重磅｜英伟达人事调整：吴新宙集权完成，英伟达智驾的三年蜕变

原创｜袁洲编辑｜X

一次迟到了三年的权力整合

7月14日，英伟达自动驾驶团队发生人事调整。前高通自动驾驶工程副总裁Dheeraj Ahuja加入吴新宙团队；原自动驾驶软件副总裁Sarah Tariq进入职务过渡期，并于同日发出告别信；系统软件副总裁Parixit Aghera及其负责的底层软件团队，从英伟达软件工程部门调入吴新宙领导的自动驾驶部门。

这意味着吴新宙在入职英伟达近三年后，完成了对自动驾驶团队的全面收权。英伟达的智驾组织从"芯片部门的一个业务线"升级为一支可以独立作战的平台军团。

这一变化的背景，是英伟达、高通和Mobileye在自动驾驶芯片领域持续数年的路线之争。高通做集成、Mobileye做封闭——英伟达选了最重的一条：从芯片平台一路延伸到软件栈和量产方案。吴新宙团队的整合，正是这条路在组织层面的最新一步。

01

三条路线，三种逻辑

自动驾驶芯片的竞争格局，从来不是算力谁大谁小的简单比较。三家巨头选择的三条路径，折射出完全不同的商业哲学。

高通的逻辑是"舱驾一体"。

它的起点不是自动驾驶，而是智能座舱——在这个领域高通占据了领先的市场份额，几乎每一辆带有中控大屏的智能汽车都在跑骁龙芯片。

从座舱到智驾，高通的打法天然是以座舱为锚点、"买一送一"地扩展。Snapdragon Ride平台不是一套独立运作的自动驾驶系统，而是座舱芯片能力的延伸：功耗控制优先、系统集成优先，而非暴力堆算力。

这条路的优势是成本。对车企来说，能用同一个供应商解决座舱和智驾，意味着更低的集成成本和更简单的供应链管理。2024年高通汽车业务收入达到32.7亿美元，同比大涨63%，远超英伟达同期的增长速度，很大程度上就是这种"集成效应"的红利。宝马下一代ADAS平台选择高通而非英伟达或Mobileye，看中的同样是"不用单独为智驾再建一套体系"的便捷性。

Mobileye走的是另一条路——封闭体系。

从EyeQ系列芯片到REM众包地图再到驾驶策略，Mobileye提供的是"交钥匙"方案：芯片我出，算法我定，传感器怎么配我说了算。车企几乎没有定制空间，换来的确定性是功能安全和快速的量产节奏。在全球有超过1亿辆车搭载EyeQ芯片，这个数字至今无人能及。

但封闭体系的代价，在软件定义汽车的时代正在变得越来越大。当奔驰、丰田先后放弃Mobileye转向英伟达时，一个共同的诉求浮现了：车企不再满足于"供应商给的方案就是我的方案"，他们要差异化——要自己能改算法、能定义交互逻辑、能把智驾体验做成品牌标签。Mobileye的黑盒模式，正在被这种需求侵蚀。

英伟达选了一条最重的路。

DRIVE平台不是一颗芯片，而是一套从底层硬件（DRIVE AGX）、到操作系统（DRIVE OS）、到中间件（DriveWorks）、再到自动驾驶软件栈（DRIVE AV）的五层架构。客户可以只买芯片，也可以买芯片+OS，也可以把整套方案全部打包——丰俭由人，但都在英伟达的技术体系之内。Hyperion参考平台更进一步：它不是一个软件产品，而是一套经过完整验证的"芯片+传感器+集成方案"模板，OEM拿到了就能直接上产线。

02

三种路线的现状

路径不同，决定了各自的市场版图也截然不同。

高通赢了中国。在中国这个全球最大的新能源车市场，车企对BOM成本的敏感度远超欧美。"舱驾合一"的吸引力是实打实的——少一套域控制器、少一个供应商、少一轮系统联调，每一个"少"都是真金白银。更何况，Snapdragon Ride的功耗表现天然更适合中国车企推崇的"性价比智驾"路线：够用不浪费。

