英偉達與豐田擴大合作：L2++上車，還合作打造數字孿生工廠

作者 ｜ 趙婧初

編輯 ｜ 志豪

英偉達和豐田的合作，又往前推了一步。

車東西7月20日消息，日前，英偉達宣布進一步擴大與豐田汽車的合作，計劃把物理AI技術從汽車領域拓展至機器人和智能設施等領域。

根據英偉達公布的信息，豐田將采用搭載NVIDIA DriveOS操作系統的NVIDIA DRIVE AGX平臺來開發下一代車型，開發更安全、更智能的高級輔助駕駛系統；軟件層面，豐田將用NVIDIA Megatron-LM（開源分布式訓練框架）來訓練其Code Assistant AI模型，幫助工程師更高效地生成和驗證安全關鍵代碼。

同時，豐田還將在主力工廠部署NVIDIA Omniverse庫和NVIDIA Isaac Sim開放框架，幫助豐田工廠減少停工、提高效率和壓低成本；豐田旗下子公司Woven by Toyota還用NVIDIA H100 GPU和Megatron-Core開發了多模態視覺語言模型，可以分析現實交通環境、預測事態發展，幫助基礎設施系統及時響應。

▲英偉達官方公告

從汽車到工廠，再到城市交通，豐田與英偉達正在嘗試用AI能力把“車-廠-城”全產業鏈打通，共同建設新的智慧出行體系。

一、開發更安全智能的汽車 加快汽車軟件開發與迭代

事實上，豐田與英偉達的合作不是今年才開始的。早在去年1月CES（2025年國際消費類電子產品展覽會）期間，雙方就宣布將在下一代車型上采用NVIDIA DRIVE AGX車載計算平臺和通過安全認證的NVIDIA DriveOS操作系統，共同開發新一代高級輔助駕駛系統。

此次公布的新進展，是對去年合作的進一步深化。

其中，NVIDIA DRIVE AGX車載計算平臺可以理解為整套輔助駕駛系統的“計算大腦”。

車輛行駛過程中，攝像頭、毫米波雷達等傳感器收集的大量數據都會匯集到這一平臺上，由它來完成環境感知、目標識別、路徑規劃以及車輛控制等計算任務，為輔助駕駛功能提供強大的算力支持。

▲NVIDIA DRIVE AGX車載計算平臺

與之配套的NVIDIA DriveOS車載加速計算操作系統則負責軟件運行、資源調度、設備管理以及安全控制，讓各項輔助駕駛功能可以穩定、安全地運行。

▲NVIDIA DriveOS車載加速計算操作系統組成

值得關注的是，英偉達此次在官方博客中明確下提到了“下一代汽車將提供L2++級高級輔助駕駛功能”。

相比傳統L2輔助駕駛，L2++能夠承擔更多駕駛任務，例如高速領航、自動變道、自動上下匝道以及自動泊車等場景。不過，這類功能本質上仍屬于輔助駕駛，而不是全自動駕駛。車輛行駛過程中，駕駛員仍需要持續關注路況，并在必要時及時接管車輛。一旦發生事故，責任仍由人類駕駛員來承擔。

除了車輛本身，雙方還把AI引入了汽車軟件開發環節。

據了解，豐田正在開發符合MISRA汽車軟件安全規范的Code Assistant AI模型，并利用NVIDIA Megatron-LM開源分布式訓練框架進行訓練和微調，同時參考NVIDIA Nemotron等多種數據集，來幫助豐田的工程師生成代碼，并審查代碼、驗證代碼是否符合汽車軟件安全規范。

隨著汽車軟件規模不斷擴大，一輛智能汽車可能包含數千萬甚至上億行代碼。AI參與軟件開發，有望幫助工程師減少重復性工作，提高開發效率，并縮短研發迭代周期。

二、優化工廠仿真 建設城市交通視覺語言模型

在制造端，豐田開始利用NVIDIA Omniverse庫和NVIDIA Isaac Sim開放框架來建設數字孿生工廠。

簡單來說，就是先在電腦里建一座與真實工廠幾乎一致的虛擬工廠。

無論是機器人運動軌跡、產線布局，還是物流路線規劃，都可以先在虛擬環境中完成模擬和驗證，確認沒有問題后再部署到真實工廠。

相比過去一邊生產一邊調試，這種方式能夠提前發現問題，減少現場停工時間，也有助于提高生產效率并降低制造成本。

▲NVIDIA工業設施數字孿生

AI的應用范圍還在繼續向外延伸。

在城市交通領域，豐田旗下子公司Woven by Toyota正在借助NVIDIA H100 GPU和Megatron-Core（大規模生成式AI訓練庫）開發多模態視覺語言模型Woven City AI Vision Engine。

該模型面向城市智能交通，通過對道路攝像頭和交通傳感器上傳的車流、人流數據進行分析，預測交通運行情況，幫助交通管理部門更及時地發現異常情況，為交通信號控制和基礎設施管理提供輔助決策，讓整個交通系統運行得更加順暢。

▲NVIDIA智慧交通

結語：AI合作正在從“一輛車”擴展到整個出行生態

從研發到制造，再到交通基礎設施，豐田與英偉達的合作重點已經不再局限于輔助駕駛，它們正在用AI技術逐步串聯起汽車產業鏈上的更多場景。

對于豐田這樣的車企而言，AI越來越多地參與整車研發、制造和運營的全過程，可以幫其在投產前驗證生產方案，提高生產效率，減少試錯成本，加快新車型導入速度。

對于英偉達而言，其汽車業務也正從提供車載計算平臺，進一步延伸至軟件工具、數字孿生和交通智能等更廣泛的應用場景。

對于用戶而言，輔助駕駛系統的不斷升級，有望讓車輛承擔更多駕駛任務，進而減輕駕駛員負擔；AI參與軟件開發，也意味著車輛軟件更新速度可能進一步提升，新功能可以更快地推送到用戶手中；如果未來城市交通相關技術落地，城市整體通行效率也有望得到改善。

不過，無論是更智能的輔助駕駛、更高效的數字工廠，還是AI參與城市交通管理，這些技術最終都需要通過量產車型和實際項目來驗證價值。隨著雙方合作不斷深入，這些技術能否真正轉化為用戶能夠感知的產品體驗，或將成為未來值得持續關注的焦點。