<div id="readability-page-1">在昨晚的華盛頓，英偉達正式進化為集車規級推理芯片、訓練服務器、智能駕駛軟硬一體方案的集大成供應商。 一方面，是推出了全新的 NVIDIA DRIVE AGX Hyperion 10 自動駕駛平台。這一次的亮點是，英偉達首次在裏面集成了軟硬一體方案。 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/2229b542-a7cb-48fc-b2c9-627f30c7e3b8.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="544" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/2229b542-a7cb-48fc-b2c9-627f30c7e3b8.png"/> 另一方面，是先後確認與 Stellantis、Lucid Group、梅賽德斯 - 奔馳、富士康、Uber 的合作，意在打造「全球最大 L4 級自動駕駛車隊」。 英偉達還給了一個比較明確的目標：2027 年起部署 10 萬輛 Robotaxi。 除了軟硬一體方案，通過與出行平台、車企通力合作，英偉達的目的是乘用車 + 商用車兩手抓，類似特斯拉 Cybercab 與 FSD 的佈局。 特斯拉 FSD 目前已在美國多個城市開放，年底逐步推進無安全員 Robotaxi，運營規模進一步擴張。 到了 2026 年，Cybercab 將會量產。 英偉達將 L4 自動駕駛推廣提上日程，原因必然包含全球各大智能駕駛勢力的步步緊逼，特斯拉僅是其中之一。 再加上，奔馳、Stellantis 等品牌加碼自動駕駛賽道，並小有成就，比如奔馳的 L4 測試車型在中國測試里程超 1.6 萬公里。 若英偉達不及時與車企綁定，整車合作的空間恐怕變得更少。 從行業角度來説，英偉達的加入，必然會引起 Robotaxi 競爭格局變動，對於希望發展自動駕駛業務的車企而言，不失為一個好消息。 那麼，英偉達最新的技術架構是什麼？比起前代有哪些升級？站在車企角度又有哪些利好？ 我們接下來一起看看。 <h2>軟硬一體</h2> 眾所周知，自動駕駛平台高度依賴計算性能。NVIDIA DRIVE AGX Hypreion 10 平台的升級，首先就是算力。 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/e3db3b72-3c75-448d-99ee-8571b70fc808.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="571" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/e3db3b72-3c75-448d-99ee-8571b70fc808.png"/> 根據英偉達官方信息，Hyperion 10 搭載的，是兩顆通過 NVLink-C2C 芯片互連技術相連的 Thor 芯片。 單顆 Thor 芯片算力在 INT8 精度下超 1000TOPS，是上代（Atlan）的兩倍。 同時，DRIVE Thor 平台還可以做到「艙駕融合」計算，支持座艙娛樂與自動駕駛計算同步進行，也可以將 2000TOPS 全部用於自動駕駛。 感知硬件相比 Hyperion 9 有了一定程度的精簡，減少了 2 個激光雷達和 8 個超聲波雷達。 感知硬件的簡化對成本控制有利，很明顯，英偉達做了整體成本優化，上車壓力更小。 過往，英偉達只是純粹的硬件方案供應商，到了 Hyperion 10，情況有所不同，集合了自動駕駛開發過程所需要的數據中心硬件、軟件和工作流程，實現軟硬協同。 比如説，在雲端，DGX 超級計算機用 DRIVE Sim 生成高保真仿真數據，用於訓練 DRIVE AV 模型； 在車端，Hyperion 10 的傳感器數據採集系統與 Thor 芯片的調試接口無縫對接。 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/e798ea73-61c8-43b0-b0d6-ad70959495c3.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="630" height="354" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/e798ea73-61c8-43b0-b0d6-ad70959495c3.png"/> 到了 Hyperion 10，英偉達打通的不止有軟硬件協同，還打開了更廣闊的合作圈子。 按照官方的説法，Lucid、Stellantis，以及 Momenta、文遠知行等企業都將率先採用。 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/229909d1-4fcf-48f4-9341-95fe7d42db7b.