物理 AI 驱动出行：全球无人出租车领军企业如何借助 NVIDIA 技术构建未来

作为物理 AI 首个实现商业突破的领域，全球无人驾驶出租车市场规模预计将在 2035 年达到 4,000 亿美元，届时投入运营的商用车辆将超过 600 万辆。如今，无人出租车车队已在全球部分交通最繁忙、路况最复杂的街道上运送乘客。

部署单辆无人出租车已颇具挑战，而将其扩展为车队，则对计算能力提出了更高的要求 —— 这意味着数千辆车都必须提供同样安全、可靠的服务。

为满足这些要求，无人出租车在整个开发周期内都需要海量算力：从 AI 模型的准备与训练，到驾驶行为的仿真与验证，再到车端的实时处理。

NVIDIA 为 AI 训练、仿真与安全验证打造了开放平台，其中包括库、软件开发工具包、工作流与模型，开发者可将这些与自己的技术栈结合使用。

目前，开展商业化规模运营的主要无人出租车项目，都在使用 NVIDIA 的模块化技术栈，涵盖 AI 训练、仿真和车端计算，并根据需要组合使用这些能力，以支持车队的规模化开发与部署。

什么是无人驾驶出租车技术栈？

无人出租车技术栈，是用于开发、验证和部署自动驾驶汽车的一整套端到端技术，覆盖数据处理与 AI 模型训练、仿真、安全验证以及车端实时计算。

NVIDIA 的无人出租车和辅助驾驶汽车平台将这些能力整合为三台计算机解决方案：模型训练计算机、仿真与验证计算机，以及车载计算机。

1. 训练计算机：NVIDIA DGX

随着无人出租车项目不断将日益增长的车队数据转化为能力更强的模型，其智能化水平也在持续提升。驾驶模型可在 NVIDIA DGX 系统上进行训练。

NVIDIA Alpamayo 产品组合涵盖开放的视觉-语言-动作 (VLA) 推理模型、仿真框架与物理 AI 数据集，为开发者提供可根据自身数据、需求和技术栈灵活调整的基础构件。其推理模型能够将复杂驾驶情境拆解为多个更小的步骤，逐步推理并选择最安全的行驶轨迹，从而帮助应对辅助驾驶汽车面临的长尾挑战。

NVIDIA 还提供物理 AI 数据集、强化学习蓝图，以及用于后训练和蒸馏的方法指导，帮助开发者针对目标车型优化模型。

2. 仿真与验证计算机：运行于 NVIDIA RTX PRO 的 NVIDIA Omniverse 和 Cosmos

无人出租车项目不能仅依靠真实道路里程来覆盖罕见的长尾驾驶场景。NVIDIA Omniverse NuRec 模型可基于传感器数据重建真实驾驶场景；NVIDIA Cosmos 世界基础模型则能生成符合物理规律的场景变体，使开发者能够将数千个真实世界的极端案例扩展为数百万种驾驶行为、交通、天气、光照与传感器条件的组合。

在 NVIDIA RTX PRO 服务器上运行的 NVIDIA Omniverse 和 Cosmos 支持闭环仿真与验证。NVIDIA AlpaSim 仿真框架进一步完善了推理模型的训练与评估工作流，帮助开发者在部署前发现潜在薄弱环节。

3. 车载计算机与传感器架构：搭载 DRIVE AGX 的 NVIDIA DRIVE Hyperion

NVIDIA DRIVE Hyperion 是 NVIDIA 面向 L4 级无人出租车打造的模块化车端计算与传感器参考架构。DRIVE Hyperion 10 搭载两颗基于 NVIDIA Blackwell 架构构建的 NVIDIA DRIVE AGX Thor 系统级芯片，并配备 14 个高清摄像头、9 个毫米波雷达、3 个激光雷达和 12 个超声波传感器，实现实时 360 度传感器融合。其冗余计算与感知设计可在传感器或计算组件发生故障时，支持车辆继续安全运行。

双 DRIVE AGX Thor 的设计旨在运行包括 VLA 模型在内的现代 AI 工作负载，为感知、推理、路径规划和驾驶决策提供支持。

NVIDIA Halos 通过 Halos OS 为量产落地提供安全基础，并构建了更完整的验证与认证框架，涵盖独立审查、系统验证、大规模仿真，以及从云端到车端的持续测试。

采用 NVIDIA 无人出租车技术栈的行业领先企业

NVIDIA 的无人出租车生态覆盖亚洲、欧洲、中东和北美。如今，这些地区的商业化无人出租车服务正在不断发展。在这些市场中，出行服务提供商、辅助驾驶软件开发商与汽车制造商正采用 NVIDIA 的“三台计算机”解决方案，用于训练 AI 模型、仿真并验证驾驶行为，以及规模化部署辅助驾驶车辆。

