NVIDIA 擴大 Hyperion 自動駕駛生態：聯手富士康與 Uber 落地 Robotaxi

搞自動駕駛的人常開玩笑說，造一輛 Robotaxi 最難的不是裝雷達，而是找一個願意幫你造車、買車、運營車的大聯盟。

在 GTC 臺北大會上，NVIDIA 拿出了自己給這個難題準備的答案：大規模擴充套件 NVIDIA Hyperion 自動駕駛平臺生態，一口氣拉來了代工巨頭、網約車平臺和各地車企。

黃仁勳在會上說，車輛正在變成機器人，自動駕駛出行正在迎來工業化規模落地的拐點。為了這一刻，NVIDIA 要做的是給全球同行一套能直接造 L4 級車隊的公共底座。

富士康造車，Uber 運營，全球拼圖成型

這次拉起的盟友名單覆蓋了亞洲、歐洲和中東，而且分工非常明確。

在製造端，代工巨頭富士康宣佈擴大與 NVIDIA 的合作，計劃 2028 年在臺灣高雄率先落地 L4 級 Robotaxi。路線也想好了，先跑機場到市區的接駁，之後再沿著臺灣的高鐵走廊繼續鋪開，未來打算往亞洲其他城市複製。

在東南亞，越南車企 VinFast 找上了自動駕駛軟體公司 Autobrains，兩家要基於 Hyperion 平臺造能應付東南亞複雜混亂路況的低成本 L4 車型。

在歐洲，Uber 打算今年晚些時候在德國慕尼黑啟動 Robotaxi 運營專案。背後用的同樣是 Hyperion 底座加 Autobrains 的 Agentic AI 軟體，合作車企的具體名單會在今年晚些時候敲定。

在中東，AI 公司 HUMAIN 則要把這套底座搬進沙烏地阿拉伯，給當地的智慧城市基建搭 Robotaxi 車隊。

一套底座，讓大家各幹各的

這套被稱為 Hyperion 的方案，核心是把造自動駕駛車最繁瑣的底層打包裝箱。

它整合了車規級計算平臺 DRIVE AGX、多模態感測器套件，以及建立在安全認證 DriveOS 之上的 Halos 全棧安全作業系統。車企或者軟體公司不需要自己從零設計底層硬體和系統安全框架，拿來就能往上接自己的演算法。

Autobrains 執行長 Igal Raichelgauz 提到，自動駕駛不可能靠單一模型解決所有路況，它需要面對不確定性進行推理和自適應。他們要做的，就是把這種推理演算法放進成熟的算力底座裡。

Uber 的高管 Sarfraz Maredia 也點出了行業的痛點：造車是一回事，把它扔進一個能穩定跑起來的大規模商業打車網路裡，完全是另一回事。

為什麼重要

我們認為，NVIDIA 這次走了一步非常精準的商業棋，它在把自動駕駛領域的 Android 模式快速固化下來。

現在的 Robotaxi 賽道被切成了兩派。一派是 Waymo 這種重資產自研閉環，從硬體調優到軟體演算法再到運營平臺全包，安全但極難橫向鋪開；另一派則是車企和演算法公司，每家都在重複造輪子，既缺算力支援，又沒有打車網路的客流。

NVIDIA 聰明的地方在於，它不自己買車也不碰打車服務，而是把自己定位為通用基建。算力硬體是它賣的，系統標準是它定的，造車交給富士康，客流交給 Uber。這種分工直接擊中了二線車企和跨界公司的軟肋。

對普通乘客來說，這意味著未來幾年打到無人計程車的機率會大幅增加。你不一定非得住在舊金山或鳳凰城，慕尼黑、高雄乃至沙特的居民在 2028 年前後都有機會在日常通勤中坐上這類車。

不過，這裡面也有顯而易見的隱患。拼裝聯盟最大的挑戰從來不是算力，而是出了事故以後的權責歸屬。底座是 NVIDIA 的，整車是富士康造的，演算法是第三方寫的，接單是 Uber 派的，一旦在複雜的現實路況裡出問題，各方能否像釋出會上那樣默契配合，恐怕還得看 Munich 和高雄上路後的實際表現。