NVIDIA构建全栈Robotaxi技术生态:从云端训练到车端部署的三大核心支柱
2026/09/11 00:00阅读量 4
NVIDIA推出模块化全栈Robotaxi解决方案,涵盖AI训练、仿真验证及车载计算三大环节,旨在解决自动驾驶车队规模化扩展中的算力与安全性挑战。该架构已被Uber、Wayve、Pony.ai等全球主要Robotaxi运营商及车企广泛采用,推动L4级无人驾驶服务在多个市场进入商业化落地阶段。
事件概述
随着全球Robotaxi市场预计将在2035年达到4000亿美元规模,自动驾驶车队从单点测试走向大规模商业运营面临巨大的计算挑战。NVIDIA发布了一套模块化的全栈Robotaxi技术平台,通过整合AI训练、仿真模拟和车载计算三个核心环节,为开发者提供从数据准备、模型训练到实时车辆处理的一体化支持。目前,几乎所有处于商业规模运营的Major Robotaxi项目均采用此架构进行开发或部署。
核心信息:三大计算机解决方案
NVIDIA的Robotaxi平台由三台专用计算机组成,分别对应自动驾驶生命周期的不同阶段:
1. 训练计算机(Training Computer)
- 硬件基础:基于NVIDIA DGX系统,用于驱动模型的训练。
- 软件与模型:提供Alpamayo系列的开放推理视觉语言动作(VLA)模型、仿真框架及物理AI数据集。这些工具帮助开发者将车队数据转化为更强大的模型。
- 技术突破:引入元动作(meta-action)和思维链(chain-of-thought)推理数据,显著提升了模型处理长尾场景的能力。在自主驾驶评估中,该技术使轨迹预测的最小平均位移误差降低了43%(从2.08降至1.18)。
2. 仿真与验证计算机(Simulation and Validation Computer)
- 硬件基础:运行于NVIDIA RTX PRO服务器。
- 核心技术:利用Omniverse NuRec模型从传感器数据重建真实驾驶场景,并通过Cosmos世界基础模型生成基于物理的变体。这使得开发者能将数千个真实世界的边缘案例转化为数百万种行为、交通、天气和光照条件的组合。
- 工作流程:支持闭环仿真和验证。AlpaSim仿真框架进一步扩展了针对基于推理的自动驾驶模型的训练和评估流程,帮助在部署前识别潜在弱点。
3. 车载计算机与传感器架构(In-Vehicle Computer and Sensor Architecture)
- 参考架构:DRIVE Hyperion,专为L4级就绪的Robotaxi设计。
- 硬件配置:DRIVE Hyperion 10结合双NVIDIA DRIVE AGX Thor SoC(基于Blackwell平台),配备14个高清摄像头、9个雷达、3个激光雷达和12个超声波传感器,实现实时的360度传感器融合。
- 安全冗余:采用冗余计算和传感设计,确保在单个传感器或计算组件故障时仍能维持操作(fail-operational)。Thor芯片专为运行感知、推理、路径规划和驾驶动作等现代AI工作负载而设计。
- 安全框架:NVIDIA Halos提供生产就绪的安全基础,包括Halos OS及涵盖独立检查、系统验证、大规模仿真和持续测试的全方位认证框架。
值得关注:全球主要玩家的合作与部署
NVIDIA的技术栈已覆盖亚洲、欧洲、中东和北美等主要市场,众多头部企业正在将其应用于实际业务:
-
出行平台与运营商:
- Uber:计划到2028年将NVIDIA DRIVE Hyperion车队扩展至28个城市,并与NVIDIA合作建立基于Cosmos的Robotaxi AI数据工厂。同时,Uber正与Autobrains、Avride、Lucid、May Mobility、Mercedes-Benz、Momenta、Nissan、Nuro、Pony.ai、Stellantis、Waabi、Wayve、WeRide和Zoox等多家合作伙伴共同推进服务落地。
- Lyft:计划未来自动驾驶车队采用DRIVE Hyperion作为参考架构;May Mobility的车辆已在亚特兰大Lyft网络中基于NVIDIA DRIVE平台运营。
- Bolt:在欧洲使用NVIDIA技术开发和扩展AV。
- WeRide:通过与Grab合作,将基于DRIVE Hyperion和Thor的GXR带入东南亚关键市场。
-
自动驾驶开发商与技术提供商:
- Wayve & Nissan:结合日产的工程能力、Wayve的具身AI和NVIDIA DRIVE Hyperion平台,开发全球Robotaxi项目原型车。
- Autobrains:在慕尼黑与Uber合作,并在东南亚与VinFast合作,其Agentic AI技术基于DRIVE Hyperion构建。
- Zoox:使用NVIDIA DRIVE进行车载计算,以及云端的训练和仿真。
- Momenta:基于运行在DriveOS上的NVIDIA DRIVE AGX开发软件栈。
- Pony.ai:开发了基于DRIVE Hyperion和Thor的新一代自动驾驶域控制器。
- Tensor:在其车载超级计算机中使用了八个NVIDIA DRIVE AGX Thor SoC来开发L4 Robocar。
- Waabi:通过与Uber的合作进入Robotaxi市场,其Waabi Driver平台基于DRIVE AGX Thor构建。
- TIER IV & Isuzu:部署基于Hyperion和Thor的L4级自动驾驶巴士。
- DeepRoute.ai:基于搭载Thor的Hyperion平台开发新一代Robotaxi。
-
传统车企与制造伙伴:
- Tesla:在NVIDIA超级计算机上训练其自动驾驶神经网络。
- Mercedes-Benz:与NVIDIA和Uber合作,基于全新S-Class开发Robotaxi生态系统,采用DRIVE Hyperion架构、DRIVE AV L4软件及Alpamo开源AI模型。
- Stellantis:与Wayve和Uber合作,利用NVIDIA技术开发和部署L4级无人驾驶出行服务。
- Hyundai Motor & Kia:扩大与NVIDIA的合作,开发基于Hyperion的数据驱动自动驾驶系统,并探索与合资公司Motional在L4级Robotaxi服务方面的合作。
- Geely & Zeekr:吉利及其生态伙伴计划使用Hyperion开发和商业化Robotaxi;极氪(Zeekr)采用Thor作为集中式域控制器。
- Lenovo:为SWM的下一代Robotaxi项目供应基于Thor的AD1 L4域控制器。
