特辑④:黄仁勋点名了什么产业?自动驾驶与Robotaxi,汽车正在变成轮式机器人

产业坐标轴｜黄仁勋大会产业4

NVIDIA在COMPUTEX 2026继续强化自动驾驶开发工具链，Alpamayo、DRIVE平台、仿真和合成数据共同服务于一个目标：让汽车从“带智能座舱的交通工具”升级为可感知、可规划、可持续学习的轮式机器人。[1][5]

图1：自动驾驶大会信号。

自动驾驶进入端到端、多模态和世界模型阶段。过去的重点是感知和规则，现在越来越多模型把摄像头、激光雷达、地图、驾驶策略和仿真数据统一训练。[1]

L2/L2+辅助驾驶在中国新车中的渗透率快速提升，Robotaxi在中美多个城市进入收费运营和区域扩张阶段。产业重心从Demo转向安全冗余、单位运营成本和监管合规。[12]

这条链不只是整车厂。高算力芯片、域控制器、摄像头、激光雷达、毫米波雷达、线控制动、仿真平台和高精地图都在重估。谁能形成数据闭环，谁就更接近长期壁垒。

把自动驾驶拆开看，不能只盯一个明星产品。上游决定性能和成本，中游决定系统稳定性，平台层决定生态和开发门槛，应用端则决定能否从样板间走到规模化部署。

图2：自动驾驶产业链图谱。

这张表不是股票推荐，而是帮助判断公司处在产业链哪一层。海外公司更多集中在底层平台、芯片、操作系统和全球化硬件生态；国内公司优势更多体现在制造、零部件、整机交付、场景落地和供应链效率。

图3：自动驾驶国内外上市公司图谱。

海外重点上市公司

国内、港股及中概重点上市公司

用“订单/商业化确定性”和“技术/生态壁垒”两个维度看，自动驾驶内部差异很大。右上角通常是最值得长期跟踪的位置，但也往往对应最高估值和最强竞争；右下角更像产业扩张期的基础供应链；左上角代表技术前沿，爆发空间大但节奏不一定快。

图4：自动驾驶产业坐标轴。

第一，看真实订单和客户验证，而不是发布会热度。第二，看成本曲线，只有单位成本下降，产业才会从试点走向规模化。第三，看生态绑定，平台、工具链、开发者和客户迁移成本决定长期壁垒。第四，看国内替代和全球供应链位置，特别是中国公司能否从制造环节向关键零部件和平台层上移。

一句话，黄仁勋点名的不是单个产品，而是一组“AI外溢产业”：AI从云端大模型外溢到工厂、PC、机器人、汽车和网络基础设施。真正需要跟踪的，是这些产业里哪些环节正在形成数据、算力、制造和订单的正循环。

[1] NVIDIA Blog：《GTC Taipei and COMPUTEX 2026 News Roundup》，https://blogs.nvidia.com/blog/nvidia-gtc-taipei-computex-2026-news/，2026-06。

[5] NVIDIA Newsroom：《NVIDIA Launches Alpamayo 2 Super Open Reasoning Model for Robotaxis》，https://nvidianews.nvidia.com/news/nvidia-alpamayo-2-super-robotaxis，2026-05-31。

[12] 工业和信息化部 / 中国信通院：《人工智能、机器人、智能网联汽车与算力基础设施公开资料》，https://www.miit.gov.cn/; https://www.caict.ac.cn/，2025-2026。