文 | 时间线Timelines，作者 | 308，编辑 | 周易

对于如今的 AI 发展来说，「ChatGPT 时刻」往往是一个具有里程碑意义的词汇。

这一方面是因为 OpenAI 在 2022 年 11 月底发布 ChatGPT 的时候，确实是石破天惊；另一方面则是因为，使用这个词汇来给 AI 发展断代的，都是不折不扣的 AI 巨人。

比如，在 2023 年 5 月 16 日，特斯拉 CEO 马斯克在接受美国媒体 CNBC 采访时就谈到「ChatGPT 时刻」。当时，马斯克的原话是：

我认为特斯拉也会迎来一个所谓的「ChatGPT 时刻」，就算不是今年，我认为也不会迟于明年。突然之间，300 万辆特斯拉汽车可以自己驾驶……

另外，Cosmos 在发布之初，也已经根据 NVIDIA 开放模式许可协议，面向开发者开放。

如果说 Cosmos 是英伟达物理 AI 的世界基础模型，那么面向物理 AI 的两大应用场景——自动驾驶和通用机器人，英伟达也推出了两个相应的开源模型，分别是面向通用机器人的 GR00T 模型和面向自动驾驶的 Alpamayo。

其中，Alpamayo 可以说是英伟达面向自动驾驶这一物理 AI 细分场景而进行的最新布局。

2025 年 12 月初，在美国加州圣地亚哥举行的 AI 顶级会议NeurIPS上，英伟达发布了一篇标题为《Alpamayo-R1: Bridging Reasoning and Action Prediction for Generalizable Autonomous Driving in the Long Tail》的论文。

伴随着这篇论文的发布，英伟达在自动驾驶领域的最新成果Alpamayo-R1 也正式揭晓。

在英伟达的官方描述中，Alpamayo-R1 是全世界第一个面向自动驾驶研究的开源 VLA 推理模型。它的创新之处在于，将思维链 AI 推理与路径规划技术深度融合——英伟达表示，该技术对于提升辅助驾驶系统在复杂路况下的安全性以及实现 L4 级自动驾驶至关重要。

其中，作为英伟达推进其汽车业务发展的一个重要战略，Alpamayo-R1 也完全开源。这意味着，研究人员可以根据自身的非商业用途需求对模型进行定制，包括用于基准测试与开发实验性辅助驾驶应用。

不过，关于这个问题，英伟达有自己的思考。

此前在 2023 年慕尼黑车展期间，已经退休的前英伟达汽车业务副总裁 Danny Shapiro 在与笔者独家访谈时表示：

对我们来说，竞争本身不仅仅是关乎芯片，也包括软件。这些还只是车内。而数据中心同样也是人工智能的重要组成部分。我不知道，在英伟达之外，是否还有其他公司在车辆人工智能和数据中心人工智能方面进行合作。而从数据处理的角度，收集、训练、测试、验证和部署，这个过程将不断持续下去，也是我们的优势。

Danny Shapiro 还强调，从财报来看，英伟达这个业务板块的营收确实很小；但其实，如果计算英伟达从汽车产业获得的营收，包括它从汽车主机厂的数据中心业务中获得的营收，还是非常大的。

基于这个回答，英伟达在汽车业务进行大手笔布局的财务逻辑，其实已经非常明显了——车端很重要，但它只是作为整个业务系统的一部分存在。

而如今，站在整个英伟达「物理 AI」业务布局的角度来看，其实汽车和自动驾驶相关业务的重要性更加重要。

毕竟，黄仁勋在 2025 年年终接受 The Hill & Valley Forum 频道专访时就明确表示，自动驾驶汽车本身就是一种机器人，而今天每一家制造汽车的公司，未来都将非常擅长制造机器人，它们只需要在软件部分，也就是 AI 部分有所建树，就能够打造机器人。

从这个角度来看，我们也完全可以理解，英伟达在推进自动驾驶的同时，也在持续推进机器人业务不断发展。

比如，早在 2024 年 3 月的 GTC 期间，英伟达就发布了人形机器人通用基础模型 Project GR00T，瞄准了人形机器人和具身智能；不仅如此，英伟达还发布了基于 NVIDIA Thor 的新型人形机器人计算机 Jetson Thor。

从某种程度上来说，英伟达的这一业务布局，这与特斯拉将 FSD 芯片用于旗下的 Optimus 机器人业务，有异曲同工之妙。

可以理解为，作为 AI 和自动驾驶领域的两大关键玩家，英伟达和特斯拉都已经非常清晰地意识到自动驾驶业务面向机器人领域进行延伸的独特价值。

而如今，在英伟达的定义中，这些业务被统合为一个共同的名字：「物理 AI」。

当然，无法否认的是，在黄仁勋所定义的 AI 的下一波浪潮「物理 AI」的道路上，自动驾驶本身只会是一个起点，而前景更加广阔的各类机器人，实际上才刚刚起步——「物理 AI」注定是一条更有前景、但也更加漫长的路，比起自动驾驶本身，它更加需要人类倾注足够的定力和耐心。