英伟达在CES2026期间没有发布新的GeForce显卡，而是推出了一个超级AI计算机 Rubin 平台。这个平台由六款全新设计的芯片组成，从而将推理 token 成本最高降至 NVIDIA Blackwell 平台的十分之一，并在 MoE 模型训练中使用的GPU数量仅为Blackwell 平台的四分之一。

简单来说，Rubin 平台是一个可以扩展的高效超级AI计算机矩阵，可以提供更大的算力和效率来训练AI模型和推理。可以看出，英伟达因为在AI硬件上实在收益太高，已经暂时将消费级市场的需求放到一边，全力满足指数级增长的AI大模型市场的需求。

尽管没有了新款GeForce，但英伟达对于C端芯片的销售却有“曲线进攻”的思路。这次CES上，英伟达宣布正式开源NVIDIA Alpamayo 系列 AI 模型、仿真工具及数据集。英伟达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”。

这一消息看上去不起眼，但各方对这件事情的认知却呈现两极分化的。

一方观点认为，这一举动或许将改变目前传统车企或小规模车企在智驾研发上的落后局面，也可能大幅削弱在智驾领域投入重金的新势力车企的技术壁垒。。比如怒喵科技的李楠就在微博上写到：“中国各种小品牌和欧日落后汽油车品牌的春天来了。估计很快自动驾驶的能力通过购买英伟达芯片可以简单地提升到一个很高的水平上。”

不过也有从事智能驾驶的研究人员表示英伟达这次开源并没有什么特别的，至少业内并没有觉得这是一件很大的事情。就连马斯克也坦言：“我并没有为此失眠，而是真心希望他们成功。”

那么英伟达开源VLA大模型到底会对汽车行业有什么影响呢？短期来看或许没有太多变化，但是我们认为长期而言，英伟达的野心或许就是在自动驾驶领域再造一个CUDA生态。

01

Alpamayo系列，不止于开源模型

这次英伟达发布的Alpamayo 系列AI模型其实就是一个VLA模型，但是官方称为“开源视觉-语言-动作推理模型 (Reasoning VLA)”，也就是更注重于“推理”。和传统端到端或者其他VLA的区别在于，英伟达认为新系统能够逐步推演罕见或全新场景，提升驾驶能力和可解释性，这对构建智能汽车的安全信任体系至关重要。

英伟达官方新闻表示，Alpamayo 1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，该模型基于100亿（10B）参数架构，通过视频输入生成行驶轨迹，同时给出推理思路，能够清晰展示每项决策背后的逻辑。英伟达还表示，开发者既可以把这款模型调整为更精简的运行时模型部署于车端，也可将其作为辅助驾驶的基础架构，构建诸如基于推理的评估器和自动标注系统等开发工具。

实际上，英伟达这次发布开源 AI 模型的消息并不意外，之前已经有消息说英伟达在做VLA模型，毕竟现在负责这事的吴新宙就是之前小鹏智驾负责人。只是没有想到的是，英伟达这次不仅仅是开放了基座模型，更将整个工具链都做了开源，甚至提供了驾驶数据集。

此外，英伟达还开源了AlpaSim 和物理 AI 开放数据集，前者是一款面向高保真辅助驾驶开发、完全开源的端到端仿真框架，后者是英伟达提供的包含超过1700小时驾驶数据的多元化、大规模辅助驾驶开放数据集。

换句话说，Alpamayo 不是单纯的基座模型，而是将开源模型、仿真框架与数据集三大支柱整合为统一开放的生态系统，为开发具备感知、推理与类人决策能力的车辆提供了支持。而在英伟达开源之后，任何汽车开发者或研究团队均可在此基础上进行研发，让开发者能够进行模型调优、蒸馏和测试，从而提升自动驾驶系统的安全性、鲁棒性与可扩展性。

与此同时，英伟达也透露，该系列的后续模型将具备更大的参数规模、更精细的推理能力、更灵活的输入输出方式以及更丰富的商用选项。因此，Alpamayo 1只是一个开始，让英伟达能够先给行业一个“体验版”，之后再通过不断迭代来完善整个模型。

