正加速從概念走向現實。吳新宙詳細闡述了英偉達構建的"三臺計算機"技術框架：車端推理計算機、云端訓練計算機和仿真計算機共同支撐起"五層蛋糕"體系。這個覆蓋硬件、操作系統、開放模型、應用開發和云端基礎設施的完整生態，使車企能夠基于統一平臺開發不同級別的自動駕駛技術。
在硬件層面，英偉達推出的Hyperion平臺已集成多模態傳感器和計算套件，成為L4級自動駕駛的標準配置。吳新宙透露，團隊當前重點工作是推動更多車企采用該平臺。操作系統層則通過擴充Halos安全系統，新增傳感器擴展層和車輛接口等模塊。開放模型Alpamayo 1.5版本已完成8萬小時駕駛數據訓練，下一代產品將于6月發布，其物理世界理解能力將顯著提升。
仿真技術的突破成為端到端自動駕駛開發的關鍵。英偉達每日可完成200萬次場景驗證，通過合成數據生成技術解決數據采集難題。在應用層，公司為奔馳、Lucid等深度合作伙伴提供從硬件到算法的完整解決方案，融合端到端模型與傳統規則算法。云端基礎設施則依托Omniverse庫和Cosmos世界模型，生成高精度傳感器數據加速開發進程。
針對L4級自動駕駛路線圖，吳新宙公布了具體時間表：2025年與奔馳實現首次量產交付，2026年在美國推進L2++規模化落地，2027年聯合谷歌開展城市L4試點，2028年攜手Uber在洛杉磯奧運會期間提供無人駕駛服務并覆蓋20-30個城市。他強調，每英里自動駕駛解決方案的經濟價值未來將達1-2美元，形成巨大市場空間。
面對車企自研芯片趨勢，吳新宙認為這并非零和博弈。他以特斯拉為例指出，即使客戶自研芯片仍會采用英偉達部分解決方案。在傳感器配置上，英偉達采取靈活策略：基礎版Hyperion平臺不包含激光雷達，但已與歐美廠商合作開發高階安全冗余方案。對于算力需求，他指出傳感器分辨率、處理幀率和模型記憶能力等因素將推動算力持續升級，下一代芯片將在成本功耗可控前提下提升推理能力。
在技術路線選擇上，吳新宙認為L3與L4將長期共存。L3雖要求駕駛員10秒內接管，但已能解放部分人力；L4則需要強大的云端遠程操控支持，短期內成本較高。對于激光雷達的爭議，他表示L2++系統可自主選擇，但L3/L4必須配備激光雷達作為安全冗余。當被問及車端"大腦"形態時，他預測輔助駕駛與座艙AI將走向集成化，可能通過硬件共享實現功能融合。
物理AI的熱潮正從汽車領域向外擴散。吳新宙觀察到國內眾多企業轉型機器人研發，形成類似十年前新能源汽車的創業氛圍。他強調，機器人技術復雜度遠高于自動駕駛，但行業不應低估邁向高階輔助駕駛最后一步的難度。作為深耕中國市場的技術專家，他希望通過英偉達平臺將本土經驗推向全球市場。
