全球自駕計程車市場被視為實體 AI 的首個商業突破，預計到 2035 年將達到 4000 億美元，屆時將有超過 600 萬輛商用車投入營運。目前，無人駕駛車隊已在世界上一些最繁忙、最複雜的街道上載運乘客。
部署一輛無人駕駛車輛已是一大挑戰，而要擴展車隊規模，則需面對更高層次的運算挑戰。這意味著必須在數千輛車輛中，提供同樣安全可靠的性能。
為了滿足這些需求，自駕計程車的開發生命週期中需要龐大的運算能力。這包括從準備和訓練 AI 模型，到模擬和驗證駕駛行為，以及車輛內的即時處理。
NVIDIA 提供一個開放平台，用於 AI 訓練、模擬和安全驗證，其中包含函式庫、軟體開發套件、工作流程和模型。開發者可以將這些資源與他們自己的技術堆疊結合使用。
如今，每個達到商業規模的主要自駕計程車計畫，都運行在 NVIDIA 的模組化技術堆疊上。這個堆疊涵蓋了 AI 訓練、模擬、車載運算，或是這三者的組合，以實現大規模車隊的開發與部署。
什麼是自駕計程車技術堆疊？自駕計程車技術堆疊是指用於開發、驗證和部署自駕車（AV）的端到端技術集合。它涵蓋了從資料和 AI 模型訓練，到模擬、安全驗證以及即時車載運算等各個環節。
NVIDIA 的自駕計程車和自駕車平台，將這些功能整合為一個三電腦解決方案：模型訓練電腦、模擬與驗證電腦，以及車載電腦。
1. 訓練電腦：NVIDIA DGX
隨著各項計畫將不斷增長的車隊資料轉化為功能日益強大的模型，自駕計程車的智慧也隨之提升。駕駛模型可以在 NVIDIA DGX 系統上進行訓練。
NVIDIA Alpamayo 產品組合提供開放的推理視覺語言動作（VLA）模型、模擬框架和實體 AI 資料集，為開發者提供了可根據自身資料、需求和技術堆疊進行調整的建構區塊。其推理模型透過將複雜的駕駛情境分解為更小的步驟，逐一推論並選擇最安全的軌跡，協助解決自駕車的長尾挑戰。
NVIDIA 還提供實體 AI 資料集、強化學習藍圖以及訓練後和蒸餾的配方，協助開發者為其目標車輛優化模型。
在一項具挑戰性的自駕評估中，加入元動作（meta-action）和思維鏈（chain-of-thought）推理資料，顯著提升了 VLA 模型在軌跡預測上的準確度。這將最小平均位移誤差（預測路徑與參考路線的平均偏差）降低了 43%，從 2.08 降至 1.18。
2. 模擬與驗證電腦：NVIDIA Omniverse 和 Cosmos 搭配 NVIDIA RTX PRO
自駕計程車計畫無法僅依賴實際行駛里程來捕捉罕見的長尾駕駛情境。NVIDIA Omniverse NuRec 模型能從感測器資料重建真實世界的駕駛情境，而 NVIDIA Cosmos 世界基礎模型則能生成這些情境的物理基礎變體。這讓開發者能將數千個真實世界的邊緣案例，轉化為數百萬種駕駛行為、交通、天氣、光照和感測器條件的組合。
從真實世界的邊緣案例到涵蓋行為和內容的數千種合成排列，NVIDIA Cosmos 的變體擴展了自駕車的訓練資料，並加速了模型的部署。
NVIDIA Omniverse 和 Cosmos 在 NVIDIA RTX PRO 伺服器上運行，支援閉環模擬和驗證。NVIDIA AlpaSim 模擬框架擴展了基於推理的自駕模型訓練和評估工作流程，協助開發者在部署前識別潛在弱點。
3. 車載電腦與感測器架構：NVIDIA DRIVE Hyperion 搭配 DRIVE AGX
NVIDIA DRIVE Hyperion 是 NVIDIA 針對 L4 級自駕計程車的模組化車載運算和感測器參考架構。DRIVE Hyperion 10 結合了兩個基於 NVIDIA Blackwell 平台的 NVIDIA DRIVE AGX Thor 系統單晶片，搭配 14 個高畫質攝影機、9 個雷達、3 個光達和 12 個超音波感測器，實現即時 360 度感測器融合。
其冗餘的運算和感測設計，即使感測器或運算元件故障，也能支援故障運行（fail-operational）的駕駛能力。
雙 DRIVE AGX Thor 旨在運行現代 AI 工作負載，包括 VLA 模型，用於感知、推理、路徑規劃和駕駛動作。
NVIDIA Halos 透過 Halos OS 提供生產就緒的安全基礎，以及一個更廣泛的驗證和認證框架。該框架涵蓋獨立檢測、系統驗證、大規模模擬以及從雲端到車輛的持續測試。
採用 NVIDIA 自駕計程車技術堆疊的領導者
NVIDIA 的自駕計程車生態系統遍及當今商業自駕計程車服務正在興起的每個地區：亞洲、歐洲、中東和北美。在這些市場中，移動服務供應商、自駕車開發商和汽車製造商正採用 NVIDIA 的三電腦架構，以訓練 AI 模型、模擬和驗證駕駛行為，並大規模部署自駕車。
全球規模化自駕計程車服務
Uber 正在擴大其 NVIDIA DRIVE Hyperion 車隊，計畫在 2028 年前將服務範圍擴展至 28 個城市。Uber 和 NVIDIA 也在 NVIDIA Cosmos 上建立一個自駕計程車 AI 資料工廠，以整理車隊駕駛資料，特別是針對罕見情境。