02

以开源构建生态锁定硬件

为什么英伟达要开源一个基座模型和工具链？

从英伟达自身的角度来说，既然已为自动驾驶需求设计了Orin系列和Thor系列芯片，也做了NVIDIA DRIVE Hyperion端到端自动驾驶平台，那么提供一个基座大模型也是顺理成章。本质上，这仍是英伟达为稳固自身智驾芯片生态的布局——Alpamayo 系列模型着重强调与 Thor 芯片的协同适配，只要用了英伟达的开源VLA大模型，就绑定了Thor的芯片生态，也就是给英伟达创造收益。

这就好像当初英伟达显卡可以进行并行计算之后，迅速着手开发CUDA这套并行计算平台和编程模型框架，来帮助硬件实现能力倍增。

有了英伟达开源 Alpamayo 系列AI模型与工具，就意味着使用英伟达自动驾驶芯片的车企，几乎可以从零开始构建一个自动驾驶工程团队，利用英伟达提供的开发工具可以迅速构建一个60分水准的智能辅助驾驶系统。因为有了整套开发工具和基座模型，也可以让车企们在硬件层面坚定地选择英伟达，至少使用英伟达芯片就意味着不会在智驾领域“受制于人”。

因此，英伟达开源自动驾驶基座模型，再加上已有的自动驾驶芯片、端到端自动驾驶平台，本质上是构建了一个完整生态，以此来销售自己的芯片硬件，尽可能让自动驾驶领域形成“CUDA模式”。

这就类似于当年苹果在iOS上开放APP生态，打造了自己的开发工具链，英伟达也同样只提供了工具，上层的应用开发还是交给任意第三方，从而构建出强大的生态护城河，只要绑定了英伟达的开发生态就很难脱离。这是在CUDA生态建立之后已经验证过的成功经验，“生态体系正”是英伟达在AI基建领域如此强势的本质原因。

而且从全球车企集团的视角而言，英伟达打造的开源生态链对于全球传统车企来说无疑是一个好消息。

众所周知，传统车企目前受到了两方面的冲击：一是特斯拉带来的智能电动车冲击，尤其是特斯拉FSD自动驾驶让传统车企几乎没有办法追赶，无论是数据积累还是开发经验都犹如天堑，好在特斯拉规模量不大，还是纯电动产品，对大部分消费者影响不大。另一个更大的冲击则是中国车企在智能化，尤其是智能驾驶上的领先优势，让大多数还只有L2+辅助驾驶的传统车企陷入了“舆论战”，让品牌价值大幅下降。

之所以传统车企没有办法在智驾领域赶上中国车企，最核心的原因是它们没有智驾研发团队，之前L2辅助驾驶也主要依靠第三方，现在连博世、大陆电子这些都无法提供的时候，传统车企就完全没有办法和中国车企竞争。

现在随着英伟达提供了全栈的开发能力，传统车企迅速投入了英伟达的怀抱。这次英伟达发布Alpamayo时就指出，Lucid、捷豹路虎、Uber 和伯克利 DeepDrive 都表现出了极大的兴趣。而最为重磅的一个合作伙伴则是奔驰——黄仁勋演示视频上使用的就是奔驰的车型，并且还表示首款搭载Aplpamoya的车型就是奔驰CLA，计划于2026年一季度在美国上路测试。

如果奔驰CLA顺利推进英伟达Alpamayo落地的话，则意味着奔驰与中国车企在智能驾驶领域的差距将几乎抹平，而且考虑到英伟达强大的数据资源和迭代能力，到了2027年、2028年这个节点，奔驰这样的传统车企集团甚至可能在智能驾驶领域处于领先位置。

某种角度来说，拥抱英伟达相当于在 L4 级自动驾驶领域实现“一步登天”，而且无需承担额外的沉没成本。

03

新势力车企的机遇与挑战

如果说这次英伟达开源自动驾驶AI大模型对于传统车企是“喜讯”，那么对那些在自动驾驶领域投入了巨大研发成本和资源的中国新势力车企而言，那就是喜忧参半了。

首先，英伟达选择VLA和强化学习的路径，证明了VLA路线的正确性。对于选择了VLA路线的新势力车企来说至少后续投入上就不会纠结了，后面大家比拼的主要是模型的细微调整和训练能力。

