物理AI掌舵：全球Robotaxi领军者如何借助英伟达技术构建未来
内容提要
英伟达推出模块化Robotaxi三计算机方案，涵盖AI训练、仿真验证与车载计算。全球主要Robotaxi企业均采用该平台，包括Uber、特斯拉、奔驰、现代及Wayve、Pony.ai等，基于DRIVE Hyperion和DRIVE AGX Thor开发L4级无人驾驶车队。
延伸解读
三计算机方案：Robotaxi规模化的算力基石
英伟达提出的三计算机方案覆盖AI训练、仿真验证与车载计算，分别对应DGX、Omniverse/Cosmos on RTX PRO以及DRIVE Hyperion with DRIVE AGX。这一模块化架构让开发者能在不同阶段使用统一平台，降低从模型开发到车队部署的集成复杂度。文章指出，当前所有商业规模运营的Robotaxi项目均运行在英伟达的模块化堆栈上，或至少采用其中一部分，说明该方案已成为行业事实标准。
仿真与合成数据：突破长尾场景的关键
Robotaxi仅靠物理路测难以覆盖罕见的长尾场景。英伟达通过Omniverse NuRec重建真实驾驶场景，并利用Cosmos世界基础模型生成物理合理的变体，将数千个真实极端案例扩展为数百万种行为、交通、天气和光照组合。这种闭环仿真与验证能力，使开发者在部署前就能识别模型弱点，加速训练数据扩充和模型迭代，是提升安全性和可靠性的重要手段。
DRIVE Hyperion 10：冗余设计保障失效可运行
DRIVE Hyperion 10作为L4级Robotaxi的车载计算与传感器参考架构，搭载双DRIVE AGX Thor系统级芯片，并集成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360度实时传感器融合。其冗余计算与传感设计支持在传感器或计算组件失效时仍保持失效可运行，满足无人驾驶对安全性的严苛要求。同时，Halos提供从云端到车端的安全验证与认证框架。
生态广泛采用：从出行平台到车企的全面覆盖
英伟达Robotaxi生态已覆盖亚洲、欧洲、中东和北美等商业服务新兴市场。出行平台如Uber计划到2028年将车队扩展至28个城市，并与英伟达共建基于Cosmos的AI数据工厂；车企如奔驰、现代、起亚、吉利等也在基于DRIVE Hyperion开发自动驾驶或Robotaxi车型。此外，Wayve、Pony.ai、WeRide等自动驾驶开发商均采用该平台。这种跨区域、跨类型的广泛采用，凸显了英伟达在物理AI商业化初期的核心地位。
Q&A
英伟达的Robotaxi三计算机方案具体指哪三部分？
英伟达的Robotaxi三计算机方案包括：模型训练计算机（NVIDIA DGX）、仿真与验证计算机（基于NVIDIA Omniverse和Cosmos，运行在NVIDIA RTX PRO服务器上）以及车载计算机（NVIDIA DRIVE Hyperion with DRIVE AGX）。
哪些主要Robotaxi企业采用了英伟达的技术平台？
采用英伟达技术平台的企业包括Uber、特斯拉、奔驰、现代、Wayve、Pony.ai、May Mobility、Bolt、Lyft、WeRide、Autobrains、Zoox、Momenta、Tensor、Waabi、TIER IV、Isuzu、Lenovo、DeepRoute.ai、Stellantis、Lucid、Nuro、吉利、极氪等。
英伟达DRIVE Hyperion 10的传感器配置是怎样的？
DRIVE Hyperion 10配备双NVIDIA DRIVE AGX Thor系统级芯片，以及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360度传感器融合。
英伟达如何通过仿真技术解决自动驾驶的长尾场景问题？
英伟达利用Omniverse NuRec从传感器数据重建真实驾驶场景，并通过Cosmos世界基础模型生成物理合理的变体，将数千个真实极端案例转化为数百万种驾驶行为、交通、天气、光照和传感器条件的组合，从而扩展训练数据并加速模型部署。
英伟达的VLA模型在自动驾驶中有什么作用？
英伟达的Alpamayo系列开放推理视觉语言动作（VLA）模型可帮助解决长尾自动驾驶挑战，通过将复杂驾驶情况分解为更小步骤、逐步推理并选择最安全轨迹。在挑战性评估中，加入元动作和思维链推理数据后，VLA模型的轨迹预测精度提高了43%，最小平均位移误差从2.08降至1.18。
全球Robotaxi市场的规模预测如何？
全球Robotaxi市场预计到2035年将达到4000亿美元，届时将有超过600万辆商用车辆投入运营。
