芝能科技出品

今年在AI競爭的火熱下，汽車行業(yè)里面最重要的竟然是Robotaxi ，這不光是Elon Musk這么選，英偉達(dá)也是這么選的。

作為人工智能計(jì)算領(lǐng)域的核心玩家，英偉達(dá)正從兩條路徑切入這一新興市場：

◎ 通過內(nèi)部孵化，推動(dòng)端到端神經(jīng)網(wǎng)絡(luò)與世界模型結(jié)合的Robotaxi項(xiàng)目，以驗(yàn)證自身在“物理AI”領(lǐng)域的工程能力；

◎ 通過資本與生態(tài)投資，加大對Wayve等前沿自動(dòng)駕駛企業(yè)的支持，從而布局更廣泛的自動(dòng)駕駛生態(tài)。

從孵化與投資兩條主線出發(fā)，英偉達(dá)這波在Robotaxi領(lǐng)域開始影響Physical AI的動(dòng)作。 

01孵化Robotaxi項(xiàng)目：從芯片到“物理AI”的縱深演練

根據(jù)媒體的消息，英偉達(dá)全員大會(huì)上內(nèi)部正式孵化Robotaxi項(xiàng)目，并由資深總監(jiān)Ruchi Bhargava負(fù)責(zé)，在技術(shù)方面支持車企與出行公司的“技術(shù)供應(yīng)商”，要親自打造Robotaxi樣本車隊(duì)，以此檢驗(yàn)自身在自動(dòng)駕駛領(lǐng)域的全棧能力。

技術(shù)路線：端到端神經(jīng)網(wǎng)絡(luò)與Cosmos世界模型

項(xiàng)目采取的路線，與特斯拉FSD和英國初創(chuàng)公司W(wǎng)ayve類似，強(qiáng)調(diào)“端到端”神經(jīng)網(wǎng)絡(luò)的訓(xùn)練與部署。

與傳統(tǒng)基于規(guī)則的多模塊自動(dòng)駕駛系統(tǒng)不同，端到端模型通過攝像頭、傳感器輸入直接輸出駕駛指令，形成一種高度自適應(yīng)的智能體。

這一技術(shù)的難點(diǎn)在于對復(fù)雜道路場景的泛化能力和安全冗余驗(yàn)證，而這正是英偉達(dá)希望突破的瓶頸。

為解決現(xiàn)實(shí)場景數(shù)據(jù)有限、難以覆蓋極端情況的難題，英偉達(dá)在2024年初發(fā)布了 Cosmos世界基礎(chǔ)模型。

該平臺(tái)通過整合文本、圖像、視頻及傳感器數(shù)據(jù)，生成符合物理規(guī)律的高質(zhì)量合成視頻，并已歷經(jīng) 2000 萬小時(shí)預(yù)訓(xùn)練。

Cosmos的作用在于利用虛擬世界的擴(kuò)展性，強(qiáng)化對端到端網(wǎng)絡(luò)的訓(xùn)練，從而提升系統(tǒng)在長尾場景中的表現(xiàn)力。

理想、小鵬等中國車企也在開發(fā)各自的世界模型，說明這種技術(shù)路徑正在成為行業(yè)共識(shí)。

戰(zhàn)略動(dòng)機(jī)：練兵與定義“物理AI”標(biāo)準(zhǔn)

英偉達(dá)并不急于在短期內(nèi)依靠Robotaxi獲取出行業(yè)務(wù)收入，而是將其視作一場“練兵”。

通過孵化項(xiàng)目，英偉達(dá)能夠在真實(shí)的城市運(yùn)營環(huán)境中驗(yàn)證GPU、DRIVE Thor芯片、AI工具鏈與Cosmos模型的協(xié)同效果，從而為下一代“物理AI”積累經(jīng)驗(yàn)與標(biāo)準(zhǔn)。

首期投入預(yù)計(jì)約 30 億美元，項(xiàng)目將優(yōu)先在美國開城落地。這一規(guī)模雖不及Waymo數(shù)年的累計(jì)支出，但足以構(gòu)建起數(shù)百輛規(guī)模的驗(yàn)證車隊(duì)。

相比Waymo 700輛在運(yùn)營車輛、特斯拉數(shù)十輛的投放量，英偉達(dá)入場時(shí)間雖不算早，卻在資本與技術(shù)實(shí)力上具備后來居上的潛力。