这也是英伟达在中国一度失速的根本原因。Orin芯片单颗价格过千美元，用两颗Orin-X跑高阶智驾的成本直接破两千美元——当中国车企把智驾当成标配而不是溢价卖点时，这个数字不可持续。理想、小鹏、蔚来先后启动自研芯片路线，地平线的征程系列和黑芝麻（参数丨图片）的华山系列在20万以下车型上攻城略地，英伟达在中国市场的份额被四面夹击。

但镜头切到全球，画面完全不同。

欧美日车企的智能化需求正在加速爆发，而能提供"芯片+OS+算法+安全认证"一站式方案的选择极其有限。2026年Q1，奔驰CLA成为首个量产搭载英伟达L2++方案的车型——单颗Orin芯片（254 TOPS）、无激光雷达、无预建高精地图、功耗不到45W，实现了从高速到城区的端到端导航。

这套方案拿了Euro NCAP 2025年"最佳表现"奖。更具战略意义的是，同一套Hyperion架构可以直接向上扩展到L4：把Orin换成双Thor（每颗1000 INT8 TOPS），加装激光雷达，就是面向Uber Robotaxi服务的Hyperion 10配置。

这才是平台逻辑的真正威力。"一套架构、三级配置"——L2++的传感器标定和系统集成经验可以复用到L4，对车企来说，这比任何时候重新招标供应商都划算得多。

按这个逻辑展开的全球客户名单正在快速拉长：丰田下一代车型全系搭载DRIVE AGX Orin+DriveOS，通用汽车选择基于Blackwell架构的DRIVE AGX用于未来电动和自动驾驶车型，捷豹路虎从2026年开始跟进，Lucid和Stellantis进入L4合作管道，与Uber计划于2027年上半年在旧金山和洛杉矶开启Robotaxi运营。

更要命的是，当中国智驾厂商开始集体出海——小鹏MONA L03面向64国销售、7月在慕尼黑开全球发布会，地平线在德国路测，Momenta摩拳擦掌——英伟达如果不能提供真正完整的全栈方案，海外市场的格局很可能重演中国故事。

从这个意义上说，英伟达"做重"不是任性的战略选择，是被竞争对手和客户同时逼出来的。

03

为什么要做重

英伟达选择把自动驾驶团队打造成一支独立军团，背后有两层逻辑。

第一层：钱。

2025年3月，黄仁勋公开喊出"英伟达自动驾驶业务将在2026年创造50亿美元收入"。现实是，英伟达汽车板块最近一个财年的收入约24亿美元。即便按最乐观的增速计算，50亿美元意味着一年内翻倍。

靠卖芯片很难做到。Orin的生命周期接近尾声，Thor虽然算力翻了近四倍但单价只会更高不会更低，在车企集体走向"降本"的大趋势下，单靠芯片出货量翻倍几乎不可能。唯一的路径是把软件和服务的收入做起来——不收硬件的钱，收"把硬件调通、把算法跑稳、把认证过掉"的钱。"做重"，本质上是在拉升客单价。

第二层：壁垒。

汽车行业和消费电子有一个根本性的不同：选型成本极高。一家车企选定一个自动驾驶平台，意味着接下来三到五年的车型规划、数百人的工程团队、数千万美元的系统集成投入全部押在这个平台上面。中途更换平台的代价是伤筋动骨的。这也是为什么Mobileye能靠封闭体系锁住客户这么多年——不是客户不想换，是换了代价太大。

英伟达的逻辑类似，但手段更高级：它不锁客户，而是让客户"用惯了就不想走"。五层架构堆在一起，从芯片到OS到算法到工具链全部打通，OEM在英伟达平台上完成一轮车型开发后，下一轮换平台的重置成本极高——不是技术上不行，是时间上输不起。

