近日，NVIDIA 发布了一段 22分钟38秒的自动驾驶实测视频《On the Road With DRIVE AV》。
在视频中，公司CEO黄仁勋与汽车业务副总裁吴新宙乘坐一辆搭载英伟达自动驾驶系统的车辆，从加州伍德赛德（Woodside）一路驶向旧金山，全程由自动驾驶系统完成，实现“零接管”驾驶。
这段长距离、完整城市通勤的公开测试，被业内视为英伟达对其自动驾驶技术的一次集中展示，也被解读为在自动驾驶领域 正面回应马斯克推动的 Tesla FSD（Full Self-Driving）路线。
在视频中，吴新宙详细介绍了 DRIVE AV 的核心设计——双栈系统（Double-Stack Architecture）。
系统由两部分组成：
端到端驾驶模型（Alpameo）
这一AI模型负责主要驾驶行为，通过模仿学习和大规模数据训练，让车辆像人类司机一样处理复杂驾驶场景，例如变道、路口判断和通过减速带等。
经典安全栈（Classical Stack）
作为安全保障系统存在。当AI模型出现异常时，规则驱动的安全算法会接管，防止车辆执行危险行为。
黄仁勋表示，这种 “AI推理系统 + 安全护栏” 的架构，是自动驾驶系统迈向 L3、L4级别商业化 的关键。
这一设计与当前自动驾驶行业主流的 纯端到端模型路线形成对比。
视频中展示了多个复杂城市驾驶场景：
丝滑变道
在交通密集路段，车辆通过动态调整车速寻找空隙完成并线，驾驶行为类似经验丰富的司机。
违停车辆绕行
在旧金山住宅区，面对大量违停车辆与配送卡车，系统能够安全绕行，并在狭窄道路中保持稳定。
复杂立交桥导航
在多层立交区域，系统成功识别并选择正确出口。黄仁勋表示，如果人工驾驶在这里错过出口，可能需要多绕几十分钟。
整个过程中，两位高管几乎没有干预驾驶。
吴新宙在视频中透露，DRIVE AV 系统目前已经 迭代超过2300个版本，平均 每天生成约7个新模型进行测试。
这一速度来自英伟达的AI开发体系：
AI数据工厂
通过算法自动筛选最有价值的训练数据。
功能场景树
系统化分析驾驶场景覆盖情况，找出模型能力的缺口。
Cosmos仿真系统
对真实道路进行像素级重建，并在虚拟环境中改变天气、光照和交通状况，以覆盖极端驾驶场景。
这种 真实数据 + 仿真训练 的闭环模式，正在成为自动驾驶行业的重要研发基础设施。
英伟达此次公开演示，也被业内视为对特斯拉自动驾驶路线的一次回应。
特斯拉的FSD系统长期由马斯克推动，其核心理念是 “纯视觉 + 端到端神经网络”。
特斯拉近年来逐步取消雷达与激光雷达传感器，依靠摄像头和AI模型进行驾驶决策。
相比之下，英伟达采取的是更保守但工程化更强的路线：
技术路线核心特点
特斯拉 FSD 纯视觉、端到端AI、强调数据规模
英伟达 DRIVE AV 端到端AI + 传统安全栈双系统
业内认为，两种路线代表了自动驾驶发展的两种哲学：
•马斯克模式：AI模型主导驾驶决策
•英伟达模式：AI决策 + 工程安全系统
这种技术分歧，也反映了自动驾驶行业仍处在技术路径竞争阶段。
自动驾驶平台竞争格局
与特斯拉不同，英伟达并不生产汽车，而是向车企提供自动驾驶计算平台和软件系统。
其DRIVE平台已经被多家汽车厂商采用，用于开发：
•高级驾驶辅助系统（ADAS）
•L3自动驾驶
•Robotaxi平台
随着自动驾驶逐渐从单一车企能力转向平台化技术生态，英伟达希望成为自动驾驶时代的 “操作系统与算力提供者”。
自动驾驶时代正在加速
在视频最后，黄仁勋表示：自动驾驶不仅要安全，还要让人感到自信与舒适。当你可以在通勤途中处理邮件，而车辆依然安全地驾驶时，交通方式就发生了根本变化。
从这段22分钟的实测来看，自动驾驶技术已经从实验室演示走向 真实城市环境的稳定运行。
而在英伟达DRIVE平台与特斯拉FSD两种技术路线的推动下，自动驾驶产业的竞争也正在进入新的阶段。
10个月宝宝每天需要喝多少奶粉？
