En 2026, lors du CES, Nvidia a annoncé lors de sa keynote l'ouverture de son logiciel de conduite autonome Alpamayo, comprenant la série de modèles IA Alpamayo, des outils de simulation comme AlpaSim et de grands ensembles de données. Cette solution a été conçue pour répondre aux problèmes de longue traîne de la conduite autonome, supportant des capacités allant du L2++ au niveau L4.
Cependant, au niveau matériel (DRIVE AGX Thor SoC), la technologie reste propriétaire et n'est fournie qu'aux partenaires. La partie open source est désormais disponible sur Hugging Face et GitHub, ouvrant la porte aux développeurs du monde entier.
Que cela signifie-t-il ? Les petites et moyennes entreprises automobiles ainsi que les marques traditionnelles ont de nouvelles opportunités. Les acteurs qui étaient auparavant bloqués par des barrières technologiques peuvent désormais accélérer leurs capacités de conduite autonome en achetant simplement des puces Nvidia. À court terme, cela met une pression sur les principaux fabricants qui ont investi massivement dans la R&D interne.
Certains pensent que Tesla FSD reste en tête, mais en réalité, Nvidia vend surtout des puces — ses solutions complètes et son écosystème deviennent de plus en plus matures. L'idée d'un "moment GPT pour l'IA physique" semble excitante, mais sa mise en œuvre reste encore éloignée.
Quelle leçon tirer pour des entreprises comme Huawei, Li Auto ou Xpeng ? D’un côté, tout miser sur le développement interne du FSD ; de l’autre, dépendre entièrement d’une plateforme. La seconde option paraît plus simple, mais la plateforme finira par rattraper son retard. Si vous ne maintenez pas une avance technologique continue, vos investissements en R&D risquent d’être vains. C’est une question de choix incontournable.
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
15 J'aime
Récompense
15
6
Reposter
Partager
Commentaire
0/400
TokenDustCollector
· Il y a 1h
NVIDIA joue encore à ce vieux jeu, verrouillant le matériel avec des logiciels open source. C'est intelligent, mais ça donne une sensation d'étouffement.
Développement interne vs dépendance, en fin de compte, ce sont tous des paris : parier sur sa capacité à suivre le rythme d'itération de la plateforme. Il n'y a pas vraiment d'option totalement sûre.
Tesla FSD est effectivement en tête, mais avec NVIDIA qui vient semer la pagaille, la pression sur les autres fabricants est énorme, et ils doivent continuer à dépenser beaucoup pour les puces.
Maîtriser le problème de la longue traîne peut vraiment faire la différence, mais qui peut garantir que sa propre direction de développement interne ne s'écarte pas du bon chemin ? Ce pari est un peu risqué.
Voir l'originalRépondre0
NestedFox
· 01-07 11:24
Encore la mise en scène de séparation logicielle et matérielle, l'essence du verrouillage des puces n'a pas changé
---
Nvidia joue une partie d'échecs un peu brillante, l'ouverture attire l'attention, mais le matériel doit toujours passer par moi
---
En résumé, c'est pour que plus de gens utilisent la puce Thor, l'écosystème prospère et les ventes de puces s'améliorent
---
Une opportunité pour les petites et moyennes entreprises automobiles de profiter de l'occasion, mais à long terme, elles restent enfermées dans l'écosystème Nvidia, cette affaire en vaut-elle la peine ?
---
Les solutions de développement interne et de dépendance à une plateforme n'ont pas de sortie, sauf si vous pouvez vraiment créer une différenciation
---
Le système en boucle fermée de Tesla est vraiment quelque chose, tous les autres joueurs qui suivent le mouvement font face aux mêmes difficultés
---
C'est une montée en gamme pour la récolte, personne ne peut y échapper
---
Le chemin de l'auto-développement de puces Huawei semble maintenant un peu plus sage
---
Code open source, matériel privé, c'est vraiment génial, cela paraît à la fois ouvert et garantit une barrière protectrice
---
L4 est encore loin, ne faites pas encore l'éloge du "moment GPT de l'IA physique"
Voir l'originalRépondre0
SatoshiSherpa
· 01-07 08:51
En résumé, Nvidia récolte encore une fois, les puces sont la clé
Verrouillage matériel, logiciel open source, cette stratégie est vraiment habile...
Eh bien, cette fois, les constructeurs automobiles traditionnels ont vraiment une chance, il faut encourager la recherche indépendante
L'open source n'est qu'une leurre, il faut aussi acheter leurs puces, c'est typique
Les gens comme Xiaopeng et Huawei doivent bien réfléchir, si ils misent sur la mauvaise direction, le jeu est fini
Ne vous laissez pas berner par cette argumentation du "GPT à tout moment de l'IA physique", ce n'est pas encore le moment
Dépendre de la plateforme, c'est agréable, mais le vrai problème, c'est quand on est bloqué...
C'est pourquoi la recherche indépendante ne peut pas s'arrêter, sinon on se fait piéger
Voir l'originalRépondre0
MEVHunterLucky
· 01-07 08:51
L'open source n'est qu'une distraction, tout l'argent est vraiment dans les puces... C'est encore la vieille tactique de Nvidia
Les goulots d'étranglement matériels, la vérité éternelle
Voir l'originalRépondre0
wrekt_but_learning
· 01-07 08:46
En fin de compte, c'est toujours Nvidia qui récolte, l'open source n'est qu'une façade, les puces sont la véritable valeur en or.
Voir l'originalRépondre0
BlockImposter
· 01-07 08:44
NVIDIA avec cette initiative open source, en gros, veut simplement faire en sorte que plus de constructeurs automobiles dépensent de l'argent pour acheter des puces... Intelligent.
Cela met effectivement une pression supplémentaire sur les équipes de développement interne, mais ne pas se réjouir trop tôt, car au final, la capacité de mise en œuvre reste déterminante.
En 2026, lors du CES, Nvidia a annoncé lors de sa keynote l'ouverture de son logiciel de conduite autonome Alpamayo, comprenant la série de modèles IA Alpamayo, des outils de simulation comme AlpaSim et de grands ensembles de données. Cette solution a été conçue pour répondre aux problèmes de longue traîne de la conduite autonome, supportant des capacités allant du L2++ au niveau L4.
Cependant, au niveau matériel (DRIVE AGX Thor SoC), la technologie reste propriétaire et n'est fournie qu'aux partenaires. La partie open source est désormais disponible sur Hugging Face et GitHub, ouvrant la porte aux développeurs du monde entier.
Que cela signifie-t-il ? Les petites et moyennes entreprises automobiles ainsi que les marques traditionnelles ont de nouvelles opportunités. Les acteurs qui étaient auparavant bloqués par des barrières technologiques peuvent désormais accélérer leurs capacités de conduite autonome en achetant simplement des puces Nvidia. À court terme, cela met une pression sur les principaux fabricants qui ont investi massivement dans la R&D interne.
Certains pensent que Tesla FSD reste en tête, mais en réalité, Nvidia vend surtout des puces — ses solutions complètes et son écosystème deviennent de plus en plus matures. L'idée d'un "moment GPT pour l'IA physique" semble excitante, mais sa mise en œuvre reste encore éloignée.
Quelle leçon tirer pour des entreprises comme Huawei, Li Auto ou Xpeng ? D’un côté, tout miser sur le développement interne du FSD ; de l’autre, dépendre entièrement d’une plateforme. La seconde option paraît plus simple, mais la plateforme finira par rattraper son retard. Si vous ne maintenez pas une avance technologique continue, vos investissements en R&D risquent d’être vains. C’est une question de choix incontournable.