獨家對話吳新宙：智駕我會堅持到最后一班崗

最近這半年，英偉達的汽車業務出現了兩件不尋常的事。

去年 10 月，英偉達與 Uber 達成合作，L4 級 Robotaxi 將于 2027 年在洛杉磯和舊金山開啟部署。今年 1 月，搭載英偉達全棧輔助駕駛方案的奔馳 CLA 在美國上市，實現點到點的輔助駕駛功能。

其不尋常的點在于，原本居于全球自動駕駛行業「賣鏟人」的英偉達，如今竟然開始做全棧能力的量產。

這兩項工作，都是過去兩年半時間里，由英偉達全球副總裁吳新宙一手推動落地的。談到加入英偉達，吳新宙總會強調，能夠把智駕在所有車上推廣，對于他的職業生涯來說，是個非常好的成就。

從 2018 年到 2023 年，吳新宙在小鵬汽車推動高速、城區輔助駕駛落地。從那時起，中國車企之間的輔助駕駛競爭愈發激烈。

離開最卷的中國市場，吳新宙用「Déjà vu（譯：都已經見過了）」來形容他現在每天都在打拼的海外市場。他認為，輔助駕駛全球滲透的趨勢將會持續，但這是個用戶教育以及克服安全與監管障礙的過程。

在國內市場，今年 1 - 2 月，具備 L2 級組合駕駛輔助功能的乘用車新車滲透率達到 69.15%。海外市場的滲透明顯更慢，但吳新宙提到輔助駕駛就是「旦用難回」的產品，一旦用上，就很難再回去。當海外更具備號召力的汽車品牌（例如奔馳、寶馬等）都推出輔助駕駛之后，整個業界就會快速跟進。

與此同時，智駕已經沒有了幾年前的光環。頭部公司正變得越來越強，而新入局的公司機會越來越少，更有不少智駕行業的大牛（參數丨圖片）轉向機器人行業。而吳新宙說：「我會堅守到最后一班崗。」

最好的選擇

2023 年，吳新宙因家庭和職業道路原因，決定回到他曾長期工作過的美國。此后，他未曾公開談及加入英偉達的細節。

實際上，正式離開小鵬的前一年，也就是 2022 年的 8、9 月份，吳新宙和黃仁勛就進行了一次談話。當時，吳新宙已經能夠看到，加入英偉達不僅僅意味著加入一家硬件供應商，而是加入一家通過在訓練、仿真和車載領域的工作對整個自動駕駛行業產生更大的影響的公司，對他而言，這非常有吸引力。

除了英偉達之外，吳新宙沒有面試其他任何一家公司，因為他相信，這已經是最好的選擇。

2023 年 8 月，吳新宙正式加入英偉達后，他面臨的最緊迫挑戰，就是量產與奔馳合作的輔助駕駛項目。除中國市場以外，英偉達將為奔馳打造全棧輔助駕駛系統，包括全套的硬件和軟件算法。

「NVIDIA 更像是生態公司，它提供加速計算硬件、操作系統、模型、參考設計以及訓練框架。」吳新宙說，「我們的核心工作是打造端到端的應用，并在一些領域與主機廠展開合作，在我剛加入 NVIDIA 時，這些領域才剛剛起步。而如今我們能夠依托靈活、開放的平臺為更廣泛的汽車生態創造更多價值。」

而這些恰好是吳新宙在小鵬汽車主導高速、城區輔助駕駛量產落地積累的經驗。此外，他曾在高通工作了 13 年的時間（2006 - 2018），熟知硅谷公司的行事風格。

吳新宙說：「往回看，我覺得都是他（黃仁勛）最好的選擇。」

奔馳和英偉達的合作模式，在智駕行業也非常獨特，雙方采用軟件分成的模式。根據吳新宙的介紹，在開發階段，英偉達并不收費，等車輛正式上市之后，車廠每賣出一套輔助駕駛選裝，都會與英偉達進行分成。

這樣的合作模式，對于汽車廠商來說，前期開發成本比較低，很有吸引力。但是，海外市場的輔助駕駛還處于起步階段，如何讓更多人信任輔助駕駛，進而愿意選擇、使用，還有很長的路要走。