Uber 和 NVIDIA 正與 Autobrains、Avride、Lucid、May Mobility、Mercedes-Benz、Momenta、Nissan、Nuro、Pony.ai、Stellantis、Waabi、Wayve、WeRide 和 Zoox 合作，將 NVIDIA 驅動的自駕計程車服務引入 Uber 平台。
May Mobility 計畫透過 Uber 的網路營運自駕叫車服務，同時在 NVIDIA DRIVE 平台上開發其軟體堆疊。
Bolt 利用 NVIDIA 技術在歐洲各地開發和擴展自駕車。
Lyft 計畫將 NVIDIA DRIVE Hyperion 作為未來自駕車隊的參考架構。May Mobility 的車輛目前也在亞特蘭大的 Lyft 網路中運行，並由 NVIDIA DRIVE 提供動力。
透過與 Grab 的合作，WeRide 計畫將其基於 DRIVE Hyperion 和 DRIVE AGX Thor 的 GXR 引入東南亞主要市場。
Waymo 與 NVIDIA 合作，協助建構其自駕運算系統。
建構自駕計程車智慧
在這些服務背後，自駕車開發商正利用 NVIDIA 的加速運算、模擬和車載平台，來建構營運商和汽車製造商所部署的智慧系統。
Wayve、Nissan 和 Uber 正在開發一項全球自駕計程車計畫，該計畫使用一款原型車，結合了 Nissan 的車輛工程、Wayve 的具身 AI 和 NVIDIA DRIVE Hyperion 平台。
Autobrains 正與 Uber 在慕尼黑以及與 VinFast 在東南亞開發自駕計程車計畫，這些計畫均基於 NVIDIA DRIVE Hyperion 並由 Autobrains 的 Agentic AI 技術驅動。
Zoox 使用 NVIDIA DRIVE 進行車載運算以及基於雲端的訓練和模擬。
Momenta 正在開發其基於 NVIDIA DRIVE AGX 並運行於 DriveOS 上的軟體堆疊。
Pony.ai 採用 NVIDIA DRIVE Hyperion 和 DRIVE AGX Thor 開發了其新一代自駕域控制器。
Tensor 正在開發其 L4 級 Robocar，其車載超級電腦中包含八個 NVIDIA DRIVE AGX Thor 系統單晶片。
Waabi 透過與 Uber 的部署合作擴展至自駕計程車市場；其 Waabi Driver 平台是基於 NVIDIA DRIVE AGX Thor 建構的。
TIER IV 和 Isuzu 正在部署基於 NVIDIA DRIVE Hyperion 和 DRIVE AGX Thor 的 L4 級自駕巴士。
Lenovo 正在為與 SWM 合作的下一代自駕計程車計畫，提供其基於 NVIDIA DRIVE AGX Thor 的 AD1 L4 級域控制器。
DeepRoute.ai 正在開發基於 NVIDIA DRIVE Hyperion 平台和 DRIVE AGX Thor 的新一代自駕計程車。
將自駕計程車投入生產
隨著這些系統從開發階段邁向生產，汽車製造商正將 NVIDIA 技術整合到自駕車和自駕計程車就緒的車輛計畫中。
Tesla 在 NVIDIA 超級電腦上訓練其自駕神經網路。
Mercedes-Benz 和 NVIDIA 正與 Uber 合作，開發一個基於全新 S-Class 的自駕計程車生態系統。該系統建立在 NVIDIA DRIVE Hyperion 架構、全堆疊 NVIDIA DRIVE AV L4 軟體以及 NVIDIA Alpamayo 開放 AI 模型、模擬工具和資料集之上，以支援基於推理、安全至上的自駕功能。
Stellantis、Wayve 和 Uber 正在合作開發和部署 L4 級無人駕駛移動服務，利用 NVIDIA DRIVE Hyperion 和 AI 運算技術。
Lucid、Nuro 和 Uber 正在利用 NVIDIA DRIVE AGX Thor（DRIVE Hyperion 平台的一部分）開發全球自駕計程車服務。
Hyundai Motor 和 Kia 正在擴大與 NVIDIA 的合作，開發基於 NVIDIA DRIVE Hyperion 的資料驅動型自駕系統。NVIDIA 也將探索與 Hyundai Motor Group 的合資企業 Motional 擴大合作，以推進 L4 級自駕計程車服務。
Geely 及其生態系統合作夥伴計畫利用 DRIVE Hyperion 開發並商業化自駕計程車。
Zeekr（吉利汽車集團旗下品牌）已採用 DRIVE AGX Thor 作為其集中式域控制器。
從雲端到車輛，自駕計程車平台的幾乎每個層面都在 NVIDIA 加速運算平台上開發。
探索 NVIDIA 完整的自駕計程車開發平台。
