公司战略定位与转型 - 公司已从单纯的芯片供应商转变为一整套自动驾驶解决方案的“总承包商”，提供从车端芯片到云端训练和仿真的全栈能力 [2] - 公司通过开源核心AI模型和数据集，试图降低行业门槛、做大生态蛋糕，从而更持续地驱动算力需求并重塑产业规则 [2] - 公司致力于成为整个AI驱动出行时代的架构师与赋能者，而不仅仅是智能汽车的“供应商” [24] 全栈解决方案：三大支柱 - 公司汽车战略的黄金三角由三台“计算机”构成：DGX（AI模型训练工厂）、OVX（数字孪生试验场）和AGX（车端推理大脑）[3] - **DGX（AI模型训练工厂）**：是由数千张GPU组成的超级计算集群，用于处理海量驾驶数据以训练AI模型 [4] - **OVX（数字孪生试验场）**：基于Omniverse平台构建与真实世界1:1对应的虚拟世界，用于24小时不间断测试、模拟极端场景和进行百万公里压力测试 [5][6][7] - **AGX（车端推理大脑）**：是车载计算芯片，算力从几十TOPS跃升至上千TOPS，已成为多家车企旗舰车型的标配 [8] - 这三者形成高效协同闭环：DGX训练模型，OVX验证测试，AGX最终执行，使车企能在同一技术栈上完成从研发到量产的全过程 [11] 软件生态与性能优化 - 公司完整的车载软件生态包括：DriveOS车载操作系统、专为大模型推理优化的TensorRT软件库以及统一的并行计算架构CUDA [11] - 通过TensorRT的版本迭代，Transformer模型的性能可以提升30-50% [11] - 基于最新的TensorRT Edge-LLM SDK，Orin芯片可以很好地支持70亿参数的大模型并取得良好性能 [11] 商业模式演变 - 公司盈利模式已从单纯卖芯片扩展到卖服务，收取一次性工程服务费（NRE）[12][13] - NRE费用的本质是公司派驻工程师团队深度参与车企量产项目，帮助其将算法在平台上“跑通”、优化直至落地 [13] - 这种服务模式带来多赢：车企团队快速成长，公司获得一线需求反馈，双方建立深度信任关系，并最终驱动对算力硬件的更多采购 [13] 开源战略与生态构建 - 2025年初，公司将Alpamayo系列全部开源，包括：约100亿参数规模的思维链推理模型Alpamayo1、端到端辅助驾驶仿真框架AlpaSim以及超过1700小时的真实道路驾驶数据集 [16] - 开源战略旨在降低行业门槛、做大生态蛋糕，为行业提供可复制的路径以加速从L2到L4的研发进程 [18] - 开源有助于以全球公共知识资产的形式对抗地缘政治风险，并为行业定义下一代技术框架，确立技术范式领先地位 [18] - 已有至少三家中国客户基于公司的开源框架构建了自己的数据标注流水线，形成了早期采纳者的网络效应 [18] 中国市场驱动与产品开发 - 公司在汽车领域的加速很大程度上由中国市场的需求驱动，形成了“中国定义需求，全球实现产品”的模式 [21] - 中国车企快节奏的迭代和对功能落地的高追求，倒逼公司本地团队快速开发专用工具，例如为满足将百亿参数大模型毫秒级部署到车端的需求，从提出需求到原型验证只用了两个月 [21] - 这些为中国市场开发的成果最终又反哺全球业务 [21] 竞争壁垒与行业判断 - 公司认为智能驾驶的终极竞争是系统性工程能力和持续演进生态的竞争，其构建的全栈体系（从芯片到开发工具并持续迭代十年以上）门槛非常高 [24] - 向更高级别自动驾驶迈进时，法规要求（如功能安全、预期功能安全、网络安全）将呈指数级增长，这构成了公司耗时多年构筑的“隐性护城河” [24] - 公司的汽车棋局清晰：以全栈软硬件平台为基座，以深度工程服务为粘合剂，以战略级开源为生态加速器，最终驱动全球汽车产业对算力的消费 [24]