同时，对于自研VLA的新势力和供应商来说，英伟达开源了VLA之后，肯定有一部分经验是可以借鉴的。之前不管是理想、小鹏，还是现在的地平线，其实选择VLA路线更多是在“猜测”特斯拉FSD V14的做法，现在有了英伟达的资源加持，那么大家可以确认VLA技术路线是可以跑通的，这是一个莫大的鼓舞。

此外，目前仍有不少新势力车企及技术供应商选择英伟达的硬件方案，包括理想、小米、极氪、智己等车企，以及 Momenta、小马智行等供应商，特别是理想、小米、极氪和Momenta的装车量都很大。所以英伟达开源VLA其实给这些企业提供了一条更清晰、可维护的技术路线，至少对保有车型的智驾能力进行了兜底。

而且对于现在很多车企之间纠结的“营销话术”问题，究竟是一段式端到端、VLA还是世界模型，英伟达此次将其定义为“VLA 推理大模型”，基本上为该技术路线的命名做了“一锤定音”，毕竟英伟达的营销影响力还是比车企自己“生造词”更具效果。

而忧虑之处在于，随着英伟达开源VLA基座模型，也就意味着VLA路线路线的技术门槛几乎消失。之前理想、小鹏在VLA上的透露与选择带来的先发优势被迅速拉平，甚至很多第三方供应商也可以很快突破VLA的技术壁垒。

简单来说，新势力在智驾上的先发优势在英伟达开源Alpamayo 之后就不存在了。

当然，英伟达也强调，Alpamayo 并不是直接部署于车端的模型，而是作为大规模教师模型，提供给开发者调优、蒸馏，成为其完整辅助驾驶技术栈的核心基础。换句话说，这是一个云端大模型，具体的强化学习和蒸馏还需要第三方团队自己去处理，而不是一个上手即用又或者现成的版本。

更关键的是，现在英伟达能够提供的训练数据也就是1700个小时左右，对于训练来说尚不够充分，而且这些数据的归属和分类也还不清楚。比如要用到中国道路的模型，可能更多大量本土数据支撑，那么英伟达提供的样本数据集也就只能达到一个及格水平，国内新势力车企凭借在中国道路环境数据上的传统优势，通过强化学习仍可保持体验上的优势。

此外，英伟达Alpamayo 1的参数量只有100亿规模，也就是10B模型，而小鹏汽车的第一代VLA云端模型是720亿参数量，理想汽车则是320亿参数量，都是数倍于英伟达目前开源的VLA模型参数量。

同时也要注意到，英伟达这次选择开源VLA大模型，或许也是对中国智驾企业Momenta、地平线的一次“警告”。

地平线之前推出HSD智驾方案，就是基于地平线的征程6系列芯片和自己的物理AI基座模型来做的，并且地平线也提供交钥匙和合作伙伴模式。除了没有开源之外，地平线可以说是做到了Tier2、Tier1乃至Tier 0.5的所有工作。一旦地平线的模式被中国车企认可，势必将影响英伟达在中国智驾芯片市场的份额。。

Momenta则是英伟达的另一个目标。虽然Momenta之前采用单颗Orin X做出了很不错的智驾方案，但Momenta后续会和高通展开合作，包括在高通的8650、8797等芯片上做出强化学习的版本，相当于也给中国车企提供了一个高性价比的方案选择。同时，Momenta后续也有自研芯片的计划，一旦转向使用自研芯片，英伟达在国内市场的合作伙伴又将少一个。

所以，英伟达现在选择开源VLA大模型，第一是可以扶持其他供应商直接做出VLA方案给车企选择；第二是可以让已经用上了英伟达芯片的车企能够坚持选择英伟达，即便是没有第三方的情况下，也能帮助车企快速自建团队并沿用英伟达方案。对车企来说，一次选择、长期受用，同时也不至于受制于人，无疑是成本最小的路径。

最后需要指出的是，尽管英伟达这次开源VLA大模型的所有逻辑都很通顺，而且也能够说服车企，可最大的问题是，对中国车企而言，选择英伟达或许并不是最好的选择。尽管英伟达目前已被允许向中国企业出售 H200 芯片，但在中美芯片竞争的大背景下，中国车企选择英伟达的硬件方案，仍面临供应链、政策变动等潜在的不确定性。

更何况，如果车企把AI能力视作如同传统发动机、变速箱一样的核心技术，那么自研芯片和自主可控，长远来看仍会优于依赖英伟达。

（END）