En CES 2026, Nvidia anunció en su keynote la apertura del software de conducción autónoma Alpamayo, incluyendo la serie de modelos AI Alpamayo, herramientas de simulación como AlpaSim y grandes conjuntos de datos. Esta solución está diseñada para abordar los problemas de cola larga en la conducción autónoma, soportando capacidades desde L2++ hasta nivel L4.
Sin embargo, en el nivel de hardware (DRIVE AGX Thor SoC) sigue siendo propietario y solo está disponible para socios. La parte de código abierto ya está en Hugging Face y GitHub, abriendo la puerta a desarrolladores de todo el mundo.
¿Qué significa esto? Las empresas de tamaño mediano y pequeño, así como las marcas tradicionales, tienen nuevas oportunidades. Los jugadores que antes estaban bloqueados por barreras tecnológicas ahora pueden mejorar rápidamente sus capacidades de conducción autónoma comprando chips de Nvidia. A corto plazo, esto genera presión sobre los principales fabricantes que invierten mucho en I+D propio.
Algunos opinan que Tesla FSD sigue siendo líder, pero en esencia Nvidia solo está vendiendo chips—las soluciones complementarias son cada vez más completas y el ecosistema más maduro. La idea de un "momento GPT de IA física" suena emocionante, pero aún está lejos de ser realidad.
¿Qué lecciones dejan empresas como Huawei, Li Auto y Xpeng? Una opción es apostar todo a su propio desarrollo de FSD, y otra es depender completamente de plataformas. La segunda parece más sencilla, pero las plataformas eventualmente alcanzarán a los propios. Si no mantienes una ventaja tecnológica continua, la inversión en I+D que ya realizaste podría ser en vano. Es una decisión inevitable que no se puede evitar.
Ver originales
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
14 me gusta
Recompensa
14
5
Republicar
Compartir
Comentar
0/400
NestedFox
· 01-07 11:24
Una vez más, la misma historia de separación de software y hardware, la esencia de la estrangulación de chips no ha cambiado
---
Nvidia ha jugado una mano bastante brillante, abrir el código llama la atención, pero el hardware todavía depende de mí
---
En resumen, solo quieren que más personas usen el chip Thor, una economía próspera hará que los chips se vendan mejor
---
Una oportunidad para que las pequeñas y medianas empresas de automoción aprovechen, pero ¿vale la pena estar atrapados a largo plazo en el ecosistema de Nvidia?
---
Tanto las soluciones de desarrollo propio como las dependientes de plataformas no tienen salida, a menos que realmente puedas diferenciarte
---
El sistema de ciclo cerrado de Tesla realmente tiene algo, otros jugadores que siguen la tendencia enfrentan la misma dificultad
---
Esto es una elevación de nivel para la cosecha, nadie puede escapar
---
Ahora parece que la ruta de chips autodesarrollados de Huawei tiene algo de sabiduría
---
Código abierto, hardware privado, realmente impresionante, así se muestra abierto y se garantiza la barrera de protección
---
L4 todavía está lejos, no exageres con el "momento GPT de IA física"
Ver originalesResponder0
SatoshiSherpa
· 01-07 08:51
En resumen, Nvidia está cosechando otra vez, las chips son la clave
Hardware bloqueado, software de código abierto, esta estrategia la manejan con mucha destreza...
Vaya, esto realmente da oportunidad a las empresas tradicionales de automoción, los que desarrollan internamente deben seguir esforzándose
El código abierto es solo un señuelo, todavía tienes que comprar sus chips, es un ejemplo clásico
Los de Xiaopeng, Huawei y compañía deben pensarlo bien, si apuestan en la dirección equivocada, el juego se acaba
No te dejes engañar por la excusa de "GPT en el momento de la IA física", todavía es pronto
Depender de plataformas es cómodo, pero la sensación de estar atado es mucho peor...
Por eso, el desarrollo propio no puede detenerse, si paras, te quedas atrapado
Ver originalesResponder0
MEVHunterLucky
· 01-07 08:51
El código abierto es solo un señuelo, la verdadera cantidad de dinero está en los chips... otra vez la misma vieja estrategia de Nvidia
La limitación por hardware, la verdad eterna
Ver originalesResponder0
wrekt_but_learning
· 01-07 08:46
En realidad, es Nvidia quien se está llevando la mayor parte, el código abierto es solo una cortina de humo, las chips son la verdadera inversión en dinero en efectivo
Ver originalesResponder0
BlockImposter
· 01-07 08:44
La movida de código abierto de Nvidia, en realidad, es para que más fabricantes de automóviles paguen por los chips... inteligente.
Ahora, la presión para los que desarrollan internamente ciertamente ha aumentado, pero no te emociones demasiado todavía, al final todo depende de la capacidad de implementación.
En CES 2026, Nvidia anunció en su keynote la apertura del software de conducción autónoma Alpamayo, incluyendo la serie de modelos AI Alpamayo, herramientas de simulación como AlpaSim y grandes conjuntos de datos. Esta solución está diseñada para abordar los problemas de cola larga en la conducción autónoma, soportando capacidades desde L2++ hasta nivel L4.
Sin embargo, en el nivel de hardware (DRIVE AGX Thor SoC) sigue siendo propietario y solo está disponible para socios. La parte de código abierto ya está en Hugging Face y GitHub, abriendo la puerta a desarrolladores de todo el mundo.
¿Qué significa esto? Las empresas de tamaño mediano y pequeño, así como las marcas tradicionales, tienen nuevas oportunidades. Los jugadores que antes estaban bloqueados por barreras tecnológicas ahora pueden mejorar rápidamente sus capacidades de conducción autónoma comprando chips de Nvidia. A corto plazo, esto genera presión sobre los principales fabricantes que invierten mucho en I+D propio.
Algunos opinan que Tesla FSD sigue siendo líder, pero en esencia Nvidia solo está vendiendo chips—las soluciones complementarias son cada vez más completas y el ecosistema más maduro. La idea de un "momento GPT de IA física" suena emocionante, pero aún está lejos de ser realidad.
¿Qué lecciones dejan empresas como Huawei, Li Auto y Xpeng? Una opción es apostar todo a su propio desarrollo de FSD, y otra es depender completamente de plataformas. La segunda parece más sencilla, pero las plataformas eventualmente alcanzarán a los propios. Si no mantienes una ventaja tecnológica continua, la inversión en I+D que ya realizaste podría ser en vano. Es una decisión inevitable que no se puede evitar.