文章核心观点 - 英伟达在2026年CES上发布开源VLA大模型Alpamayo及配套工具链 标志着公司对自动驾驶领域发起总攻 旨在通过提供“预制菜”式的标准化解决方案 降低车企开发门槛 从而巩固并扩大其汽车芯片业务的市占率[6][7][22] 自动驾驶技术路线演进 - VLA模型成为自动驾驶年度热词 其通过将传感器数据转化为语言符号进行推理 使决策过程可追溯、可解释 避免了端到端方案的黑箱问题[7][10] - 特斯拉FSD V14被推测采用了类似VLA的技术架构 而英伟达Alpamayo是首个开源的VLA大模型 内部测试显示其接管率与特斯拉FSD处于同一水平[7][10] - 多家车企已押注VLA路线 小鹏在2024年已开始开发并跳代发布了第二代自研VLA模型 理想、长城、奇瑞等车企也选择了该路线[8] 英伟达Alpamayo模型及开源策略 - Alpamayo是一个开源的大规模教师模型 车企可基于自有数据对其进行微调和蒸馏 以形成差异化的技术方案 大幅降低了开发难度和成本[10][11] - 英伟达提供了完整的工具链闭环 包括用于仿真测试的AlpaSim框架 以及包含超过1727小时驾驶数据的Physical AI开放数据集[11][21] - 该策略被比喻为提供“预制菜” 使车企能快速“出锅”上车 是英伟达在“标准化”芯片与“定制化”服务之间找到的平衡 旨在提升芯片易用性而不亲自下场做项目[10][11][22] 英伟达汽车业务的挑战与战略调整 - 英伟达汽车业务面临增长未达预期的困境 其DRIVE系列芯片虽是中高阶智驾市场霸主 但收入贡献相比数据中心业务差距较大[15] - 商业模式存在挑战 软件算法能力强的客户有自研芯片计划 而销量高的传统车企缺乏算法研发能力 导致英伟达芯片销售受阻[20] - 为此 英伟达进行了战略调整 从单纯卖芯片转向提供“保姆式服务” 包括提供车载计算机硬件设计蓝图、物理级精确仿真平台DRIVE Sim 以及最新的数据中心芯片Vera Rubin和世界模型Cosmos 构建了“云端训练+车端推理”的完整工具链[21][24]

英伟达发布自动驾驶开源模型Alpamayo - 英伟达在CES 2026发布面向自动驾驶的开源AI模型平台Alpamayo，这是一个推理VLA模型，具备逐步解决复杂问题并生成类似于人类思维过程推理痕迹的能力，能够自主思考长尾场景并在复杂环境中安全驾驶[1][2] - 该平台配套发布了仿真工具AlpaSim以及包含1700多小时驾驶数据的开放数据集，构建了完整的自动驾驶生态平台[2] - 英伟达CEO黄仁勋表示，物理AI的ChatGPT时刻已到来，机器开始理解、推理并在真实世界中行动，无人出租车是首批受益者[2] 产品与生态进展 - 英伟达NVIDIA DRIVE AV智驾系统将率先搭载于奔驰CLA，预计2026年底在美国上市，并计划于2027年测试无人驾驶出租车服务[2] - 英伟达展示了其构建的全球L4级自动驾驶与Robotaxi生态系统，其中包括德赛西威、禾赛、Momenta、文远知行、小马智行、元戎启行等一系列Robotaxi运营商及自动驾驶软硬件供应商[3] 对Robo-X产业的影响 - 开源模型平台Alpamayo预计将加快行业自动驾驶技术迭代，推动高级别自动驾驶及加速Robotaxi/Robovan落地[2] - 现阶段Robotaxi逐步迎来单车盈亏平衡拐点，萝卜快跑、小马智行、文远知行等头部企业宣布已实现或即将实现Robotaxi单车盈亏平衡[3] - 无人配送车（Robovan）运行场景相对固定，安全事故风险低，且目前无人物流车部署成本已降至10万元以内[3] - 据低速无人驾驶产业研究所预测，2025年中国无人配送车出货量近4万辆，2026年出货量则有望达到10万辆[3] - 