GTC 2026大会现场，黄仁勋身后大屏上缓缓闪过的比亚迪、吉利、日产、五十铃车标，像一面面旗帜，宣告了自动驾驶产业新秩序的诞生。 这不是一次寻常的供应链合作，而是中国新能源两大巨头——比亚迪与吉利，携手国际伙伴，集体转向英伟达DRIVE Hyperion平台的战略宣誓。消息如巨石落水，激起的波浪迅速荡向全球汽车产业的每个角落。
业界陷入短暂静默，随即涌出密集讨论：比亚迪不是刚刚完成“天神之眼”系统的全栈自研布局吗？吉利不是曾豪掷1500亿五年规划，强调要掌握自动驾驶全栈技术吗？两家年销量合计逼近800万辆、占据全球新能源市场重要地位的头部玩家，为何在这个被誉为“汽车灵魂”的智能驾驶核心地带，选择集体“借脑”？
答案或许隐藏在那些令人望而生畏的数字与时间窗口的残酷现实里。当自研意味着可能错过整个市场代际，当效率成为生死存亡的关键变量，商业理性正在重新定义这场智能革命的竞赛规则。
2026年3月17日，美国加州圣何塞的GTC大会现场，黄仁勋用一句“自动驾驶的ChatGPT时刻已经到来”拉开序幕。紧随其后的，是比亚迪、吉利、五十铃、日产等车企正式加入英伟达DRIVE Hyperion自动驾驶平台生态的重磅宣布。根据官方消息，比亚迪、吉利及日产正基于NVIDIA DRIVE Hyperion量产级计算与传感器架构，开发下一代L4级自动驾驶项目。
这一选择立即将业界推向了战略审视的十字路口。当销量冠军也转向外部核心解决方案，是否意味着曾经被奉为圭臬的“全栈自研”技术路线，正在现实面前显露出其局限性？这是否是“灵魂论”在商业现实面前的理性妥协？
比亚迪在2025年初曾放出震撼市场的“核弹”：将高阶智能驾驶系统“天神之眼”装进起步价仅6.98万元的入门车型。 凭借分层技术方案——从百万级仰望的A方案（三激光雷达+双OrinX芯片）到7-20万元市场的C方案（纯视觉路线），比亚迪实现了智能驾驶的“技术平权”。截至2025年11月，搭载“天神之眼”系统的比亚迪车型累计交付已超过230万辆。
吉利汽车则在2025年公布了雄心勃勃的目标：实现集团总销量365万辆，保持中国品牌市场占有率第一，新能源整体销量占比超过40%。 作为“智造吉利2025”战略的重要组成部分，吉利曾宣布5年投入1500亿进行全栈自研，覆盖自动驾驶、芯片、卫星、换电等前沿领域。
这样两家掌握庞大市场体量、拥有强大技术积累的头部玩家，选择在同一时间节点拥抱英伟达平台，背后隐藏的逻辑远比表面看起来复杂。
全栈自研L4级自动驾驶，曾经是每个有志于引领智能汽车时代的车企的终极梦想。从芯片设计、算法开发到数据闭环，掌握完整技术链条意味着绝对的技术主权与品牌护城河。但梦想的背后，是冰冷到令人窒息的经济账。
成本层面，这是一个持续放血的深度游戏。 有行业高管直言：“没有500亿的投入是无法做好智能驾驶的。”比亚迪的天神之眼C方案虽然通过纯视觉路线将硬件成本控制在4000元以内，较2020年小鹏P7同类方案下降60%以上，但这仅仅是量产阶段的成本优化。而面向L4级自动驾驶的研发投入，则完全是另一个数量级。
极越汽车CEO夏一平曾做出这样的判断：“如果今天还有人认为只需花费几十亿就能成功实现智能驾驶，我认为这样的产品很可能会变成马路上的杀手。”这并非危言耸听。从技术栈搭建看，L4级自动驾驶需要完整覆盖感知、决策、规划、控制全链条。感知系统需要融合激光雷达、毫米波雷达、摄像头等多传感器数据；决策系统需要处理数千TOPS的算力需求；规划控制需要在毫秒级时间内做出安全决策；数据闭环需要海量真实路况数据进行模型训练；仿真测试需要构建覆盖各种极端场景的虚拟环境。
