3月17日那天下午，英伟达CEO黄仁勋穿着那件标志性黑色皮夹克站在台上，对着全球观众宣布了自动驾驶的“ChatGPT时刻”已经到来。他嘴里蹦出的名字里，比亚迪排在最前头。这次不是简单的芯片采购，是比亚迪被正式纳入了英伟达DRIVE Hyperion自动驾驶平台生态，要一起干L4级自动驾驶系统。消息一出，网上直接炸锅。有人拍手叫好，说这是“强强联合”；也有人眉头紧皱，嘀咕着比亚迪这是要“出让灵魂”。
这“灵魂论”争了整整三年，从“软件定义汽车”吵到“算力主权”，现在比亚迪用实际行动给了回答：在智能驾驶这场白热化的竞赛里，开放合作比闭门造车更快、更稳。
2026年3月17日，在美国加州圣何塞举行的英伟达GTC大会上，黄仁勋宣布比亚迪、吉利、五十铃与日产等头部车企正式加入英伟达DRIVE Hyperion自动驾驶平台生态。根据官方披露的信息，比亚迪将基于DRIVE Hyperion平台，重点开发面向城市复杂道路的L4级乘用车自动驾驶系统。
DRIVE Hyperion不是单一芯片，而是一套完整的、可直接投入量产的自动驾驶开发平台与参考架构。该平台整合了标准化传感器套件、高性能NVIDIA DRIVE计算平台以及稳健的软件堆栈，能够帮助车企开发、验证及部署新一代驾驶辅助和自动驾驶功能。最新的Hyperion 10版本搭载两颗NVIDIA DRIVE AGX Thor芯片，算力达到2000 FP4 TFLOPS。这个数字，相当于目前特斯拉FSD芯片算力的14倍。
对英伟达而言，这次合作意味着自动驾驶生态的又一次重要扩张。比亚迪作为2025年全球新能源车销量460.2万辆、纯电车型销量首次超越特斯拉登顶全球的头部玩家，其加入无疑大幅提升了英伟达在智能驾驶领域的影响力。
但更值得玩味的是比亚迪自身的战略选择。就在合作宣布前，比亚迪自研的“璇玑”系列ASIC智驾芯片已在2025年底完成流片，计划在2026年正式量产。这款芯片算力覆盖80至2000TOPS，采用单芯片舱驾一体设计，能同时支撑L4级智能驾驶和沉浸式座舱系统运行。据称其成本只有英伟达同级别方案的三分之一。
自研与合作，两条路线并行——这是比亚迪在智能驾驶领域给出的答案，也是整个行业在当前阶段的缩影。
自研芯片这条路有多难走，行业内的人都心知肚明。投入巨大、研发周期长、技术壁垒高——这些都不是什么秘密。有消息称比亚迪计划在智能驾驶领域投入超过1000亿元，其中芯片研发占据相当比重。而英伟达方案的优势恰恰在于成熟度高、算力领先，能够帮助比亚迪快速缩短L4级自动驾驶的落地时间。
在智能化窗口期持续收窄的当下，比亚迪等不起。根据公开信息，特斯拉FSD入华在即，华为智驾加速装车，各家都在抢时间窗口。如果完全依赖自研，从零开始摸索研发L4级方案至少需要2-3年时间，这期间市场格局可能已经天翻地覆。
英伟达DRIVE Hyperion平台提供了一套现成的智驾底座。简单来说，它更像是一套全栈解决方案，从路况感知的传感器配置、核心算力芯片，到驾驶决策的软件算法、仿真测试全流程，一应俱全。这意味着比亚迪无需从零摸索研发，可直接节省数年研发周期和上百亿投入，快速将L4级智驾落地到普通消费者可负担的量产车上。
全球自动驾驶竞赛进入这个阶段，多数车企面临的现实选择已经十分清晰。蔚来董事长李斌曾坦言，2024年光买英伟达芯片就花了“几十个小目标”，现在使用自研芯片，压力小了很多。自研芯片虽然前期投入大，但上车后可为整车节省成本，单车成本直降1万元。这种长期成本效益与短期效率的权衡，正是各家车企战略决策的核心考量。
这次合作不仅仅是硬件采购，而是生态层面的深度整合。英伟达向比亚迪开放的Hyperion 10版本，不仅提供强大的算力支持，还解锁了可复刻老司机驾驶逻辑的Alpamayo 1.5开源模型。更关键的是，比亚迪不再是简单套用现成方案的采购方，而是深入该体系核心开发层，与英伟达联合定制适配自身车型的L4级智驾解决方案。
英伟达DRIVE Hyperion生态的价值体现在多个层面。除了核心的计算平台，还包括基于3D高斯溅射技术的Omniverse NuRec仿真环境，能够直接导入真实世界数据，快速重建、渲染出3D仿真场景，节省开发人员的建模成本，能够更为快速地对自动驾驶系统进行极限边缘场景的压力测试。
