NVIDIA自动驾驶技术栈：赋能而非竞争

NVIDIA在CES上发布了一整套自动驾驶技术栈，引发了许多特斯拉（Tesla）投资者对FSD（Full Self-Driving: 特斯拉的自动驾驶系统）是否面临“杀手级”挑战的担忧。对此，本文将分享个人看法，作为一名特斯拉投资者，这是我进行功课的成果。本文内容均为个人观点，不构成投资建议。

NVIDIA此次发布的自动驾驶技术栈主要包含三个核心组件：

• Alpha male（VLA 模型: 端到端视觉语言动作模型），这是一个开源模型，旨在提供自动驾驶的基础能力。
• Alpha SIM（模拟器: 用于生成训练数据，尤其是边缘案例），该模拟器能够帮助厂商在缺乏大量真实驾驶数据时，通过模拟生成数据来训练模型，尤其是在现实世界中难以捕捉的边缘案例（Edge Case）场景。它同样是一个开源模型。
• Physical AI Open Dataset（真实驾驶数据: 1700+小时视频），NVIDIA免费提供超过1700小时的真实人类驾驶视频数据。

这三个组件共同构成了一个自动驾驶入门套件（Starter Kit），旨在帮助厂商从零开始构建自己的自动驾驶系统。NVIDIA在发布会上与奔驰（Mercedes-Benz）合作进行了演示，其流畅的表现让一些传统媒体和分析师，如Twitter上的Wrenus，感到惊讶并产生担忧，认为特斯拉应该警惕。然而，Elon Musk（特斯拉CEO）对此回应称，他不会因此失眠，并希望NVIDIA能够成功。

特斯拉技术路线的领先与业界共识

“特斯拉需要担心”这一说法本身就揭示了两个重要问题。首先，这表明业界普遍承认特斯拉在自动驾驶领域处于领先地位，这与早期许多人认为特斯拉垫底的看法形成了鲜明对比。其次，更重要的是，这种担忧实际上是对特斯拉技术路线的认可。业界甚至流传着“特斯拉做作业，NVIDIA抄作业”的说法，这暗示了NVIDIA的这套系统在本质上与特斯拉所做的事情几乎一致。Elon Musk也曾表示，这正是特斯拉正在做的事情。

因此，当前整个自动驾驶行业，包括Waymo等公司，都在朝着特斯拉所坚持的端到端视觉方案方向发展。尽管Waymo表面上仍在使用激光雷达（Lidar），但其技术栈中摄像头（Camera）或视觉（Vision）的作用越来越大，模型也正从模块化向端到端演进。这无疑是对特斯拉技术路线的极大肯定。

NVIDIA的“推理能力”与系统一、系统二之辩

在技术层面，NVIDIA和特斯拉都采用了端到端模型（End-to-End Model）。NVIDIA此次发布特别强调其模型具备推理能力（Reason），能够进行思考和推理。这与人类思考的系统一（System 1: 下意识、条件反射式思考）和系统二（System 2: 慢速、逻辑推理式思考）概念紧密相关。人类驾驶绝大多数依赖系统一，即无意识的条件反射；但在复杂情况下，如初到一个陌生城市驾车，则需要系统二的慢速逻辑推理。

NVIDIA的系统声称，即使在系统一操作时，其模型也能理解并输出语言解释（Language Explanation），说明其行为的因果关系，例如“我为什么减速？因为要礼让行人”。这种解释能力对于审计（Auditing）和监管具有实际意义，有助于理解AI的决策过程，避免其成为“黑盒子”。然而，这也存在“指哪儿打哪儿”或“打哪儿指哪儿”的陷阱，即机器可能只是为行为找到一个看似合理的解释。

值得注意的是，特斯拉也在其系统中加入推理能力。Elon Musk在财报会议上曾提及车辆在停车场选择车位的推理场景，而自动驾驶副总裁Ashok也分享了特斯拉未来将能输出语言式解释，并允许用户通过提示词（Prompt）让模型进行解释。

尽管NVIDIA CEO Jensen在采访中表示，特斯拉的技术非常先进，但其AI是否具备推理能力并不那么重要。他认为，驾驶主要依赖强大的系统一，系统二的慢速思考在学习阶段或不熟悉情境时才更重要。一旦掌握，条件反射才是关键。因此，拥有一个强大的系统一，能让系统二的比重减少，避免驾驶过程中过多的慢速思考。从这个角度看，“推理能力”更多是一个营销术语，而非模型间清晰的界限。宏观而言，所有自动驾驶技术最终都会趋同。

NVIDIA的“卖铲人”策略：大而全的赋能者

NVIDIA的技术栈与特斯拉有一个显著不同：它支持多传感器输入（Multi-Sensor Input），甚至包含了激光雷达（Lidar）。虽然Jensen在发布会上强调“只要你能，就请使用一点视频”，鼓励大量使用视频（Video），表明其本质上是一个端到端的视觉模型（Vision Model），但其系统依然保留了对Lidar的支持，以满足不同客户的需求。

