推动汽车行业生态系统发展：NVIDIA 发布全栈式辅助驾驶软件、开发者工具和全新的 AI 模型

全栈式辅助驾驶软件现已全面投产

在VivaTech 上的 NVIDIA GTC 巴黎，NVIDIA 宣布 NVIDIA DRIVE 全栈式辅助驾驶软件平台现已全面投产。该平台与 NVIDIA 加速计算技术相结合，为汽车行业提供了 AI 驱动的移动出行坚实基础，同时也为智能汽车领域带来了数万亿美元的全球机遇。

图片来源： NVIDIA 

NVIDIA 的三个计算平台方案增强了 NVIDIA 的全栈式端到端辅助驾驶软件，该方案涵盖整个智能汽车开发工作流，旨在应对与大规模安全部署辅助驾驶相关的挑战。

借助 Halos 和智能自适应传感器的支持，NVIDIA 的辅助驾驶堆栈提供了当今加速安全智能出行所需的工具、计算能力与基础 AI 模型。

十多年来，NVIDIA 一直与欧洲汽车行业合作推动汽车创新，并与整个欧洲大陆乃至全球领先的制造商、供应商和移动出行初创企业建立了合作伙伴关系。

采用生成式 AI 和端到端模型方法

大多数交通事故与分心或判断失误等人为因素有关，这意味着我们在提升道路安全方面有巨大的潜力。因此，汽车行业正在竞相开发 AI 驱动的系统，提高道路安全。然而，构建一个能够安全应对复杂物理世界的智能系统极具挑战性。

图片来源：NVIDIA 

辅助驾驶软件开发历来基于模块化方法，包括用于感知、预测、规划和控制等的独立组件。这种方法固然有其优点，但也会造成潜在的低效和错误，从而可能对大规模开发带来阻碍。

NVIDIA DRIVE 辅助驾驶软件整合了这些功能，利用在大量人类驾驶行为数据集上训练的深度学习模型和基础模型来处理传感器数据并直接控制车辆行为，从而无需依赖预设规则或传统的模块化流水线。因此，车辆能够从大量的真实和合成驾驶行为数据中学习，以类似人的决策方式安全应对复杂的环境和场景。

NVIDIA Omniverse 智能汽车仿真 Blueprint 可用于进一步增强开发流水线，从而实现物理级精确的传感器仿真，用于辅助驾驶训练、测试和验证。通过将该 Blueprint 与 NVIDIA 的三个计算平台方案相结合，开发者可以将数千英里的人类驾驶里程转化为数十亿英里的虚拟驾驶里程，从而提高数据质量并实现高效、可扩展且持续改进的智能汽车系统。

利用 NVIDIA Halos 增强端到端的安全性

安全性是所有智能汽车最重要的组成部分。正因如此，NVIDIA 今年早些时候推出了 NVIDIA Halos，这是一个全面的端到端安全系统，结合了汽车硬件、软件、AI 模型和工具，有助于确保智能汽车从云端到车端的安全开发和部署。Halos 为仿真、训练和部署的辅助驾驶安全提供了护栏，并以 15,000 多名工程师的年工作产出为后盾。

图片来源：NVIDIA 

该安全框架的一个关键组成部分是用于辅助驾驶的经 ASIL-B/D 级标准安全认证的 NVIDIA DriveOS 操作系统，可为车辆安全运营提供强大、可靠的基础，并符合严格的汽车安全标准。

为加速下一代辅助驾驶架构的开发，NVIDIA 发布了 NVIDIA Cosmos Predict-2，这是一种全新的世界基础模型，具有更强的未来世界状态预测能力，可生成高质量的合成数据，以及新的开发者工具。

Cosmos Predict-2 是 NVIDIA Cosmos 平台的一部分，该平台为开发者提供了应对端到端辅助驾驶开发中最复杂挑战的技术。Oxa、Plus 与 Uber 等行业领导者正在使用 Cosmos 模型快速扩展辅助驾驶开发的合成数据生成。

通过在辅助驾驶数据集上对 Cosmos 模型进行后训练，开发者可以生成与现有物理环境与车辆轨迹高度匹配的视频，还能从单视角视频（如行车记录仪片段）生成多视角视频。这种将广泛可用的行车记录仪数据转化为多摄像头数据的能力，为开发者提供了全新的辅助驾驶训练数据库。

除 Cosmos Predict-2 外，NVIDIA 还以 NVIDIA NIM 微服务预览版的方式发布了Cosmos Transfer，以便开发者在数据中心 GPU 上部署。