去年8月，吴新宙离开小鹏加入英伟达，到年底，吴新宙以英伟达全球副总裁和汽车事业部负责人的身份回国，并开始了在中国市场对自动驾驶人才的大规模招聘计划。这被看作是英伟达针对中国市场智能驾驶业务，开启的全新一轮战略扩张。
作为全球智驾发展最为迅速的区域之一，中国车企相关的产品、技术和经验的积累已经走在世界前列，包括最近甚嚣尘上的特斯拉FSD入华，也证明了中国市场上自动驾驶的商业土壤和想象力。
对于英伟达来说，在中国和全球市场商业落地层面的开疆拓土，当然是它当前的重要任务。不过，英伟达也延续它一贯超前的风格，更多从未来自动驾驶发展的视角，提前做更多的战略部署，并最终让这条路线成为行业的共识。
在近期英伟达的媒体沟通会上，除了吴新宙，英伟达汽车事业部数据中心副总裁Norm Marks，以及英伟达全球副总裁、中国区汽车事业部负责人刘通也悉数到场，向车云等媒体详细介绍了英伟达智能驾驶的技术和商业化进展。
从这场沟通会传递的信息来看，中国市场激烈的竞争和巨大的需求，让英伟达看到了汽车领域更多的机会和想象空间；
另一方面，英伟达也希望利用自身在AI领域的领先技术和经验，与中国市场的产品研发和落地经验相结合，为车企提供完整的端到端智能驾驶全栈解决方案，而非限于硬件，在面向未来的智能驾驶竞争中，助力英伟达在全球市场提前占位。
在这个过程中，在“赋能”和“竞争”之外，英伟达更希望扮演的，还有“引领”的角色。
01
AI定义汽车成为未来的趋势
过去十年，“软件定义汽车”在汽车领域产生了非常深远的影响，特别是通过OTA技术，把汽车这样一个固定不变的硬件产品变成可以自学习、不断变化的用户产品。
伴随着AI的发展，软件定义汽车在不断变得成熟，要解决的Corner Case也在不断增多。生成式AI和LLM，将有可能解决这些更复杂的问题，自动驾驶会迎来新的开发范式。在未来这个AI定义汽车的阶段，企业研发重心将向云端转移，打造一个真正类人的高阶自动驾驶技术栈。
在吴新宙看来，软件定义汽车和AI定义汽车，这两个阶段其实是一脉相承的。从自动驾驶的发展过程来看，第一代的自动驾驶系统是完全基于规则，有大量工程师特征；现阶段第二代自动驾驶，已经开始用大量的AI取代原有的工程师特征，可以通过模型去做部分预测、规划等。而接下来则是端到端大模型的方式，这也是英伟达目前在提前做的事情。
二者之间的区别在于，软件定义汽车需要大量工程师介入。所有组件的算法开发量都非常大，比如Corner Case识别比较慢，需要海量的路测和运营，再把数据回传给工程师，这需要非常高效的基础建设设施支持数据设施闭环，再通过OTA的方法更新。简言之，每个环节都需要大量人工参与。
而在AI定义汽车的新阶段，大部分模型能够在云端完成训练，通过数据驱动的方式，车端Corner Case识别，然后通过自动数据驱动完成模型的自我迭代，在云端通过仿真完成大部分的验证，极大地减少车端大规模设备部署和测试的依赖性，让流程得到极大简化。同样，随着生成式AI能力的进一步提升，针对座舱的部分，包括云对话、针对任务的测试规划和编辑，同样也会简单很多。
作为目前智能驾驶赛道最为热门的技术路线之一，虽然很多企业强调自己对于端到端的布局和投入，但也都面临很多未能解决的技术挑战，比如黑盒化的问题。吴新宙认为这些问题，会在未来逐步得到解决。比如未来的大模型、端到端模型有周边的输出点可以观测，相当于在黑盒上开几个窗，可以看到信号是怎样的模式。