英偉達(dá)孵化Robotaxi并非單純的商業(yè)化嘗試，而是驗(yàn)證其“芯片+大模型+工具鏈”的全棧能力，并通過實(shí)際車隊(duì)積累，摸索物理AI在出行領(lǐng)域的應(yīng)用邊界。然而，軟件與經(jīng)驗(yàn)上的不足仍是亟需跨越的障礙。

02投資Robotaxi生態(tài)：以資本撬動(dòng)端到端技術(shù)

除了內(nèi)部孵化，英偉達(dá)在資本市場也動(dòng)作頻頻，尤其是在自動(dòng)駕駛生態(tài)的投資上。

最近，黃仁勛宣布將在英國投入 20 億英鎊，其中約五分之一用于支持自動(dòng)駕駛公司W(wǎng)ayve，并在其下一輪融資中追加 5 億美元。

Wayve的端到端路徑與英偉達(dá)的互補(bǔ)性

Wayve成立于2017年，核心技術(shù)路線為 AV2.0，與特斯拉類似，不依賴高精地圖或復(fù)雜傳感器，而是通過端到端深度學(xué)習(xí)和具身人工智能，讓車輛像人類一樣通過攝像頭數(shù)據(jù)直接學(xué)習(xí)駕駛模式。

為解決“黑箱”問題，Wayve開發(fā)了視覺語言模型 LINGO-2，能夠一邊完成駕駛動(dòng)作，一邊用自然語言解釋自己的決策。

此外，其世界模型 GAIA-2 可模擬極端駕駛場景，用于模型強(qiáng)化訓(xùn)練。這與英偉達(dá)Cosmos模型的邏輯高度契合。

從生態(tài)角度看，Wayve的平臺(tái)已在英國、德國、日本等多地測試，且與日產(chǎn)合作計(jì)劃在2027財(cái)年推出搭載Wayve軟件的ProPILOT新一代系統(tǒng)。Uber也有意在英國與Wayve合作試點(diǎn)L4車隊(duì)。這些落地項(xiàng)目與英偉達(dá)的硬件與工具鏈結(jié)合，將形成上下游的互補(bǔ)。

英偉達(dá)的戰(zhàn)略考量：技術(shù)押注與市場卡位

投資Wayve并非英偉達(dá)第一次嘗試。早在2024年，英偉達(dá)就參與了Wayve的10.5億美元C輪融資。

此次再度追加巨資，一方面是黃仁勛對端到端技術(shù)路線的認(rèn)可，另一方面則是英偉達(dá)希望通過資本卡位，提前綁定潛在的“下一個(gè)萬億美元公司”。

與其單獨(dú)孵化相比，投資Wayve等外部伙伴能夠讓英偉達(dá)以更快速度接觸真實(shí)路測經(jīng)驗(yàn)與全球多樣化場景，從而彌補(bǔ)自身工程經(jīng)驗(yàn)不足的問題。

黃仁勛親自試乘Wayve在倫敦的車輛并公開盛贊，即是對其戰(zhàn)略地位的背書。

2025年第二季度，英偉達(dá)凈利潤達(dá)到264億美元，這為其提供了遠(yuǎn)超行業(yè)平均水平的資本彈藥。Waymo累計(jì)投入約120億美元才達(dá)到當(dāng)前700輛車的運(yùn)營規(guī)模，而英偉達(dá)單季利潤已超過其十余年累計(jì)投入。

如此雄厚的財(cái)力，使英偉達(dá)能夠同時(shí)推進(jìn)自研與投資兩條路徑，以降低單一路線不確定性的風(fēng)險(xiǎn)。

通過投資Wayve等企業(yè)，英偉達(dá)不僅鎖定了端到端技術(shù)路線的潛在贏家，還能夠與自身的Cosmos、DRIVE Thor等產(chǎn)品形成互補(bǔ)，構(gòu)建一個(gè)涵蓋芯片、模型、平臺(tái)與生態(tài)的完整閉環(huán)。 

小結(jié)

Robotaxi 現(xiàn)在正式成為Physical AI的主戰(zhàn)場，Waymo和特斯拉已經(jīng)邁出落地步伐，而英偉達(dá)則選擇以孵化和投資雙線并行的方式入局。

孵化項(xiàng)目讓英偉達(dá)能夠親自下場，鍛煉從芯片到世界模型的全鏈路能力，摸索物理AI的應(yīng)用邊界；投資則幫助其借力外部創(chuàng)新力量，加快場景覆蓋與生態(tài)整合，“練兵+押注”的戰(zhàn)略模式，很有趣。 

       原文標(biāo)題 : 英偉達(dá)在Robotaxi的雙線布局：孵化與投資并行