返回列表
比亚迪、吉利、五十铃及日产宣布采用 NVIDIA DRIVE Hyperion 平台开发 L4 级自动驾驶汽车
行业新闻英伟达自动驾驶智能汽车

比亚迪、吉利、五十铃及日产宣布采用 NVIDIA DRIVE Hyperion 平台开发 L4 级自动驾驶汽车

英伟达(NVIDIA)宣布其 DRIVE Hyperion™ 平台在全球汽车制造商中获得广泛采用。比亚迪、吉利、五十铃和日产等知名车企,以及领先的移动出行服务商,已正式加入该生态系统。这一进展标志着安全、可扩展的自动驾驶(AV)技术开发正呈现出强劲的增长势头,推动 L4 级自动驾驶车辆的落地。

NVIDIA Newsroom

核心要点

  • 全球车企加盟:比亚迪、吉利、五十铃和日产正式采用 NVIDIA DRIVE Hyperion 平台。
  • L4 级技术导向:合作重点聚焦于 L4 级自动驾驶车辆的研发与部署。
  • 行业势头强劲:移动出行服务商的加入反映了自动驾驶技术在全球范围内的快速扩张。
  • 平台化优势:NVIDIA DRIVE Hyperion 旨在提供安全且可扩展的自动驾驶开发架构。

详细分析

全球主流车企的战略选择

根据英伟达官方发布的消息,比亚迪、吉利、五十铃和日产这四家在国际市场具有重要影响力的汽车制造商,已明确选择 NVIDIA DRIVE Hyperion 作为其自动驾驶技术的核心平台。这一举措不仅涵盖了乘用车领域,也涉及到了商用车及移动出行服务。这些企业的加入,证明了英伟达在自动驾驶计算架构领域的领先地位,同时也预示着全球主流车企正在加速向高级别自动驾驶阶段迈进。

推动 L4 级自动驾驶的规模化发展

NVIDIA DRIVE Hyperion 平台的广泛采用,核心目标在于实现安全且可扩展的自动驾驶开发。通过该平台,合作伙伴能够利用英伟达提供的硬件与软件集成方案,针对 L4 级自动驾驶(高度自动化)进行深度优化。这种平台化的合作模式有助于降低开发门槛,缩短从研发到量产的周期,从而在竞争激烈的自动驾驶赛道中占据先机。目前,这种增长势头正从单一的技术研发转向大规模的行业应用。

行业影响

此次合作对 AI 自动驾驶行业具有深远意义。首先,它确立了英伟达在自动驾驶芯片与系统平台领域的标准制定者地位。其次,比亚迪和吉利等中国头部车企的深度参与,将加速中国自动驾驶技术与国际标准的接轨。最后,五十铃和日产的加入意味着传统日系车企在智能化转型上迈出了关键一步。整体而言,这加速了全球汽车产业向智能化、无人化转型的进程。

常见问题

问题 1:什么是 NVIDIA DRIVE Hyperion 平台?

NVIDIA DRIVE Hyperion 是英伟达推出的自动驾驶汽车参考架构,集成了高性能计算平台与传感器套件,旨在为车企提供可扩展的 L4 级自动驾驶开发环境。

问题 2:此次合作涉及哪些主要汽车品牌?

根据官方公告,主要涉及的全球汽车制造商包括比亚迪(BYD)、吉利(Geely)、五十铃(Isuzu)和日产(Nissan)。

问题 3:这次合作的主要目标是什么?

合作的主要目标是利用 NVIDIA DRIVE Hyperion 平台开发安全、可扩展的 L4 级自动驾驶车辆,并推动移动出行服务的创新。

相关新闻

美团BI架构演进:以指标平台为核心解决数据口径与查询性能难题
行业新闻

美团BI架构演进:以指标平台为核心解决数据口径与查询性能难题

美团技术团队分享了其在BI领域的最新探索实践。通过构建以指标平台为核心的新一代BI架构,美团引入了“自动语义”与“增强计算”两大核心能力。该架构旨在解决传统BI平台在个性化数据集驱动下普遍存在的数据口径混乱及查询性能低下等核心痛点,实现了数据治理与分析效率的显著提升。

美团31万行代码重构实践:基于Agent评测思路的AI Coding管理新范式
行业新闻

美团31万行代码重构实践:基于Agent评测思路的AI Coding管理新范式

本文深入探讨美团技术团队在31万行代码重构中的前沿实践。面对AI生成代码占比超过90%带来的管理挑战,团队提出“约束AI能力”的核心理念,通过Agent评测思路,构建了包含技术债梳理、规则建设、重构SOP及Pre-PR机制的完整体系,成功将高成本的重构专项转化为随迭代持续进行的日常动作,为AI时代的软件工程提供了重要参考。

美团LongCat开源General 365评测集:Gemini 3 Pro仅获62.8分,树立推理新标尺
行业新闻

美团LongCat开源General 365评测集:Gemini 3 Pro仅获62.8分,树立推理新标尺

美团LongCat团队正式发布General 365推理评测集,旨在为大模型推理能力建立更严苛的标准。在对26款主流模型的实测中,目前顶尖的Gemini 3 Pro准确率仅为62.8%,而绝大多数模型未能达到60分的及格线。这一结果揭示了当前AI模型在复杂推理任务上的局限性,为行业提供了全新的性能衡量基准。