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="459" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/229909d1-4fcf-48f4-9341-95fe7d42db7b.png"/> 站在車企的角度，全棧式方案利好降本增效，主要是壓縮研發週期和成本，加速規模化落地。 而對於英偉達而言，閉環技術生態便於樹立自動駕駛標準，形成技術護城河，以此獲得主導行業的話語權。 當然了，除了算力的絕對主導權，英偉達也積累了足夠深厚的數據基礎。 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/24fdc0e0-2aa2-4810-a464-badb8412af1d.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="630" height="354" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/24fdc0e0-2aa2-4810-a464-badb8412af1d.png"/> 截至 2025 年 10 月，英偉達的雲端平台已經積累超 500 萬小時的真實道路數據，遠超 Waymo 的 250 萬小時，給 AI 模型持續進化提供不可複製的優勢。 説到 AI 模型，昨晚英偉達雖然沒有在大會上官宣，但有「綠色巨人」之稱的 VLA，正式來到世界面前——而且，與所有其他 VLA，似乎都不太一樣。 <h2>VLA 新序幕</h2> 除了全球最大規模的自動駕駛車隊、最新一代硬件打造的 Hyperion 10 智能駕駛方案，昨晚的英偉達還不聲不響地，拉開了自研 VLA 大模型的新序幕。 Alpamayo-R1（以下簡稱 AR1），這是英偉達實驗室昨晚最新發布的全新 VLA 視覺 - 語言 - 動作大模型。 AR1 與其他 VLA 的核心區別，在英偉達實驗室博客的標題中就得以體現： 「Bridging Reasoning and Action Prediction for Generalizable Autonomous Driving in the Long Tail」（連接推理和動作預測，實現長尾環境下的通用自動駕駛）。 可以簡單概括一下：AR1 與其他 VLA 大模型在核心技術路線上基本趨同。 但在複雜多變的「長尾」場景中，AR1 用新的技術創新，全面優化了推理、軌跡生成、對齊、安全性、延遲等等方面的實際表現。 英偉達官方的用詞是「state-of-the-art 」（業界領先）。 效果我們得等實測，今天還是簡單從原理方面解釋一下 AR1 的創新之處。 先來回顧一個名詞 CoT，Chain of Thought 思維鏈，這是年初 DeepSeek 震驚 AI 界的核心名詞。 由華人科學家魏學森提出的 CoT，是 2022 年初才廣泛被學術界認可的概念。 CoT 讓大模型自動給出推理步驟，最終讓規模足夠大的 LLM 的可解釋性顯著提升。 英偉達在 AR1 上的創新也是一個「鏈」，官方命名 CoC（Chain of Cause 因果鏈）數據集。 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/166ac9c5-3691-471b-81da-b5ce51eb23b3.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="495" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/166ac9c5-3691-471b-81da-b5ce51eb23b3.png"/> 英偉達認為，自動駕駛的有效推理必須建立在「因果關係基礎之上」，並且推理本身「必須與駕駛任務保持結構對齊」。 這就要求推理軌跡不能產生冗長無序的敍述，因為人類的思維本身是極低時延，且精簡高效的。 而在對 CoT 思維鏈的應用中，英偉達認為思維鏈存在「行為描述含糊不清、表面推理、因果混淆」等等缺陷。 因而就有了 AR1 的 CoC 因果鏈，可以簡單理解為在推理軌跡的過程中，英偉達為模型強制實施了「明確的因果結構」。 這種強制，則是由「選擇關鍵幀」、「分隔歷史與未來片段」等標註類手段構成的。 所以可以看到，因果鏈的前置標註工作相當重要，而由此生成的因果鏈數據集，最終則可以為決策學習提供清晰的監督數據。 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/80ac38ec-aed4-455a-b56e-5793fd6ebcf2.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="522" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/80ac38ec-aed4-455a-b56e-5793fd6ebcf2.png"/> 另一個很有意思的點在於，CoC 使用的大模型評估器是 GPT-5。評估器本身是否影響 AR1 的全球化進度，這個需要進一步觀察。 