“領時代·智未來”，2026北京車展如約而至！4月24日，搜狐汽車邀約數十位海內外車企掌舵者做客直播間，開啟“王牌對話”。從豪華、合資、自主品牌，到產業鏈、科技跨界品牌，精彩對談，深度解析，從企業家視角把脈中國汽車產業。

出品 丨 搜狐汽車·汽車咖啡館

作者 丨 李德輝

“物理AI的ChatGPT時刻已經到來。”2026年4月23日，在北京車展媒體日的前一天，英偉達全球副總裁吳新宙在接受搜狐汽車采訪時，再次重申英偉達創始人兼首席執行官黃仁勛在1月6日CES 2026主題演講中強調的判斷。

英偉達的底氣在于，服務于自動駕駛的軟硬件基礎設施已經搭建完畢，全行業的競爭將從之前的技術驅動轉向市場驅動。同時，整車企業之間的競爭也被推上了快車道，快則生、慢則亡。此時，兼顧效率與質量則成為取勝的關鍵。而這兩項，對于體量龐大的英偉達來說，恰恰是其天生的優勢。

對于以英偉達為代表的生態企業來說，一場大魚吃小魚的殘酷競爭已經逐漸加速；對于整車企業來說，基于智能化技術，一場快魚吃慢魚的淘汰賽將再次拉開序幕。

截至 2025 年 Q3，包含比亞迪、小鵬、理想、、小米在內的中國頭部新能源車企幾乎全部采用 Thor/Orin 平臺。

作為最早將英偉達輔助駕駛芯片在中國市場落地的操盤手，如今，吳新宙要改變的不再僅僅是一個企業，而是要幫助英偉達開拓一個版圖，進而改變一個行業。

01 吳新宙的判斷

“L4或者完全無人駕駛這條路，我覺得相對來說已經比較清晰了。”吳新宙判斷，整個行業發展的底層以及大背景已經明確，接下來要做的是開足馬力。

對于國內市場正在爭議的輔助駕駛功能的商業化進程要不要跳過L3級輔助駕駛階段，吳新宙給出一個跳出二元對立的答案。

吳新宙認為，當前L3與L4的技術瓶頸已不再集中于算法原理層面，而在于龐大系統工程的工程化落地：需整合高性能硬件、高安全軟件棧、高質量數據、閉環仿真驗證及符合全球法規的安全認證體系。同時，L3并非被跳過，而是作為高速場景下的實用過渡形態存在，而L4落地需配套遠程接管（Teleoperation）等運營能力。因此，短期內L3與L4兩者將并存。

基于此，英偉達正在快速部署L3與L4的落地規劃。英偉達，將在2026年在美國主要城市落地L3，在2027年聯合Uber啟動L4試點，并在2028年一起在洛杉磯奧運會期間實現L4規模化運營。

同時，針對國內市場激光雷達存在價值的爭議，吳新宙明確的表示：“我自己一直是比較堅定的視覺派。視覺感知的能力特別強，像素的密度也比激光雷達高很多。視覺模型出來以后，其實大家還是可以看到它的上限非常高。”

即便如此，吳新宙也沒有反對激光雷達存在的價值，反而從安全冗余的角度給予充分的肯定。“從基礎技術的角度，智駕方案是不帶激光雷達；但是從另外一個角度講，我們堅定的認為，對于L3、L4系統來說，激光雷達是非常重要的一部分。（是因為）它提供了傳感器的冗余。”

02 英偉達的布局

2026年CES期間，黃仁勛發布開放端到端模型Alpamayo，其核心是VLA推理大模型、仿真框架，以及大規模數據集。“Alpamayo 是世界首個會思考、會推理的自動駕駛 AI。它不僅能開車，還能像人類一樣解釋‘為什么這么開’。我們將其全棧開放，推動物理 AI 的規模化落地。”

此舉，再次打破了自動駕駛領域技術競爭的穩定狀態。然而，這只是英偉達的其中一部棋。在推進與整車企業的合作過程中，英偉達幾乎創造了一個讓客戶找不到拒絕理由的環境。

首先，技術路徑層面上，英偉達給客戶留出了足夠的發展空間。一是降低使用門檻，二是提高容錯率。

吳新宙介紹，英偉達明確區分L2++/L3/L4不同階段的技術路徑：L2++采用純視覺方案，L3/L4則引入激光雷達以提供關鍵傳感器冗余；當前量產方案為混合式架構—并行運行端到端模型與經典規則算法，既保障類人體驗又確保安全兜底。

正是基于上述兩點，激光雷達的引入和混合式架構，為L3/L4的部署與上車提供了軟硬件的安全冗余。“我們會把經典規則算法也放在里面，做一些安全兜底的工作。客戶做的模型即便沒有那么完美也沒關系，也可以進行部署，至少保證不會撞到東西。安全有保證，這是我們希望做到的。”

其次，生態服務層面上，英偉達提出“三臺計算機”架構支撐物理AI，“五層蛋糕”服務體系，提高企業研發效率。

其中，“三臺計算機”是指車端用于實時推理的計算平臺（如AGX）、云端用于大規模模型訓練的計算平臺（依托CUDA生態）、以及仿真計算機（基于NuRec等技術實現高保真物理世界重建與場景編輯）。

“五層蛋糕”是指覆蓋硬件、軟件的生態服務體系，分別是底層為Hyperion標準化硬件平臺，上一層為Halos OS操作系統及SDK，再上一層為開放端到端模型Alpamayo，頂層為數據、工具鏈與仿真基礎設施。

在整車企業紛紛自研芯片的當下，英偉達對此持開放態度，并非強制必須全部使用英偉達旗下產品。因此，整車企業可選用英偉達的云端訓練或仿真資源，即便像特斯拉自研芯片，也可以接入英偉達的生態。

正如黃仁勛所言：“不指望你買我們所有的，但別什么都不買。”