L4自动驾驶没跑通,车企还在自己造轮子,英伟达却悄悄把所有人拉进一个群.

最近英伟达在GTC大会上没发新芯片，反而宣布七家车企和出行公司一起用同一个平台——Hyperion。这事挺实在：不是吹算力多强，而是大家终于不单打独斗了。以前每家车厂都要自己搭感知、做仿真、过安全认证，现在能共用一套底层，省时间也少踩坑。

Thor芯片看着是500多TOPS，但关键不是数字大，是它把CPU、GPU、专用AI单元全做了硬件隔离。这样哪怕AI模型出了问题，安全功能那块还能照常跑。它还兼容激光雷达、4D毫米波、纯视觉各种方案，车企不用被某一家传感器厂商卡脖子。

DriveOS 15操作系统通过了ASIL-D认证，这不是贴个标签就完事。它把内存保护、实时调度、故障注入全写进底层，让AI模型在车上运行时不会乱抢资源、不会卡死、出错也能马上切回安全模式。Halos OS分三层，其中一层专门打包NCAP五星要求的主动安全功能，比如自动刹停、盲区提醒，车企直接调用就行，不用从头写代码。

比亚迪和吉利用这个平台走渐进路线。他们不急着上全无人，先搞定城区NOA、自动泊车和代客泊车这三件事。这样车型成本压得下来，用户也能早点用上，还能为以后收月费铺路。传感器复用现有供应链，不需要重新招标换厂。

日产选了另一条路，跟Wayve合作，用Alpamayo 1.5模型听人说话。你说“绕开施工区，5分钟到机场”，系统真能理解并生成合规路径。这不是靠规则堆出来的，是靠大模型泛化。他们想试试，纯靠AI能不能撑住人车混行这种复杂路况。

五十铃和TIER IV在干商用的事。用Thor芯片搞自动驾驶巴士，跑固定线路，比如机场摆渡或园区通勤。这种场景速度慢、路线熟、边界清，更容易落地。他们也不单靠车聪明，配合路边设备和云端调度，降低单车成本。东京奥运会要是真用上，就是第一条真正跑起来的商业化线路。

Uber这类平台不再硬刚自研，改成买英伟达的软件许可证和服务。他们用NuRec仿真平台，把各地真实数据导入Omniverse，快速生成本地化边缘场景库——比如暴雨里外卖员突然冲出来、夜间反光路牌识别失败。实车跑一百万公里，仿真里能跑一千万公里。

但问题不少。28个计划上线Robotaxi的城市里，只有洛杉矶和旧金山有明确L4法规。其余地方连OTA更新合不合规都说不清。还有钱的问题：一辆无人车运营成本要是比出租车还高，谁来买单？保险怎么定？芯片再省电，也得看实际跑下来电费、维护、通信费加起来够不够。

Halos OS检测实验室不是摆设。广达、禾赛这些硬件厂加入，等于大家一起定标准。传感器怎么接、数据怎么传、安全模块怎么响应，不能各家各一套。测试也慢慢从车企黑箱自测，变成可验证、可比对、可追溯。

Alpamayo 1.5模型加NuRec仿真，确实能把安全验证周期砍下去。但新问题也冒出来：云上训练用的数据安不安全？大模型突然“幻觉”，给出错误指令，这算不算功能安全范畴？现行标准还没管这事。

比亚迪和吉利接入平台容易，难的是让用户真觉得好用。比如代客泊车，成功率要是卡在95%，用户就烦；做到99.9%，才敢收钱。L4服务要能定价，比如跨区通行按分钟计费、雨天加价、夜间优先派单——这些不是技术问题，是产品问题。

英伟达不想只卖芯片。Drive AV软件、NuRec云服务、Halos安全认证，三块拼一起，是想建一条比Mobileye更开放、比特斯拉更透明的信任链。但链子能不能拉住所有人，还得看下次OTA升级稳不稳、仿真报告认不认、认证流程快不快。

城市接驳线跑起来那天，最先变的可能不是出租车司机，是路边停车场。

L4自动驾驶没跑通，车企还在自己造轮子，英伟达却悄悄把所有人拉进一个群。