2026年第一個(gè)星期，車企牛馬們收到了黃仁勛的開年大禮包。

剛剛結(jié)束的CES展，英偉達(dá)早早宣布沒有新顯卡發(fā)布，同時(shí)掏出了面向數(shù)據(jù)中心的Rubin平臺和面向自動駕駛的VLA大模型Alpamayo。

2026 CES英偉達(dá)展臺

VLA即Vision-Language-Action（視覺-語言-行動），具體在自動駕駛中，模型會將傳感器數(shù)據(jù)先變成語言和符號，再通過推理形成決策交由車輛執(zhí)行。好處是理解能力強(qiáng)，有可解釋的推理痕跡，避免了黑箱情況。

去年，VLA接棒BEV和端到端，是自動駕駛領(lǐng)域當(dāng)之無愧的年度熱詞。理想、小鵬、Momenta、地平線等企業(yè)都有類似技術(shù)方案。英偉達(dá)的Alpamayo則是首個(gè)開源的VLA大模型。

作為英偉達(dá)汽車業(yè)務(wù)負(fù)責(zé)人，吳新宙在采訪中表示，Alpamayo與特斯拉FSD“非常接近”，在一對一測試中，內(nèi)部接管率處于同一水平[1]。

看熱鬧不嫌事兒大的網(wǎng)友第一時(shí)間@馬斯克，表示馬總這下要睡不著覺了。6G網(wǎng)速的馬斯克也在第一時(shí)間回應(yīng)，說自己睡眠質(zhì)量還行，并“真心希望英偉達(dá)獲得成功”。

關(guān)于英偉達(dá)與特斯拉之爭，子彈還得再飛一會兒，但無論馬斯克睡不睡得著，都不會改變一個(gè)清晰的事實(shí)：這一次，英偉達(dá)要對自動駕駛發(fā)起總攻了。

大模型預(yù)制菜

作為當(dāng)前自動駕駛最熱門的技術(shù)路線之一，VLA模型在英偉達(dá)發(fā)布Alpamayo之前就已經(jīng)吸引了諸多勢力押注。

小鵬據(jù)稱早在2024年就開始開發(fā)VLA模型，在Alpamayo發(fā)布后沒幾天，小鵬就跳過了第一代，發(fā)布了自研的第二代VLA模型。理想、長城、奇瑞等車企也選擇了VLA路線。

特斯拉雖然沒有完全公開自己的技術(shù)路線，但從FSD V14的種種信息看，特斯拉也采用了類似VLA的技術(shù)架構(gòu)。

早期的自動駕駛算法高度依賴人工補(bǔ)丁，工程團(tuán)隊(duì)要盡可能窮盡所有的路況，并寫入對應(yīng)規(guī)則，效率非常低。特斯拉的端到端方案大幅簡化了架構(gòu)，通過高強(qiáng)度的訓(xùn)練，實(shí)現(xiàn)傳感器輸入數(shù)據(jù)-算法輸出決策的效果，不再依賴人為窮舉。

但端到端也有局限性。一是輸入和輸出的中間過程是個(gè)黑箱，沒辦法追溯；二是由于這種“黑箱化”，優(yōu)化算法只能不斷投喂數(shù)據(jù)訓(xùn)練，效果不可控。

VLA的思路是把語言模型融入中間過程，讓算法的決策可追溯、可解釋。相比端到端純粹“模仿”正確的駕駛行為，VLA讓算法有了自主的推理決策能力，效果更加可控。

英偉達(dá)Alpamayo的轟動性不在于VLA本身，而在于開源。

VLA雖好，但好東西都不便宜。車企開發(fā)VLA模型有三大大山，一是高質(zhì)量數(shù)據(jù)獲取、二是推理能力的訓(xùn)練、三是算力與成本，總之就是成本高。

英偉達(dá)Alpamayo相當(dāng)于給車企提供了一套完整的底層模型，車企可以基于自有數(shù)據(jù)和需求微調(diào)，形成自己的技術(shù)方案。既降低了開發(fā)難度，又保證了算法差異性。

相當(dāng)于英偉達(dá)提供預(yù)制菜，車企按照自己的需求調(diào)整火候和調(diào)味，翻炒加熱即可“出鍋”上車。按照英偉達(dá)自己的說法[4]：

Alpamayo并不是直接部署于車端的模型，而是作為大規(guī)模教師模型，供開發(fā)者調(diào)優(yōu)、蒸餾，成為其完整輔助駕駛技術(shù)棧的核心基礎(chǔ)。

除了Alpamayo開源模型，英偉達(dá)還送佛送到西，附贈仿真框架AlpaSim用以閉環(huán)測試，以及包含超過1727小時(shí)駕駛數(shù)據(jù)的Physical AI開放數(shù)據(jù)集，預(yù)制菜、鍋碗、燃?xì)庠钜粦?yīng)俱全，不失為另一個(gè)角度的“智駕平權(quán)”。

Alpamayo（模型）+AlpaSim（測試）+ Physical AI（數(shù)據(jù)）

在CES展當(dāng)天的媒體采訪環(huán)節(jié)，黃仁勛談到特斯拉FSD時(shí)依然是一通亂吹，“世界級標(biāo)桿”、“表現(xiàn)完美”、“我自己都在用”贊美三連[2]?？上яR斯克并不領(lǐng)情，回應(yīng)完自己睡眠質(zhì)量的擔(dān)憂后再次開炮，一邊大夸特夸特斯拉的技術(shù)水平，一邊嘲諷英偉達(dá)：