国内公司正加速推进Robovan的测试与部署，例如九识智能目前已部署超1.6万台Robovan车队，经纬恒润港口L4级全无人业务进展顺利，并积极推进Robotruck、Robobus场景落地[3] 产业链投资机遇 - 随着英伟达自动驾驶生态持续拓展、高级别自动驾驶及Robotaxi渗透率逐步提升，预计智驾芯片、激光雷达、域控制器、线控制动/转向等高级别自动驾驶相关零部件需求将迎来快速增长[1][3] - 自动驾驶软硬件供应商将持续迎来发展机遇[1][3] - 报告列举了相关的投资标的，零部件相关公司包括经纬恒润、伯特利、德赛西威、华阳集团、科博达、地平线机器人、禾赛、耐世特等；整车及出行服务商相关标的包括小鹏汽车、赛力斯、小马智行等[4]

英伟达发布自动驾驶开源模型Alpamayo - 英伟达在CES 2026发布面向自动驾驶的开源AI模型平台Alpamayo 该模型为推理VLA模型 具备逐步解决复杂问题并生成类似于人类思维过程推理痕迹的能力 能够自主思考长尾场景并在复杂环境中安全驾驶 [1][2] - 英伟达同时配套发布仿真工具AlpaSim以及包含1700多小时驾驶数据的开放数据集 构建完整的自动驾驶生态平台 [1] - 英伟达CEO黄仁勋表示 物理AI的ChatGPT时刻已到来 机器开始理解 推理并在真实世界中行动 无人出租车是首批受益者 [2] 产品落地与生态构建 - 英伟达NVIDIA DRIVE AV智驾系统将率先搭载于奔驰CLA 预计2026年底在美国上市 2027年英伟达将测试无人驾驶出租车服务 [1] - 黄仁勋展示了英伟达构建的全球L4级自动驾驶与Robotaxi生态系统 其中包括德赛西威 禾赛 Momenta 文远知行 小马智行 元戎启行等一系列Robotaxi运营商及自动驾驶软硬件供应商 [4] 对自动驾驶行业的影响 - Alpamayo开源模型平台将加快行业自动驾驶技术迭代 推动高级别自动驾驶及加速Robotaxi/Robovan落地 [2] - 随着英伟达自动驾驶生态持续拓展 高级别自动驾驶及Robotaxi渗透率逐步提升 预计智驾芯片 激光雷达 域控制器 线控制动/转向等高级别自动驾驶相关零部件需求将迎来快速增长 [1][4] Robo-X规模化进展 - 现阶段Robotaxi逐步迎来单车盈亏平衡拐点 萝卜快跑 小马智行 文远知行等头部企业宣布已实现或即将实现Robotaxi单车盈亏平衡 [3] - 随着国内外Robotaxi企业加快在全球范围内部署Robotaxi 预计Robotaxi业务营收及盈利能力有望迎来双升 [3] - Robovan运行场景相对固定 安全事故风险低 且目前无人物流车部署成本已降至10万元以内 可替代人工实现显著降本增效 [3] - 据低速无人驾驶产业研究所预测 预计2025年我国无人配送车出货量近4万辆 2026年出货量则有望达10万辆 [3] - 国内公司正加速推进Robovan的测试与部署 如九识智能目前已部署超1.6万台Robovan车队 经纬恒润港口L4级全无人业务进展顺利 正积极推进Robotruck Robobus场景落地 [3] 相关投资机会 - 预计自动驾驶相关整车公司 零部件供应商及出行服务商均将受益 [5] - 零部件相关标的包括 经纬恒润 伯特利 德赛西威 华阳集团 科博达 地平线机器人 禾赛 耐世特等 [5] - 整车及出行服务商相关标的包括 小鹏汽车 赛力斯 小马智行等 [5]

