這次 NVIDIA 與賓士（Mercedes-Benz）聯手打造的 AI 輔助駕駛系統 NVIDIA Alpamayo，在 2026 年 CES 正式亮相後，近日一段實測影片在科技媒體間引發高度關注。影片中，NVIDIA 執行長黃仁勳（Jensen Huang）親自坐進一輛銀色賓士 CLA，從加州伍德賽德（Woodside）一路行駛至舊金山市中心，全程 22 分鐘，沒有任何一次需要人工接管。對想了解自動駕駛現況的讀者來說，這段影片值得好好認識它背後的技術故事。
🔔 不錯過任何精彩！ 立即訂閱我們的 LINE 官方帳號
每次發佈新文章時，您將會第一時間收到本站文章連結通知，輕鬆掌握最新資訊！
黃仁勳坐進去了：22 分鐘的舊金山實測
這次試乘是由 NVIDIA 汽車事業部副總裁吳新宙（Xinzhou Wu）主導安排的。根據 The Verge 的報導，吳新宙大約每六個月才會邀請黃仁勳試乘一次，條件是他自己對系統有「足夠的信心」才敢發出邀請，可以說這本身就是一種品質把關。這次行程選在交通繁忙的尖峰時段，路線從伍德賽德沿 Highway 84 下山進入市區，沿途包括施工路段、違規併排停靠的車輛，以及被橙色路錐壓縮到極窄的車道。NVIDIA 發言人事後確認，整段行程完全沒有出現任何人工接管，達成百分之百自動行駛。
值得一提的是，這並不是唯一一次媒體實測。根據 CNBC 的報導，NVIDIA 去年 12 月也曾邀請媒體記者在舊金山進行約一小時的試乘體驗，安全駕駛員表示全程約有 90% 的時間由車輛自行駕駛。不過實測中出現了一個插曲：在一條四線道街道上，兩輛公車加上一輛 Waymo 同時試圖通過，兩側還有卡車停靠卸貨，系統一時應對不了，安全駕駛員需要短暫介入倒車等待。這個細節說明 Alpamayo 已經相當成熟，但在最複雜的都市場景下仍有改進空間，對使用者而言是很誠實的參考依據。
" target="_blank" rel="noopener">
Alpamayo 是什麼？會「思考」的自駕 AI
實際上，很多人看到這次試乘新聞，可能搞不清楚 Alpamayo 跟我們常聽到的 Tesla FSD 或 Waymo 到底有什麼不同。根據官網的介紹，NVIDIA Alpamayo 是一套以「視覺－語言－動作模型（Vision Language Action，VLA）」為核心的開放式 AI 平台，在 2026 年 CES 由黃仁勳正式發表。它的核心是一個擁有 100 億個參數的 AI 模型 Alpamayo 1，由 82 億參數的感知推理骨幹加上 23 億參數的軌跡規劃模組組成。
想看該 Alpamayo 這次路測的實際表現全紀錄的人可以觀看這部影片：
對一般讀者來說，最好理解的方式是這樣：傳統的自駕系統像是「反射動作」，看到什麼障礙就做出對應的反應；而 Alpamayo 更像是「會思考的人」，它會在做出駕駛決策之前，先產生一段可以被閱讀的「推理過程」，說明自己為什麼要這樣開。這種能夠解釋決策的能力，對自動駕駛的安全驗證和法規審查來說非常重要。黃仁勳在發表會上說，這就是「實體 AI 的 ChatGPT 時刻，當機器開始理解、推理，並在真實世界中採取行動」。
Alpamayo 的三大支柱：模型、模擬器、資料集
這次 NVIDIA 發布的不只是一個模型，而是一整套開放生態系，包含三個核心組成部分。第一是 Alpamayo 1 模型本身，已開源上架至 Hugging Face，任何開發者都可以下載使用或進行微調。第二是 AlpaSim，這是一套開源的封閉迴路模擬框架，讓工程師可以在虛擬環境中高效率地測試各種極端駕駛情境，大幅減少真實道路測試的需求。第三是實體 AI 資料集，收錄了來自 25 個國家、超過 2,500 座城市的 1,727 小時多感測器駕駛資料，涵蓋七顆攝影機、LiDAR 與雷達的同步紀錄。
對 NVIDIA 來說，這套開放策略有其深遠的戰略意義。這次 JLR、Lucid、Uber，以及柏克萊大學的 DeepDrive 研究團隊都已表態對 Alpamayo 感興趣。對汽車製造商來說，不需要從零開始建立自駕 AI 基礎設施，可以直接在這套平台上進行客製化開發，這正是 NVIDIA 希望成為整個汽車產業「AI 骨幹」的核心佈局。
NVIDIA DRIVE AV 雙堆疊架構：AI 判斷 ＋ 安全兜底
