NVIDIA's multi-dimensional advance into the automotive business: The era of autonomous driving has arrived
英伟达在 CES 发布会上宣布自动驾驶时代已至，推出第四代 Thor 智驾计算平台，算力提升 20 倍，预计到 2026 财年汽车业务规模将达 50 亿美元。Thor 平台支持多传感器融合，实现 L4 至 L5 级别自动驾驶，提供一站式解决方案，广泛应用于汽车及机器人领域。英伟达通过真实数据优化自动驾驶算法，推动汽车智能化变革，影响产业格局与出行生态。
全程听完 CES 上的英伟达发布会，干货太多。黄教主对未来的改变很快会让普通人感受到。给大家总结一下重点。
汽车领域其实是英伟达物理智能的一部分。黄教主在发布会上，宣告自动驾驶时代已至，并勾勒出宏大蓝图：发布第四代 Thor 智驾计算平台，算力相比上一代骤升 20 倍；
2026 财年，英伟达预计将汽车业务规模扩至 50 亿美元，推出世界基础模型 Cosmos，为自动驾驶与机器人开发提供低成本数据生成方案，全方位加速汽车智能化变革，对产业格局、技术走向及出行生态都将产生深远影响。
Part 1 英伟达在汽车领域的新布局
● Thor 智驾平台的技术突破
我们写过《技术分析｜英伟达的 Thor 芯片有多先进？》，英伟达此次发布的第四代 Thor 智驾计算平台，是智能驾驶技术迭代到现在的核心变化，满血的 Thor，算力是上一代 Orin 平台的 20 倍，这不仅是性能的简单迭代，更是功能的全面升级。
借助 Thor，英伟达为车载计算机提供了强大的实时计算能力，支持多传感器融合（包括摄像头、雷达、激光雷达等），实现自动驾驶 L4 甚至 L5 级别的能力。
Thor 的突破性性能使其能够支持包括自动驾驶、驾驶舱体验、车联网等在内的多重功能集成，为车企提供了一站式解决方案，Thor 的可扩展性使其不仅局限于汽车领域，还能广泛应用于机器人等场景，进一步延展了其市场潜力。
英伟达的自动驾驶迭代方式是开创性的，注重虚实结合，借助真实世界数据反哺。
随着搭载英伟达芯片的车辆上路，它们采集各类行驶数据，从日常通勤的城市缓行，到长途跋涉的高速驰骋，这些一手数据成为优化自动驾驶算法的 “富矿”，利用 Omniverse 等虚拟平台。
基于 Blackwell 芯片算力与软件服务，在虚拟世界重构汽车制造产线，还能依据真实数据生成全新虚拟场景用于训练。这就好比给自动驾驶系统打造了一个 “数字沙盒”，无限模拟极端天气、罕见路况，让算法提前适应，减少现实试错成本。
自动驾驶技术的迭代需要大量的训练数据和模拟场景支持，英伟达提供了三个关键计算系统——AI 训练系统、虚拟世界 “Omniverse” 以及数据合成系统 “Cosmos”，形成了一个从数据采集到模型训练再到仿真的闭环体系。
Omniverse：提供高保真的虚拟场景模拟，用于测试和优化自动驾驶算法。
Cosmos：利用自动驾驶汽车获取的真实数据生成新的虚拟数据，进一步丰富训练样本。
通过这些工具，车企能够大幅降低研发成本，加速技术迭代，提升自动驾驶算法的精度和可靠性，哪怕强如特斯拉也在使用英伟达的核心系统来完善自己。
● 生态合作：构建 “自动驾驶朋友圈”
丰田是英伟达的重要合作伙伴之一，双方将在下一代自动驾驶汽车领域展开深度合作，丰田的规模优势与英伟达的技术实力形成互补，为未来的自动驾驶技术落地提供了强大支撑。
除了丰田，英伟达还吸引了包括特斯拉、奔驰、比亚迪、理想、小米和极氪在内的多家车企加入其生态系统。
这些合作伙伴涵盖了从传统车企到新势力品牌，Aurora 和大陆集团，英伟达在自动驾驶生态建设中的强大吸引力。