一方面，海外車企基本都以選配項提供輔助駕駛功能，硬件并不標配。這就導致很多用戶未曾嘗試過輔助駕駛，甚至不知道有這個選項。

同時，輔助駕駛選配價格并不便宜。以奔馳 CLA 為例，在美國官方指導價 4.7 萬美元的 CLA 250+，輔助駕駛的選配價格為 3,950 美元，三年期限。如果對比美國市場特斯拉 FSD 的訂閱價格，三年為 3,564 美元（99 美元/月 x 36 個月）。

并且，這是一個循環：由于用戶選的少，廠商必須提高價格，否則連開發投入都收不回來；價格提升，選配輔助駕駛的用戶就更少了。

這也是中國和海外市場的一大區別，中國廠商更愿意標配輔助駕駛硬件，標配硬件的成本已經包含在車價當中，還能通過軟件訂閱再收一筆錢。

這是另一個循環：所有用戶都有輔助駕駛，廠商不愁開發費收不回來，但為了收更多錢，必須充分展現他們能夠提供安全可靠的輔助駕駛體驗；輔助駕駛體驗升級，車賣得更好，愿意為輔助駕駛付費的用戶也越來越多。

吳新宙認為，雖然海內外市場有差別，但輔助駕駛的浪潮正全速推進。這是一個用戶教育的過程，輔助駕駛一旦用上，就很難回去了。

他說：「在全球市場推進輔助駕駛能力，對于我來說真的就是 Déjà vu（都已經見過了），哪怕有一些不同的聲音，對我來說一點都不驚訝。」

吳新宙預測，現階段在海外市場推動輔助駕駛的普及會更快，因為技術已經發展到了相對成熟的時間節點。「我覺得會很快，三年吧。」吳新宙這樣判斷輔助駕駛在歐美市場規模普及的時間。

智能汽車的五層蛋糕+三臺計算機

開放靈活的合作模式，是英偉達汽車業務的一大特點。車企可以選擇采用全棧的輔助駕駛方案，也能按需選擇平臺，打造自己的自研方案。

吳新宙將智能汽車的全棧方案拆解為三臺計算機和「五層蛋糕」。其中，三臺計算機包括裝在車內的本地推理的計算機、云端模型訓練的計算機，以及仿真計算機。

「五層蛋糕」和三臺計算機緊密融合在一起。最下層是輔助駕駛和自動駕駛所需要的硬件，包括負責計算的芯片和負責感知的傳感器，英偉達將其命名為 NVIDIA DRIVE Hyperion。最新一代平臺是支持 L4 級自動駕駛的 Hyperion 10。三臺計算機中的推理計算機，就在這一層「蛋糕」當中。

向上一層，是一套名為 Halos OS 的操作系統，它不僅是傳統意義上的車載 OS，更是一個安全中樞，將芯片、模型和軟件運行統一在一個可驗證的體系內，實現從云端訓練到車端運行的全流程安全閉環。

在模型層，英偉達推出 Alpamayo，這是全球首個開源自動駕駛推理模型。通過視覺-語言-動作（VLA）模型，可以在復雜場景中解釋決策過程，并處理長尾問題。Alpamayo 并不會直接上車運行，而是作為「教師模型」，被蒸餾成可部署的車端模型。

第四層是應用層，DRIVE AV 是自動駕駛軟件棧，負責將模型能力轉化為實際的駕駛行為，包括感知、定位、決策與控制。它既可以運行傳統模塊化算法，也可以承載端到端 AI 模型。

在最上層，是訓練與仿真的基礎設施，包括 Cosmos 世界模型、Omniverse 仿真平臺以及 Omniverse NuRec 神經重建系統。這些工具的核心作用，是解決自動駕駛最難的問題——數據。通過生成高質量的合成數據和大規模仿真環境，系統可以不斷學習極端、罕見的長尾場景，形成持續進化的數據飛輪。如今，自動駕駛的競爭，本質上正在從算法能力轉向數據的能力。

吳新宙介紹，對于車企而言，三臺計算機和五層蛋糕，可以自由搭配選擇。比如自研能力相對較強的車企，可以只選擇芯片，在芯片上部署自己的軟件。當然，也可以選擇英偉達的全棧方案，比如奔馳。

他介紹，現在平臺也會更開放，車企可以選擇用自己的模型、英偉達的模型，或者其他企業的模型，可選項非常多且具備靈活適配的能力。

吳新宙還特別分享了仿真計算機在自動駕駛開發中的優勢，這里離不開 Cosmos。通過一段真實世界的視頻，Cosmos 可以自由更改道路狀況、交通參與者、天氣，同樣場景下的數據豐富度就能得到極大提高。吳新宙說：「現在 Compute is data，運算量就是數據。」

