在物理AI的廣闊版圖裏，自動駕駛被視爲最先能啃下的“硬骨頭”。近期，英偉達全球副總裁吳新宙在北京的一場溝通會上，分享了這家計算巨頭在智能駕駛領域的宏大藍圖，不僅拆解了支撐輔助駕駛的“五層蛋糕”體系，更明確給出了L4級自動駕駛落地的具體時間表。

“五層蛋糕”構建全棧生態

英偉達已不再滿足於單純的芯片供應商角色，而是試圖通過“三臺計算機”（車端推理、雲端訓練、仿真驗證）構建一個完整的服務體系。吳新宙將其形象地稱爲“五層蛋糕”:從底層的硬件平臺Hyperion，到操作系統、開放模型Alpamayo、仿真工具鏈，再到最頂層的雲端基礎設施。

image.png

這一體系的核心在於降低車企的開發門檻。特別是在從模塊化轉向“端到端”架構的過程中，英偉達利用其強大的仿真能力，每天可進行200萬次場景驗證，極大提升了模型訓練效率。目前，英偉達正積極推動各大車廠接入Hyperion平臺，以期實現標準化與規模化的飛躍。

視覺派的堅持與冗餘策略

在技術路線的選擇上，吳新宙是一位堅定的“視覺派”。他認爲視覺傳感器的像素密度和上限遠超激光雷達，足以支撐高階輔助駕駛。然而，針對要求更高的L3和L4級系統，英偉達依然將激光雷達視爲不可或缺的安全冗餘。他透露，英偉達正與歐美供應商合作，爲高階智駕方案尋找穩定的硬件支持。

L4落地的倒計時:2028年覆蓋30城

對於行業內關於“直接跳過L3進入L4”的爭論，吳新宙持務實態度。他認爲L3在解放人力方面具有即時價值，而L4則需要龐大的雲端運營能力支持。英偉達給出的路線圖顯示:2025年將交付與奔馳合作的量產項目;2027年聯手谷歌開啓L4試點;到2028年，英偉達計劃攜手Uber，在洛杉磯奧運會期間提供無人駕駛服務，並目標覆蓋全球20至30個城市。

物理AI的延伸:從汽車到機器人

吳新宙觀察到，物理AI的熱度正從汽車向機器人領域蔓延。在他看來，汽車本質上就是一個機器人，未來的智駕和智艙“大腦”將走向高度集成。雖然機器人開發的複雜度更高，但自動駕駛的工程化經驗將爲其提供重要的技術底層。通過英偉達的全球化平臺，這些前沿技術有望在物理世界的各個角落產生生產力的指數級增長。