时间窗口是更为残酷的敌人。 从零搭建完整技术栈通常需要5-8年时间。当一家车企完成自研系统的初步搭建时，市场技术标准可能已经迭代不止一代。2026年被多家车企视为智能辅助驾驶大规模落地的“决胜窗口期”，2027年则被普遍预测为L4级自动驾驶商业化的关键节点。
摩根士丹利预测，到2030年全球将有220万辆机器人汽车投入使用，而这一数字将在2040年激增至2.45亿辆。中信里昂判断，Robotaxi行业将从2026年开始迎来“指数级增长”。这意味着，谁能在这个时间节点推出成熟的L4级产品，谁就能在下一轮行业洗牌中占据先发优势。
对于比亚迪和吉利而言，选择从零自研可能意味着错失2027-2030年的关键市场窗口。当对手已经实现规模化落地时，自己可能还处于技术验证阶段。这种“起大早、赶晚集”的风险，在快速迭代的智能汽车赛道上是致命的。
正是在这种背景下，英伟达DRIVE Hyperion平台的价值被前所未有地放大。这不是简单的芯片采购，而是一套完整的、可量产的自动驾驶开发平台与参考架构。
从技术架构看，DRIVE Hyperion整合了标准化传感器套件、高性能计算单元及完善的软件栈，提供从研发、验证到部署的全流程支持。 平台搭载DRIVE AGX Thor芯片，算力高达2000 TOPS，可实时处理数十个高清摄像头、激光雷达和毫米波雷达的数据。其传感器配置实现了360度环境感知全覆盖。
英伟达官方明确表示，借助DRIVE Hyperion平台，开发者能够从第一天起就开始构建和测试辅助驾驶软件，而无需耗费数年时间进行基础集成。这意味着什么？意味着车企可以将L4级自动驾驶的研发周期缩短3年以上。
安全层面，DRIVE Hyperion以安全为核心构建，具备冗余计算和传感器、功能安全机制以及符合行业标准的开发流程。 英伟达推出了基于ASIL D最高功能安全等级打造的Halos OS统一安全架构，内置符合NCAP五星标准的主动安全栈。英伟达联合广达、禾赛、法雷奥等生态伙伴建立了Halos AI系统检测实验室，共同构建自动驾驶的安全标准。
但最核心的价值是效率革命。量化这笔账：如果选择从零自研，需要投入数百亿资金，组建数千人研发团队，花费5-8年时间才能勉强追平行业先进水平。而选择英伟达平台，可能只需投入更少的资金，在2-3年内就能推出具备市场竞争力的L4级产品。通用平台还支持在不同车型和程序间复用，进一步降低了开发成本和复杂性。
对于计划在2027年实现L4智驾规模落地的比亚迪，以及与英伟达合作打造下一代L4级自动驾驶项目的吉利而言，这种时间压缩能力具有致命的吸引力。当市场预测2027年中国在L3智驾上的市场渗透率有望突破5%时，快速推出产品比完全掌握底层技术更为紧迫。
选择英伟达平台，是否意味着放弃了所谓的“汽车灵魂”？这是一个有趣而深刻的误解。
业界关于“车企是否应将核心技术掌握在自己手中”的争论从未停止。掌握技术主权对于品牌差异化和长期竞争力具有重要意义，这是“灵魂论”的核心逻辑。但当企业面临激烈的市场竞争、增速放缓的生存压力时，商业理性开始占据决策的主导地位。
