英伟达汽车事业部副总裁吴新宙有个习惯：每隔半年，他都会邀请公司首席执行官黄仁勋体验搭载最新脱手自动驾驶系统的车辆，前提是他对系统的可靠性有绝对信心。最近一次行程中，两人乘坐一辆配备MB.DriveAssist Pro系统的奔驰CLA轿车，从加利福尼亚州伍德赛德驶向旧金山市中心。尽管沿途遭遇拥堵路况，车内氛围却格外轻松——这套由英伟达参与开发的系统，成功应对了施工路段、违停车辆和狭窄车道等复杂场景。
根据公开的22分钟乘车视频，黄仁勋在行程中主动要求切换自动驾驶模式："告诉我什么时候启动，这样我就不用一直担心安全问题了。"英伟达发言人杰西卡·苏亚雷斯证实，全程未出现人工接管情况，但视频经过剪辑处理。这套系统与特斯拉FSD功能类似，却采用了截然不同的技术路径——英伟达将端到端AI模型与传统工程化技术栈相结合，既保留了接近人类驾驶的灵活性，又通过道路规则框架确保安全性。
在国际消费电子展（CES）上，黄仁勋发布的Alpamayo解决方案引发行业关注。这套包含AI模型、仿真工具和数据集的组合，旨在实现L4级自动驾驶。他将其比作"实体AI的ChatGPT时刻"，同时坦言："我们不知道这套系统的能力边界在哪里，这正是传统技术栈不可或缺的原因。"这种"双轨制"策略与特斯拉的纯端到端方案形成鲜明对比，后者完全依赖神经网络处理所有驾驶决策。
吴新宙在技术解析中指出，端到端模型在应对减速带、变道等场景时表现更自然，避免了传统系统的机械感。"只有当车辆行驶足够自信时，用户才会真正愿意使用。"他以Waymo和特斯拉为例，说明混合系统正成为主流趋势。英伟达的独特之处在于多传感器融合方案，其高配版本集成了摄像头、雷达、超声波传感器和激光雷达，通过感知冗余提升极端场景下的安全性。
面对激光雷达带来的成本质疑，吴新宙透露了英伟达的垂直整合策略。其DRIVE Hyperion平台提供灵活配置：基础版采用摄像头与雷达组合，成本已随十年量产大幅下降；高阶版则通过模块化设计支持激光雷达加装。"随着激光雷达价格下探，4万-5万美元区间的车型完全可能配备全套传感器。"他预测，未来传感器成本将不再是高级自动驾驶的门槛。
在数据积累方面，英伟达选择了一条不同于特斯拉和Waymo的道路。"仿真才是真正的基础设施。"吴新宙介绍了两大核心技术：神经重建技术通过车辆传感器数据复现真实场景，数据增强技术则能在虚拟环境中修改元素参数，测试系统应对细微变化的能力。"我们可以让行人突然加速或改变位置，从而发现原始数据中罕见的极端案例。"团队甚至复现了Waymo事故中的停电场景，训练系统避免路口堵塞。
目前，英伟达正从合作伙伴处获取行车记录仪视频用于仿真训练，但其终极目标是开发具备推理能力的系统。吴新宙透露的视觉-语言-动作模型（VLA）项目，试图将交通规则理解与物理操作整合在统一架构中。"就像教新手开车——先学交规，再上路练习20小时。"他比喻道，"我们希望模型未来能通过基础规则和有限训练数据掌握驾驶技能，而非依赖海量实车里程。"
