重點摘要
Nvidia汽車部門副總裁吳新宙強調，贏自駕唔係鬥死砌里數，而係要靠AI真正識得判斷。
佢主張鏡頭、雷達、超聲波同激光雷達要齊備，再配合端到端AI同傳統規則，先至夠穩陣。
Nvidia仲提出用模擬世界同VLA模型訓練AI，目標係教部車自己諗，甚至只靠少量訓練就能上路。
Project Alpamayo：做物理世界嘅超級大腦
Nvidia將AI模型、模擬系統同龐大數據打包，野心極大。講白啲：佢唔止想教部車點樣行，更要教部車點樣「諗」！
端到端AI加傳統守則：有直覺兼有規矩
Nvidia最煞食嘅一招，就係將「端到端AI」同傳統工程規則綁埋一齊。前者似個老經驗司機，望一眼路況就知幾時收油；後者似個黑面考牌官，永遠揸住本交通規例企喺側邊實。結果？部車唔使再好似機械人學行咁死板，又唔會突然放飛自我暴走。#人車合一 #直覺加規律 #兩條腿走路
Tesla狂刷里數？Nvidia笑指：死背Past Paper無用
Tesla手握超過85億英里嘅實測數據，數字大到嚇死人；Waymo都有近2億英里全自動駕駛里程。但Nvidia個講法好寸：里數多，唔代表一定最醒！如果個系統本身唔識得邏輯推理，就好似學生哥死背Past Paper，上到考場遇到突發未見過嘅題型，即刻hang機發呆。#里數唔代表智慧 #識變通先值錢 #拒絕填鴨式AI
拒絕「純視覺」信仰，感測器全都要
吳新宙唔係Elon Musk嗰種「純鏡頭」死硬派。佢企得好硬：鏡頭、雷達、超聲波全部都要齊，去到高階版本仲要加埋激光雷達（LiDAR），咁先叫真正有Backup、有退路。講得難聽啲，單靠一種感官去闖江湖，就好似夜晚戴黑超行樓梯——唔仆親都算祖宗保佑。#多重感知 #安全要有後備 #重裝備防身
無實戰數據？用「模擬元宇宙」瘋狂特訓
真實路面數據唔夠人多？咁就自己起個虛擬世界！Nvidia狂打模擬牌：用真實感測數據重建模擬場景，再喺入面瘋狂加入變奏版——將行人加速、減速，或者突然喺盲區衝出嚟。呢招「模擬煉獄」其實好毒，等部車日日喺入面考突擊測驗，練到第時見到再古怪嘅突發場面，都唔會當場斷線。#模擬特訓 #地獄式訓練 #邊角案例逐隻捉
終極大絕：教AI讀明說明書自己揸
成個計劃最有野心嗰part，肯定係VLA（Vision Language Action）模型。概念好簡單：先餵AI讀熟本交通規則書，再畀佢練少量實戰，最後佢就會學識自己判斷路況。吳新宙甚至拋出狠話——將來可能只靠一本規則書加20小時訓練，AI就識得自動波揸車。聽落雖然有啲「矽谷雞湯」味，但如果真係做到，成個自駕界嘅遊戲規則肯定要大洗牌。#規則書流派 #AI自學成才 #自駕大洗牌
總結：Nvidia唔係要從後追趕，係要推翻成個玩法
Waymo似模範班長，穩陣但有時太過循規蹈矩；Tesla似天才問題學生，衝得快但惹火；Nvidia就想做嗰個同時識考試、識執生、仲帶齊Full Gear入場嘅狠角色。到底成唔成事？暫時未有人敢拍心口。但至少佢而家講緊嘅唔係科幻神話，而係一套清清楚楚嘅作戰藍圖。問題得返一個：當AI話自己已經「識諗」，我哋又夠唔夠膽真係瞓喺車度交條命畀佢揸？#自駕未到終局 #識諗先有資格話事 #未贏但夠狠