L4自动驾驶落地了,车企却不再抢芯片,而是抢系统整合权.
英伟达GTC 2026大会没讲多快多强,只说了一件事:车厂现在要的不是算力堆料,是能直接量产、能过审、能赚钱的整套方案。会上公布的不是“又一个新芯片”,而是比亚迪、吉利、日产这些大厂齐刷刷站台,说他们已经把Hyperion平台塞进自家新车开发流程里了。
以前聊L4,总在说“还差几年”,这次连比亚迪工程师都在现场聊城中村小巷怎么过,吉利演示了早高峰深圳福田路口连续变道不减速。没人再问“能不能”,全在算账:每公里运营成本多少,高精地图更新频率怎么压,连保险怎么卖都列进项目计划表了。
Drive Hyperion现在早不是一堆传感器加Thor芯片的盒子。它像手机里的iOS,把感知、训练、仿真、认证全包圆。比亚迪拿它搭全栈,吉利用它跑高速+城区+泊车三合一,日产更直接,把Wayve的端到端模型直接塞进Hyperion框架里跑。五十铃那台L4巴士,连驾驶员都没配,只在大阪机场线跑固定圈,靠Thor芯片撑住功能安全认证,每公里电费比柴油便宜三块七。
Robotaxi也不再是某家公司自己闷头试。Uber这次签了28城,但重点不是车的数量,是每座城市都派了合规小组,专门跟当地交管、保险、数据局磨流程。洛杉矶和旧金山排最先,因为美国NHTSA刚松了L4远程监控豁免条款。Grab在雅加达测试时发现,算法得认出摩托后座绑着的竹筐、路边突然冲出的鹅群,这些数据全反哺回英伟达的仿真平台。

Halos OS听着像新系统,其实是个“安全翻译官”。它把AI模型的黑箱决策,变成可检查、可打断、可追溯的动作链。比如系统预判前方施工区要绕行,Halos会同步生成三套备用路径,并标注每条路径的可靠度分值。NCAP新评的五星,不光看刹得住,更看刹得“不吓人”——不急刹、不画龙、不让后车误判。
Alpamayo 1.5最实在的地方,是能让工程师用普通话改规则。比如输入“看见穿红衣服的外卖员就提前减速”,系统自动转成约束条件加进决策层。保时捷工程师试过,原来要调两周的鬼探头应对逻辑,现在两小时重训完就能上线。车厂不用再养几十个AI博士,但得配懂交通规则又会写指令的“规则工程师”。
Omniverse NuRec这名字拗口,实际就是用真实街景视频,自动“溅射”出上百万个极限场景。不是建模,是直接拆解真实画面里的光线、反射、遮挡关系,再乱序重组。密歇根大学Mcity拿它测了8个月,发现17%的突发事故案例,是人类司机根本想不到的组合。
比亚迪和吉利没自研芯片,但把Hyperion底层接口全摸透了,连雷达点云怎么和视觉对齐、算力怎么按早晚高峰动态分配都写进自己的整车域控制器里。他们不怕用英伟达,怕的是只会调参不会定规则。
日产那边,软件团队直接搬到英伟达日本办公室,一起改代码。Wayve的工程师发现,他们的端到端模型在Hyperion跑起来,收敛速度比自己服务器快四倍,但模型解释性反而更强——因为Halos中间件强制所有节点输出置信度日志。
Robotaxi在28城铺开,真正难的不是技术,是每座城市要签三份合同:一份给交管局报备运行范围,一份给保险公司约定责任切割,一份给市政买数据接口。东京签完,合同里专门加了一条:雨天积水超过5厘米,系统自动降级为L3并通知乘客。
英伟达展台没摆芯片样品,只放了三块屏幕:左边是比亚迪工厂产线实时数据流,中间是Uber在伊斯坦布尔的订单热力图,右边是Halos OS正在回溯一单急刹的完整决策链。
很多人以为L4拼的是谁家模型准,其实比的是谁先把安全日志格式统一、把仿真场景标签对齐、把车企和出行公司要的数据字段商量明白。
GTC结束那天,我看见一个吉利工程师蹲在展台角落,用手机拍下Hyperion开发文档的二维码,扫完直接发到自己团队群里,底下回了一串“收到,今晚拉会”。
这事就这么开始了。