更有趣的是，NVIDIA的系统还包含了经典自动驾驶技术栈（Classic AV Stack: 基于规则的If-Else系统），即最原始的基于规则的自动驾驶技术。这意味着NVIDIA的系统集端到端模型、推理能力、多传感器支持（包括Lidar）和规则基系统于一体，几乎涵盖了所有可能的自动驾驶技术路线。

这种“大而全”的策略，正如Twitter用户老于所言，并非因为所有要素都必需，而是为了向客户证明NVIDIA的芯片可以运行所有这些要素，至于客户能否达到特斯拉的水平，则取决于其自身造化。NVIDIA通过提供对Lidar的支持，无论是纯视觉路线还是需要Lidar辅助，甚至仅仅是出于“装门面”的宣传需求，都能满足客户。

因此，NVIDIA的定位是赋能者（Enabler），而非竞争者（Competitor）；是提供者（Provider），而非技术领导者（Tech Leader）。它不会像特斯拉那样坚持某一种技术路线，而是迎合所有路线。回顾NVIDIA多年来的自动驾驶技术栈发展，其每一代产品都符合当时最流行或业界公认的趋势，无论是基于规则、Lidar还是纯视觉。NVIDIA的伟大之处在于将“卖铲子”这件事做到了极致，它让所有人都参与到自动驾驶的“淘金热”中，然后向他们销售“铲子”（即其硬件和工具）。

所以，认为NVIDIA会与特斯拉竞争，就像认为它会与OpenAI竞争一样，是不切实际的。NVIDIA的商业模式决定了它不会成为任何一家自动驾驶公司的直接竞争对手，因为它致力于赋能整个行业。

FSD面临的三大核心挑战

NVIDIA的发布并未对自动驾驶市场格局产生本质改变，因为自动驾驶（尤其是FSD）面临着三大核心挑战：

1. 从99%到99.999%的“长尾”难题

自动驾驶的第一个挑战是实现从99%到99.999%的巨大飞跃。Ashok曾指出，这个“长尾”问题比大多数人想象的要长得多。Elon Musk也强调，实现90%的自动驾驶相对容易，这正是端到端模型的强大之处。许多厂商，如理想汽车（Li Auto），通过端到端模型也能在演示中展现出接近90%的流畅度，这曾让一些投资者担忧，甚至清仓特斯拉股票。

然而，过去一年的发展表明，中国厂商在追赶特斯拉的阉割版FSD方面仍有巨大差距。这证明了端到端模型的强大，但也凸显了从99%到99.999%的漫长和困难。Elon Musk曾表示，实现安全、无人监督自动驾驶（Unsupervised Autonomous Driving）需要大约100亿英里（Ten Billion Miles）的训练数据。相比之下，NVIDIA目前收集的1700小时真实数据加上8万小时模拟数据，总计仅相当于几百万英里，与100亿英里的目标相去甚远，更无法与特斯拉现有的庞大数据量相比。因此，当看到厂商演示90%-99%的流畅度时，这仅仅是“万里长征的第一步”。

2. Demo到量产的“部署”鸿沟

第二个挑战是演示（Demo）与大规模生产（Production）或部署（Deployment）之间的巨大鸿沟。Elon Musk指出，FSD从“能工作”到“比人类更安全”需要多年时间，而传统车厂通常会在FSD被证明比人类更安全几年后，才会真正将摄像头和AI计算单元大规模集成到车辆中进行生产。这意味着，对特斯拉的真正压力可能在五到六年之后才会显现。

目前，奔驰CLA与NVIDIA的合作是一个特殊案例，很可能是NVIDIA主导并投入大量资金，旨在利用量产车验证其模型和推广技术栈。而其他传统车厂大多仍处于观望状态。Elon Musk曾言，NVIDIA发布的是一套工具，但整个汽车行业本身并不愿投入巨资去做自动驾驶。传统车厂缺乏建设数据中心、训练模型、模拟场景以及在车辆中集成AI芯片的意愿和资源。对他们而言，在自动驾驶彻底解决并商品化（Commoditize）之前，不符合其激励机制（Incentive Mechanism），甚至可以说，他们根本没有意愿去实现自动驾驶。

因此，NVIDIA提供的只是一个入门套件（Starter Kit），而非能直接实现自动驾驶甚至Robotaxi（自动驾驶出租车）的神器。真正的区分点（Differentiator）不再是模型本身，而是车队规模（Fleet Size）、真实数据（Real-World Data）、持续的迭代（Iteration）、部署（Deployment）能力以及运营（Operation）经验。这些都需要巨大的真金白银和资源投入，并非所有公司都能或愿意承担。

3. 自动驾驶与Robotaxi的商业化差异

第三个挑战是自动驾驶与Robotaxi业务之间的区别。实现自动驾驶是一回事，但运营Robotaxi业务则涉及车队管理（Fleet Management）、运营模式（Operating Model）和商业化（Commercialization）等复杂概念。这需要长时间的布局、运营和积累。许多厂商可能对自动驾驶有兴趣，但对Robotaxi的商业化运营却未必有同等热情，然而Robotaxi才是真正的盈利点。

