现代汽车正在研发一套被描述为“10万美元级”的车载人工智能计算平台，试图将车辆定位为可移动的数据中心，而不仅是传统意义上的交通工具。相关报道指出，现代汽车希望通过更强的本地计算能力、定制化芯片与工厂端机器人体系，提升车辆感知与决策能力，并将2026年视为其高级驾驶辅助系统迈向更高阶自动驾驶能力的关键节点。

“10万美元级”车载AI平台：分层系统与多传感器融合

据报道，现代汽车实验室中的“10万美元人工智能大脑”并非单一芯片，而是一套分层架构系统，包含高端处理器、密集内存以及针对实时驾驶决策优化的软件。该成本标签被用于概括开发与部署整套系统的投入。

该平台面向摄像头、雷达、激光雷达及车内信号等多源数据，目标是将信息融合为统一的世界模型，并以每秒数十次的频率更新。报道将其与特斯拉以摄像头为主的方案作对比，称现代汽车意在通过增加计算能力与传感器冗余提升感知与规划能力，同时保持硬件形态紧凑，可安装在仪表盘后方或后备箱底板下。

现代汽车将2026年视为转折点，聚焦L2++能力演进

现代汽车管理层在公开表述中将2026年定义为重要转折点。总裁朴先生将今年描述为“L2++系统的时刻”，即仍需人类介入的高级驾驶辅助系统开始向更高等级自动驾驶能力靠拢，在多数情况下可在无需持续监督的条件下完成驾驶任务。他表示，行业正处于新阶段边缘，安全与便利被视为同时需要满足的目标，而车载AI平台将成为跨越这一阶段的软硬件基础。

从自研芯片到本地运行大模型：与Tenstorrent、高通合作推进

为支撑车载AI平台，现代汽车正加大对芯片方向的投入。在CES期间，公司将最新处理器项目定位为一项芯片层面的押注，并将车辆视为更广泛计算网络中的节点。相关描述称，该处理器将围绕“本地运行大型神经网络、必要时与云端同步”的思路构建，以降低紧急制动、规避转向等关键操作的延迟。

在产业合作方面，现代汽车集团已向加拿大AI芯片初创公司Tenstorrent投资5000万美元，其中包括现代汽车与起亚的5000万美元出资，以推动其机器学习路线图与汽车需求对齐。随后，Tenstorrent与BOS合作推出面向汽车AI的芯片产品，报道中提及HYMTF与SSNLF。

此外，现代汽车还与高通达成更广泛的半导体合作。报道指出，高通正推进下一代系统芯片的架构优化与扩展内存缓存，预计将支持软件定义车辆中的3K与4K高分辨率显示。

与英伟达共建“AI工厂”，采用Blackwell架构与Nemotron/NeMo软件栈

现代汽车表示，将与英伟达共同建设基于Blackwell架构的“人工智能工厂”，并使用英伟达Nemotron及NeMo软件栈构建AI模型，用于生成与优化运行在车辆端的神经网络。相关模型被设计为可通过空中升级更新，使已售车辆能够持续从车队数据中学习。报道将这一机制与特斯拉的云端训练路径进行类比，同时指出现代汽车依赖Nemotron的开放式推理加速以提升迭代效率。

在投入方面，现代汽车集团设定了创纪录的研发预算，其中现代汽车计划投入46亿美元用于下一波软件定义车辆研发。报道同时提到，在利润率下降与全球需求减弱背景下，这类投入也意味着更高的执行与合规压力。为控制风险，公司亦关注巴克莱所描述的“三B”趋势，相关说法称该趋势推动“物理人工智能”成本下降约30倍，使在汽车、机器人与生产线部署强模型更具可行性。

自动驾驶竞争：对标特斯拉FSD，42dot推进自研系统

在自动驾驶能力对比上，报道提到特斯拉全自动驾驶系统FSD（监督模式）仍被广泛视为市场上最强的监督驾驶辅助套件之一。独立测试将其称为“迄今为止2026年最佳的驾驶辅助技术”，同时也指出其摄像头方案在低能见度条件下存在安全隐患。

现代汽车方面，报道称其由软件中心42dot开发的类似FSD系统被视为对特斯拉的主要竞争力量。内部时间表显示，现代汽车品牌的“FSD级”系统可能在两年内具备准备就绪条件。为加速推进，现代汽车集团聘请前特斯拉与英伟达自动驾驶专家朴敏博士，负责自动驾驶与软件定义车辆战略。

“物理AI”延伸至工厂：人形机器人与生产线应用规划

现代汽车的AI布局也延伸至制造端。公司推出面向汽车工厂的人形机器人，并在报道中引用市场预测称，到2035年该类机器人市场规模或达380亿美元；摩根士丹利则预计该行业最终规模可达5万亿美元。

现代汽车自身规划提出，到2030年部署3万个机器人“同事”，用于支持人类完成高风险岗位任务，目标场景包括零部件组装。报道指出，公司逻辑在于：若能训练机器人在复杂工厂环境中安全导航，其相关能力可在一定程度上复用于车辆在拥挤城市环境中的行驶需求。