這次搭載在賓士 CLA 上的系統，全名是 NVIDIA DRIVE AV，而 Alpamayo 是它的 AI 推理核心。根據官網的介紹，DRIVE AV 採用雙堆疊架構設計：一套是以 Alpamayo 為基礎的 AI 端到端學習堆疊，負責像人類一樣感知環境、做出自然的駕駛判斷；另一套是傳統的工程化安全堆疊，由 NVIDIA Halos 安全系統提供，負責確保車輛在任何情況下都不會違反安全邊界。兩套系統並行運作、互相補充，一個負責「智慧」，另一個負責「安全兜底」。
對使用者而言，這套設計的實際意義是：當 AI 模型在面對罕見情境時猶豫或判斷出錯，安全堆疊會在後面接住，讓整個系統不會因為單一模型的失誤而失控。這也是 NVIDIA 面對「純端到端 AI 難以做安全驗證」這個痛點，所提出的獨特解法。這次賓士 CLA 已在歐洲新車安全評鑑（EuroNCAP）中獲得五星評級，DRIVE AV 的主動安全功能對此有直接貢獻。
不靠真實里程，靠模擬決勝負
面對 Waymo 累積數億英里、Tesla FSD 累積數十億英里的真實道路資料優勢，NVIDIA 選擇了一條不同的路。吳新宙直言：「真正的基礎設施是仿真。」NVIDIA 利用神經重建（NuRec）技術，從真實駕駛資料中 1:1 重建場景，再透過 Omniverse 和 Cosmos 平台在虛擬世界中批量生成各種極端情況，讓真實的幾萬英里資料變成虛擬世界的數十億英里訓練素材。
實際上，這套「以模擬取代里程」的策略有它的邏輯：真實道路上的危險情境很難被安全地大量收集，但在模擬器裡可以無限複製，讓模型反覆學習如何應對。黃仁勳用了一個有趣的比喻：我們教孩子開車，不是讓他先開幾萬公里，而是先讓他理解交通規則，再進行約 20 小時的上路練習。NVIDIA 希望 Alpamayo 也能做到這件事，透過語言和視覺的理解力，從根源上「懂得」如何開車，而不只是靠大量資料記住反應模式。
賓士 CLA 搭載 MB.Drive Assist Pro：這套系統要多少錢？
這次搭載 NVIDIA DRIVE AV 的車款是全新賓士 CLA，也是賓士首款搭載 MB.OS 平台的量產車型。這次啟用的輔助駕駛功能叫做 MB.Drive Assist Pro，支援點對點城市導航、主動偵測行人與自行車騎士並提前反應、狹窄空間自動停車，以及駕駛人與系統之間的協作式轉向。此外，這套系統支援 OTA 空中更新，未來的新功能可以直接推送到車上，不需要回廠升級。
根據 Car and Driver 的報導，MB.Drive Assist Pro 的訂閱費用為三年方案 3,950 美元（約台幣 12.9 萬元），也提供月租制選項。根據官網的介紹，這套系統預計 2026 年內在美國率先上線，初期以東西岸主要都會區為主要服務範圍，隨後歐洲和亞洲市場也會陸續跟進。對台灣消費者來說，雖然短期內可能還等不到本地上路，但這套系統的技術路線正在快速成熟，它的競爭者，Tesla FSD 和 Waymo，已經讓我們看到這個時代的輪廓。
三強鼎立：NVIDIA、Tesla、Waymo 誰才是正確答案？
這次 Alpamayo 的登場，讓自動駕駛市場正式形成三條清晰的技術路線。Tesla FSD 走封閉式純神經網路路線，優勢是極低延遲和對消費級硬體的高度優化，已有數億英里的真實道路資料支撐；Waymo 則是以 L4 完全自動駕駛為目標，在特定城市區域提供無人計程車服務，目前是商業落地最成熟的玩家。NVIDIA Alpamayo 的差異在於它是開放平台，任何車廠都可以在這套基礎上開發自己的自駕功能，加上「可解釋的推理過程」讓監管機構更容易審查，這對追求 L4 認證的車廠來說是重要優勢。
對台灣讀者來說，這三條路線並不互斥，未來我們看到的量產車很可能會混搭不同廠商的技術。NVIDIA 這次和賓士的合作，前後投入了數千名工程師、歷時至少五年，黃仁勳形容這是一個「垂直整合的完整技術棧」。這次 22 分鐘的舊金山零接管影片，或許只是這場競賽中的其中一個里程碑，但它確實讓我們看到：AI 自動駕駛不再只是實驗室裡的概念，它正在真實的城市街道上行駛。
資料來源：NVIDIA 官方部落格、NVIDIA Alpamayo 官網、The Verge、CNBC、TechCrunch、Car and Driver