“英偉達(dá)為汽車行業(yè)提供了有用的工具，但對汽車行業(yè)本身卻鮮有作為。”

不管馬斯克是不是在嘴硬，他這句話確實(shí)也沒說錯(cuò)。

英偉達(dá)的心事

英偉達(dá)的汽車業(yè)務(wù)，遠(yuǎn)看像個(gè)寶，近看像根草。

從市占率來看，英偉達(dá)DRIVE系列是L2+及以上中高階智駕多年霸主，Drive Thor量產(chǎn)拖延一度讓頭部車企新車發(fā)布節(jié)奏被集體打亂，地位超然可見一斑。

但從汽車業(yè)務(wù)實(shí)際貢獻(xiàn)的收入看，雖然增長不算低，但相比在數(shù)據(jù)中心市場的統(tǒng)治力，恐怕也沒達(dá)到黃仁勛的預(yù)期。拿下高速增長的汽車市場，也是英偉達(dá)從小鵬挖走吳新宙的重要原因。

作為一家“賣鏟子”的芯片公司，英偉達(dá)在軟件上的所有投入，都是為了更好的賣芯片。

從游戲到數(shù)據(jù)中心，再到人形機(jī)器人，英偉達(dá)的思路都是給客戶提供標(biāo)準(zhǔn)化的工具箱（如cuda）和開發(fā)環(huán)境，并將這些軟件服務(wù)與自家硬件綁定，最終目的還是賣芯片。

不過在汽車業(yè)務(wù)上，英偉達(dá)遇到了嚴(yán)峻的問題：賣鏟子的人不會用鏟子。

英偉達(dá)只賣芯片，具體的自動駕駛算法需要車企基于芯片自行研發(fā)。因此，英偉達(dá)汽車業(yè)務(wù)的大客戶，一直是小鵬、蔚來這些軟件、算法能力比較強(qiáng)的國內(nèi)新勢力。

但問題是，這些客戶多少都有自研芯片脫離英偉達(dá)的心思，蔚來的芯片已經(jīng)上車，小鵬的圖靈芯片也量產(chǎn)在即。而大眾、奔馳、寶馬這些銷量更高的老牌車企，基本都沒什么自動駕駛算法的研發(fā)能力，就很難給英偉達(dá)提供訂單。

而英偉達(dá)自己身為頂級賣鏟人，對自動駕駛算法的研發(fā)也是知之甚少。

于是黃仁勛痛定思痛，既然老牌車企都不會用鏟子，那就寫一份詳細(xì)的使用說明書，讓車企在這個(gè)基礎(chǔ)上發(fā)揮主觀能動性。吳新宙跳槽來英偉達(dá)，做的就是這個(gè)工作。

Alpamayo就是英偉達(dá)痛定思痛的結(jié)果之一，不會寫代碼，那就給一個(gè)代碼模板，雖不能照抄，但改一改也能用。同時(shí)從硬件到開發(fā)工具，全部進(jìn)化到“保姆式服務(wù)”。

最新的DRIVE Orin/Thor硬件平臺，不僅提供芯片，還提供完整的車載計(jì)算機(jī)硬件設(shè)計(jì)藍(lán)圖；物理級精確仿真平臺NVIDIA DRIVE Sim，可以為企業(yè)生成合成數(shù)據(jù)、進(jìn)行極端的安全測試。

再加上最新一代數(shù)據(jù)中心芯片Vera Rubin、世界模型Cosmos，英偉達(dá)真正建成了一個(gè)“云端訓(xùn)練（Rubin+Cosmos）+車端推理（Thor+Alpamayo）”的智能駕駛工具鏈閉環(huán)，飯喂到嘴邊，閉眼吃就是。

英偉達(dá)智能駕駛形成了一個(gè)工具鏈閉環(huán)

Alpamayo的另一面，是英偉達(dá)在“標(biāo)準(zhǔn)化”和“定制化”之間的一次重新校準(zhǔn)。

對英偉達(dá)來說，最理想的商業(yè)模式是銷售標(biāo)準(zhǔn)化的芯片，這樣毛利率最高，估值空間最大。一旦涉足定制化的算法開發(fā)，就成了干一個(gè)項(xiàng)目結(jié)一次錢的施工隊(duì)。

所以過去這些年，英偉達(dá)汽車業(yè)務(wù)的經(jīng)營思路就是不斷提升軟件工具箱的豐富度，降低車企使用自家芯片的門檻，但堅(jiān)決不親自下場做車企的自動駕駛項(xiàng)目。

Alpamayo就是這一策略的最新產(chǎn)物，英偉達(dá)寧愿研發(fā)一套開源的算法交給汽車行業(yè)，也不愿意自己當(dāng)乙方。

基于英偉達(dá)平臺建立的全球L4和robotaxi生態(tài)

換句話說，為了賣自家燃?xì)庠?，英偉達(dá)開發(fā)了配套的抽油煙機(jī)、鍋碗瓢盆、各式調(diào)味料，又研發(fā)了一系列預(yù)制菜，離自己親自下廚，只有一步之遙了。

[1] I rode along in Nvidia’s AV pilot. It made better decisions than me，Quarts

[2] Nvidia, Tesla Chase Same Self-Driving Goal Via Varying Paths，Bloomberg

[3] 當(dāng)自動駕駛與機(jī)器人共振：詳解VLA與世界模型，華源證券

[4] NVIDIA推出Alpamayo系列開源AI模型與工具，加速安全可靠的推理型輔助駕駛汽車開發(fā)，英偉達(dá)