在“技术收敛、商业分化、格局重塑”的2026年，“效率”成为当前阶段更优先的考量。 更快推出产品、控制成本、确保功能可靠，这些直接关系到企业的市场地位与生存空间。中国商报在2026年2月的报道中指出，多家车企将2026年视为智能辅助驾驶大规模落地的“决胜窗口期”。
比亚迪和吉利的选择，可能不是简单的“放弃灵魂”，而是一种“战略聚焦”。 将资源集中于自身更擅长的领域——比亚迪的整车制造、电池技术、分层智驾方案；吉利的整车集成、动力系统、品牌体验定义——同时通过合作获取最顶尖的底层算力与开发工具。这是产业链专业化分工深化的体现。
吉利在GTC大会同期发布的信息提供了重要线索：吉利汽车在2025年进一步深化“一个吉利”战略部署，与极氪正式完成整合，协同效应显著提升。公司研发总投入同比提升8.3%，但研发投入比同比下降13.5个百分点。这表明吉利正在优化资源配置，追求更高的研发效率。
这种“合作中的自研”策略正在成为主流。车企基于英伟达的硬件和基础软件，全力研发上层的算法优化、数据闭环和品牌特有的驾乘体验，以此保留部分“灵魂”并打造差异化。比亚迪的天神之眼系统已经证明了这一点：即便采用英伟达Orin芯片平台，比亚迪依然通过自研算法实现了分层技术方案，将高阶智驾功能下探至7万元车型。
当技术门槛高到连头部玩家都觉得“自研不划算”时，行业已经进入了拼速度、拼效率、拼生态整合能力的新阶段。未来的竞争焦点将从“有没有自研智驾系统”转向“基于开放平台的体验优化能力、数据运营效率、服务创新水平和生态整合深度”。
比亚迪、吉利的选择，标志着中国汽车产业智能化进入更加务实和成熟的新阶段。这是商业理性对盲目技术浪漫主义的一次校正，是企业在复杂环境下的最优战略取舍。
未来格局很可能是“底层平台集中化”与“上层应用差异化”并存。 与英伟达、高通、华为等巨头合作将成为主流，但竞争的核心将向上转移至数据积累、算法迭代、生态整合和用户体验创新。产业分工正在深化，汽车行业将形成类似消费电子的垂直分工模式：芯片/平台供应商提供基础计算能力和开发框架，车企/OEM专注于整车集成、品牌体验定义和用户服务创新。
这并不意味着全栈自研路径的终结。仍有少数顶级巨头可能坚持“自研+合作”的双轨战略。特斯拉凭借其庞大的用户基盘和数据闭环继续推进纯视觉路线；华为依托昇腾芯片和乾崑ADS系统构建全栈技术能力。但它们的共同点是，都拥有足够的技术储备和资金实力去支撑这场昂贵的赌博。
对绝大多数车企而言，英伟达平台代表了一条更务实、更高效的道路。当自研意味着可能落后市场整整一个代际时，借力驶入快车道是生存和发展的理性选择。
黄仁勋在GTC上那句“自动驾驶的ChatGPT时刻已经到来——这是第一个万亿美元级的机器人行业”，听上去像是对未来的大胆预言。但看看站在他身后的企业名单——比亚迪、吉利、日产、五十铃，以及Uber、Bolt、Grab等全球出行服务商——这个预测正在快速变为现实。
在这场决定未来十年出行格局的竞赛中，最终胜出的可能不是技术最先进的企业，而是最能平衡技术、成本、时间和用户体验的商业体。 这不仅仅是车企的抉择，也关乎我们每个人对未来出行体验的期待。当你下一次坐进一辆具备L4级自动驾驶能力的汽车时，那背后的技术体系，很可能就来自这次看似简单的“借脑”决定。
那么问题来了：在资本密集、技术迭代飞速的智能驾驶竞赛中，当自研意味着可能落后市场整整一个代际时，你会选择坚守技术主权独自慢行，还是借力巨头驶入快车道？
全部评论 （0）