在这里国内的小鹏和蔚来退出了英伟达最新的圈子，每个企业都有自己的选择。
英伟达从技术方案优化、硬件适配集成层面，助力英伟达自动驾驶生态闭环构建，覆盖从算法到整车落地全链路，你也可以退出这个圈子的一部分，但是完全离开英伟达的系统，打造自己的独特的体系，在中国也只有华为。
Part 2 物理 AI：英伟达的战略视角
在英伟达看来，物理人工智能是解锁自动驾驶与机器人高阶能力的关键，不是单纯理论模型，而是紧密关联现实物理世界交互逻辑的智能形态。
传统 AI 模型在面对机器人操控、自动驾驶复杂物理动态时往往力不从心，因为现实世界充满不确定性，物体运动、力学关系、人类不可预测行为等因素交织。
物理 AI 要能精准模拟、理解、回应这些状况，比如机器人搬重物时的重心调整，自动驾驶汽车避障时的物理碰撞预估，是迈向成熟智能应用的核心门槛。
物理 AI（Physical AI）是英伟达提出的新概念，通过 AI 技术赋能物理世界的智能化。
Cosmos 世界基础模型是实现这一目标的关键工具，模型能够将文本、图像、视频等信息转换为机器人和自动驾驶汽车可以执行的任务，从而为开发人员提供丰富的训练数据。
Cosmos 通过 2000 万小时的视频训练，生成逼真的物理场景，用于自动驾驶系统和机器人的算法优化。
开发人员可以利用 Cosmos 生成特定的天气条件、路况或交通状况的仿真场景，从而更有效地评估和训练自动驾驶系统，开发物理 AI 模型，以往需海量真实世界数据收集与测试，成本高且耗时。
以小鹏汽车为例，此前采集不同光照、地形下的自动驾驶训练数据代价高昂，有了 Cosmos，可在虚拟层面合成相似效果数据，极大节省资源。
Cosmos 不仅提供通用基础数据，还允许开发者微调构建定制模型。这吸引不同规模、不同应用场景的企业。
拼车巨头 Uber 要优化自动驾驶配送算法，机器人公司 1X 要强化人形机器人动作协调性，都能基于 Cosmos 按需调整，降低开发门槛，激发行业创新活力。
英伟达将 Cosmos 定位为物理 AI 领域的 “ChatGPT”，目标是通过开放式的基础模型让更多开发者触及高质量数据资源和 AI 工具。
● 这种策略有两层含义：
降低技术门槛：通过开放 Cosmos 平台，开发人员可以在英伟达的加速计算系统上轻松部署模型，避免高昂的数据采集成本。
扩大生态影响：英伟达通过与车企、小鹏汽车、Uber 等合作伙伴的合作，进一步扩大了其在物理 AI 领域的生态影响力。
独木难支，全力与全球开发者生态系统合作。联合各方力量，让高校科研团队、初创科技企业、成熟工业巨头都参与物理 AI 建设。
好比一场开源盛宴，各方贡献智慧，共享成果，英伟达则稳坐技术底座与生态中枢，推动物理 AI 技术波浪式前进，从基础理论到应用场景不断拓展，辐射汽车、机器人多元领域。
自动驾驶汽车不仅是 AI 技术的应用场景，也是生成数据的主要来源。通过 Omniverse 和 Cosmos 的结合，英伟达为车企提供了从产线设计到产品优化的全流程支持。
产线优化是基于虚拟仿真技术，重构汽车制造流程，提高效率和柔性化生产能力。
数据驱动研发是利用自动驾驶汽车收集的海量数据，生成更多真实世界的训练样本，进一步提升自动驾驶技术的能力边界。
小结
黄仁勋在 CES 2025 上的演讲明确传递了英伟达在汽车领域的战略雄心：以领先的计算能力和生态布局，引领自动驾驶和物理 AI 的技术变革。
从 Thor 平台到 Cosmos 模型，英伟达为车企和开发者提供了从硬件到软件的全套解决方案，加速了汽车智能化的进程。
正如黄仁勋所言，“自动驾驶时代已经到来。” 在这场变革中，英伟达不仅是技术的推动者，更是未来出行方式的定义者。
本文作者：陶烟烟，文章来源：芝能汽车，原文标题：《CES｜英伟达多维进击汽车业务：自动驾驶时代已至》
