Cosmos世界基础模型降低了物理AI的开发门槛，而DRIVE Hyperion平台正在拉高自动驾驶的上限。一个完全自动驾驶的时代正被以英伟达为首的科技公司推动着加速到来。文丨智驾网 雨来编辑丨零酱‍‍

题图丨NVIDIA 直播截图

英伟达在2024年掀起了一场AI风暴，不仅市值超越苹果、特斯拉站上了世界之颠，也让他的创立者黄仁勋一直处于暴风眼的中心。

世界愿意倾听他对未来世界的判断与预言。

在2025年年初CES的开幕演讲中，黄仁勋断言：

「机器人技术的ChatGPT时刻即将到来。」

他总结说AI的发展经历了三个阶段：

初始阶段是感知式AI，即理解图像、文字和声音；

之后是生成式AI，可以创造文本、图像和声音；

现在，我们正在进入物理AI的时代，即能够运行、推理、计划和行动的AI。这为包括自动驾驶汽车、游戏、机器人在内的多个行业带来了突破性发展。

机器人和智驾是黄仁勋认为物理AI的两大应用场景。

皮衣爱好者老黄在2025年一手推开了物理AI的大门。

▲图源：NVIDIA

相比AI算力最高可达2375 TOPS的RTX 50系列GPU，全新物理AI模型Cosmos的推出有望迅速弥合物理AI的数字鸿沟，而在智驾方面，这一模型为众多落后一步的汽车企业和规模相对较小，数据拥有量不足的智驾公司开发基于端到端的高阶智驾方案提供了一款高效、强大的工具。

所谓物理AI模型是相对认知AI、理解语言的基础模型GPT而言。

Cosmos平台由生成式世界基础模型、高级tokenizer、护栏和加速视频处理管线组成。最大的Cosmos模型参数规模大概140亿（也就是14B），用2000万小时的真实世界人类互动、环境、工业、机器人和驾驶数据训练而成。

它将推动自动驾驶汽车（AV）和机器人等物理AI系统的发展。

不过，并非有了这个模型，就可以省去真实世界的数据。

这个方法仍然需要真实的司机收集数据，但几千个司机的数据完全能够在简单的命令下生成数十亿公里的新数据。

▲图源：NVIDIA

Cosmos的逻辑是先投入海量资源，先打造一个靠谱的世界模型（通过大量图像、音频、视频和文本数据训练，让机器对世界运作方式能够进行推理），然后部分结合现实司机驾驶数据，与Omniverse数字孪生相关的各种资源结合，最终生成几何倍数于真实数据的虚拟驾驶数据。

Cosmos与Omniverse合作，可以将两个系统连接，形成物理落地的基础框架，从而控制生成过程，成为未来机器人产业发展的关键起点。

也就是说一家年销量仅有几万台车辆的主机厂一样可以实现几十万台车辆的数据。

「与大语言模型一样，世界基础模型是推动机器人和自动驾驶汽车开发的基础，但并非所有开发者都拥有自主训练模型所需的专业知识和资源。我们创建Cosmos是为了普及物理AI，让每一位开发者都能接触到通用机器人技术。」

这对于在中国市场在高阶智驾领域布局起步均晚一步的合资品牌以及高阶智驾开发者无疑都是一大福音：既可以降低开发成本，又可弥补数据量的不足。

黄仁勋在谈及推出Cosmos的原因时提到：

「随着基础AI的不断改进，行业也意识到，推动人工智能发展的关键是物理人工智能。物理AI同样需要基础模型，正如认知AI依赖基础模型一样，GPT-3开启了强大能力的新篇章。为了实现物理AI的基础模型能力，我们发起了Cosmos项目，以达到这一能力水平并将其推向全球。」

「那么，我们能用这个模型做什么？自动驾驶汽车需要理解物理世界，机器人也需要理解物理世界。因此，Cosmos这样的模型是实现多模态的起点。」

简单地理解即是，Cosmos就是打通认知大模型和空间智能大模型的工具，最终推动VLA（视觉语言动作模型）的落地。

这对于智能驾驶和具身智能机器人无疑都是一大突破。

▲图源：Merca2.0

在2025年的CES上，媒体和资本的焦点都聚焦在了机器人身上，智驾的关注度似乎在下降。

不过在黄仁勋对于物理AI的定义之下，智能汽车本质上已是物理AI的实用场景之一，或者说是自主机器的一个分支。‍‍‍‍‍‍‍

而事实上短期可以窥见利润和应用前景的恰恰是智能驾驶，具身智能从技术成熟到商业模式落地还需要时间。

谈到2025年的技术创新时，黄仁勋表示：

「未来所有的交通工具都会具备自动驾驶能力，或者至少能够实现自动化操作。五年前，关于技术的成熟度我们还不确定。但现在可以非常肯定，传感器技术、计算机技术和软件技术已经非常成熟，我们将能够实现这一目标。」