在全球范围内扩大无人出租车服务规模

• Uber 正在扩大其基于 NVIDIA DRIVE Hyperion 的车队规模，计划到 2028 年将服务拓展至 28 个城市。Uber 还与 NVIDIA 基于 NVIDIA Cosmos 共同构建无人出租车 AI 数据工厂，用于筛选车队驾驶数据中的罕见场景。此外，Uber 和 NVIDIA 还与 Autobrains、Avride、Lucid、May Mobility、梅赛德斯-奔驰、Momenta、日产、Nuro、小马智行、Stellantis、Waabi、Wayve、文远知行以及 Zoox 展开合作，共同将基于 NVIDIA 技术的无人出租车服务引入 Uber 平台。
• May Mobility 计划通过 Uber 的网络运营无人驾驶网约车服务，同时基于 NVIDIA DRIVE 平台开发其软件技术栈。
• Bolt 使用 NVIDIA 技术在欧洲开发并规模化部署辅助驾驶汽车。
• Lyft 计划将 NVIDIA DRIVE Hyperion 作为未来无人驾驶车队的参考架构。目前，搭载 NVIDIA DRIVE 的 May Mobility 车辆也已在 Lyft 亚特兰大的服务网络中运营。
• 通过与 Grab 的合作，文远知行计划将采用 DRIVE Hyperion 和 DRIVE AGX Thor 的 GXR 推向东南亚主要市场。
• Waymo 与 NVIDIA 合作，共同构建其自动驾驶计算系统。

打造无人出租车智能驾驶能力

在这些服务背后，自动驾驶汽车开发商正在使用 NVIDIA 加速计算、仿真和车载平台，构建无人出租车所需的智能驾驶能力，并由运营商和汽车制造商将其部署到车队中。

• Wayve、日产和 Uber 正在开发一项面向全球市场的无人出租车项目，其原型车融合了日产的车辆工程能力、Wayve 的具身 AI，以及 NVIDIA DRIVE Hyperion 平台。
• Autobrains 正分别与 Uber 和 VinFast 合作，在慕尼黑、和东南亚开发无人出租车项目。项目基于 NVIDIA DRIVE Hyperion，并由 Autobrains 的代理式 AI 技术提供支持。
• Zoox 使用 NVIDIA DRIVE 提供车端计算能力，并开展基于云端的训练与仿真。
• Momenta 正基于运行 DRIVE OS 的 NVIDIA DRIVE AGX 开发其软件技术栈。
• 小马智行基于 NVIDIA DRIVE Hyperion 和 DRIVE AGX Thor 开发了新一代自动驾驶域控制器。
• Tensor 正在开发 L4 级 Robocar，其车载超级计算机采用 8 颗 NVIDIA DRIVE AGX Thor 系统级芯片。
• Waabi 通过与 Uber 的部署合作进入无人出租车市场，其 Waabi Driver 平台基于 NVIDIA DRIVE AGX Thor 构建。
• TIER IV 和五十铃正在部署基于 NVIDIA DRIVE Hyperion 和 DRIVE AGX Thor 的 L4 级自动驾驶巴士。
• 联想正为 SWM 的下一代无人出租车项目提供基于 NVIDIA DRIVE AGX Thor 的 AD1 L4 级域控制器。
• 元戎启行正在开发新一代无人出租车，采用 NVIDIA DRIVE Hyperion 平台与 DRIVE AGX Thor。

推动无人出租车进入量产

随着这些系统从研发迈向量产，汽车制造商正将 NVIDIA 技术整合到无人出租车的车型项目中。

• 特斯拉在 NVIDIA 超级计算机上训练其自动驾驶神经网络。
• 梅赛德斯-奔驰、NVIDIA 与 Uber 正在合作打造基于全新 S 级轿车的无人出租车生态系统。该项目采用 NVIDIA DRIVE Hyperion 架构、全栈 NVIDIA DRIVE AV L4 软件，以及 NVIDIA Alpamayo 开放 AI 模型、仿真工具和数据集，以支持基于推理、安全优先的自动驾驶能力。
• Stellantis、Wayve 与 Uber 正在合作开发并部署 L4 级无人出行服务，采用 NVIDIA DRIVE Hyperion 与 AI 计算技术。
• Lucid、Nuro 与 Uber 正在使用 NVIDIA DRIVE AGX Thor 开发面向全球的无人出租车服务。
• 现代汽车与起亚正在深化与 NVIDIA 的合作，开发基于 NVIDIA DRIVE Hyperion 的数据驱动型自动驾驶系统。NVIDIA 还将探索深化与现代汽车集团旗下合资公司 Motional 的合作，共同推进 L4 级无人出租车服务。
• 吉利汽车及其生态合作伙伴计划采用 DRIVE Hyperion 开发无人出租车并实现商业化。
• 作为吉利汽车集团旗下品牌，极氪已采用 DRIVE AGX Thor 打造中央域控制器。

从云端到车端，NVIDIA 加速计算贯穿无人出租车平台几乎所有环节的开发。

探索 NVIDIA 面向无人出租车和智能汽车的解决方案。