大約在一年半之前，英偉達的目標從規模落地 L2 輔助駕駛，轉為推動 L4 自動駕駛早日到來。

吳新宙說，當時看到了兩個現象：其一，海外市場的特斯拉，加上國內市場諸多玩家在 L2 輔助駕駛上已經做得非常優秀了。其二，生成式 AI、基座模型很可能是實現 L4 級自動駕駛大規模部署的關鍵所在。

2025 年 10 月，英偉達與 Uber 達成 L4 級自動駕駛合作。汽車廠商基于 Hyperion 10 打造 L4 級自動駕駛車輛，Uber 負責將車輛引入其網約車網絡中。

具體而言，依托持續擴容的車企合作陣容，英偉達與 Uber 計劃在全球范圍內推出完全由英偉達軟件驅動的自動駕駛車隊；項目將于 2027 年上半年率先落地洛杉磯與舊金山，到 2028 年逐步拓展至全球 28 座城市。

不過，英偉達并非直接參與 Robotaxi 的運營，而是幫助車企基于英偉達 DRIVE Hyperion 平臺打造擁有 L4 自動駕駛能力的車。

在硬件上，英偉達也提供了非常多的選項，其中包括業界熟知的基于 NVIDIA Blackwell GPU 打造的 Thor。最新一代的 Thor 芯片也融入了最新的加速計算、AI 和深度學習優勢。

由于汽車制造商的設計周期通常比較長，英偉達必須確保他們在設計中預留足夠的空間，以支持下一代軟件定義的智能汽車。因此，英偉達在 Thor 之外規劃了下一代硬件路線圖。得益于 NVIDIA DRIVE 架構的優勢，開發者能夠面向未來的量產車型持續設計，并能夠在多代產品中復用其軟件能力。

今年 3 月的 GTC 2026 演講中，吳新宙曾分享了一組數據，每年全球汽車行駛的總里程為 13 萬億英里，但是輔助駕駛里程只有 7 億英里，占比僅有 0.006%。因此，輔助/自動駕駛市場的潛力是非常巨大的。

英偉達希望，將來每一英里的駕駛都是自動駕駛。并且，如果英偉達還能在每一英里的自動駕駛中占有一席之地，就將是一個非常大的市場。

吳新宙說：「黃仁勛其實最看重自動駕駛這類 Zero - Trillion Dollar Business，這種對于 NVIDIA 來說就是最好的機會。」這個概念可以這樣理解，今天看它幾乎沒有收入，但未來可以成長為萬億美元級別的賽道。

也正是如此，英偉達早在 2015 年就開始布局智能汽車業務，十余年時間，如今該部門已經形成了近四千人的規模，并且每年有 5% - 10% 的人員增長。

附：對話全文

開源是英偉達血液里的東西

Q：英偉達的 Alpamayo 是全球首個開源自動駕駛推理模型，這里的「首個」是指「推理」？

A：我覺得可以說。

Q：所以不是推理？

A：我們對于開源模型來說肯定是第一個。

Q：為什么英偉達會堅持做開源？

A：開源對汽車生態來說非常非常重要，開源的好處，第一是在目前的生態圈里的人可以讓他們加速開發過程并降低開發成本，第二個也可以吸引人加入到這個生態圈里頭。對于我們來說，還是希望在 NVIDIA 的整體的硬件、軟件的平臺，這個生態圈的玩家越來越多，這個還是非常重要的。

我覺得開源是在 NVIDIA 的血液里頭的，基因里頭的一個東西。不光是自動駕駛，別的地方都在開源。老黃在不同場合也講過，他對 DeepSeek，對中國的開源特別推崇。

因為美國的很多大模型公司慢慢都變成閉源，因為它的商業的這種模型不支持開源。但是中國有很多別的原因，老黃在一些訪談的時候也說過一些原因。在中國，其實特別是 DeepSeek，然后還有千問，我覺得對于 NVIDIA 來說是非常重要的，因為有了那個模型以后，不光是中國在用，美國也在用，像我們自己也會在用。但是 NVIDIA 要促進所有的玩家都在 AI 上走得更深更遠。

