英偉達汽車事業部副總裁吳新宙有個習慣：每隔半年，他都會邀請公司首席執行官黃仁勛體驗搭載最新脫手自動駕駛系統的車輛，前提是他對系統的可靠性有絕對信心。最近一次行程中，兩人乘坐一輛配備MB.DriveAssist Pro系統的奔馳CLA轎車，從加利福尼亞州伍德賽德駛向舊金山市中心。盡管沿途遭遇擁堵路況，車內氛圍卻格外輕松——這套由英偉達參與開發的系統，成功應對了施工路段、違停車輛和狹窄車道等復雜場景。

根據公開的22分鐘乘車視頻，黃仁勛在行程中主動要求切換自動駕駛模式："告訴我什么時候啟動，這樣我就不用一直擔心安全問題了。"英偉達發言人杰西卡·蘇亞雷斯證實，全程未出現人工接管情況，但視頻經過剪輯處理。這套系統與特斯拉FSD功能類似，卻采用了截然不同的技術路徑——英偉達將端到端AI模型與傳統工程化技術棧相結合，既保留了接近人類駕駛的靈活性，又通過道路規則框架確保安全性。

在國際消費電子展（CES）上，黃仁勛發布的Alpamayo解決方案引發行業關注。這套包含AI模型、仿真工具和數據集的組合，旨在實現L4級自動駕駛。他將其比作"實體AI的ChatGPT時刻"，同時坦言："我們不知道這套系統的能力邊界在哪里，這正是傳統技術棧不可或缺的原因。"這種"雙軌制"策略與特斯拉的純端到端方案形成鮮明對比，后者完全依賴神經網絡處理所有駕駛決策。

吳新宙在技術解析中指出，端到端模型在應對減速帶、變道等場景時表現更自然，避免了傳統系統的機械感。"只有當車輛行駛足夠自信時，用戶才會真正愿意使用。"他以Waymo和特斯拉為例，說明混合系統正成為主流趨勢。英偉達的獨特之處在于多傳感器融合方案，其高配版本集成了攝像頭、雷達、超聲波傳感器和激光雷達，通過感知冗余提升極端場景下的安全性。

面對激光雷達帶來的成本質疑，吳新宙透露了英偉達的垂直整合策略。其DRIVE Hyperion平臺提供靈活配置：基礎版采用攝像頭與雷達組合，成本已隨十年量產大幅下降；高階版則通過模塊化設計支持激光雷達加裝。"隨著激光雷達價格下探，4萬-5萬美元區間的車型完全可能配備全套傳感器。"他預測，未來傳感器成本將不再是高級自動駕駛的門檻。

在數據積累方面，英偉達選擇了一條不同于特斯拉和Waymo的道路。"仿真才是真正的基礎設施。"吳新宙介紹了兩大核心技術：神經重建技術通過車輛傳感器數據復現真實場景，數據增強技術則能在虛擬環境中修改元素參數，測試系統應對細微變化的能力。"我們可以讓行人突然加速或改變位置，從而發現原始數據中罕見的極端案例。"團隊甚至復現了Waymo事故中的停電場景，訓練系統避免路口堵塞。

目前，英偉達正從合作伙伴處獲取行車記錄儀視頻用于仿真訓練，但其終極目標是開發具備推理能力的系統。吳新宙透露的視覺-語言-動作模型（VLA）項目，試圖將交通規則理解與物理操作整合在統一架構中。"就像教新手開車——先學交規，再上路練習20小時。"他比喻道，"我們希望模型未來能通過基礎規則和有限訓練數據掌握駕駛技能，而非依賴海量實車里程。"