專為東南亞複雜交通而生：VinFast、Autobrains、NVIDIA 聯手打造 Level 4 自駕車

這項合作的目標很明確：打造一套可擴展、具成本效益的自動駕駛方案，專為該地區高密度且交通行為複雜多變的道路環境設計，同時避免讓車輛售價變得高不可攀。

模組化方法如何突破三大商業化障礙？

Autobrains 提出的「代理式人工智慧」並非仰賴一個龐大的單一模型來處理所有駕駛情境。相反地，它將駕駛任務拆解給多個專門的「代理」（Agent），每個代理負責處理特定的駕駛場景。這種模組化的設計，正是為了解決困擾自動駕駛產業許久的三個核心問題：

1. 單一巨型模型的脆弱性：傳統的端到端神經網路在面對未見過的極端狀況或不可預測場景時，很容易失效。代理式架構讓系統能在不確定性高的情況下，依然做出穩健的決策。
2. 高昂的硬體成本與感測器複雜度：過去為了達到高度自動駕駛，車輛需要搭載成本驚人的感測器陣列與運算單元，嚴重影響商業化規模。Autobrains 的架構能在標準的車規級感測器配置與高效能運算平台上運行，大幅降低成本門檻。
3. 僵化的車廠平台綁定：多數自駕技術棧與特定車輛平台深度綁定，難以移植。此計畫採用**「車廠中立」（OEM-agnostic）的架構**，意味著這套系統可以部署在多個不同的車輛平台上，讓更多汽車製造商能更輕易地參與自駕計程車（Robotaxi）的商業營運。

三大巨頭的分工

這項合作中，三方的角色與責任劃分相當清晰：

• VinFast（車廠）：提供電動車平台，並主導系統在東南亞市場的實際部署。
• Autobrains（自駕軟體）：提供核心的 Agentic AI 軟體堆疊，這套系統能將駕駛任務分配給多個具備專門推理能力的 AI 代理，實現基於標準車規感測器的即時決策。
• NVIDIA（運算與平台基礎設施）：提供 DRIVE Hyperion 10 平台，其中涵蓋了車內的 DRIVE AGX 運算核心、Halos 安全系統、DriveOS 作業系統，以及一套相容的多模態感測器套件。

NVIDIA 的全球機器人計程車版圖擴張

VinFast 的這項合作案，僅是 NVIDIA 在 GTC 台北大會上，所揭露的 DRIVE Hyperion 生態系大規模擴張的其中一環。NVIDIA 正將 DRIVE Hyperion 定位為全球運輸產業的 Level 4 通用基礎平台。執行長黃仁勳更直指：「自動駕駛運輸正進入大規模工業化的關鍵時刻」。

除了 VinFast，會中還宣布了其他重要的合作夥伴與計畫：

• 富士康（Foxconn）與 Foxtron：擴大合作，將從台灣高雄開始，開發並部署 Level 4 等級的機器人計程車隊（目標 2028 年上路），並計畫將服務擴展至全亞洲。
• Uber 與 Autobrains（德國慕尼黑）：Autobrains 與 Uber 另宣布了一項在慕尼黑的機器人計程車計畫，結合 Autobrains 的 Agentic AI、NVIDIA DRIVE Hyperion 平台與 Uber 的叫車網路。在取得法規批准後，慕尼黑將成為首個部署城市，其「車廠中立」的設計也同樣是為了能快速在不同車輛平台與城市間擴展。
• HUMAIN：攜手將基於 DRIVE Hyperion 的機器人計程車帶到沙烏地阿拉伯，將版圖擴張至中東地區。

NVIDIA 的三層戰略布局

從這些合作中可以觀察到 NVIDIA 清晰的三層戰略：提供標準化的運算與安全平台（DRIVE Hyperion + Halos 安全系統）；與多元的自駕軟體供應商（如 Autobrains 等）合作；並連結全球的叫車服務網路（Uber 將整合多個採用 DRIVE Hyperion 的自駕車隊）。Uber 的目標是將多個由 DRIVE Hyperion 驅動的自駕車隊，整合進其全球叫車網路中 ，創建一個基於共同硬體基礎、不受車廠平台限制的自駕服務市集，讓自動駕駛技術能以更快的速度在全球城市中落地。