其實 NVIDIA 是完全可以有商業模型來支撐我們做開源的，我們在開源的投入非常大。你可能聽說 Cosmos，還有 Nemotron，Nemotron 其實投入更大，1,280 億參數的模型給企業用的。

作為開源模型的投入是巨大的，訓練成本都是上十億的這樣累積。為什么我們要做？因為我們提供了好的模型別人才能用，用了以后才他們才會買 GPU，所以我們是完全可以形成閉環的，完全是自洽的。所以 NVIDIA 是一個最堅定做開源 AI 模型的公司，那對自動駕駛來說也是這樣。

Q：當英偉達做了開源，把用戶導流進來了，汽車客戶可能會用云端計算機（其他部門的業務），這對你們部門沒有業績上的壓力嗎？

A：這個我覺得可能你在別的地方也看過，NVIDIA 是整個公司一盤棋的。只是在每次財報的時候，才會分開講汽車掙了多少錢，其他業務掙了多少錢。對我來說，完全沒有這方面的壓力。

老黃是一個長線布局的人，剛才我也講了，我們的業務邏輯是要把每一 Mile 的駕駛里程全部變成自動駕駛。假設 NVIDIA 在這每一 Mile 里頭都能收取一定的、相當于是占一定的比重的費用，那么這已經是一個很大很大的業務了。老黃最看重的叫 Zero-Trillion Dollar Business。就是業務量很大，是 Trillion Dollar 的，但是目前來說還是 Zero，這種就是 NVIDIA 最好的機會。

那自動駕駛現在還是個 Zero-Trillion Dollar Business，所以我是完全沒有這方面的壓力。

Q：剛剛講到現在智駕占汽車全部里程是非常低的，英偉達的愿景是希望每一英里都由輔助駕駛或者自動駕駛來完成，現在做的開源模型、L4，它們是必經之路嗎？

A：我加入的時候，還是想著把 L2++ 落地。我們當時有奔馳全球合作的合同，然后我們的合同也是跟別人不太一樣的，通過軟件分成的方式來（賺錢）。我們的軟件都是共同開發的，我們對于他們是開源的，在上線之前不收任何的開發費。所以這對車廠來說，還是比較有吸引力的，它的前期開發成本比較少。

開發完了以后，如果你開始賣軟件，我們會用軟件分成這樣的合作方式。

所以當時我覺得比較大的壓力，還是能夠把這個東西落地。因為其實在前期走的并不很順，但是過去兩年半的努力，我覺得現在至少跟奔馳已經是非常非常順了，然后雙方有非常好的互信。

往 L4 這個方向走，我覺得也是基于過去兩年對整個整個技術演進（的判斷）。其實 L2++ 我們內部非常清晰地認識到，雖然在北美還只有特斯拉一個玩家，但是在中國，已經有好多家都已經做的 OK 了。所以在那樣的一個前提下，而且 L4 技術的發展也非常快。雖然說包括生成式 AI，包括推理大模型，可能還有基座模型，在 L4 上并沒有廣泛應用，但是從我們角度上來講這個就會是去解開 L4 這把鎖的非常重要的鑰匙。

基于這兩點，我們我們大概是一年半前，我們就把整個的目標轉向賦能 L4，推動 L4 早日到來。L2++ 還會接著做，它也會是 L4 重要的一環，但是我們會把我們整個的目標往 L4 做一個調整。

Q：是不是 L2++ 里競爭對手太多，ROI 太低？

A：也倒沒有，在中國之外沒有那么多競爭對手。

輔助駕駛浪潮正全速推進

Q：現在英偉達有很靈活的合作模式，可以只買芯片，或者用云端訓練的能力，還能用英偉達全棧能力，如何定義不同的模式呢？

A：目前我們很多東西都是在過去幾個月調整以后，在 CES、GTC 開始講的。在以前，相對來說沒有那么復雜，無非就是你用 NVIDIA 的芯片，加上 OS 這一套，然后你在上面做自己的方案。或者是用我們的整套方案，這個也就那么幾家，無非就是這 2 種。

在目前的端到端方案出來之后，我們也需要提供一些更強的能力，特別是我們把 OS 端增強了蠻多。這樣的話，我們基于 Thor 的硬件平臺上，車廠有更多的選擇性。他們也可以選擇自己做模型，也可以用別人的模型，也可以用我們的都 OK。我們覺得這樣對大家（技術）往前走，選擇性會多一些。