比亚迪的获益是多方面的。接入这样的生态，意味着可以共享资源，加速自动驾驶算法的测试、验证和优化进程。根据官方数据，比亚迪旗下搭载“天神之眼”辅助驾驶系统的车型累计销量已经突破256万辆，日均生成1.6亿公里路测数据。这些海量真实数据如果能够与英伟达的AI计算平台、仿真工具相结合，将形成强大的数据飞轮效应。
长期的生态意义更为深远。合作不仅提升了技术效率，还增强了比亚迪在智能驾驶供应链中的话语权和适应性。英伟达为了保证L4级系统的绝对安全，推出了HalosOS统一安全架构，该系统采用三层架构整合了安全中间件与可部署应用，内置符合NCAP五星标准的主动安全栈。包括广达、禾赛、法雷奥在内的多家生态伙伴目前已经加入NVIDIA Halos AI系统检测实验室，共同构建自动驾驶的安全标准。
智能驾驶领域的竞争已经演变了几个阶段。从早期的“硬件堆砌”，比拼摄像头、激光雷达的数量；到中期的“算法优化”，聚焦感知模型和决策算法；现在进入了“生态整合”的新维度。在这个阶段，单一技术点的领先已经不够，需要在算力平台、数据闭环、仿真测试、安全体系等多个层面形成协同优势。
比亚迪展现了一种平衡的艺术。一方面大力投入自研芯片，计划在未来实现智驾芯片50%以上的自给率，从根本上杜绝被“卡脖子”的风险；另一方面开放合作，接入英伟达DRIVE Hyperion这样的成熟平台，加速L4级自动驾驶的商业化落地。这种“两条腿走路”的策略，体现了在保持自主性与开放生态之间寻找最优解的努力。
行业正在面临深刻的重构。传统车企与科技公司的关系正在发生微妙变化。从最初的简单供应商关系，到现在的联合开发、生态共建，双方的合作模式不断深化。有分析认为，未来智能汽车产业链可能形成新的分工格局——科技公司专注于底层平台和核心算法，车企专注于整车集成和用户体验优化。
但这种分工也引发了新的担忧。如果智能驾驶的底层平台被少数几家巨头控制，车企是否会彻底沦为“组装厂”？这个问题涉及产业链分工和价值重分配的根本逻辑。在特斯拉、英伟达、华为等科技巨头加速布局的背景下，传统车企需要重新思考自身的核心竞争力所在。
“灵魂出让”论有其局限性。在技术快速迭代的当下，完全自研可能拖慢市场节奏，错失宝贵的时间窗口。2025年全球新能源车竞争已经进入白热化阶段，智能化水平成为决定胜负的关键因素之一。在这样的背景下，通过外部合作加速技术落地，同时保持自研能力作为战略储备，可能是一种更为务实的策略。
垄断风险确实存在，但产业链的复杂性超出了简单判断。智能驾驶涉及传感器、计算芯片、算法模型、安全架构、仿真测试、数据闭环等多个环节，任何一个环节都需要深厚的专业积累。科技公司在底层算法和计算平台方面具有优势，但车企在整车控制、用户数据、应用场景方面的积累同样不可替代。
比亚迪的选择提供了一个观察样本。自研“璇玑”系列芯片保障底层安全，合作英伟达加速应用创新——这种双重路线可能成为其智能驾驶的核心竞争力。从长远看，比亚迪的目标是让智能驾驶体验“平权”到每一款主流车型，从7万级的海鸥到百万级的仰望，全系车型都能通过OTA升级用上“老司机级”的智能驾驶系统。
未来几年，智能驾驶领域可能出现更丰富的合作模式。车企与科技公司的边界将进一步模糊，双方可能在资本、技术、数据多个层面形成更紧密的联结。对于比亚迪而言，与英伟达的合作不是终点，而是加速智能化进程的重要一步。根据官方信息，双方合作可追溯至2015年，此次深化合作将进一步拓展至智能工厂、机器人等领域，通过NVIDIA Blackwell架构AI基础设施与Omniverse数字孪生技术，全面赋能比亚迪的AI化转型。
智能驾驶的最终形态，可能既不是完全的“灵魂出让”，也不是彻底的“闭门造车”，而是一种更加开放、协作、共生的生态格局。在这种格局下，车企、科技公司、供应链伙伴、监管机构等多方参与者共同推动技术进步，让安全、高效、平价的智能驾驶真正惠及每一个普通消费者。
如果未来智能驾驶的底层平台真的被少数几家巨头垄断，车企会彻底沦为“组装厂”吗？这个问题值得每个人思考。
全部评论 （0）