尽管现阶段还有一些挑战，但吴新宙坚信端到端自动驾驶，在五年内一定会能实现。但他也强调这也是一个很艰难的过程，不是大家字面上理解的从像素到动作，而是需要很多其他技术配合，所以也不可能一开始就上线端到端模型。
所以，在端到端的模型上线之前，一定会有一个“护栏”，因为这个模型需要不停地优化和成长。就如同一个人从小学生成长为博士生的过程，端到端模型也需要非常好的第二代甚至第一代的自动驾驶堆栈，能够有时间去成长，变得更加强大。
“接下来的几年里的趋势是，端到端模型和原有模型相辅相成，某些情况下，比如对比较难的路口处理，可以显示出更加拟人化的东西，通过原有的模型和方法保证安全性，这是把端到端模型真正大规模部署变成主流的过程。”吴新宙总结说。
02
英伟达想扮演的角色:赋能者、竞争者和引领者
在刚刚过去的北京车展上，虽然英伟达并没有开设展台，但在AI和自动驾驶作为关键词的这届车展，英伟达却是完全无法忽略的存在。在高度同质化的竞争中，高阶智驾中是否搭载英伟达的最新产品，甚至成为车企车型差异化竞争的卖点之一。
根据英伟达的官方信息，包括蔚小理、比亚迪、仰望、路特斯GT Emeya、smart精灵#5，智己L6、昊铂、极氪007、小米SU7、魏牌蓝山等等车企车型，都已经开始搭载DRIVE Orin打造量产汽车。
与已经广泛落地的Orin相比，英伟达下一代DRIVE Thor集中式车载计算平台表现出更大的商业发展势头。该平台集成全新NVIDIA Blackwell GPU架构，该架构专为Transformer、大语言模型和生成式AI工作负载设计。
虽然DRIVE Thor明年才开始第一代SOP，但从去年开始至今，已经有吉利、小鹏、理想、奇瑞、极越、广汽、比亚迪等等车企，宣布了采用英伟达下一代DRIVE Thor来做面向未来L3以上级智驾的开发和设计。
吴新宙说，DRIVE Thor还在快速增长，这是一个不可阻挡的趋势，因为它不仅代表了最高算力的下一代芯片，也代表了最高安全等级的下一代芯片，同时能够对生成式AI和LLM给于最好的支持。
在这么多合作者中，包括蔚小理、比亚迪、长城、吉利等等很多实力强劲的车企，同样也在布局自研智驾芯片。这其中有战略上的审时度势，也有落地实操层面的考量权衡。而车企与供应商之间的竞合关系和走向，也是行业所关注的重点。
和很多国内的智驾芯片供应商不同，英伟达面对中国市场，要考虑的问题会更多一些。就如同黄仁勋此前提到的，英伟达芯片在中国市场并非不可替代，如果买不到，那中国就会自己研发生产。这并非没有先例，当然，这也是英伟达的隐忧。
吴新宙将英伟达定位于AI生态赋能者，而不是专注于做车的公司，他表示目前英伟达的芯片大多是基于通用GPU，但英伟达也在不断调整迭代，对整体硬件架构进行优化，再把AI领域最前端的技术运用到车端芯片，更好地赋能汽车和机器人行业，这是英伟达的优势。
吴新宙特意强调了安全性，这需要大量的投入和实际经验，特别是端到端的安全，包括芯片和操作系统的模块、云端所有训练工具的安全性，真正通过高效安全的网络将软件部署到车端芯片。英伟达希望赋能车企用较少投入实现安全，这也是英伟达的优势。
在面向未来的AI定义汽车的布局上，除了广为人知的系统级芯片，英伟达还部署了多项核心基础能力，包括数据中心、工具训练，汽车安全平台和端到端全栈解决方案等。比如英伟达的Omniverse，可以帮助车企实现从整车设计、生产制造、测试验证甚至销售体验上的全面赋能。而这些软件能力，也是英伟达面向未来竞争希望被广泛应用的重点。
