NVIDIA's multi-dimensional advance into the automotive business: The era of autonomous driving has arrived
英偉達在 CES 發佈會上宣佈自動駕駛時代已至，推出第四代 Thor 智駕計算平台，算力提升 20 倍，預計到 2026 財年汽車業務規模將達 50 億美元。Thor 平台支持多傳感器融合，實現 L4 至 L5 級別自動駕駛，提供一站式解決方案，廣泛應用於汽車及機器人領域。英偉達通過真實數據優化自動駕駛算法，推動汽車智能化變革，影響產業格局與出行生態。
全程聽完 CES 上的英偉達發佈會，乾貨太多。黃教主對未來的改變很快會讓普通人感受到。給大家總結一下重點。
汽車領域其實是英偉達物理智能的一部分。黃教主在發佈會上，宣告自動駕駛時代已至，並勾勒出宏大藍圖：發佈第四代 Thor 智駕計算平台，算力相比上一代驟升 20 倍；
2026 財年，英偉達預計將汽車業務規模擴至 50 億美元，推出世界基礎模型 Cosmos，為自動駕駛與機器人開發提供低成本數據生成方案，全方位加速汽車智能化變革，對產業格局、技術走向及出行生態都將產生深遠影響。
Part 1 英偉達在汽車領域的新佈局
● Thor 智駕平台的技術突破
我們寫過《技術分析｜英偉達的 Thor 芯片有多先進？》，英偉達此次發佈的第四代 Thor 智駕計算平台，是智能駕駛技術迭代到現在的核心變化，滿血的 Thor，算力是上一代 Orin 平台的 20 倍，這不僅是性能的簡單迭代，更是功能的全面升級。
藉助 Thor，英偉達為車載計算機提供了強大的實時計算能力，支持多傳感器融合（包括攝像頭、雷達、激光雷達等），實現自動駕駛 L4 甚至 L5 級別的能力。
Thor 的突破性性能使其能夠支持包括自動駕駛、駕駛艙體驗、車聯網等在內的多重功能集成，為車企提供了一站式解決方案，Thor 的可擴展性使其不僅侷限於汽車領域，還能廣泛應用於機器人等場景，進一步延展了其市場潛力。
英偉達的自動駕駛迭代方式是開創性的，注重虛實結合，藉助真實世界數據反哺。
隨着搭載英偉達芯片的車輛上路，它們採集各類行駛數據，從日常通勤的城市緩行，到長途跋涉的高速馳騁，這些一手數據成為優化自動駕駛算法的 “富礦”，利用 Omniverse 等虛擬平台。
基於 Blackwell 芯片算力與軟件服務，在虛擬世界重構汽車製造產線，還能依據真實數據生成全新虛擬場景用於訓練。這就好比給自動駕駛系統打造了一個 “數字沙盒”，無限模擬極端天氣、罕見路況，讓算法提前適應，減少現實試錯成本。
自動駕駛技術的迭代需要大量的訓練數據和模擬場景支持，英偉達提供了三個關鍵計算系統——AI 訓練系統、虛擬世界 “Omniverse” 以及數據合成系統 “Cosmos”，形成了一個從數據採集到模型訓練再到仿真的閉環體系。
Omniverse：提供高保真的虛擬場景模擬，用於測試和優化自動駕駛算法。
Cosmos：利用自動駕駛汽車獲取的真實數據生成新的虛擬數據，進一步豐富訓練樣本。
通過這些工具，車企能夠大幅降低研發成本，加速技術迭代，提升自動駕駛算法的精度和可靠性，哪怕強如特斯拉也在使用英偉達的核心繫統來完善自己。
● 生態合作：構建 “自動駕駛朋友圈”
豐田是英偉達的重要合作伙伴之一，雙方將在下一代自動駕駛汽車領域展開深度合作，豐田的規模優勢與英偉達的技術實力形成互補，為未來的自動駕駛技術落地提供了強大支撐。
除了豐田，英偉達還吸引了包括特斯拉、奔馳、比亞迪、理想、小米和極氪在內的多家車企加入其生態系統。
這些合作伙伴涵蓋了從傳統車企到新勢力品牌，Aurora 和大陸集團，英偉達在自動駕駛生態建設中的強大吸引力。
