纪要涉及的行业或公司 * **行业**：智能驾驶（自动驾驶）行业 [1] * **公司**： * **英伟达 (NVIDIA)**：发布开源大模型Alpaca (Apache Maestro)，旨在构建软硬件一体化生态 [1][2][4] * **主机厂/车企**：蔚来、小鹏、理想、比亚迪、奔驰、通用、上汽、广汽、奇瑞、吉利、宝马、奥迪、大众、福特、捷豹路虎等 [3][6][14][15][17][18][19] * **芯片厂商**：高通、德州仪器 (TI)、地平线、黑芝麻 [7][15] * **算法/方案供应商**：Momenta、大疆、卓玉、青州、千里科技等 [1][7][17][18] * **Robotaxi公司**：Waymo、特斯拉 [13] * **其他**：华为 [15] 纪要提到的核心观点和论据 * **英伟达Alpaca模型的技术特点与性能** * 模型为多模态视频语言动作模型，输入多摄像头视频和传感器信息，输出自然语言因果推理链和未来轨迹点 [2] * 采用结构化标注协议和FlowMatting技术优化轨迹生成，降低推理时延 [1][2] * 在复杂路口等长尾数据集上性能提升12% [1][2] * 封闭道路越界率从17%降至11% [1][2] * 危险近距离交汇场景危险率从4%降至3% [1][2] * 在RTS6,000架构下整体耗时99毫秒，满足车规级100毫秒闭环要求 [2] * 在服务器A100芯片上推理延迟约125毫秒，在实车SOR Ultra 750 TOPS芯片上延迟约60毫秒（约16帧） [8] * **英伟达的战略意图与生态影响** * 通过开源Alpaca模型，构建从数据标注、模型选择到工程化优化的软硬件一体化生态系统，推动其芯片广泛落地 [1][4] * 生态模式类似于安卓与苹果的竞争关系 [1][4] * 基于英伟达生态的主机厂可加速方案上车，但需支付许可费和一次性开发费 [1][6] * 对国内自研厂商（如蔚来、小鹏、理想）影响较小，主要因国内场景差异及英伟达本地化工程不足，但可借鉴其思路 [1][6][7] * 对与高通等合作的第三方算法厂商（如卓玉、青州）构成利空，市场空间可能被挤压 [1][7] * 开源版本参数较小（如7B、3B、5B），主要用于展示范式，大规模闭源版本仍由英伟达掌握 [9] * **面临的挑战与成本** * 数据标注成本高昂，需要大量人工标注 [2][5] * 工程复杂度高，需进行参数裁剪、蒸馏及算力协同优化 [2][5] * **2026年智能驾驶技术发展趋势** * 2026年是从少数头部企业向行业普及的关键拐点，重点在于工程化优化和数据训练闭环 [1][10] * 世界模型与VLA/VA架构结合将成为许多企业的选择，并逐步渗透至低价位车型 [1][12] * 将催生新功能，如拍照找车、复杂语音控车、托管驾驶等 [12] * **主要车企与技术供应商动态** * **Waymo**：自研芯片BMC已完成流片，与上汽合作车型预计2026年第三季度推出 [3][14] * **比亚迪**：自研芯片预计2026年第四季度流片，将搭载于后续新车型，并计划升级B系列平台至猛犸塔方案 [3][15] * **奇瑞**：2026年按猎鹰战略推出车型，基本不再自研，旗下各品牌平台采用不同供应商方案（如高通、大疆、地平线、Momenta） [17] * **吉利**：低端车型由吉利研究院主导，中高端车型主要依靠千里科技，极氪保持独立开发 [17] * **外资车企**：奔驰、通用等绑定英伟达生态的企业，其高端智驾落地有望因OpenMA生态开源而加速 [3][19] * **竞争格局与技术水平对比** * 英伟达模型目前在美国表现相当于特斯拉FSD V12水平，要达到V13水平需7-8个月迭代周期 [21] * 在国内，要达到小鹏VLA 2.0水平至少需要一年时间，因长尾场景更复杂、标注要求更高 [21] * 高通在座舱领域强势，但算法支持有限，需绑定算法供应商以提供有竞争力的解决方案 [7] * **其他重要进展** * **特斯拉FSD入华**：已被允许在中国训练，处于合规云采购完成阶段，预计2026年Q2或Q3有大版本推出，但效果可能不及FSD V14 [23] * **L4/Robotaxi**：实现理想中的L4级别自动驾驶仍需长时间运营迭代，长尾场景挑战仍存 [13] 其他重要但是可能被忽略的内容 * **芯片平台拓展外资客户的关键窗口期**：2026年是关键窗口期，若某平台芯片能成功量产并通过外资主机厂严格认证，2027年有望吸引更多外资品牌使用 [20] * **数据采集与标注的核心地位**：对于开展Robotaxi业务，数据采集后的标注是核心操作，是最重要的一环 [22] * **奥特曼模型影响的差异性**：该模型对海外车厂更友好，因提供完整解决方案；对国内领先的车厂影响相对较小 [24] * **未来模型表现的依赖性**：奥特曼模型未来表现取决于用户贡献，但在国内生态中，涉及隐私的高质量数据难以开源共享，成果未必能普惠 [25] * **技术架构演进路径**：2024年理想提出双模型架构，2025年8-9月左右各大厂商转向纯VLA架构，2026年将是VLA加世界模型版本的重要年份 [11]