NVIDIA 发布 Robotaxi 三计算机全栈开放平台，多家自动驾驶公司采用

这套平台到底是什么

2026 年 9 月 10 日，NVIDIA 在官方博客发布了一套面向 Robotaxi（无人出租车）的三计算机全栈开放平台。它由 NVIDIA 开发，属于开放平台，提供库、软件开发工具包、工作流和模型，开发者可以搭配自己的技术栈使用。简单说，它不是一辆车，而是一整套帮无人出租车“学会开车并安全上路”的工具箱。

这套平台把自动驾驶开发分成三台“电脑”来干活：训练电脑负责教 AI 模型，仿真电脑负责在虚拟世界里练习和验证，车载电脑负责装在车里实时看路和做决定。原文称，目前所有在商业规模运营的主要 Robotaxi 项目，都在使用 NVIDIA 这套模块化技术栈中的一部分或全部。

第一台电脑：训练电脑在做什么

训练电脑用的是 NVIDIA DGX 系统。Robotaxi 每天在路上跑，会产生大量驾驶数据，这些数据被用来训练越来越聪明的驾驶模型。NVIDIA 还提供 Alpamayo 系列开放推理视觉语言动作（VLA）模型、仿真框架和物理 AI 数据集，开发者可以拿这些“积木”去适配自己的数据和要求。

原文举了一个具体例子：在一项有挑战的自动驾驶评测中，加入元动作和思维链推理数据后，VLA 模型的轨迹预测准确率提升了，最小平均位移误差从 2.08 降到 1.18，降低了 43%。这个误差可以理解为“预测路线和真实路线平均差多远”，数字越小说明预测越准。

第二台电脑：仿真电脑怎么帮忙

光靠真车在路上跑，很难遇到所有罕见情况，比如极端天气或奇怪的路口。仿真电脑用 NVIDIA Omniverse NuRec 模型从传感器数据重建真实驾驶场景，再用 NVIDIA Cosmos 世界基础模型生成物理上合理的各种变化，把几千个真实罕见案例扩展成几百万种驾驶行为、交通、天气、光照和传感器条件的组合。

这些仿真运行在 NVIDIA RTX PRO 服务器上，支持闭环仿真和验证。NVIDIA AlpaSim 仿真框架还能扩展推理型自动驾驶模型的训练和评估流程，帮开发者在真正上路前先找出弱点。就像飞行员先用飞行模拟器练习各种故障场景，再上真飞机。

第三台电脑：车载电脑和传感器

车载部分用的是 NVIDIA DRIVE Hyperion，这是面向 L4 级 Robotaxi 的模块化车载计算和传感器参考架构。DRIVE Hyperion 10 搭配双 NVIDIA DRIVE AGX Thor 系统级芯片，基于 NVIDIA Blackwell 平台，并配有 14 个高清摄像头、9 个雷达、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。

它的冗余计算和传感设计支持“失效可运行”：如果某个传感器或计算部件坏了，车仍能继续安全行驶。双 DRIVE AGX Thor 设计用来运行现代 AI 工作负载，包括 VLA 模型，负责感知、推理、路径规划和驾驶动作。NVIDIA Halos 则提供量产级安全基础，包括 Halos OS 以及从云端到车端的验证和认证框架。

哪些公司在用这套平台

原文列出了大量采用者。Uber 正在扩大其 NVIDIA DRIVE Hyperion 车队，计划到 2028 年覆盖 28 个城市，并与 NVIDIA 基于 Cosmos 建设 Robotaxi AI 数据工厂。Waymo 与 NVIDIA 合作构建自动驾驶计算系统。Tesla 用 NVIDIA 超级计算机训练自动驾驶神经网络。Mercedes-Benz 与 NVIDIA、Uber 合作，基于新 S 级开发 Robotaxi 生态。

此外，May Mobility、Bolt、Lyft、WeRide、Wayve、Nissan、Autobrains、Zoox、Momenta、Pony.ai、Tensor、Waabi、TIER IV、Isuzu、Lenovo、DeepRoute.ai、Stellantis、Lucid 等公司也在不同环节采用 NVIDIA DRIVE Hyperion、DRIVE AGX Thor 或 DRIVE 平台。这些合作覆盖亚洲、欧洲、中东和北美。

这套平台能解决什么问题

部署一辆无人车是一回事，把车队扩大到几千辆是另一个级别的计算挑战。要保证每辆车都同样安全可靠，需要在模型训练、仿真验证和车载实时处理上投入巨大算力。NVIDIA 的开放平台把这些能力打包，让开发者不用从零搭建每一层。

原文还提到，全球 Robotaxi 市场预计到 2035 年达到 4000 亿美元，超过 600 万辆商业车辆投入运营。这说明这套平台瞄准的是一个正在快速商业化的领域，而不是实验室里的概念。

有哪些限制和不确定的地方

原文没有说明这套平台的具体定价，也没有给出各组件独立的版本号。Alpamayo 模型的具体参数规模和许可证类型、DRIVE Hyperion 10 之外其他版本的细节、各合作公司部署的准确时间表，以及平台是否完全开源或仅部分开放，原文都没有交代。

另外，虽然原文称“每个商业规模运营的主要 Robotaxi 项目”都在用 NVIDIA 技术栈，但没有逐一列出所有项目，也没有说明这些公司具体用了三台电脑中的哪几台。对于小学生和初中生读者，可以把它理解成：NVIDIA 提供了一套“无人出租车驾校加考试系统加车载大脑”的工具，但具体每家公司怎么用、花多少钱，官方这次没说。