外界对于英伟达近年来在智驾市场的表现一直有不同看法。

一是虽然市场份额一直保持在40%以上，但没有吃到智驾市场的红利，智驾领域的营收只占其总营收的不到2%，二是具有革命意义的Thor芯片一再跳票，而在全球最大的智驾市场中国正面临来自本土科技公司地平线、黑芝麻的激烈竞争，而英特尔、高通也在进入其领地，提供更具性价比的方案。

不过自2015年英伟达正式布局智驾业务始，在第十个年头围绕自动驾驶的实现路径，英伟达在云端、软件侧、工具链等方面都进行了全方位、多角度的布局，甚至在安全验证方面都已有了相对成熟的方案。

今天的英伟达在智驾行业的角色早已不仅仅是车端算力平台的提供者，更是通过从云端训练到车端推理的一系列的整体布局，实现了对自动驾驶行业的底层赋能。

在2025 CES上，跳票经年的Thor终于有了明确的量产交付时间——今年上半年。

▲图源：NVIDIA 直播截图

英伟达在CES展示了基于Thor打造的全新自动驾驶汽车平台NVIDIA DRIVE AGX Hyperion。

DRIVE Hyperion被称为业内首个也是唯一一个端到端自动驾驶平台，它包括DRIVE AGX系统级芯片（SoC）、参考板设计、NVIDIA DriveOS汽车操作系统、传感器套件以及主动安全和L2+ 驾驶堆栈。 

NVIDIA DriveOS软件平台则包含了构建、调试、分析和部署自动驾驶汽车和自动驾驶汽车应用程序所需的所有软件、库和工具，能够令车企快速推进自动驾驶技术的研发与应用。 

目前，DRIVE Hyperion已通过两家业内权威的汽车功能安全和网络安全认证评估机构——TÜV SÜD和TÜV Rheinland的行业安全评估。

黄仁勋表示，梅赛德斯-奔驰、捷豹路虎、沃尔沃汽车等均已开始部署该平台。

采用模块化设计的DRIVE Hyperion平台，用户可以便捷地按需选用他们所要的功能，该平台同时具有可扩展性，可升级并兼容未来各代DRIVE系统级芯片。

依照黄仁勋的预测：

「全球约有十亿辆汽车，每年的总行驶里程可达数万亿英里。自动驾驶汽车是最大的机器人市场之一，随着该市场的兴起，NVIDIA Blackwell驱动的平台将推动这场变革进入快车道。下一轮自主机器浪潮将依靠物理AI世界基础模型理解现实世界并与之交互。NVIDIA DRIVE平台专为这一新时代而打造，可提供强大的功能安全性和AI性能。」

NVIDIA DRIVE背后有三个关键计算平台：

NVIDIA DGX平台用于在数据中心训练基于AI的堆栈；

运行在NVIDIA OVX平台上的NVIDIA Omniverse平台，用于仿真和合成数据的生成；

车载计算平台NVIDIA AGX，用于处理实时传感器数据以实现安全驾驶。

目前Cosmos已经加入到上述三个计算平台方案之中，英伟达表示，对于开发者将获得一个数据飞轮，它能将数千英里的人类驾驶里程转化为数十亿英里的虚拟驾驶里程，从而提升训练数据的质量，从而加速端到端自动驾驶汽车开发和大规模部署。

NVIDIA全球副总裁，汽车事业部负责人吴新宙表示，随着开发人员利用生成式AI的进步成果，自动驾驶车辆 (AV) 的性能将变得更加强大。

是的，面向乘用车市场的自动驾驶终于将走进现实。

▲图源：NVIDIA 直播截图

在与英伟达最新合作的汽车厂商名单中，丰田已经明确采用英伟达DRIVE AGX Orin平台打造下一代汽车，并运行DriveOS操作系统。

在L4方面，Aurora、大陆集团和NVIDIA三方已宣布建立战略合作伙伴关系，运行DriveOS的NVIDIA加速计算平台将集成到Aurora Driver中，大陆集团已计划在2027年量产L4级自动驾驶系统。

Cosmos世界基础模型降低了物理AI的开发门槛，而DRIVE Hyperion平台正在拉高自动驾驶的上限。

构建物理AI模型需要数PB（petabytes）的视频数据以及数万小时的计算来处理、整理和标记这些数据。

而Cosmos世界基础模型使开发者能够轻松生成大量基于物理学的逼真合成数据，以用于训练和评估其现有的模型，他们还可以通过微调Cosmos WFM构建自定义模型。

Cosmos世界基础模型的应用，一方面可以节省大量时间，提升研发效率；另一方面可以明显减少经济成本的投入，官方数据显示，开发者能够使用NVIDIA Blackwell平台在14天内处理、整理和标记2000万小时的视频，如果单纯使用CPU，则需要3年以上。

而NVIDIA DRIVE端到端自动驾驶汽车开发平台已经成为自动驾驶技术研发领域的天花板级的平台之一。

▲图源：NVIDIA

英伟达在智驾领域已打造了一个工具齐全的「厨房」。

而这注定将改写由中国智驾供应商主导的自动驾驶市场，关于L3落地的头牌之争，生成式AI已经给了这个行业更多的想像空间，一个完全自动驾驶的时代正被以英伟达为首的科技公司推动着加速到来。