市场行情概览 - 2026年1月7日，沪深300与创业板指在过去一年（2025年1月至2025年9月）呈现显著上涨趋势，涨幅区间在0%至80%之间 [2] - 当日涨幅前五的行业为综合（+3.859%）、煤炭（+2.467%）、电子（+1.246%）、通信（+1.241%）和电力设备（+0.615%） [3] - 当日跌幅前五的行业为石油石化（-1.73%）、非银金融（-1.128%）、美容护理（-1.025%）、计算机（-0.811%）和银行（-0.722%） [4] 汽车行业：智能驾驶 - 英伟达在CES 2026上发布并开源了名为Alpamayo的推理智驾模型，这是一个具备100亿参数的端到端视觉-语言-动作模型，具备分步骤推理处理罕见场景的能力和一定的决策可解释性 [5][10] - 英伟达同时发布了配套仿真工具AlpaSim和1700小时的物理AI开放数据集，构建了从训练、仿真到闭环测试的全栈智驾解决方案，工具已在GitHub等平台开源 [5][10] - 搭载英伟达智驾方案的车型计划于2026年一季度在美国上路，二季度进军欧洲，下半年在亚洲上路，捷豹路虎、Uber等公司计划利用该模型推动L4级自动驾驶落地 [10] - 该模型的开源有望降低行业开发门槛，加速L2++级智驾功能和L4级Robotaxi在全球的普及，英伟达认为“物理AI的ChatGPT时刻”已经到来 [11] - 2026年，城区智驾功能将在需求端（消费者认可）和供给端（低成本高性能方案）共同推动下加速渗透，功能有望从中高端车型向下沉市场普及 [12] - Robotaxi（自动驾驶出租车）将持续落地，特斯拉、小鹏汽车等公司正完善L2++技术并基于此推出Robotaxi方案，矿山、物流等多场景自动驾驶也将发展 [12] - 智驾与机器人在算法、数据、软件和人才上高度协同，智驾领域的公司有望在机器人领域取得进展 [12] - 报告建议关注智驾产业链感知、决策、执行及运营环节的标的，包括德赛西威、华阳集团、经纬恒润、小鹏汽车、中科创达等 [13] 电子行业：消费电子与元器件 - 2025年电子板块走势强劲，其中PCB（印制电路板）行业在涨幅和业绩上大幅领先，主要受益于AI产品的快速迭代与批量出货 [6][15][16] - 消费电子行业表现较好，受新品出货和国补政策拉动，而被动元件和光学光电行业涨幅相对落后 [6][16] - 传统品类如手机、PC、平板增长平稳，而AI眼镜、AI服务器等新兴品类呈现高速增长趋势 [6][16] - 2026年投资主线围绕四大方向：1) 苹果产业链，预计2026年将推出iPhone 17E、折叠屏iPhone和AI眼镜，进入三年创新周期 [17]；2) 华为鸿蒙产业链，鸿蒙OS6支持多种AI智能体，未来随着供应链国产化提升，销量有望增长 [17]；3) AI眼镜产业链，以Meta为代表的产品销量攀升，有望成为千万至亿级销量的终端 [17]；4) OpenAI终端硬件产业链，其入局有望打造爆款原生AI硬件 [17] - 零组件升级趋势集中在：1) 光学：为支持多模态AI交互，手机光学性能持续升级 [18]；2) 电池及快充：应对更高功耗，钢壳电池、掺硅负极、固态电池等技术应用，带电量与快充功率提升 [18]；3) 散热：AI终端热管理挑战加剧，VC均热板、微泵液冷、微型风扇等方案被采用 [18]；4) 结构及工艺：盖板玻璃向超硬、防刮等方向升级，3D打印、MIM等工艺应用更广 [18] - 元器件方面：1) AI终端侧：SoC升级推动PCB向高阶、高密度发展，折叠屏设备增加FPC（柔性电路板）用量 [19]；2) AI算力侧：AI芯片迭代提升PCB需求和规格，服务器功耗提升推动供电架构从交流UPS向HVDC和SST升级，带动功率器件及MLCC、钽电容等被动元器件用量与规格双升 [19] - 报告建议2026年关注AI算力与终端共振下的高景气方向，受益标的包括工业富联、立讯精密、胜宏科技、沪电股份、顺络电子等 [20] 公司研究：盐湖股份 - 