作者 ｜ 赵婧初

编辑 ｜ 志豪

英伟达和丰田的合作，又往前推了一步。

车东西 7 月 20 日消息，日前，英伟达宣布进一步扩大与丰田汽车的合作，计划把物理 AI 技术从汽车领域拓展至机器人和智能设施等领域。

根据英伟达公布的信息，丰田将采用搭载 NVIDIA DriveOS 操作系统的 NVIDIA DRIVE AGX 平台来开发下一代车型，开发更安全、更智能的高级辅助驾驶系统；软件层面，丰田将用 NVIDIA Megatron-LM（开源分布式训练框架）来训练其 Code Assistant AI 模型，帮助工程师更高效地生成和验证安全关键代码。

同时，丰田还将在主力工厂部署 NVIDIA Omniverse 库和 NVIDIA Isaac Sim 开放框架，帮助丰田工厂减少停工、提高效率和压低成本；丰田旗下子公司 Woven by Toyota 还用 NVIDIA H100 GPU 和 Megatron-Core 开发了多模态视觉语言模型，可以分析现实交通环境、预测事态发展，帮助基础设施系统及时响应。

▲英伟达官方公告

从汽车到工厂，再到城市交通，丰田与英伟达正在尝试用 AI 能力把 " 车 - 厂 - 城 " 全产业链打通，共同建设新的智慧出行体系。

一、开发更安全智能的汽车 加快汽车软件开发与迭代

事实上，丰田与英伟达的合作不是今年才开始的。早在去年 1 月 CES（2025 年国际消费类电子产品展览会）期间，双方就宣布将在下一代车型上采用 NVIDIA DRIVE AGX 车载计算平台和通过安全认证的 NVIDIA DriveOS 操作系统，共同开发新一代高级辅助驾驶系统。

此次公布的新进展，是对去年合作的进一步深化。

其中，NVIDIA DRIVE AGX 车载计算平台可以理解为整套辅助驾驶系统的 " 计算大脑 "。

车辆行驶过程中，摄像头、毫米波雷达等传感器收集的大量数据都会汇集到这一平台上，由它来完成环境感知、目标识别、路径规划以及车辆控制等计算任务，为辅助驾驶功能提供强大的算力支持。

▲ NVIDIA DRIVE AGX 车载计算平台

与之配套的 NVIDIA DriveOS 车载加速计算操作系统则负责软件运行、资源调度、设备管理以及安全控制，让各项辅助驾驶功能可以稳定、安全地运行。

▲ NVIDIA DriveOS 车载加速计算操作系统组成

值得关注的是，英伟达此次在官方博客中明确下提到了 " 下一代汽车将提供 L2++ 级高级辅助驾驶功能 "。

相比传统 L2 辅助驾驶，L2++ 能够承担更多驾驶任务，例如高速领航、自动变道、自动上下匝道以及自动泊车等场景。不过，这类功能本质上仍属于辅助驾驶，而不是全自动驾驶。车辆行驶过程中，驾驶员仍需要持续关注路况，并在必要时及时接管车辆。一旦发生事故，责任仍由人类驾驶员来承担。

除了车辆本身，双方还把 AI 引入了汽车软件开发环节。

据了解，丰田正在开发符合 MISRA 汽车软件安全规范的 Code Assistant AI 模型，并利用 NVIDIA Megatron-LM 开源分布式训练框架进行训练和微调，同时参考 NVIDIA Nemotron 等多种数据集，来帮助丰田的工程师生成代码，并审查代码、验证代码是否符合汽车软件安全规范。

随着汽车软件规模不断扩大，一辆智能汽车可能包含数千万甚至上亿行代码。AI 参与软件开发，有望帮助工程师减少重复性工作，提高开发效率，并缩短研发迭代周期。

二、优化工厂仿真 建设城市交通视觉语言模型

在制造端，丰田开始利用 NVIDIA Omniverse 库和 NVIDIA Isaac Sim 开放框架来建设数字孪生工厂。

简单来说，就是先在电脑里建一座与真实工厂几乎一致的虚拟工厂。

无论是机器人运动轨迹、产线布局，还是物流路线规划，都可以先在虚拟环境中完成模拟和验证，确认没有问题后再部署到真实工厂。

相比过去一边生产一边调试，这种方式能够提前发现问题，减少现场停工时间，也有助于提高生产效率并降低制造成本。

▲ NVIDIA 工业设施数字孪生

AI 的应用范围还在继续向外延伸。

在城市交通领域，丰田旗下子公司 Woven by Toyota 正在借助 NVIDIA H100 GPU 和 Megatron-Core（大规模生成式 AI 训练库）开发多模态视觉语言模型 Woven City AI Vision Engine。

该模型面向城市智能交通，通过对道路摄像头和交通传感器上传的车流、人流数据进行分析，预测交通运行情况，帮助交通管理部门更及时地发现异常情况，为交通信号控制和基础设施管理提供辅助决策，让整个交通系统运行得更加顺畅。

▲ NVIDIA 智慧交通

结语：AI 合作正在从 " 一辆车 " 扩展到整个出行生态

从研发到制造，再到交通基础设施，丰田与英伟达的合作重点已经不再局限于辅助驾驶，它们正在用 AI 技术逐步串联起汽车产业链上的更多场景。

对于丰田这样的车企而言，AI 越来越多地参与整车研发、制造和运营的全过程，可以帮其在投产前验证生产方案，提高生产效率，减少试错成本，加快新车型导入速度。

对于英伟达而言，其汽车业务也正从提供车载计算平台，进一步延伸至软件工具、数字孪生和交通智能等更广泛的应用场景。

对于用户而言，辅助驾驶系统的不断升级，有望让车辆承担更多驾驶任务，进而减轻驾驶员负担；AI 参与软件开发，也意味着车辆软件更新速度可能进一步提升，新功能可以更快地推送到用户手中；如果未来城市交通相关技术落地，城市整体通行效率也有望得到改善。

不过，无论是更智能的辅助驾驶、更高效的数字工厂，还是 AI 参与城市交通管理，这些技术最终都需要通过量产车型和实际项目来验证价值。随着双方合作不断深入，这些技术能否真正转化为用户能够感知的产品体验，或将成为未来值得持续关注的焦点。