因此，NVIDIA此次发布的技术栈，并未从根本上改变当前自动驾驶市场的核心挑战。

谁是特斯拉真正的竞争者？

那么，我们到底应该担心谁呢？

首先，NVIDIA不是特斯拉的竞争对手。NVIDIA的战略是成为AI世界的“安卓”或“卖铲人”。它通过将模型彻底开源，让所有公司、行业乃至国家都能参与到AI革命中，从而销售其硬件（“铲子”），无论是用于模型训练、数据模拟还是推理。NVIDIA不可能同时与OpenAI竞争大模型，又与特斯拉竞争自动驾驶。它是一个赋能者（Enabler），而非竞争者（Competitor）；是提供者（Provider），而非技术领导者（Tech Leader）。它不会有自己的“观点”坚持纯视觉路线，而是迎合所有客户的需求。

其次，传统车厂（Legacy Auto）不值得担心。正如安卓/iOS时代，那些未能适应新平台的传统手机厂商（如诺基亚、摩托罗拉、黑莓）最终被淘汰。传统车厂的商业模式是卖车，而真正的利润在Robotaxi。他们缺乏意愿、能力和资源去投入自动驾驶的“电动车之战”（EV Battle）、“自动驾驶之战”（Autonomous Driving Battle）和“Robotaxi之战”（Robotaxi Battle）。特斯拉投资者的目标是Robotaxi带来的巨额利润，而非单纯的汽车销售。因此，传统车厂在自动驾驶时代已变得无关紧要（Irrelevant）。

再者，自动驾驶初创公司（AV Startups），包括Uber在内，也不值得担心。这些公司往往依赖昂贵的Lidar技术，更重要的是，它们缺乏自有车队（Fleet）和大规模生产制造汽车的能力。没有车队就无法收集足够多的真实数据，仅靠模拟数据是不足以超越现实的。特斯拉同样在进行模拟和构建世界模型，但最终的区分点（Differentiator）仍在于车队规模和真实数据量。

此外，那些处于生存边缘的电动车公司（EV Companies），如Lucid和Rivian，也不值得担心。当它们尚未实现盈利时，投入巨资自研芯片和自动驾驶无异于本末倒置（Putting the Cart Before the Horse）。它们的首要任务是生存和盈利，而非高投入的自动驾驶研发。

那么，谁才是真正值得关注的潜在竞争者呢？我认为是中国电动车厂商。他们是唯一同时具备以下条件的：

• 拥有自己的车队（Fleet）和大规模生产制造能力。
• 能够收集真实数据（Real-World Data）并进行模拟数据（Simulation Data）生成。
• 具备快速迭代（Iterate）和部署（Deploy）的能力。
• 专注于运营（Operation）Robotaxi业务。 事实上，许多中国车厂已经开始自研技术栈、芯片和模型，并积极发展Robotaxi业务，因此NVIDIA的入门套件对他们而言并非最领先的技术。

特斯拉的真正挑战：速度与市场主导

最终，特斯拉投资者或特斯拉本身真正应该关注或担忧的，是特斯拉自己。自动驾驶本质上是一场赛跑游戏（Race Game）。特斯拉需要做的，是领先于竞争对手，提前完成目标，从而在这个时间窗口内赚取巨额利润。

我认为在自动驾驶这条时间线上，有三个必然会发生的关键节点：

1. 自动驾驶被广泛解决：总有一天，不光特斯拉，其他公司也能解决自动驾驶问题。特斯拉需要在此之前，例如提前三到五年，实现真正无人监督自动驾驶（Unsupervised Autonomous Driving），并使其比人类驾驶更安全，从而获得巨大的先发优势和盈利空间。
2. 自动驾驶技术商品化：市场最终会让自动驾驶技术变得商品化（Commoditize），变得非常便宜，任何厂商都可以购买。特斯拉需要在此之前，例如提前三到五年，将自己的Robotaxi业务（Robotaxi Business）打造成市场领先或主导地位。
3. Robotaxi商业化普及：未来Robotaxi将无处不在，任何车企的车辆都可以接入Robotaxi网络，竞争激烈，打车变得极其便宜，甚至人们不再需要买车。特斯拉需要在此之前，让自己的Robotaxi生态系统（Robotaxi Ecosystem）变得极其完整和强大，实现平台化，如同苹果App Store一样，从而主导市场。

因此，投资者应关注特斯拉能否足够紧急（Urgent）地追赶这些时间点，能否快速实现其设定的目标，并领先行业三到五年甚至更长时间。当前，我们应关注特斯拉何时能真正移除FSD安全员，以及Cyber Cab（特斯拉的Robotaxi车型）能否在2026年大规模量产。近期政策上的利好，如Cyber Cab生产限额可能从几千台提高到九万台，也为特斯拉提供了更好的发展环境。

真正的挑战并非外部竞争，因为其他公司迟早也会做到类似的事情。我们真正应该关心的是特斯拉的速度，它能否足够提前地完成这些关键目标。这才是区分市场信号与噪音的关键。