回到模型本身，AR1 作為一個定義為「模塊化 VLA 架構」的大模型，英偉達對其定位是「適配任何現成的 VLM 主幹網絡」。 而目前 AR1 已經擴展到了最高 7B（三檔 0.5/3/7B）的規模，也已經明顯超出了目前各大主機廠輔助駕駛大模型 4B 的主流規模。 憑藉着以上所有創新，最終英偉達公佈了以下成績： AR1 在複雜場景下的軌跡規劃性能提升了 12%，近距離碰撞率減少 25%，強化學習後訓練使推理質量提升 45%，推理 - 動作一致性增強 37%。 不過，論文中英偉達還提到另外一點： AR1 現階段如果想要的車規級時延，需要在 RTX A6000 ProBlackwell 級別的卡上跑推理——這張卡的 INT8 算力高達 4000T，是 Thor-U 的 6 倍左右。 雖然但是，AR1 的誕生意味着英偉達的車規級軟硬一體戰略邁出了重要的一步。 從 10 年前純粹的芯片供應商，躍升為芯片、模型、訓練服務器完整閉環，現階段全球唯一的供應商。 <h2>All in Robotaxi</h2> 無論是 Hyperion 10 平台，還是包含其中的 VLA 大模型，英偉達正以另一種姿態參與到自動駕駛賽道中。 英偉達不再做單純的硬件供應商，而是通過全棧方案發力自動駕駛，與車企共同佈局，為 Robotaxi 提速。 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/734b0553-c9da-4738-855f-8d7cec0339a2.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="630" height="354" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/734b0553-c9da-4738-855f-8d7cec0339a2.png"/> 美國造車新勢力 Lucid 在本週二宣佈採用 DRIVE AV 平台及其硬件時，臨時首席執行官 Marc Winterhoff 表示，該系統率先應用於即將推出的中型車，再逐步擴展至其它產品。 他還強調，因為上市節奏和資金問題，決定「不從零開始」，或許可以理解為與英偉達自動駕駛方案深度綁定。 而 Stellantis 與英偉達的合作形式更為直接。 前者提供整車工程和製造能力，後者提供自動駕駛方案和 AI 算力支持，共同開發無人駕駛出租車。 梅賽德斯 - 奔馳與英偉達的聯合，則是 L4 技術從無人出租車領域向私人乘用車進發的標誌。 據後者透露，Hyperion 10 會融入奔馳 S 級，説不定「老闆車」以後就自帶「私人司機」了。 另一方面，對於希望出海發展 Robotaxi 業務的中國車企，英偉達 Hyperion 10 平台同樣會帶來一些積極意義。 如今國內大部分智能汽車統一搭載英偉達的智駕芯片，想要出海打造 Robotaxi，融合英偉達 DRIVE AV 方案想必會更加容易。 一系列佈局和動作，都不難看出英偉達在自動駕駛領域的決心。Kings Research 等多家專業機構判斷，2025-2030 年，Robotaxi 將迎來爆發期，市場規模至少達到 440 億美元級別。 不僅是特斯拉、Waymo 的步步緊逼，來自中國的文遠知行、蘿蔔快跑等 Robotaxi 公司。 還有一眾國內外車企，都將在 Robotaxi 賽道上爭奪話語權，部分車企將 Robotaxi 的量產節點定在 2026-2027 年。 如此龐大的增長市場，智能駕駛的標杆英偉達，顯然不會放過這個機會。 那麼，你們認為，未來 Robotaxi 賽道，英偉達有機會做定義賽道規則的那一家嗎？ 本文作者：木俞、毓肥，來源：電動星球，原文標題：《英偉達超進化！軟硬件一把抓，智能駕駛大變局》 風險提示及免責條款 市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用户特殊的投資目標、財務狀況或需要。用户應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。</div>

英偉達

2 倍做多英偉達 ETF - GraniteShares

南方兩倍做多英偉達

南方兩倍做空英偉達

英偉達期權收益策略 ETF - YieldMax

1 倍做空英偉達 ETF - Direxion

2 倍做多 NVDA ETF - T-Rex

2 倍做空 NVDA ETF - T-Rex

半導體 3 倍做多 - Direxion

英偉達在華盛頓宣佈進化為智能駕駛軟硬件一體的供應商，推出全新 NVIDIA DRIVE AGX Hyperion 10 自動駕駛平台，並與 Stellantis、Lucid Group、梅賽德斯 - 奔馳、富士康、Uber 等合作，計劃到 2027 年部署 10 萬輛 Robotaxi。此舉旨在應對特斯拉等競爭對手，推動 L4 級自動駕駛的發展。

- 英偉達推出全新自動駕駛平台 Hyperion 10，集成軟硬一體方案。  
- 確認與多家車企合作，目標 2027 年部署 10 萬輛 Robotaxi。  
- 該平台提升算力，助力自動駕駛技術發展，影響行業競爭格局。  