NVIDIA 的吳新洲:自動駕駛的「ChatGPT 時刻」已然來臨,L4 級自動駕駛的量產不再是夢想
在快速發展的實體人工智慧領域中,自動駕駛常被視為首個亟待克服的重大挑戰。 近日,NVIDIA 副總裁吳新洲在北京的一場交流活動中,闡述了該公司對智慧駕駛的宏偉願景。他不僅介紹了支撐輔助駕駛的「五層蛋糕」架構,更針對 L4 級自動駕駛的推出時程提供了明確的規劃。
「五層蛋糕」打造全堆疊生態系統
NVIDIA 已超越單純供應晶片的範疇,轉而致力透過三大運算平台——車載推論、雲端訓練及模擬驗證——建構一套全面性的服務體系。 吳新洲將此比喻為「五層蛋糕」,從底層的 Hyperion 硬體平台,經由作業系統、開放式模型 Alpamayo 及模擬工具鏈,一直延伸至頂層的雲端基礎設施。

該系統的核心在於致力於降低汽車製造商的開發門檻。 特別是在從模組化架構轉向端到端架構的過渡期間,NVIDIA 運用其強大的模擬能力,每天執行兩百萬次情境驗證,顯著提升了模型訓練效率。該公司目前正積極鼓勵主要汽車製造商採用 Hyperion 平台,旨在實現標準化與可擴展性的重大飛躍。
具備內建冗餘的視覺優先策略
在技術層面,吳新洲是視覺導向解決方案的強力倡導者。他主張視覺感測器所具備的像素密度與資訊量,遠超雷達(LiDAR)的極限,因此完全有能力支援高階輔助駕駛。 然而,對於更先進的 L3 和 L4 系統,NVIDIA 仍將 LiDAR 視為不可或缺的安全冗餘措施。他透露,該公司正與歐美供應商合作,以確保高階智慧駕駛解決方案獲得穩定的硬體支援。
L4 倒數計時:2028 年前進軍 30 座城市
面對業界關於是否應跳過 L3 直接邁向 L4 的持續辯論,吳新洲持務實觀點。他認為 L3 能立即為人類駕駛者減輕特定任務負擔,從而創造即時價值;而 L4 則需要龐大的雲端運算支援。根據 NVIDIA 的發展藍圖:與梅賽德斯-賓士的合作量產計畫定於 2025 年啟動; 與 Google 的 L4 試點計畫預計於 2027 年展開;並計劃在 2028 年與 Uber 合作,於洛杉磯奧運期間提供無人駕駛服務,目標是覆蓋全球 20 至 30 個城市。
實體AI擴展:從汽車到機器人
相關文章
Meta 在使用者強烈反對後取消了 AI 照片編輯功能
Meta,這家社交媒體巨頭,再次捲入關於人工智慧與使用者隱私之間微妙平衡的公開辯論。據 TechCrunch 報道,Meta 的 Superintelligence Labs 本週早些時候推出了一款新的 AI 影象生成器 Muse Image。然而,一個備受好評的關鍵功能——允許使用者透過“@”符號標記來修改和生成來自公開 Instagram 賬戶的影象——由於缺乏適當的通知機制,立即引發了使用者以及 CAA 等機構的強烈反對。面對強烈的批評,Meta 迅速撤銷了該決定,並於週五透過部落格文章宣佈將
DeepMind執行長哈西里斯:我每天睡六個小時,通常在凌晨1點左右感到精力充沛。
Fortune 最近刊登了對谷歌 DeepMind 執行長 Demis Hassabis 的採訪,揭示了他對休息和生產力的非傳統方法。Hassabis 透露,他睡眠時間非常少,將清醒時間劃分為兩個不同的工作階段。關於他的睡眠習慣,Hassabis 表示:“我目標睡六小時,但我的習慣非同尋常。我可以在白天有效運作。”他強調,睡眠少於六小時會對大腦健康產生負面影響。Hassabis 於 2010 年聯合創立了 DeepMind(後被谷歌收購),並因其在蛋白質結構預測方面的開創性工作榮獲 20
儘管營收未達預期,OpenAI 與 Anthropic 仍爭奪市場份額
儘管近期有報導指出 OpenAI 未達營收目標,導致本週二科技股承壓,但私人人工智慧實驗室的投資者仍展現出韌性。資深投資者已確認,儘管媒體報導負面,他們仍不會削減投資。分析師認為當前的 AI 競逐仍處於初期階段,因此排除「贏家通吃」的結果。儘管高昂的運算成本對營收造成壓力,但各實驗室可透過調高訂閱費來提升獲利能力。產業格局正經歷微妙的變化與 OpenAI 不同,競爭對手 Anthropic 獲得了
相關專題推薦
評論 (0)
0/500
在快速發展的實體人工智慧領域中,自動駕駛常被視為首個亟待克服的重大挑戰。 近日,NVIDIA 副總裁吳新洲在北京的一場交流活動中,闡述了該公司對智慧駕駛的宏偉願景。他不僅介紹了支撐輔助駕駛的「五層蛋糕」架構,更針對 L4 級自動駕駛的推出時程提供了明確的規劃。
「五層蛋糕」打造全堆疊生態系統
NVIDIA 已超越單純供應晶片的範疇,轉而致力透過三大運算平台——車載推論、雲端訓練及模擬驗證——建構一套全面性的服務體系。 吳新洲將此比喻為「五層蛋糕」,從底層的 Hyperion 硬體平台,經由作業系統、開放式模型 Alpamayo 及模擬工具鏈,一直延伸至頂層的雲端基礎設施。

