黄仁勋和吴新宙亲测上路:英伟达自动驾驶真正要抢的,不是特斯拉流量,是整车入口

最近自动驾驶圈一个很有冲击力的画面，不是特斯拉，也不是 Waymo，而是黄仁勋亲自坐进一辆搭载英伟达方案的奔驰 CLA，由英伟达汽车业务副总裁新宙陪同，在旧金山城市道路上公开演示自动驾驶能力。公开信息显示，这段演示路线从加州 Woodside 开进旧金山城区，视频时长约 22 分钟，过程中出现了施工区、双排停车、锥桶压缩车道等典型复杂城市场景。英伟达方面表示这段行程没有发生接管。

这件事为什么值得关注？因为它释放的信号不是“英伟达也能跑自动驾驶 demo 了”，而是英伟达已经不满足只做自动驾驶芯片供应商，而是在往“自动驾驶全栈基础设施平台”升级。按照 NVIDIA 在 CES 2026 的官方说法，奔驰新一代 CLA 已开始搭载其 DRIVE AV 全栈软件、AI 基础设施和车端计算平台，今年将在美国率先落地增强型 Level 2 点到点驾驶辅助能力，并支持后续通过 OTA 持续升级 MB.Drive Assist Pro。换句话说，黄仁勋这次坐进车里展示的，不只是一个功能，而是一条清晰的商业路径：从车端算力，到感知融合，到智驾软件，到 OTA 升级，再到更高阶自动驾驶演进，英伟达要一起打包卖给车厂。

更关键的是它背后的技术路径，已经明显不是传统那种“感知、规划、控制”纯规则堆叠模式了。吴宇宙在采访里讲得很明确：英伟达走的是“端到端 AI 模型 + 经典安全栈”双轨路线，既用 end-to-end 模型提升驾驶自然度和复杂场景应对能力，又保留 classical stack 去做安全约束和工程验证；同时在传感器上并不押纯视觉，而是走摄像头 + 雷达 + 超声波，高阶再叠加激光雷达的冗余路线。为了补齐真实里程不如特斯拉、Waymo 的短板，英伟达还在用 NuRec 神经重建 + augmentation 场景扩增 做大规模仿真训练。再往上一层，它又推出了 Alpamayo：10亿参数Vision-Language-Action (VLA)推理模型（基于Cosmos-Reason骨干 + Diffusion轨迹解码器），用于解决长尾场景。英伟达真正想证明的是：未来自动驾驶的竞争，不只是看谁路测里程多，而是看谁能把“大模型、仿真、车端算力和安全闭环”拼成一整套量产能力。

如果再往下看一步，你会发现这对整个汽车行业的杀伤力其实很大。因为一旦自动驾驶平台开始被做成“标准化全栈能力包”，未来车企比拼的重点，就不只是“有没有智驾”，而是谁能更快把智驾接进自己的电子电气架构、操作系统、OTA 体系和产品迭代节奏里。这也是为什么这次黄仁勋亲自上车，比一场发布会更有意义：发布会讲的是概念，上路演示讲的是可信度；芯片讲的是算力，城市道路演示讲的是系统能力。对车企来说，这背后最大的变化不是多了一颗更强的芯片，而是英伟达正在试图成为下一代汽车智能化的“底层入口”。英伟达要做的，已经不是智驾供应商，而是未来汽车智能系统的总平台。