盐湖股份发布2025年业绩预告，预计归母净利润为82.9-88.9亿元，同比增长77.78%-90.65%，其中第四季度归母净利润为37.9-43.9亿元，同比增长148.9%-188.3%，环比增长90.5%-120.7%，业绩超预期 [22] - 业绩增长主要受益于钾、锂产品景气度回暖，以及公司确认递延所得税资产 [22] - 2025年公司主要产品产销量：氯化钾产量约490万吨（同比-1.2%），销量约381.43万吨（同比-18.4%）；碳酸锂产量约4.65万吨（同比+16.2%），销量约4.56万吨（同比+9.7%） [24] - 2025年氯化钾（60%粉，青海地区）均价为3,002元/吨，同比上涨21.5%；碳酸锂（电池级）均价为7.57万元/吨，同比下降16.5% [24] - 公司拟以现金46.05亿元收购控股股东中国盐湖持有的五矿盐湖51%股权 [7][22] - 五矿盐湖拥有氯化锂保有资源量164.59万吨，氯化钾保有资源量1,463.11万吨，已建成碳酸锂年产能1.5万吨、钾肥年产能30万吨等 [24] - 报告上调公司盈利预测，预计2025-2027年归母净利润分别为85.57、109.75、127.49亿元（原预测值为52.48、57.74、61.07亿元），对应EPS分别为1.62、2.07、2.41元/股 [7][22] - 看好公司通过收购巩固国内氯化钾龙头和碳酸锂低成本典范的地位，并积极融入五矿体系，维持“买入”评级 [7][23] 公司研究：赛力斯 - 赛力斯2025年12月新能源车销量为6.10万辆，同比增长63.4%；2025年全年新能源车销量为47.23万辆，同比增长10.6% [8][26] - 问界品牌2025年12月新车交付超5.7万辆，再创单月交付新高；2025年全年新车交付超42万辆 [8][26] - 主力车型表现：问界M7上市72天大定破10万辆，2025年11月销量已突破2.5万辆；问界M8上市8个月交付突破15万辆，峰值月销超2万辆；问界M9上市20个月累计交付超26万辆 [27] - 鉴于公司推出购置税兜底政策影响未交付产品毛利率，报告小幅下调业绩预测，预计2025-2027年归母净利润为89.0、126.9、162.8亿元（原预测下调幅度分别为14.1、11.5、6.4亿元） [8][26] - 展望2026年，问界新M7、M8将继续贡献增量，定位25万级的问界M6有望上市，此外还有M9加长版、M5改款等新车型 [28] - 智驾方面，华为乾崑ADS5持续研发；渠道方面，问界2025年新增用户中心超80家，总规模近400家；海外市场，公司港股IPO后将加速销售体系建设 [28] - 公司新看点包括：1) 华为乾崑智驾2026年将有80款合作车型上市，公司作为华为引望股东有望获得投资收益及技术优先搭载权益 [28]；2) 公司旗下赛力斯凤凰与火山引擎合作攻关智能机器人技术，利用工厂场景加速技术迭代 [28][30] - 报告维持对公司“买入”评级 [26]

行业投资评级 - 汽车与零部件行业评级为“中性”（维持）[5] 报告核心观点 - 英伟达发布面向自动驾驶的开源AI模型平台Alpamayo，将有望促进高级别自动驾驶及Robo-X（包括Robotaxi、Robovan等）渗透率提升[2][8] - 英伟达此举构建了完整的自动驾驶生态平台，包括仿真工具AlpaSim和超过1700小时驾驶数据的开放数据集[8] - 英伟达CEO黄仁勋称“物理AI的ChatGPT时刻已到来”，并宣布其NVIDIA DRIVE AV智驾系统将率先搭载于奔驰CLA，预计2026年底在美国上市，2027年测试无人驾驶出租车服务[8] - Alpamayo作为推理VLA模型，具备自主思考长尾场景、在复杂环境中安全驾驶并解释其决策的能力，有望加快行业技术迭代[8] - 