該系統的核心在於致力於降低汽車製造商的開發門檻。 特別是在從模組化架構轉向端到端架構的過渡期間,NVIDIA 運用其強大的模擬能力,每天執行兩百萬次情境驗證,顯著提升了模型訓練效率。該公司目前正積極鼓勵主要汽車製造商採用 Hyperion 平台,旨在實現標準化與可擴展性的重大飛躍。
具備內建冗餘的視覺優先策略
在技術層面,吳新洲是視覺導向解決方案的強力倡導者。他主張視覺感測器所具備的像素密度與資訊量,遠超雷達(LiDAR)的極限,因此完全有能力支援高階輔助駕駛。 然而,對於更先進的 L3 和 L4 系統,NVIDIA 仍將 LiDAR 視為不可或缺的安全冗餘措施。他透露,該公司正與歐美供應商合作,以確保高階智慧駕駛解決方案獲得穩定的硬體支援。
L4 倒數計時:2028 年前進軍 30 座城市
面對業界關於是否應跳過 L3 直接邁向 L4 的持續辯論,吳新洲持務實觀點。他認為 L3 能立即為人類駕駛者減輕特定任務負擔,從而創造即時價值;而 L4 則需要龐大的雲端運算支援。根據 NVIDIA 的發展藍圖:與梅賽德斯-賓士的合作量產計畫定於 2025 年啟動; 與 Google 的 L4 試點計畫預計於 2027 年展開;並計劃在 2028 年與 Uber 合作,於洛杉磯奧運期間提供無人駕駛服務,目標是覆蓋全球 20 至 30 個城市。
實體AI擴展:從汽車到機器人
Meta 在使用者強烈反對後取消了 AI 照片編輯功能
Meta,這家社交媒體巨頭,再次捲入關於人工智慧與使用者隱私之間微妙平衡的公開辯論。據 TechCrunch 報道,Meta 的 Superintelligence Labs 本週早些時候推出了一款新的 AI 影象生成器 Muse Image。然而,一個備受好評的關鍵功能——允許使用者透過“@”符號標記來修改和生成來自公開 Instagram 賬戶的影象——由於缺乏適當的通知機制,立即引發了使用者以及 CAA 等機構的強烈反對。面對強烈的批評,Meta 迅速撤銷了該決定,並於週五透過部落格文章宣佈將
DeepMind執行長哈西里斯:我每天睡六個小時,通常在凌晨1點左右感到精力充沛。
Fortune 最近刊登了對谷歌 DeepMind 執行長 Demis Hassabis 的採訪,揭示了他對休息和生產力的非傳統方法。Hassabis 透露,他睡眠時間非常少,將清醒時間劃分為兩個不同的工作階段。關於他的睡眠習慣,Hassabis 表示:“我目標睡六小時,但我的習慣非同尋常。我可以在白天有效運作。”他強調,睡眠少於六小時會對大腦健康產生負面影響。Hassabis 於 2010 年聯合創立了 DeepMind(後被谷歌收購),並因其在蛋白質結構預測方面的開創性工作榮獲 20
儘管營收未達預期,OpenAI 與 Anthropic 仍爭奪市場份額
儘管近期有報導指出 OpenAI 未達營收目標,導致本週二科技股承壓,但私人人工智慧實驗室的投資者仍展現出韌性。資深投資者已確認,儘管媒體報導負面,他們仍不會削減投資。分析師認為當前的 AI 競逐仍處於初期階段,因此排除「贏家通吃」的結果。儘管高昂的運算成本對營收造成壓力,但各實驗室可透過調高訂閱費來提升獲利能力。產業格局正經歷微妙的變化與 OpenAI 不同,競爭對手 Anthropic 獲得了





首頁






