能研发出来之后，还需要能造出来。#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

特斯拉司机在德克萨斯州的一起致命事故中手动关闭全自动驾驶功能，油门踩至100%。调查显示，特斯拉Model 3在事故中以超过70英里每小时的速度撞入一所房屋，导致76岁女性遇难。司机已被控过失杀人。

文远知行在德国、法国和日本进行L2++智能辅助驾驶测试，展示其技术在不同驾驶环境中的适应能力。通过全球道路验证，文远知行证明其系统能够跨环境运行，强调AI的泛化能力和对世界的理解。与博世合作，推动智能驾驶技术的全球化，未来竞争将侧重于技术的持续迭代和适应性。

文章讨论了利用AI技术提升健康产品的主动干预能力，强调产品应帮助用户解决问题而非被动适应。首款健康机器人“小可”将成为数据入口，推动健康服务的普及。

NVIDIA的研究展示了通过大规模训练提升机器人抓取、自动驾驶和虚拟代理能力的突破。GraspGen-X模型适应不同抓手，LCDrive加速自动驾驶决策，NitroGen在虚拟环境中训练代理，提升其适应性和表现。这些进展推动了物理AI和自主系统的发展。

NVIDIA推出新一代物理AI代理技能，支持自动驾驶、机器人和视觉AI研究。通过NVIDIA Cosmos 3，研究人员能够加速数据生成、模拟和政策训练，解决物理AI研究中的工作流程碎片化问题。这些技能提升了场景重建和合成场景生成的自动化，推动了相关系统的发展。

播客《欢迎来到夜谷》的主持人塞西尔·鲍德温分享了他的科技烦恼，包括希望在驾驶时无法手动发短信，以及希望能安静观看电影或电视节目的片尾字幕。他表示自己最自豪的作品是《欢迎来到夜谷》，并提到在感到困惑时会选择暂时离开。

小米发布了Xiaomi OneVL，这是一种潜空间语言视觉推理框架，结合了VLA、世界模型和潜空间推理技术。该模型在推理速度和精度上超越传统方法，支持自动驾驶决策，并通过双模态推理显著提升性能，已全面开源，鼓励全球开发者参与。

通用汽车（GM）同意支付1275万美元解决加州数据隐私诉讼，因其被指控向数据经纪人出售驾驶数据。根据和解协议，GM将在五年内停止此类销售，并允许加州司机停止OnStar服务的数据收集，同时需提供清晰的隐私通知并在收集数据前征得客户同意。加州检察长强调了数据最小化的重要性。

黑芝麻智能在2026北京车展发布了FAD天衍L3级自动驾驶平台，该平台基于FAD 2.0开放平台和华山A2000U双芯片设计，具备700TOPS算力，符合ASIL-D等级要求，构建了安全的软件体系，适应L3标准。

智能驾驶行业正在快速变革，卓驭科技在北京车展推出原生多模态基础模型，旨在提升移动物理 AI 能力，支持多种载体的智能化。该模型通过预训练理解物理世界，降低不同场景的适配成本，推动智能驾驶从乘用车向商用车和无人配送扩展。卓驭已与多家车企合作，计划在2026年前实现多种车型的量产。

Mobileye在2026财年第一季度实现营收5.58亿美元，同比增长27%，超出市场预期。公司将全年营收指引中值上调约2%，并宣布最高2.5亿美元的股票回购计划，以抵消股权激励和收购Mentee Robotics带来的股份稀释。Mobileye的增长得益于汽车智能化趋势，正布局更高等级的自动驾驶产品。

自动驾驶行业正从技术可行性转向安全与用户体验。滴滴自动驾驶CEO张博指出，安全是政策准入的关键，用户体验则是留存的核心。滴滴通过混合出行网络，将自动驾驶与传统出行结合，以提升服务稳定性。安全与体验的优化将决定未来自动驾驶的竞争力。

滴滴自动驾驶与广汽埃安合作推出新一代Robotaxi车型R2，强调安全与用户体验。滴滴在广州和北京进行全天候无人载客测试，致力于通过混合出行网络推动自动驾驶技术发展，并计划加速全球市场布局。

文章讲述了作者第一次带两岁宝宝进行近千公里的长途驾驶经历，计划分两天完成，但因多次休息和慢速行驶实际耗时较长。作者强调开车时应避免分心使用手机，并分享了特斯拉导航的优缺点。充电方面，作者表示长途旅行中没有电量焦虑，建议灵活充电。最后，提到宝宝安抚和驾驶疲劳管理的重要性。

Kodiak AI计划在2026年底前推出完全无人驾驶的长途货运服务。CEO Don Burnette强调，成功不仅依赖技术，还需关注运营效率和客户需求。他们与客户合作，确保卡车的可靠性和实用性，目标是将无人驾驶卡车有效整合进客户的运营中。

特斯拉的全自动驾驶系统（FSD）正在接受美国国家公路交通安全管理局（NHTSA）的扩展调查，重点关注其在能见度差的情况下的安全性。调查显示，FSD的降级检测系统在恶劣天气下未能及时警告驾驶员，导致多起事故。NHTSA正在进行工程分析，可能会导致召回。特斯拉已开始开发系统更新，但尚不清楚哪些车辆已更新。

Nvidia汽车负责人吴新洲表示，打败特斯拉不需要数百万英里的驾驶数据，只需合适的传感器和可推理的AI系统。Nvidia通过提供AI驱动功能，力求在自动驾驶领域占据领导地位，结合传统工程与端到端AI模型的方法，提高安全性和驾驶信心。同时，Nvidia利用模拟数据来减少对真实驾驶数据的依赖。