在這裏國內的小鵬和蔚來退出了英偉達最新的圈子，每個企業都有自己的選擇。
英偉達從技術方案優化、硬件適配集成層面，助力英偉達自動駕駛生態閉環構建，覆蓋從算法到整車落地全鏈路，你也可以退出這個圈子的一部分，但是完全離開英偉達的系統，打造自己的獨特的體系，在中國也只有華為。
Part 2 物理 AI：英偉達的戰略視角
在英偉達看來，物理人工智能是解鎖自動駕駛與機器人高階能力的關鍵，不是單純理論模型，而是緊密關聯現實物理世界交互邏輯的智能形態。
傳統 AI 模型在面對機器人操控、自動駕駛複雜物理動態時往往力不從心，因為現實世界充滿不確定性，物體運動、力學關係、人類不可預測行為等因素交織。
物理 AI 要能精準模擬、理解、回應這些狀況，比如機器人搬重物時的重心調整，自動駕駛汽車避障時的物理碰撞預估，是邁向成熟智能應用的核心門檻。
物理 AI（Physical AI）是英偉達提出的新概念，通過 AI 技術賦能物理世界的智能化。
Cosmos 世界基礎模型是實現這一目標的關鍵工具，模型能夠將文本、圖像、視頻等信息轉換為機器人和自動駕駛汽車可以執行的任務，從而為開發人員提供豐富的訓練數據。
Cosmos 通過 2000 萬小時的視頻訓練，生成逼真的物理場景，用於自動駕駛系統和機器人的算法優化。
開發人員可以利用 Cosmos 生成特定的天氣條件、路況或交通狀況的仿真場景，從而更有效地評估和訓練自動駕駛系統，開發物理 AI 模型，以往需海量真實世界數據收集與測試，成本高且耗時。
以小鵬汽車為例，此前採集不同光照、地形下的自動駕駛訓練數據代價高昂，有了 Cosmos，可在虛擬層面合成相似效果數據，極大節省資源。
Cosmos 不僅提供通用基礎數據，還允許開發者微調構建定製模型。這吸引不同規模、不同應用場景的企業。
拼車巨頭 Uber 要優化自動駕駛配送算法，機器人公司 1X 要強化人形機器人動作協調性，都能基於 Cosmos 按需調整，降低開發門檻，激發行業創新活力。
英偉達將 Cosmos 定位為物理 AI 領域的 “ChatGPT”，目標是通過開放式的基礎模型讓更多開發者觸及高質量數據資源和 AI 工具。
● 這種策略有兩層含義：
降低技術門檻：通過開放 Cosmos 平台，開發人員可以在英偉達的加速計算系統上輕鬆部署模型，避免高昂的數據採集成本。
擴大生態影響：英偉達通過與車企、小鵬汽車、Uber 等合作伙伴的合作，進一步擴大了其在物理 AI 領域的生態影響力。
獨木難支，全力與全球開發者生態系統合作。聯合各方力量，讓高校科研團隊、初創科技企業、成熟工業巨頭都參與物理 AI 建設。
好比一場開源盛宴，各方貢獻智慧，共享成果，英偉達則穩坐技術底座與生態中樞，推動物理 AI 技術波浪式前進，從基礎理論到應用場景不斷拓展，輻射汽車、機器人多元領域。
自動駕駛汽車不僅是 AI 技術的應用場景，也是生成數據的主要來源。通過 Omniverse 和 Cosmos 的結合，英偉達為車企提供了從產線設計到產品優化的全流程支持。
產線優化是基於虛擬仿真技術，重構汽車製造流程，提高效率和柔性化生產能力。
數據驅動研發是利用自動駕駛汽車收集的海量數據，生成更多真實世界的訓練樣本，進一步提升自動駕駛技術的能力邊界。
小結
黃仁勳在 CES 2025 上的演講明確傳遞了英偉達在汽車領域的戰略雄心：以領先的計算能力和生態佈局，引領自動駕駛和物理 AI 的技術變革。
從 Thor 平台到 Cosmos 模型，英偉達為車企和開發者提供了從硬件到軟件的全套解決方案，加速了汽車智能化的進程。
正如黃仁勳所言，“自動駕駛時代已經到來。” 在這場變革中，英偉達不僅是技術的推動者，更是未來出行方式的定義者。
本文作者：陶煙煙，文章來源：芝能汽車，原文標題：《CES｜英偉達多維進擊汽車業務：自動駕駛時代已至》
