英伟达与丰田扩大合作：从 L2++ 辅助驾驶延伸到工厂仿真与城市交通 AI
据 IT之家 7 月 16 日消息，丰田与英伟达于当地时间 14 日发布声明，宣布扩大双方在物理 AI 领域的合作。此次合作以汽车为起点，进一步覆盖机器人、智能设施、制造现场和城市交通等方向。来源显示，丰田正在采用 NVIDIA DRIVE AGX 平台开发下一代车型，并搭载通过安全认证的 NVIDIA DriveOS 操作系统，以支持先进的 L2++ 驾驶辅助能力。
这并非双方首次围绕智能汽车展开合作。此前，丰田已宣布将在下一代车型中采用 NVIDIA DRIVE AGX 与 DriveOS，用于开发具备 L2++ 驾驶辅助功能的车辆。最新声明的变化在于，合作范围不再局限于车端计算与驾驶辅助，而是进一步扩展到软件开发、工厂数字孪生、智慧城市交通分析等更广泛的产业场景。
从车端智能到物理 AI：合作范围明显扩大
按照来源摘要，丰田与英伟达希望打通汽车、基础设施和工业运营领域的 AI 技术，共同建设新的出行体系。这意味着，未来车辆本身、道路基础设施、制造工厂以及城市交通系统，可能会在同一套 AI 算力、软件和仿真工具链支持下协同演进。
在汽车端，丰田将继续使用搭载 NVIDIA DriveOS 的 NVIDIA DRIVE AGX 平台开发下一代车型。相关车辆将面向 L2++ 驾驶辅助能力，在满足丰田安全标准的前提下，更准确地理解道路环境，并辅助作出驾驶决策。这里的重点并不是完全自动驾驶，而是比传统 L2 辅助驾驶更强调环境感知、决策辅助与系统安全边界的高级辅助能力。
在软件研发方面，丰田也在将 AI 引入汽车工程流程。来源显示，丰田开发了符合 MISRA 标准的 Code Assistant AI 模型，并使用 NVIDIA Megatron-LM 进行训练和微调，同时参考 NVIDIA Nemotron 等多种数据集。面向汽车开发的定制 AI 模型，可帮助工程师生成、审查和验证安全关键代码，在遵守严格行业规范的同时提升开发效率。
- 智能汽车：使用 NVIDIA DRIVE AGX 与 DriveOS，开发具备 L2++ 辅助驾驶能力的下一代车型。
- 软件开发：通过定制 Code Assistant AI 模型，提升安全关键代码生成、审查与验证效率。
- 工厂仿真：借助 NVIDIA Omniverse 与 Isaac Sim，模拟生产流程、机器人运动和数字孪生环境。
- 城市交通：由 Woven by Toyota 使用 NVIDIA H100 与 Megatron-Core，开发面向城市交通的多模态视觉语言模型。
工厂与城市成为汽车 AI 的新延伸
此次合作中，制造端与城市端的内容同样值得关注。丰田计划把 NVIDIA Omniverse 库和 NVIDIA Isaac Sim 开放框架用于制造现场，模拟生产流程、机器人运动以及完整数字孪生环境。通过先在虚拟空间中测试和优化方案，工厂可以在实际改造前发现问题，降低停工风险，提升生产效率，并有机会压低运营成本。
对于大型车企而言，制造体系复杂、产线调整成本高，数字孪生和机器人仿真并不是简单的可视化工具，而是连接工程设计、生产规划和现场执行的基础设施。英伟达在加速计算、仿真和 AI 软件上的能力，正好切入车企向软件定义制造、智能工厂升级的需求。
城市交通方面，丰田旗下 Woven by Toyota 正在使用 NVIDIA H100 Tensor Core GPU 和 Megatron-Core，开发多模态视觉语言模型 Woven City AI Vision Engine。来源显示，该模型面向城市交通智能，可以分析现实环境、预测事态发展，并帮助交通和基础设施系统及时采取应对措施。这表明丰田对 AI 的应用想象已经从“车能看懂路”扩展到“城市系统能理解交通状态”。
影响解读：车企与 AI 芯片厂商的合作正在从单点采购转向系统共建
从产业角度看，丰田与英伟达的合作体现了智能汽车竞争的新趋势：车企不再只是采购芯片或操作系统，而是围绕车端计算、软件开发、仿真验证、制造运营和城市基础设施，搭建更完整的 AI 技术栈。对于丰田这样的传统车企而言，这有助于在安全合规要求较高的前提下，加快软件定义汽车转型。
对英伟达来说，汽车业务也不只是自动驾驶芯片的市场，而是其“物理 AI”布局的重要入口。车辆、机器人、工厂和城市交通都需要处理真实世界中的感知、预测、控制和仿真问题，这与英伟达在 GPU、AI 训练、推理、仿真平台和开发工具方面的优势高度相关。
值得注意的是，L2++ 辅助驾驶仍然属于辅助驾驶范畴，驾驶责任和安全边界仍需要明确。丰田强调使用通过安全认证的 DriveOS，并结合自身严格安全标准，说明传统车企在推进智能化时仍会把安全验证放在核心位置。对于中文读者关注的智能车市场而言，这类合作也提示了一个方向：未来智能汽车竞争，不只看单车功能是否先进，还要看背后是否具备覆盖研发、制造和城市协同的完整 AI 工程能力。