Q：在中國之外市場，大家會積極推進輔助駕駛嗎？

A：我覺得這是一個時間問題，因為在中國也是類似。其實在中國剛開始做城市輔助駕駛，當時很多人在懷疑，說為什么要做這個那么難，高速做的也不怎么樣，不知道為什么要做城市。我覺得這都是有一個自然發展的過程。有些市場可能開放度會更高，有些市場可能會慢一點，但是整體的趨勢我覺得是已經存在的。美國的市場也需要一個教育、培養的階段，但是一定會發生。

Q：輔助駕駛往全球市場落地，是不是也不順利？

A：對我來說，真的像有個詞說的 Déjà vu（都已經見過了），在中國都見過一遍了，現在又看一遍。車廠他們總會說，你這東西沒用、用戶不要，這些都會有。但還那句話，總是一個用戶教育的過程。在奔馳內部還是經常能夠聽到不同的一些聲音，但是對我來說一點都不驚訝。當年在我加入小鵬，那時候 P7 剛出來，整體高管只有小鵬一個人定了高配的，別的人全定中配。

對于我來說，我很淡定。而且我覺得，這個浪潮是不可逆轉的，只要你能夠把體驗做得足夠好。以前經常說有一個詞「旦用難回」，一旦用了以后你就回不去。

Q：你覺得全球市場的推進，它需要多長的時間？

A：這個很難去預測。我覺得中國現在智駕普及率有多高，50% 以上了吧。（注：工信部數據顯示，今年 1 - 2 月份，具備 L2 級組合駕駛輔助功能的乘用車新車滲透率達到 69.15%）我是 2020 年，第一次講做城區輔助駕駛，那個時候真的是沒人信，我還得解釋為什么要做城市，到現在也就過了 5 年。

可能歐美慢一點，7 年？我不知道。而且我覺得應該比那時候要快，因為技術已經到了一個非常好的時間點。只要車里頭有，老百姓開始用，然后價錢別賣太貴，我覺得很快，可能 3 年。

Q：海外車企靠選配推進輔助駕駛，用戶選的少，肯定推進就會慢。

A：是的，我覺得可能還有另外的原因，競爭。在中國區競爭太激烈了，一旦有一家做出來以后，別家都會搶著上。在歐美，我覺得比如說奔馳的出來了，寶馬的出來了，我覺得整個業界都會有跟進。另外有更高級的 L3、L4 開始出來了，L2++ 的收費可能就會往下調一些。

包括我們也是，我們現在的商業模式也會開始有些變化，L2++ 就不會跟人利潤分成。那換來的結果就是，他們賣給用戶的時候也會便宜。

Q：你們推了軟件和硬件，會擔心安全風險嗎？

A：我們和車廠之間會有 Liability（責任區分），界定的過程都會有一些談判，車廠會有一些責任，有些東西的話可能會到 NVIDIA 這邊，反正都事先談好就好。

對于 L3、L4 來說，可能也會有，包括將來還有一個運營方的問題，Uber，加上車廠，然后再上軟件，這里責任怎么界定，我自己都沒有去深度的去介入。但是我知道，這個也是一個比較重要的話題，三方都都在談。但是比較確定的是，在 L3、L4 以后就是會由提供方來負責，不是給駕駛員。

Q：英偉達和 Uber 合作，會參與運營嗎？這樣會不會其他用了英偉達方案的自動駕駛公司會比較介意？

A：我們現在不會成為運營方。提供市場和用戶連接的還是 Uber，我們不會自己親自去做這個事情。我們做兩件事，第一個是提供駕駛的軟件，另外一個是提供 Hyperion 加上 Halos，就是底層軟硬件的這套組合，支持別的自動駕駛公司進來在我們的平臺上開發。Uber 或者是別的運營商，可以選擇和自動駕駛公司合作，Uber 現在其實基本上跟所有的人都在合作。

我們另外還有非常重要的一個使命，就是讓所有的車廠，都盡可能造出能 L4 Ready 的車，用我們的 Hyperion。這個是我們另外提供的一個非常重要的連接。

Q：這一代的 Thor 夠不夠支持到 L4？

A：Thor 有幾個不同的組合，可以為主機廠支持 L2++ 到 L4 級，我們統一稱為 Thor。

我們覺得作為一個 L4 級的產品，首先是剛需，它一定有個主芯片，還有一個相當于是 satellite 的 ECU，一個輔助的芯片，這樣才能有冗余。至少從我們目前的角度上來講，Thor 可能都已經足夠了，但是能不能跑到 30 幀，這個另說，因為它確實對算力的要求會更高。

