business 9 分钟阅读

现代汽车的软件定义车辆赌注:为何2028年改变韩国汽车工业一切

现代汽车首款软件定义车辆将于2028年推出,搭载英伟达芯片实现L2+级自动驾驶。真正的故事是数据飞轮战略——这是西方媒体几乎未提及的重头戏。

  • GPU
  • POSCO
  • 劳工罢工
  • 生成式AI
  • L2+
  • 英伟达

改变一切的那个数字

七千万辆汽车。这是现代汽车集团在全球190个国家的年销量。在传统汽车行业,这个数字代表着制造肌肉;在软件定义汽车时代,它向竞争对手释放出一种更为危险的力量:一台数据机器。

在8月26日的CEO投资者日上,现代汽车公布了一份路线图,揭示它正以何等迅猛之势从硬件制造商转型为一家恰好制造汽车的软件公司。核心产品将在2028年登场:现代首款大规模量产的软件定义汽车(SDV),基于NVIDIA芯片打造,并搭载该公司所称的L2+级自动驾驶功能。

西方汽车媒体往往会注意到NVIDIA合作和L2+这一标签,然后翻篇。但这将是一个错误。这些选择背后的战略架构——数据飞轮、自研AI模型、100兆瓦数据中心——才是现代汽车正在下注的关键,这一注若成,或将重塑整个韩国汽车行业的竞争格局。

数据飞轮

现代汽车高级车辆组合(AVP)事业部总裁兼42dot首席执行官朴敏宇(Park Min-woo)以一种与传统汽车思维相悖的方式阐明了这一战略。他表示:“汽车必须从’功能在销售点即固定’的产品,进化为’使用越多则学习越多、成长越快’的产品。”

其机制是现代所称的"数据飞轮":车辆收集驾驶数据,这些数据用于训练自研的Atria AI模型,优化后的AI通过OTA升级推送回整个车队,更多用户使用系统则生成更多数据,随着车辆规模的增长,飞轮转速越来越快。

这一概念在理论上并不新颖。特斯拉早在数年前就已验证了其价值。现代方法独特之处在于,它明确承诺将整个闭环——数据采集、AI训练、部署上线——全部内部化,而非外包给第三方云服务平台。公司正在信林津(Sinmanjin)建设一座100兆瓦的AI数据中心,预计2029年投入使用,可容纳超过5万台GPU。

朴敏宇强调:“仅仅卖更多的车是不够的。关键在于,我们能在多大程度上快速提升在同一标准化架构下采集和利用数据的车辆占比。”

这一点至关重要,现代也深知此理:如果数据分散在不同的传感器系统、格式和架构中,规模本身毫无意义。现代决定在旗下现代、起亚、42dot和摩廷(Motoring)各实体——它们此前各自使用不同的传感器配置——统一采用NVIDIA平台,这一基础设施决策具有深远的战略意义。

Atria AI与核心难题

Atria AI模型采用端到端架构,将感知、决策和控制整合进一个单一神经网络,而非依赖模块化规则系统。这正是大多数自动驾驶研究者认为通向更高自动驾驶级别的方向。

瓶颈所在,正如任何自动驾驶团队都会告诉你的一样,并非日常驾驶,而是罕见且高风险的边缘场景——黑暗中突然从路缘走出的行人、因看不见的原因突然猛拐的车辆、高速行驶中的意外路面障碍物。这些事件本质上罕见,因此在有意义的量级上采集它们代价高昂。

现代的应对策略是将集团旗下所有实体的驾驶数据整合,并从今年起将Atria AI投入光州自动驾驶验证项目。真实道路边缘场景的采集如今已成为训练闭环中的正式环节,而非事后补漏。

数据将从三个维度进行分析:系统稳定性、核心驾驶场景成功率以及自动泊车表现。一旦出现异常,相关片段将直接回馈至模型重训练环节,并以量化方式验证修复措施是否真正改善了结果。

无人关注的发布时间表

标题数字掩盖了一个事实:现代承诺用三年时间实现从L2+到L4的跨越,以2028年SDV为起点,2029年起开始在量产车型中规模化部署Atria AI。

L2+意味着系统在既定运行条件下负责转向和加减速,但驾驶员必须保持参与并随时准备接管。这已明显超越基础自适应巡航和车道保持——覆盖更宽的高速公路范围、更复杂的城市路况、对施工区域和恶劣天气的处理更出色——但它并未将驾驶责任完全移交系统。

L4是现代宣布的中期目标,即在既定运行设计域内完全移除人类驾驶员,无需任何人工干预。从这两个级别之间的过渡,正是大多数车企停滞或退缩的地方。

现代赌的是,数据飞轮将以快于竞争对手的速度填补这一鸿沟——那些对手仍把自动驾驶当作一个独立的工程问题,而非一个软件迭代问题。

谁赢谁输

在这个情景中,赢家显而易见。NVIDIA通过一家大型汽车平台的锁定而受益;现代的软件部门42dot的战略重要性将远超其当前移动服务的角色;光州验证生态系统和信林津数据中心将成为基础设施资产,为任何不具备同等规模的中国车企抬高了进入门槛。

输家是那些传统一级供应商,它们的价值主张——作为插件系统出售的专有ADAS堆栈——在主机厂从芯片到OTA升级全面掌控全栈时自然萎缩。博世(Bosch)、Mobileye及定位相似的供应商面临结构性逆风,这与技术优劣无关,而完全取决于谁控制数据闭环。

特斯拉面临的竞争态势最为有趣。它在数据积累上的先发优势依然真实,但现代7000万辆的车队——如果能在这批车辆上实现数据采集标准化——则提供了另一种规模的规模:横跨190个国家的地理广度、多样化的驾驶条件,以及在北美以外地区迅速部署软件更新的能力。

西方报道所遗漏的

大多数英文报道聚焦于现代SDV公告中的NVIDIA合作或L2+标签。这些只是表面观察。真正的故事在于其对整个数据价值链的内部化的制度性承诺——从芯片选型到数据中心建设到OTA部署——以及将自动驾驶性能视为数据速度函数而非算法突破产物。

这与统治汽车行业一个世纪以来的竞争逻辑从根本上不同。现代不只是在造更好的车,它是在打造一家制造汽车的数据公司。2028年的SDV发布并非终点,而是一个飞轮的第一颗数据点,现代计划让它旋转数十年。