预计Robo-X规模化进展有望加速，Robotaxi正迎来单车盈亏平衡拐点，Robovan部署成本已降至10万元人民币以内，降本增效显著[8] - 据低速无人驾驶产业研究所预测，2025年中国无人配送车出货量近4万辆，2026年出货量则有望达到10万辆[8] - 国内公司如九识智能已部署超1.6万台Robovan车队，经纬恒润港口L4级全无人业务进展顺利[8] - 英伟达构建的全球L4级自动驾驶与Robotaxi生态系统包含多家软硬件供应商及运营商，预计将带动智驾芯片、激光雷达、域控制器、线控制动/转向等相关零部件需求快速增长[8] 投资建议与标的 - 投资建议：英伟达发布开源模型有望推动高级别自动驾驶及Robo-X渗透率提升，预计自动驾驶相关整车公司、零部件供应商及出行服务商均将受益[3][9] - 零部件相关标的：经纬恒润-W、伯特利、德赛西威、华阳集团、科博达、地平线机器人-W、禾赛-W、耐世特等[3][9] - 整车及出行服务商相关标的：小鹏汽车-W、赛力斯、小马智行-W等[3][9]

英伟达发布Alpamayo系列开源AI自动驾驶模型 - 公司在CES 2026上发布Alpamayo系列开源AI自动驾驶模型、仿真工具及数据集，主要用于训练、评估和验证辅助驾驶及自动驾驶系统在复杂及罕见驾驶场景下的决策能力 [2] 模型的技术创新与核心优势 - Alpamayo是全球首款开源VLA（视觉-语言-动作）推理平台，用于对复杂驾驶场景进行逐步推演和逻辑表达，提升决策透明度 [3] - 该模型平台整合了100亿参数模型、超过1700小时的真实道路驾驶数据集与AlpaSim仿真框架，构建智能决策体系 [3][5] - 其核心“思维链”决策机制能将长尾问题解决率提升40%以上，实现了从“感知执行”到“类人推理”的技术跃迁 [5] 开源战略与行业影响 - 公司首次开放模型架构与训练数据，采用“硬件+模型+工具链”的全栈开源模式 [6] - 该模式允许缺乏AI研发能力的车企跳过约5-8年算法积累期，快速搭建L4级自动驾驶系统 [6] - 采用该平台可使车企研发成本降低65%，开发周期压缩至18个月，显著降低行业技术准入门槛 [6] 公司的全栈布局与协同效应 - 硬件层：Drive Thor芯片支持200TOPS的算力范围，可灵活适配从L2+到L4级的不同自动驾驶需求 [7] - 软件层：Drive OS系统获得汽车功能安全最高等级认证，能确保关键功能在0.1ms级的极短时间内响应 [7] - 云端：公司拥有50万张A100算力集群，可为客户提供每日10PB级的数据训练支持 [7] - 垂直整合方案使公司方案的故障率比竞争对手更低，系统迭代周期更短 [7] 市场地位与竞争格局 - 公司的汽车芯片核心客户已成功覆盖全球70%的主流车企 [8] - 面临特斯拉FSD芯片产能爬坡及Mobileye EyeQ7加速落地等竞争，公司需抢抓机遇以巩固技术地位 [8] - 公司战略指向“硬件标准化+软件差异化”，目标打造汽车芯片及平台的“安卓”生态 [8] 未来展望与行业挑战 - 公司CEO表示，未来十年世界上大部分汽车将实现自动驾驶或高度自动驾驶 [10] - 通过“开源模型+封闭硬件”的生态设计，契合自动驾驶进入“算力即生产力”新阶段的市场需求 [10] - 不同国家和地区的自动驾驶法规差异给公司的全球布局带来了困难，增加了市场拓展的难度和成本 [9]

