「当所有人都在讨论算法时，真正决定谁能规模化落地的，可能是你选错了芯片。」小马智行这次押注英伟达，背后藏着自动驾驶行业最现实的计算题。
一、时间线：从路测到量产的关键一跃
消息由 Gasgoo 报道，核心信息很明确：新控制器将作为小马智行车队的中央计算大脑，整合英伟达 DRIVE 平台处理实时传感器融合、感知、路径规划和车辆控制。
小马智行目前的运营版图包括北京、上海、广州的自动驾驶出租车服务，同时在美国加州持续测试。新控制器的目标直指两个痛点——降低硬件成本、提升量产级车队的可靠性。
英伟达的 DRIVE 平台大概率采用 DRIVE Thor 或 DRIVE Orin 系统级芯片。Thor 于 2022 年发布、2024 年送样，核心卖点是把传统分布式电子控制单元（ECU）整合为单一中央计算机，算力规格包括：
2000 万亿次每秒（TOPS）的算力输出
多域计算架构，可同时驱动自动驾驶、车载信息娱乐和智能座舱
支持功能安全与网络安全标准
小马智行的域控制器正是依托这些能力，运行其自研自动驾驶软件栈——包括感知、预测、规划模块，训练数据来自数百万英里的真实道路和仿真里程。
二、竞争格局：为什么偏偏是英伟达？
域控制器市场早已硝烟弥漫。Mobileye EyeQ 系列占据 L2+ 辅助驾驶的主流；高通 Snapdragon Ride 平台被多家车企用于下一代车型；特斯拉则坚持自研 FSD 芯片，构建垂直闭环。
小马智行选择英伟达，核心优势在于生态系统的深度绑定。英伟达提供成熟的软件栈（DriveWorks、DRIVE Sim），以及向下一代芯片的清晰升级路径。对于需要快速规模化、又不愿重复造轮子的自动驾驶公司，这是务实的选择。
一个行业趋势正在形成：自动驾驶公司正在标准化采用英伟达硬件。百度的 Apollo RT6、Zoox 的定制车辆，以及众多自动驾驶卡车创业公司，都已接入 DRIVE 平台。小马智行只是最新加入这张网络的一员。
风险同样明显——如果所有竞争对手使用相同的计算平台，差异化只能来自软件、数据和运营能力。硬件层面的同质化，意味着护城河必须往上游迁移。
谷歌云在 2026 年 4 月 23 日刚刚宣布扩大与英伟达的 AI 基础设施合作，进一步巩固了后者在 AI 计算层的统治地位。小马智行的域控制器，是英伟达「从云端到边缘端」汽车 AI 战略的最新注脚。
三、关键判断：域控制器而非整车平台
小马智行的选择值得细品。与 Waymo 自研硬件的「重资产」路线不同，小马智行聚焦于域控制器这一模块化组件。这种策略更轻、更快，也更符合与车企合作的商业逻辑——你可以把我的大脑装进你的车，而不必推翻整车架构。
技术层面，新控制器没有披露详细规格，但「汽车级」认证意味着它已通过温度、振动、电磁兼容性等严苛测试，具备量产装车的基本条件。从实验室到生产线，这道门槛曾拦住无数自动驾驶公司。
商业层面，成本控制是核心命题。L4 级自动驾驶的硬件成本长期居高不下，域控制器的规模化采购和迭代，是摊薄单车成本的关键路径。英伟达的芯片 roadmap 清晰，给了小马智行可预期的升级节奏。
一个细节：小马智行强调控制器运行的是「proprietary autonomous driving stack」（专有自动驾驶软件栈）。这意味着硬件是英伟达的，但灵魂仍是自己的。数百万英里数据的训练成果，构成了差异化的底气。
四、行业启示：算力层正在收敛
小马智行这一步，折射出自动驾驶行业的深层变化。2020 年前后，各家还在比拼自研芯片、独特传感器方案；到 2026 年，头部公司纷纷收敛到英伟达的算力底座。这不是创新力的倒退，而是产业成熟度的标志——当技术路线验证完毕，效率优先于独特性。
对于 25-40 岁的科技从业者，这个案例的价值在于观察「技术 - 商业」的转换节点。小马智行没有追求域控制器的「首发」或「最强」，而是选择最成熟的供应链伙伴，换取规模化的时间窗口。这种务实，恰恰是 L4 从 Demo 走向产品的必修课。
下一步值得跟踪：小马智行是否会公布装车时间表？与哪家车企率先量产合作？域控制器的成本曲线何时触及盈利拐点？这些问题的答案，将决定这次合作的真正分量。
如果你正在关注自动驾驶的投资或职业机会，建议把「域控制器供应链」加入监控清单——这个细分领域的技术锁定效应，可能比终端品牌更持久。