这从英伟达智能驾驶的规划中也能看出端倪:“第一步是希望我们的软件尽快在现有的L2和L2+系统上，达到市场领先水平或者第一梯队水平；第二步是希望在 L2++领域有些新的突破，把上下游的模块完全打通，还可以做端到端训练，真正做到行业领先的水平；第三步希望能够在2026年量产的L3，完全把人从系统中拿掉，这才是自动驾驶真正的价值所在。”
吴新宙认为这些规划是基于英伟达的巨大优势，是完全可行的，而且这三步规划，是英伟达的市场竞争力和商业想象力一步步提升的过程，同样也是英伟达实现自己目标的过程。
“我们的目标是让大家在车里可以不用开车，而是玩手机，这是大家的刚需。开车不是刚需，从A点到B点才是刚需，用手机也是刚需。”
03
英伟达商业模式的调整
虽然如今端到端几乎成了特斯拉智驾的标签，但是如果从时间线来看，英伟达自动驾驶团队提出端到端智能驾驶并做出demo的时间，并不比特斯拉晚。只是当时过于超前，技术和市场都不成熟，所以没有能够成功地商业量产。
当然，还有一个非常重要的因素，英伟达以“卖卡”著称，多年前的自动驾驶业务只是英伟达汽车业务中非常不起眼的一部分，所以当时端到端的问题，充其量也只是其前进路上无数插曲中的一个而已。
但黄仁勋很重视汽车业务，在2022年GTC上黄仁勋表示，按照其规划，当英伟达营收达万亿美元时，汽车业务的收入占比应该达到30%，也就是3000亿美元。不过，从英伟达的财报来看，一直到去年Q4，汽车业务只有英伟达整体营收的1.3%。
这两年伴随着智驾业务的爆发，在中国高阶智驾市场，英伟达的智驾芯片占有率一度超过八成。不过英伟达在智驾相关的软件市场份额，与其芯片的强势地位全然不匹配。
去年吴新宙的加入，就被外界解读为英伟达要在“卖卡”之外，重点发力智能驾驶软件能力和整体解决方案，其首要任务，是要帮助英伟达和奔驰的合作项目落地。
2020年6月，英伟达和奔驰官宣合作，英伟达将为奔驰的下一代车型提供AI软件架构，包括了自动驾驶软件方案、智能座舱等。该项目当时轰动行业的原因，在于双方选择了一种全新的商业模式，即基于合作车型的整车销售进行分成，而不是传统的供应商采购模式。如果这个模式能跑通，这不仅是英伟达，更是整个汽车行业的标杆案例。
但这个万众瞩目的项目却遭遇了重重危机，至今没有量产交付时间表。此前有说法是奔驰引入了Momenta救火，或是吴新宙的团队会在今年年中交付解决方案等等，纷纷扰扰之中，鲜有官方的消息。
不过可以确定的是，从该项目可以看到，英伟达正在努力寻求在硬件之外，为车企提供完整的端到端智能驾驶全栈解决方案，这显然可以帮英伟达实现更大的商业想象空间，离3000亿更进一步。
如今在中国市场，这一努力也取得了非常大的进展。沟通会上，刘通专门介绍了在中国市场上与比亚迪的端到端全栈式合作，包括Orin和Thor智驾芯片、数据中心端的解决方案、用于AI开发和自动驾驶算法开发的软件系列产品NVIDIA AI Enterprise，以及在智能工厂的机器人和Omniverse仿真软件等全系列合作，也是目前英伟达智能驾驶全栈解决方案最完整的合作代表案例。
如今，自动驾驶经过高速发展已进入泛化阶段，2024年有望成为L3+智驾落地元年，智能驾驶渗透率也将不断提升，在此过程中，软硬件成本的下降，技术的持续迭代，软硬解耦、舱驾融合等等，都将成为车企竞争的关键点。
这也意味着现阶段智驾供应商的规模商业化速度，将很大程度上决定未来几年的市场格局，这也是英伟达及更多智驾供应商和车企，加速布局和争夺的重要原因了。
