行家说预告｜从 NVIDIA DRIVE Thor 模型部署到仿真引擎，突破自动驾驶开发瓶颈

自动驾驶的技术重心从 BEV &Transformer 进阶到了端到端技术范式。

这种从感知到决策端一体化的路径，打破了 Corner case（极端情况）桎梏，被视为通向高阶自动驾驶的最优解。

与此同时，端到端自动驾驶上车，需要数据、算法、算力三驾马车进行驱动。

具体要求是：数据足够海量、高质量，算法足够高效、可靠，以及支撑这一切的算力，足够强大，它决定了模型迭代的速度及性能上限。

车企、智驾供应商几乎都在这三要素上下狠功夫，尤其在算力上，展开了一场军备竞赛，算力储备越强，意味着端到端落地效果的天花板越高。

NVIDIA 推出的 NVIDIA DRIVE Thor吸引了自动驾驶行业目光，继 NVIDIA DRIVE Orin 之后，这款全新的集中式车载计算平台，能实现最高 1000TOPS 的 AI 算力，它能将汽车的智能功能，如自动驾驶和辅助驾驶、智能座舱交互系统统一到一个架构中，极大程度做到降本增效。

另外，NVIDIA 集成 20 年的技术结晶——NVIDIA Omniverse，也在汽车数字工厂领域扮演重要角色，它能够构建虚拟的试验场，加速自动驾驶汽车的开发和测试验证。

那么，如何帮助车企、智驾供应商用好这些平台，在技术细节上做好优化，打造出更安全、智能的驾驶体验，可以锁定本期「汽车之心·行家说」内容。

10 月 18 日（周五）下午 14 点，我们再次邀请到 NVIDIA 与丽台科技的技术专家作 NVIDIA 专场的第二期分享。

重点分享内容：

1、智驾算法演进：从 BEV & Transformer 到 NVIDIA 端到端新架构

2、NVIDIA DRIVE Thor 平台模型部署：端到端+VLM 方案的挑战与优化

3、利用 NVIDlA Omniverse 构建物理精确的汽车数字工厂

4、NVIDlA Omniverse 汽车行业应用案例分享

本期邀请嘉宾：

尹涛，NVIDIA 机器学习工程师

满立志，丽台科技软件技术架构师