软件定义汽车的时代，车型迭代周期从五年压缩到两到三年，谁能在现有平台上加速而不是重建，谁就能抢先上市。

这就是为什么英伟达必须把团队"武装成军团"。它不是要让团队更大，是要让团队能独立完成"从芯片到量产车"的完整闭环。这个闭环一旦合拢，客户的切换成本就变成了英伟达的护城河。

04

人事是战略的投影

回到开头的人事变动——它从来不是一个独立事件。

Dheeraj Ahuja从高通带来的，是在宝马ADAS项目上实战出来的"量产交付术"。汽车行业的量产合作从定点到SOP，两到三年是基本周期，中间要过DVT（设计验证）、PVT（生产验证）、PPAP（生产件批准）等无数关卡。

芯片公司习惯的"流片-送样-量产"节奏到了汽车行业会被撕得粉碎。Dheeraj经历过这一切——而且是在高通击败英伟达的战场上经历的。他知道对手的弱点是什么。

Parixit Aghera从小鹏带来的，是另一种完全不同节奏的能力。中国智驾市场的迭代速度是全球最快的——从高速NOA到城市NOA到端到端大模型，每个功能的渗透周期可能只有几个月。

小鹏是中国智驾内卷中最能打的玩家之一，Parixit作为北美软件工程VP，带来的是"有限资源下快速试错、快速推新"的肌肉记忆。这种文化对于习惯了数据中心"万亿参数、万卡集群"节奏的英伟达来说，是必要但不舒服的补充。

组织上的收权同样不是权力欲的产物，是效率的必然。智驾不是一个纯算法问题。底层OS和上层应用分属两个老板的结果，是每次决策都要跨部门对齐、每次工程变更要走两套审批流程。

对于一个正在冲刺量产交付的队伍来说，这种组织架构本身就是最大瓶颈。把Parixit的底层软件团队从Dwight Diercks手里调到吴新宙名下，不是谁赢了谁输了——是终于把"做智驾产品的完整决策权"放到了一个能对结果负责的人手里。

从更深一层看，这次收权的本质，是英伟达终于承认了一个事实：自动驾驶不是"芯片的一个应用场景"，而是和芯片、数据中心并列的一条独立业务线。一个年收入千亿美元的公司，如果要认真做一个独立业务，就不能把它的团队拆散在不同的部门里管理。

05

英伟达做自动驾驶并不是要做成"汽车行业的芯片供应商"。

2026年5月31日，英伟达发布Cosmos 3，一套开源的"全模态世界模型"，能同时做物理推理、世界生成和动作生成。英伟达把它定义成"物理AI基础设施"——一个和CUDA平行的概念。CUDA让所有AI开发者离不开英伟达GPU，Cosmos要做的，是让所有机器人和自动驾驶开发者离不开英伟达的世界模型。

在这个逻辑链条里，自动驾驶的角色被重新定义了：它不是汽车行业的附属品，而是物理AI领域中"第一个实现大规模量产和商业落地的场景"。就像ChatGPT是通用AI在语言世界的"iPhone时刻"，自动驾驶就是物理AI在现实世界的"iPhone时刻"——谁先跑通这个场景，谁就拿到了进入更大物理AI市场的入场券。

英伟达官方列出的L4路线图给出了一种时间感：2026年，L2++点对点在美国落地并扩展至欧洲；2027年，与Uber在旧金山和洛杉矶开启Robotaxi运营，与合作伙伴在多个城市L4试点；2028年洛杉矶奥运会期间，目标覆盖数十个城市。

20到30个城市——如果按计划实现，这将是全球最大规模的自动驾驶基础设施落地。而英伟达到时候出售的，已经不是"自动驾驶芯片"，而是一个物理AI时代的操作系统级入口。

当然，路线铺得再长，关键节点还是要一个一个打穿。