物理 AI 驅動無人計程車：NVIDIA 如何構建未來出行生態系統
為何重要
物理 AI 正從技術驗證轉向商業化規模部署，NVIDIA 提供的端到端軟硬體解決方案已成為 L4 級車隊擴充的關鍵基建，這意味著汽車產業的軟體價值鏈正逐漸被整合進 NVIDIA 的生態系；對開發者而言，Cosmos 與 VLA 等工具降低了長尾場景的驗證門檻，也迫使競爭者的軟硬體路線必須配合這套標準才能進入主流車廠供應鏈。
全球無人計程車市場預計於 2035 年達到 4,000 億美元規模，NVIDIA 推出開放平臺與「三臺電腦」解決方案，協助開發者與車廠解決從模型訓練、模擬驗證到車端部署的龐大算力與安全需求。
- NVIDIA 的無人計程車技術棧包括 DGX 系統進行 AI 訓練、Omniverse 和 Cosmos 用於模擬驗證，以及 DRIVES Hyperion 10 用於車端運算。
- NVIDIA Cosmos 世界基礎模型能將一個真實世界的極端案例擴充套件為數千種不同的駕駛行為與環境模擬變體，加速驗證流程。
- 在載入 VLA 推理模型後，加入元動作與思維鏈推理資料，使軌跡預測最小平均位移誤差從 2.08 降至 1.18，降幅達 43%。
- Uber 計劃於 2028 年將無人計程車服務拓展至 28 個城市，並與包括梅賽德斯-賓士、Lucid、Nuro 及小馬智行在內的多家業者緊密合作。