黄仁勋：未来十年很多汽车是自动驾驶.docxVIP

黄仁勋：未来十年很多汽车是自动驾驶

一、CES2026黄仁勋重磅发声：未来十年自动驾驶将成汽车主流

2026年1月6日，拉斯维加斯国际消费电子展（CES）现场，英伟达创始人兼CEO黄仁勋以“计算行业的双重重启”为主题发表keynote演讲，向全球科技界抛出重磅判断：“未来十年，世界上很大一部分汽车将是自动驾驶或高度自动驾驶的。”作为AI领域的“技术风向标”，黄仁勋的发言不仅是对自动驾驶趋势的预测，更基于英伟达在AI计算、模型训练与车载技术上的全栈突破——当天，他发布“全球首个专为自动驾驶设计的思考型AI模型”Alpamayo、VeraRubinAI超级计算机等核心技术，并宣布与梅赛德斯-奔驰的量产合作，将自动驾驶从“实验室测试”推向“量产落地”的关键阶段。

黄仁勋在演讲中用三组数据支撑自动驾驶的技术成熟度：模型规模每年增长10倍，Test-TimeScaling（测试时推理）产生的词元（token）数每年增长5倍，每词元的计算成本每年下降10倍。这些数据共同指向一个结论：AI模型的“思考能力”与“成本效率”正以指数级速度提升，足以支撑自动驾驶在复杂场景中的实时决策。

为解决自动驾驶的“场景泛化”难题，黄仁勋重点推出Alpamayo模型——这是全球首个针对自动驾驶优化的“推理型AI”，具备环境感知、路径规划、风险预测三大核心能力：通过多模态传感器（摄像头、激光雷达、毫米波雷达）的融合输入，Alpamayo可实时识别行人、车辆、车道线等目标；基于Cosmos世界基础模型的海量场景数据，它能模拟暴雨、强光、拥堵等极端环境，生成“安全优先”的行驶策略；更关键的是，Alpamayo采用开源架构，允许车企根据自身需求定制优化，降低了技术落地的门槛。

值得关注的是，英伟达已与梅赛德斯-奔驰达成“全栈技术植入”合作：2025款梅赛德斯-奔驰CLA将搭载Alpamayo模型、DRIVEAGXHyperion10车载计算平台及Cosmos数据服务，成为首款集成英伟达自动驾驶全栈技术的量产车。黄仁勋表示：“这不是‘辅助驾驶’的升级，而是‘真正的自动驾驶’——车辆能在城市道路、高速路等场景中自主决策，无需人类持续干预。”

二、双平台转移：自动驾驶爆发的底层计算革命

黄仁勋在演讲中强调，自动驾驶的爆发并非“单点技术突破”，而是“计算行业双重平台转移”的必然结果。这种每10—15年一次的变革，重新定义了AI时代的计算逻辑：

计算核心从CPU转向GPU：AI时代的“大脑切换”

传统计算机的核心是CPU（中央处理器），擅长“串行计算”（逐一执行指令），但AI模型的训练与推理需要“并行计算”（同时处理海量数据）——GPU（图形处理器）的thousands级并行核心，恰好匹配AI的需求。黄仁勋指出：“AI时代，开发者不再‘写代码’，而是‘训练模型’；计算的核心不再是CPU，而是GPU。”英伟达的GPU业务（如H100、Thor芯片）已成为AI训练与车载推理的“标准配置”，全球超90%的AI模型训练依赖英伟达GPU。

软件逻辑从“预编译”转向“实时生成”：适配自动驾驶的动态场景

传统软件采用“固定流程”运行（如“踩油门→加速”的预定义逻辑），而AI软件具备“实时生成内容”的能力——它能根据摄像头捕捉的“行人突然横穿马路”、激光雷达检测的“前方障碍物”等实时数据，动态调整决策（如“紧急刹车”或“变道避让”）。这种“生成式逻辑”完全适配自动驾驶的“不确定性场景”，是传统辅助驾驶技术无法比拟的。

黄仁勋估算，这一双重转移正驱动全球约10万亿美元的计算基础设施向AI化转型：数千亿美元VC（风险投资）涌入AI领域，100万亿美元的全球产业（如汽车、制造、交通）将研发预算向AI倾斜。“从传统IT到AI的转型，是自动驾驶爆发的‘资金池’与‘技术源’。”他说。

三、物理AI的“ChatGPT时刻”：自动驾驶成为“能思考的机器”

在演讲中，黄仁勋提出“物理AI的ChatGPT时刻即将到来”的核心观点——AI将从“处理数字信息”转向“理解物理世界”，具备推理、规划、工具使用等能力，而自动驾驶汽车正是“物理AI”的典型载体。

开放模型生态：降低自动驾驶的技术门槛

黄仁勋指出，以DeepSeekR1、KimiK2、Qwen为代表的开放模型，正以“每半年迭代一次”的速度逼近前沿技术（如GPT-5）。英伟达通过NeMo库等开源工具链，将蛋白质合成（LlamaProtina）、天气预测（Earth2）、开放世界理解（Cosmos）等模型开放，让车企无需从头训练模型，只需基于开源模型优化自动驾驶场景。“开放生态将加速技术扩散，让更多车企参与到自动驾驶革命中。”他说。

Agentic智能体：自动驾驶的“大脑管家”

具备“推理+工具使用”能力的Agentic智能体，已成为