然后，我們另外還提供了 Hyperion，也就是把兩個 Thor 通過一個高 Bandwidth 的連接可以把它連起來，你可以用兩個 Thor 來做 L4 也是可以的。所以這是我們提供一些可能性，有些像文遠或者 Pony，其實我們都在談 Hyperion 的方案。

接下來的話，我們確實也要往更高能力走，到我們下一代的芯片，比現在的芯片能力還會強。今年不會有，明年可能，SOP 應該還有還有一段時間，我不能說有多久。

Q：你們怎么保證軟件上可以彎道超車，仿真和真實數據分別多少比例？

A：我覺得現在自動駕駛的這個高光時刻要來到了。它其實不光是推理的問題，現在的架構上同時有幾個新的東西在做。

第一個是基座模型。基座模型本身就可以減輕對數據的依賴。我們剛才講 Alpamayo，它是來自于一個用互聯網量級的基座模型訓練來做 Dislation。在我們的經驗里，那樣的一個模型訓出來的基座，它本身對物理世界的理解就已經很深了。

然后再上面的話還有推理，推理也是可以降低對數據量的需求。推理是基于語言的，Language 為什么那么重要，因為它是人類用來概括這個世界的最重要的一個工具。

舉個簡單的例子，比如說現在我讓學生（學車），給他們看個駕駛手冊，再考個試。無非就是考察什么東西該干，什么不能干，然后再讓他們上路開個二、三十個小時，就拿到駕照了。

那我們未來有了語言能力，不一定讓它看駕駛手冊，加上 20 小時的視頻，就能學會開車，這個還是太難了。但是我們至少可以有個中間的，有了語言之后，比如說告訴模型，你在路上不要撞東西，可能這些場景你從來都沒有見過。通過人類的概括能力，讓你的模型的泛化能力強很多。

所以不管是基座模型還是推理能力，其實對于數據的需求會有很大量的變化。現在不是原來那種玩法了，給了你一個全新的方向。這是為什么我們覺得 L4 在這樣的一個基礎上往前走會快很多。

第三個仿真，它可以把一些路采的數據、測試的數據極大地去增強。你可以在路上放一些東西，看車怎么反應，而且那個都是基于現實場景都不是造的，你可以去改你的真實世界。現在不管車怎么開，你都可以把周圍的世界像素級還原出來。另外，你可以通過 Cosmos 去造一些類似的東西，或者是去更改它的環境、天氣。這樣就可以把你數據的豐富量給極大地增強。

我們現在有一種說法叫 Compute is Data 運算量就是數據，這也是 NVIDIA 現在在推的一個很重要的話。從數據量的角度上來講，我覺得未來它還是有一個非常大的變化，不是原來那種簡單粗暴堆積數據的這種打法。

運算就是數據，這個概念我覺得是接下來特別是對端到端模型是非常重要的。同時的話，模型還有推理又可以讓你的泛化能力極大地增強。原來 Waymo 可能用了 10 年才慢慢地把所有的 Corner Case 全部弄好。但是接下來，目前這些玩家在從 L2++ 到 L4 的躍進中，可能時間線會被極大的縮短。我們希望我們自己能夠在 28 年能夠做到無人駕駛商用。

黃仁勛的影響

Q：您之前為什么會選擇加入英偉達？和黃仁勛之間，你們有互補嗎？

A：我覺得都有，我覺得我跟 Jensen（黃仁勛）第一次談可能是 22 年的八、九月份的事，就是在我正式離職一年前。當時也講過，有些家庭原因，當時想考慮回美國。其實我跟（何）小鵬關系一直也非常好，但是對我職業生涯來說，能夠去 NVIDIA 其實是個非常好的一個機會。

包括在 22 年的時候，我就可以看到加入 NVIDIA 是可以真的可以有機會，不光是服務一個車廠，而是把整個產業，能夠對產業有影響力，對整個自動駕駛產業有影響力，這個對我來說非常有吸引力。而且我也知道在那個時間點，已經能夠看到 AI 接下來是什么樣的一個走向。當時不管跟小鵬跟 Jensen 我都聊了很多這方面的東西。在那樣的一個時間點加入 NVIDIA，等于是在驅動 AI 往前發展最核心，對我來說這可能也是最好的選擇。

