📰較早收集於 31m

Nvidia 自動駕駛主管計劃擊敗 Waymo、Tesla

Nvidia 自動駕駛主管計劃擊敗 Waymo、Tesla
PostLinkedIn
📰閱讀原文: The Verge
#hands-free-driving#av-competition#exec-interviewmb.drive-assist-pronvidiawaymoteslamb.drive-assist-projensen-huang

💡Nvidia 高管揭 AV 擊敗 Waymo/Tesla 計劃—建造者策略洞見。(28字元)

⚡ 30-Second TL;DR

有什麼變化

Xinzhou Wu 每半年邀 Jensen Huang 體驗高信心 AV 系統。

為什麼重要

Nvidia 自動駕駛進展挑戰 Tesla 及 Waymo 主導地位。CEO 親自參與顯示對 AV 作為 AI 成長關鍵的強烈承諾。可加速 Nvidia 技術在量產車採用。

下一步行動

向 Nvidia 申請 DRIVE AV 系統示範,整合至自動駕駛原型。

誰應關注:Developers & AI Engineers

關鍵要點

  • Xinzhou Wu 每半年邀 Jensen Huang 體驗高信心 AV 系統。
  • 試乘路線:加州 Woodside 至舊金山,使用 Mercedes CLA 轎車。
  • MB.Drive Assist Pro 為無手駕駛,Nvidia 部分設計,類 Tesla FSD。
  • Nvidia 目標領先 Waymo 及 Tesla 自動駕駛領域。

🧠 深度解析

背景與延伸:來自公開資料,非原文內容。引用 6 個來源。

🔑 增強重點摘要

  • Nvidia於CES 2026推出Alpamayo平台,這是一種「視覺語言動作」(VLA)模型,強調鏈式思考推理以處理新型情境,而非僅依賴歷史數據預測[1][2]
  • Alpamayo作為高階「教師模型」與開源工具(如AlpaSim模擬框架),供Mercedes-Benz、Lucid及Jaguar Land Rover等車廠建置自主駕駛系統,Nvidia不自行製造汽車[1][4]
  • Nvidia CEO Jensen Huang親自使用Tesla FSD並讚其為業界頂尖,同時強調Nvidia提供模組化系統涵蓋訓練、模擬及車載運算,並與Tesla、Waymo等合作[2]
  • Alpamayo被Huang形容為物理AI的「ChatGPT時刻」,具邏輯解釋能力,提升透明度與安全審核[1]
📊 競品分析▸ Show
特徵Nvidia AlpamayoTesla FSDWaymo
哲學推理式VLA模型,鏈式思考處理新型情境[1]端到端數據驅動,依賴海量真實里程[1][5]感測器融合,複雜但成本高[3]
硬體/合作模組化(DRIVE Thor/Orin),多車廠夥伴[2][4]自製晶片,封閉系統[2]特定感測器套組[3]
基準開源工具加速生態,2026路測[1]~1.9M無監督里程(2025估)[5]~1.9M累計里程(2020-2025),目標20城市[3][5]

🛠️ 技術深入

  • Alpamayo為「視覺語言動作」(VLA)模型,使用鏈式思考(chain-of-thought)推理,模擬人類逐步處理如施工區或交通燈故障等新型情境[1][4]
  • 包含開源工具如AlpaSim模擬框架,支援虛擬環境測試數百萬英里,提升安全驗證[1]
  • 模組化架構:訓練(超級電腦)、模擬(Omniverse)、車載運算(DRIVE Thor/Orin)[2]
  • 具邏輯解釋功能,可說明決策過程,提高透明度與審核[1]

🔮 前景展望AI analysis grounded in cited sources

Nvidia推理模型將加速OEM採用自主駕駛
開源工具與模組化設計讓Mercedes等車廠快速整合,彌補數據劣勢並推動2026路測[1][4]
Nvidia將從多方受益而非單一車廠
與Tesla(訓練)、Waymo(運算)等合作,涵蓋視覺僅或感測融合途徑,抓住自駕擴張需求[2][3]
推理AI挑戰Tesla數據主導地位
Alpamayo強調邏輯而非純數據,Huang視為物理AI轉折,可能縮短生態追趕時間[1]

時間線

2026-01
CES 2026發布Alpamayo平台與VLA推理模型
2026-01
Jensen Huang讚揚Tesla FSD並澄清Nvidia模組化策略
📰

AI 週報

閱讀本週精選 AI 大事摘要 →

👉相關動態

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: The Verge

這是摘要,不是原文。去看原站,或訂閱每週簡報。

每週 AI 簡報

每週一封,可隨時退訂。