英伟达开源自动驾驶,模型变白菜价,中国车企独领风骚

如果把大家最初的恐慌反过来看，会看到什么？英伟达在CES上把自动驾驶模型开源的消息，让很多人瞬间觉得特斯拉的护城河要塌了。但如果这个假设压根就不成立呢？

回看一遍，我们内部当时的第一反应，其实不是紧张，而是一种“果然如此”的平静。我们早就做过清单式推演，英伟达的两个关键动作，都在预料之中。

第一个动作，开源模型与工具。我们判断，他们不会自己造车。黄仁勋的思路一直很清晰：把AI时代的“安卓”生态做起来，让所有人都来买他的芯片。所以，他端出来的，是一套自动驾驶的“预制菜”，包括模型、模拟器，甚至附赠了那1700小时的人类驾驶数据。这步棋，我们判断对了。

第二个动作，是他们没做的事：他们没有，也不可能解决数据来源的问题。这恰恰是真正影响战局的细节，也是我们一开始判断走偏的地方。

起初我们以为，这套工具包会催生一大批灵活的新对手。但很快就发现，判断错了。这套“大礼包”非但没有降低门槛，反而砌起了一道更高的墙。它让算法本身，迅速变得不那么值钱了。当基础模型不再是秘密，竞争的关键就从算法设计，悄然转移到了另一件事上——谁有足够多的车在路上跑，能把源源不断的真实数据喂给模型。没有规模化的车队，就没有高质量的数据；没有数据，模型的迭代就是空谈。这个循环一旦转不起来，再好的开源工具也只是个昂贵的玩具。

外界主流观点看到的是英伟达在挑战特斯拉，而我们这些一线厂商看到的，是牌桌上除了特斯拉和我们，其他玩家的筹码正在迅速消失。看看美国的Lucid或Rivian，它们还在为稳定生产和交付头疼，根本没有余力去搭建一个百万辆级别的数据库。当然，这个判断有个前提：自动驾驶的技术路线，仍然依赖数据驱动的迭代。万一出现某种颠覆性的、不依赖海量数据的新范式，那游戏规则就得重写。但目前看，这个可能性还很小。

这也解释了为什么国内主流车企对英伟达的“大礼包”反应平淡。不是我们傲慢，而是这条路，我们已经用自己的方式趟出来了。从自研芯片到数据闭环，大家早已在构建自己的全栈能力。真正拉开差距的，不是谁先拿到一份开源代码，而是谁先拥有了一百万、两百万辆跑在真实道路上的“数据采集车”。

这件事给我们的关键提醒其实很简单。

第一，评估任何AI业务时，别只盯着模型，要去看它的数据闭环是不是真的跑得通。

第二，如果你身在局中，资源要优先投向能带来规模化数据的环节，而不是下一个听起来很酷的算法。

技术终将普及，变得像白菜一样便宜。到那时，真正值钱的，是运营这个庞大车队和服务网络的能力。