英伟达推出开源自动驾驶AI模型Alpamayo - 英伟达在CES 2026上推出名为Alpamayo的开源自动驾驶AI模型，其CEO黄仁勋称其为“世界上首款能思考、能推理的自动驾驶汽车AI”，直接挑战特斯拉的FSD系统 [1] - 该模型被英伟达称为“物理AI的ChatGPT时刻”，旨在解决自动驾驶中导致系统失败的罕见“长尾问题” [5] - 旗舰产品Alpamayo 1是一个拥有100亿参数的视觉-语言-行动模型，采用“链式推理”方式，不仅能处理视频输入并生成行驶轨迹，还能用自然语言输出决策背后的逻辑 [5] 英伟达的开源生态与商业化策略 - 英伟达通过全面的开源策略切入市场，Alpamayo 1模型权重已在Hugging Face平台开放获取，并同步推出端到端仿真框架AlpaSim及涵盖1700小时复杂驾驶场景的物理AI开放数据集 [6] - 此举标志着英伟达以“自动驾驶领域的安卓系统”为定位，构建开放生态，与特斯拉的封闭FSD系统形成差异化竞争 [6] - 公司宣布该技术将自2026年第一季度起搭载于梅赛德斯-奔驰CLA车型，迈出商业化落地的重要一步 [6] 行业竞争与特斯拉的回应 - 特斯拉CEO埃隆·马斯克对英伟达的发布作出回应，称“这正是特斯拉在做的”，并指出达到99%的准确率相对容易，但解决剩余1%的“长尾问题”非常困难 [1] - 马斯克进一步表示，不会因为英伟达的竞争而失眠，并真心希望他们能成功 [3] - 马斯克的回应强调了自动驾驶行业的核心瓶颈，即攻克罕见但至关重要的“边缘案例”是技术安全落地的关键 [8] 行业技术路径与数据壁垒 - 马斯克指出，即便英伟达发布了推理能力更强的模型，在应对现实道路的极端复杂性时，仍难以绕过特斯拉通过大规模部署所建立的数据与工程壁垒 [8] - 特斯拉FSD系统已在全球数百万辆车上持续运行，积累了涵盖海量场景、尤其是“长尾问题”的真实道路数据与闭环优化经验，这构成了其在迭代效率和场景覆盖深度上的结构性优势 [8]

文章核心观点 - NVIDIA发布名为Alpamayo的开源AI模型、仿真工具及数据集系列，旨在通过赋予辅助驾驶系统类人的安全推理能力，以解决罕见、复杂的“长尾”驾驶场景难题，从而推动安全、可规模化自动驾驶技术的发展 [1][3] 产品发布与核心特性 - Alpamayo系列引入基于思维链的视觉语言动作模型，旨在为辅助驾驶决策注入类人的逐步推理能力，以提升系统在罕见或全新场景下的驾驶能力、可解释性及安全信任 [1] - Alpamayo并非直接部署的车端模型，而是作为大规模教师模型，供开发者调优和蒸馏，以构建其完整的辅助驾驶技术栈 [3] - 公司发布了Alpamayo 1模型，这是业界首款面向辅助驾驶研究社区设计的思维链VLA推理模型，基于100亿参数架构，可通过视频输入生成行驶轨迹及推理思路 [3] - 公司发布了AlpaSim，一款完全开源、面向高保真辅助驾驶开发的端到端仿真框架，提供逼真传感器建模和可扩展的闭环测试环境 [3] - 公司发布了物理AI开放数据集，包含超过1700小时的驾驶数据，覆盖广泛地理区域和环境条件，并特别涵盖推动推理架构发展所必需的罕见且复杂的真实世界极端场景 [4] - 上述开源模型、仿真框架与数据集共同构建了一个统一的开放生态系统，旨在形成自我强化的开发闭环，用于推理型辅助驾驶堆栈的开发 [3][4] 行业意义与战略定位 - 公司创始人兼首席执行官黄仁勋表示，物理AI的“ChatGPT时刻”已经到来，机器开始具备理解真实世界、推理并行动的能力，无人驾驶出租车将是最早受益的应用之一 [3] - 该系列的开源特性旨在加速全行业创新，使合作伙伴能够根据自身独特需求进行调整和优化 [5] - 开发者可利用NVIDIA的其他工具和模型库，基于专有车队数据对模型进行调优，并将其集成至由NVIDIA DRIVE AGX Thor加速计算构建的NVIDIA DRIVE Hyperion架构中 [5] 行业合作伙伴与专家评价 - 智能汽车行业的领先企业和专家，包括Lucid、捷豹路虎、Uber和伯克利DeepDrive，对Alpamayo展现出极高关注，希望利用其开发基于推理的自动驾驶堆栈以实现L4级自动驾驶 [5] - Lucid