沃尔沃 x 英伟达：AI 如何让无需手控、点对点驾驶更近一步成为现实
作者：RobotWorld·2026/10/16
沃尔沃刚刚宣布了本十年来汽车消费技术中最重大的举措之一：承诺在 2030 年前部署基于英伟达最新自动驾驶平台的无需手控、点对点驾驶系统。这是一个里程碑式的事件，表明 AI 硬件和软件正在以多么快的速度融合，并重新定义方向盘后的驾驶体验。
什么是「点对点」驾驶？
大多数驾驶员都熟悉车道保持辅助或自适应巡航控制等系统——这些系统一次只处理驾驶的一个方面。点对点驾驶是一个根本上不同的命题。这个理念是指驾驶员可以输入目的地、启动该系统，车辆将处理整个行程——导航十字路口、并入高速公路、识别交通状况并对路况做出反应——无需驾驶员在长时间内触碰方向盘。
这大致类似于特斯拉所称的全自动驾驶（监督版），但沃尔沃将其版本定位为 Level 2++ ——一个等级处于传统 L2（驾驶员必须始终准备接管）之上，但低于完全 Level 3（在自动化期间系统而非驾驶员在法律上负责）。「++」后缀表示该系统的能力范围比标准 L2 有了明显扩展，尽管人类仍然最终负责。
英伟达的角色
英伟达已经从一家图形卡公司逐步演变为一些全球最雄心勃勃自动驾驶项目的基础 AI 基础设施提供商。其 DRIVE 平台 ——专为汽车级 AI 计算而设计——是沃尔沃将集成到这个新系统中的内容。
使点对点驾驶发挥作用的关键不仅仅是摄像头或雷达的独立应用。它需要一个足够强大的集中计算架构来同时融合来自多个传感器的数据、运行实时神经网络推理，并在毫秒内做出安全驾驶决策。英伟达的汽车级 SoC 正是为此而设计的：DRIVE AGX Orin 等平台提供高达 254 INT8 TOPS 的 AI 计算，并跨 L2+ 至 L4 自动驾驶等级进行评级，而基于 Blackwell GPU 架构的下一代 DRIVE AGX Thor 提供高达 2,000 FP4 TOPS 的性能——足以在单个芯片上统一自动驾驶、座舱管理和信息娱乐功能。
对于沃尔沃，接入这个堆栈意味着可以获得英伟达完整的软件生态系统，包括其 DriveOS 操作系统、感知库和持续的模型更新——相比从零开始构建专有计算能力，这是一个重大优势。
传感器堆栈：路面的「眼睛」
单纯的原始计算能力不足以打造自动驾驶车。它需要高质量的传感器输入。现代 L2+ 和 L3 系统依赖分层传感器套件——通常是摄像头、雷达和激光雷达的组合——来持续构建环境的 3D 图像。
激光雷达已成为高端高级驾驶辅助系统中的关键差异化因素。诸如 Luminar Iris 之类的传感器——一个 1550 nm 半固态装置，能够在 250 m 的范围内在夜间检测低反射率物体——专为集成到量产乘用车而设计。同样，具有 128 个通道和 ISO 26262 ASIL-B 认证的 Hesai AT128 已在量产电动汽车和机器人出租车队中大规模部署。这些不是实验室仪器；它们是按汽车质量标准制造的系列量产组件。
在硅片端，诸如 Mobileye EyeQ6 High 之类的专用感知芯片——在 7 nm 工艺上提供 34 深度学习 TOPS——展示了如何将专门的 AI 推理硬件针对多传感器融合和场景理解的特定计算模式进行优化。
为什么是 2030，为什么是现在？
2030 年的目标看起来可能很遥远，但它反映了认证和扩展这样一个系统的真正复杂性。监督自动驾驶的监管框架在欧洲、北美和亚洲仍在不断完善。汽车制造商还必须积累大量真实驾驶数据，以在生产系统将遇到的全面条件范围内——天气、道路类型、边界情况——训练和验证其模型。
沃尔沃与英伟达的合作在供应链角度也很值得关注。通过标准化共享计算平台，沃尔沃获得了随着英伟达发布改进而通过 OTA 更新驾驶软件的能力——一个将汽车从静态产品转变为不断改进的服务的模式。
自动驾驶出行的更宏观图景
沃尔沃-英伟达的公告是行业范围内向 AI 定义的车辆转变的一部分。随着计算平台变得更加强大，传感器硬件变得更加廉价和可靠，研究实验室中的可能性与可在量产车中部署的内容之间的差距正在比许多观察家在五年前预期的速度更快地缩小。
对于关注这一领域的科技爱好者和行业专业人士，汽车级 AI 芯片、量产激光雷达和深度学习软件堆栈的融合代表了本十年中最具影响力的工程挑战——以及机会。沃尔沃的 2030 年承诺清楚地表明，真正智能、无需手控个人出行的时代不再是 是否 会来，而是 何时 和 如何 来的问题。
有兴趣探索用于自动驾驶系统和机器人应用的汽车级 AI 计算硬件？浏览我们在 RobotWorld 上边缘 AI 和自动驾驶平台的完整范围。
参考资源
本文使用 AI 协助起稿，发布前已进行审校。