當全球車廠還在研究如何讓 AI 幫車子看懂路況時，Nvidia 已經準備親自當司機了 ，2026 年 1 月 5 日於 CES 的舞台上，這家以 GPU 稱霸 AI 世界的晶片巨頭宣布，最快將在 2027 年與合作夥伴測試 Level 4 等級的 robotaxi 服務 。
Nvidia 汽車部門 2025 年第三季營收僅 5.92 億美元，僅佔總營收的 1% ，但執行長黃仁勳的野心遠不止於此：「我們想像未來路上將有 10 億輛自駕車，你可以租用 robotaxi，也可以擁有一輛」，而 Nvidia 的入場券，就是那顆單價 3500 美元的 Drive AGX Thor 晶片 。
#從晶片供應商到車隊玩家Nvidia 的策略並非單純複製 Waymo 或 Tesla 的路徑，而是建構一個「全棧式生態系」，硬體層提供 Drive AGX Thor 晶片，軟體層整合 Drive AV 平台，甚至連訓練用的 AI 模型都透過自家 GPU 雲端完成 ，這種垂直整合讓車廠能大幅削減研發成本、加速產品上市，但代價是整個自駕系統的核心技術將深度綁定在 Nvidia 的架構上 。
2025 年 10 月宣布的 Uber 合作案就是最佳範例，雙方計劃從 2027 年起部署 10 萬輛自駕車，全數採用 Nvidia 技術 ，Mercedes-Benz 更將在 2026 年底推出搭載 Nvidia 系統的 CLA 車款，能在城市路段實現 90% 的自動駕駛 。
#1700小時的真實數據的開源武器
自駕技術的最大挑戰從來不是直線加速，而是那些極少發生、卻可能致命的長尾場景，例如突然衝出的行人、逆向行駛的車輛、或暴雨中模糊的交通號誌 ，Nvidia 在 CES 2026 發布的開源 AI 模型家族「Alpamayo」，正是為了解決這個問題而生 。
與傳統只依賴視覺辨識的系統不同，Alpamayo 採用「視覺-語言-行動」(VLA) 架構，能像人類一樣解釋決策邏輯，當車輛選擇變換車道時，系統會清楚說明「因為前方車輛突然減速，且右側車道安全距離足夠」，這種可解釋性對通過監管審查至關重要 。
更關鍵的是，Nvidia 將 1700 小時、橫跨 25 國的真實駕駛數據全部開源到 Hugging Face 平台 ，這批數據涵蓋罕見的極端天氣、複雜路口與文化差異(例如日本的行人優先習慣 vs. 美國的車輛優先文化)，讓全球開發者都能站在巨人的肩膀上訓練自家模型 。
#當鏟子商開始搶金礦
為何一家晶片公司要親自營運 robotaxi？答案藏在市場結構的變化中，2025 年，Waymo 已在美國五座城市提供商業化無人計程車服務，每週完成超過 25 萬趟載客、Amazon 的 Zoox 在拉斯維加斯與舊金山推出免費試乘，計劃 2026 年擴展至更多城市、就連 Tesla 都在德州奧斯汀部署 60 輛測試車隊 。
這場競賽的核心不再是誰的技術最好，而是誰能最快規模化，當 2027 年 Nvidia robotaxi 在某座城市運行時，全球車廠面對的將不再是技術選型題，而是生存選擇題－要麼加入 Nvidia 陣營，要麼眼睜睜看著對手搶走市占率 。
圖片來源：cnbc－Nvidia is building out an automotive tech business. Pictured here are its autonomous vehicle test cars at the company’s auto garage in Santa Clara, California, June 5, 2023.