Motors高管认为，向物理AI的转变凸显了业界对具备真实世界行为推理能力的AI系统的需求，而先进的仿真环境、数据集和推理模型是核心要素 [5] - 捷豹路虎高管认为，开放透明的AI开发对负责任地推进自动驾驶出行具有重要意义，Alpamayo等开源模型为行业提供了安全应对真实世界复杂场景的新工具 [5] - Uber高管指出，处理长尾和不可预测场景是自动驾驶的核心挑战之一，Alpamayo为行业创造了突破性机遇，将加速物理AI发展并扩大L4级自动驾驶的安全部署 [5] - 标普全球分析师认为，Alpamayo 1使车辆能够解读复杂环境、预判未知情境并做出安全决策，其开源特性将加速全行业创新 [5] - 伯克利DeepDrive联合总监表示，该系列的发布为研究社区带来重大突破，其开源决策具有变革意义，将支持以前所未有的规模进行训练 [5]

英伟达在自动驾驶领域的战略与进展 - 公司创始人黄仁勋在2026年CES主旨演讲中宣称“物理AI领域的ChatGPT时刻已经到来”，并预测未来世界上将有**10亿辆汽车**实现高度或完全自动驾驶 [3] - 公司将包括自动驾驶汽车在内的机器人业务，定位为仅次于人工智能的第二大重要增长领域 [3] 英伟达发布的核心技术：Alpamayo模型 - 公司发布了自动驾驶开源VLA模型Alpamayo，宣称其是世界上第一个能思考、推理、自动驾驶车辆的开源AI系统，是其智驾技术全面转向“端到端”后推出的开源云端基座模型 [4] - Alpamayo第一代模型采用**100亿参数**架构，并配套提供仿真工具AlpaSim及包含**1700多小时**驾驶数据的开放数据集 [4] - 公司是第一家将此类云端模型开源的厂商，为不具备全栈自研能力或对开发速度要求不迫切的厂商提供了务实选择 [4] - 有资深从业者认为，**100亿参数**量级对于车端或云端部署而言，短期看都不大好用，云端作为世界模型参数规模偏小 [5] 英伟达在L2级辅助驾驶市场的商业化 - 公司在L2级辅助驾驶领域取得商业化进展，2025款梅赛德斯-奔驰CLA将搭载其L2级全栈辅助驾驶方案，硬件基础是**2颗**英伟达Thor芯片 [5] - 该方案计划于2026年一季度在美国上路，二季度在欧洲上路 [5] - 该方案采用双系统运行策略：具备推理能力的端到端AI系统处理复杂场景；基于规则的传统系统负责兜底，由策略与安全评估器实时监控并决定是否切换 [7] 英伟达自动驾驶业务的组织与挑战 - 公司招揽小鹏汽车前智驾负责人吴新宙加入，任全球副总裁兼汽车业务负责人，黄仁勋给予其三年时间带领团队拿下全球市场份额第一的目标 [7] - 吴新宙搭建了公司自动驾驶全栈自研部门，推进无图城市NOA方案研发并结合“端到端”技术迭代 [8] - 公司面临挑战，包括中国与北美团队的沟通协作问题，以及相比中国智驾供应商工作节奏更慢 [8] - 2024年4月，公司推出的无图城市NOA Demo版本体验不佳，导致其丢失了奔驰在中国市场的部分智驾方案订单 [8] - 截至2024年7月，新版无图城市NOA Demo表现已较4月份提升很多，公司计划每个季度迭代一个软件版本以提升体验 [8] 市场竞争格局与公司机遇 - 在智驾技术研发与部署上，理想、小鹏、蔚来、华为、地平线、Momenta等中国厂商已走在前面，完成了类似模型的研发甚至部署 [4] - 特斯拉已在北美落地“端到端”方案，多家中国厂商也已在中国上百座城市完成无图NOA方案的全量推送 [8] - 在竞争激烈的中国智驾市场，公司暂时落后于本土厂商 [9] - 海外市场（如欧美）的辅助驾驶渗透率仍处于较低水平，且对公司在地缘和商业关系上更具优势，是其重要机会 [9] - 随着Alpamayo发布及与奔驰合作落地，公司正试图重新夺回在自动驾驶领域的话语权 [9]