當然當時因為對小鵬影響比較大，所以也沒有去任何別的公司面試過。對我來說，這肯定是最好的選擇。

那么 Jensen 他一直想做 AV（Autonomous Vehicle），但是我覺得 NVIDIA 它是一家生態公司，生態的核心是硬件，和硬件上面支撐的軟件。但是它對于整個端到端地做應用，然后能夠服務車廠，在我剛加入時，這兩件事情都剛剛起步。所以不管是軟件還是硬件，它的整個組織都是非常平的。不管是哪個 vertical（垂類行業），它都曾是專注于賣硬件，然后再賣上面一層軟件。

我高通的經驗確保了 NVIDIA 工作方式我是理解的，然后我又在小鵬做了那么久，做的也還算不錯，對 vertical 整體以及車企需求的理解又非常的深。那么能夠進去幫老黃把這個事情給做好，我對他當時來說，包括現在往回看，我覺得都是他最好的選擇。

所以（22 年）跟他聊了一次，當時他也沒給我 offer，但是就覺得，這個基本上不管是對我還是對他來說，我覺得都是一個還不錯的匹配，基于我當時想要回美國的這樣一個大前提下。

Q：您和黃仁勛之間平時的交流頻次是怎樣的？

A：他會定期與包括我在內的高管交流。他的視野非常長遠，用清晰審慎的戰略，攻克全球各類復雜難題；同時憑借深度的技術參與度，確保我們的愿景落地可行、具備實際執行力。

Q：你們會交流接下來技術上的一些變化，或者說行業的業務上的一些變化嗎？

A：會，因為我們團隊也很大，包括 Research 團隊也有很多人在做，我們是 Group Meeting，Jensen 在那些會上都會去看大家的工作情況，然后能夠給一些反饋。

Q：是一兩個小時的時間嗎，還是更長？

A：差不多，一兩個小時。

Q：你覺得黃仁勛對智駕、汽車有非常充分的了解嗎？

A：有，現在大模型出來以后，其實各個領域間的共通性越來越強。Jensen 他管全局，他對未來的技術發展有非常好的預測，那么技術在每一個領域的應用他也有一些非常前瞻性的一些指導。我覺得 Jensen 是非常非常厲害的，他的反饋一般來說都是非常準確。

當然他不會去管很多特別細的細節，他非常強的一個能力就是停留在戰略上。他會把一些具體的技術細節，只要執行上沒什么問題，就會把它自動過濾掉。但從全局角度上來講，他會告訴你接下來應該往這個方向去走。

Q：有沒有一個讓你印象比較深刻的反饋？

A：我印象很深的一件事，就和推理模型相關。基于 Jensen 當時給出的反饋，我們在內部進行了一次大幅度的戰略方向調整。

坦白說，我日常大部分精力都投入在落地執行層面，保障 L2 級輔助駕駛順利落地部署，這項工作的負擔十分繁重。我們加碼推理能力研發，也是 Jensen 強力推動的核心方向，我們也在大約一年前開始發力。

Q：現在英偉達有多少人在做自動駕駛？

A：近四千人。可能每年有 5% 到 10% 的增長，并沒有增長很多。而且現在 AI 的工具也越來越厲害，越來越好。我也沒有覺得接下來還要需要大量人員的增長。

Q：英偉達在自動駕駛上雄心勃勃，但現在還有比自動駕駛更熱的領域，比如機器人。現在很多智駕的人才都去做機器人了。

A：經過這么多年的發展，自動駕駛行業的發展重心自然會發生轉變，從業者的疲憊感總是會有的。與此同時，機器人等新興賽道發展迅猛，因此不少輔助駕駛領域的投資者與核心工程師選擇轉戰新領域、尋找機遇，也在情理之中。

Q：你自己覺得智駕你能干多長時間？

A：智駕我覺得我會堅守到最后一班崗。

因為我覺得就是還是那句話，能夠把智駕在所有的車上推廣，對于我的職業生涯來說是個非常好的成就。尤其是這項技術能夠守護生命安全，讓所有人都能享有自由出行的權利。