# 现代把自研智驾推后两年：「五年赶超」这句话，起算点到底是哪一天 > 现代自研的 Atria AI 从 2027 年底推到 2029 下半年，中间两年先用英伟达过渡。真正值得记的不是这次延期，是朴敏雨那句「五年内超过对手」——他没说这五年从哪天开始算，而答案有两个：2033 或 2034。 ### TLDR - **延期**：现代汽车集团自研驾驶辅助系统 **Atria AI** 的量产上车时间，从原定的 2027 年底推迟约**两年**至 **2029 年下半年**。 - **过渡方案**：2028 年上半年先上基于英伟达平台的 **L2+**（高速脱手驾驶），下半年跟进 **L2++**（扩至城区道路）；传感器套件为 **10 个摄像头 + 1 个前雷达 + 12 个超声波**，算力由 **Orin X** 提供。 - **数据回流**：英伟达方案跑出来的真实路况数据，将纳入统一训练流程用于训练和改进 Atria AI；现代、起亚、42dot、Motional 的数据整合为统一「数据飞轮」。 - **那句话**：朴敏雨称现代「年销 700 万辆、覆盖 190 个市场」，以此推断**五年内**数据量赶超对手——但他**没有说明这五年从哪一天开始算**。 - **判断：先买供应商方案、边跑边攒数据、再换自研，这条「借力换时间」的路径本身是对的**；真正该盯的是起算点，以及「年销量」和「数据采集速率」这两个根本不是一回事的指标。 ### SRC 本文事实以**路透社 2026-09-12 报道**、**新浪财经 / 环球市场播报 2026-09-13 14:53 中文转载**为基底，交叉 **Korea JoongAng Daily** 的发布会现场报道与 **FutureX Physical AI Daily Issue 119（09/14 期）** 的英文复核条目。**素材时间窗为 2026-09-13 18:00 → 2026-09-14 09:00**：媒体发布会于 09-11 举行、路透 09-12 发稿、中文转载 09-13 14:53，均早于或紧邻本窗口；本窗口内可定位的**新增量**是 FutureX 09/14 期的复核收录，并补充了两项中文报道未载的细节——Hyperion 10 传感器套件的具体构成（10 摄像头 / 1 前雷达 / 12 超声波 / Orin X），以及约 40 辆 Ioniq 6 测试车中仅 10 至 20 辆专用于自动驾驶。核查方式与不确定边界：① 「五年内赶超」为朴敏雨在发布会上的表述，**起算点未明确**，本文给出的 2033 / 2034 两个答案系依据两条量产时间线推算，非企业口径；② 特斯拉 FSD 累计里程（5 月 3 日 100 亿、8 月 3 日 130 亿、8 月 27 日 140 亿英里）来自特斯拉自有计数器与第三方追踪，**非审计披露**，且其统计口径为「开启 FSD 的行驶里程」，与现代「年销量」口径不可直接比较；③ 有韩媒（The Elec）称 Atria 端到端系统内部测试得 25 分（满分 100），**该说法为单一信源且经二手转述，未获现代或 42dot 确认，本文仅作存疑记录，不作为事实陈述**；④ 42dot 转 VLA 框架为公司在发布会上披露的研发方向，尚无产品化时间表；⑤ 本文涉及自动驾驶而非人形机器人，纳入具身解读范围的原因是 42dot 明确转向 VLA 框架，与具身智能在模型范式上合流。所有判断均以「判断：」标注。 ### BODY

1这次延期的官方说法，和它的实际形状

现代汽车集团在 42dot 总部举行了首次自动驾驶媒体日，公布了一条被改写的时间线：自研驾驶辅助系统 Atria AI 的量产车型，从原定的 2027 年底推迟到 2029 年下半年，晚了约两年。

空出来的两年怎么补？先用英伟达的。路线图显示：2028 年上半年推出基于英伟达车辆计算平台与驾驶软件的 L2+ 车型，主要支持高速公路场景下的脱手驾驶；2028 年下半年推出 L2++ 车型，把辅助能力扩大到城区道路。硬件上采用 NVIDIA DRIVE Hyperion 10 传感器套件——10 个摄像头、1 个前雷达、12 个超声波传感器，算力由 Orin X 提供。两类系统都仍属驾驶辅助，驾驶员需要持续关注路况并承担责任。

2026 年 3 月

现代、起亚扩大与英伟达战略合作，基于 NVIDIA DRIVE Hyperion 平台构建可扩展自动驾驶架构，覆盖量产车驾驶辅助与 Motional 的 L4 无人出租车业务。

2028 上半年

英伟达方案 L2+ 量产上车，支持高速脱手驾驶。

2028 下半年

L2++ 量产上车，辅助能力扩至城区道路；同期开始大规模收集 edge-case 数据。

2029 下半年

搭载自研 Atria AI 的车型开始量产（原定 2027 年底）；同年准备韩国、北美、欧洲的安全认证。

现代的口径相当主动。AVP 部门负责人兼 42dot CEO 朴敏雨（Park Min-woo）说：「我们相信如果全力推进，Atria AI 可以走得更快。但我们做出了放慢的战略决定。现在急于量产，有可能交付一个平庸的 L2++ 系统，远达不到我们真正的目标。」

把延期包装成节奏选择，是巨头发布会的标准动作。但朴敏雨本人的履历让这个说法多了一层可信度：他在今年 1 月 13 日接手 AVP 部门与 42dot，此前是英伟达负责自动驾驶软件的副总裁，再此前做过特斯拉的 Tesla Vision 视觉感知系统。一个既懂英伟达又懂特斯拉的人说「现在不该冲」，比公关稿里的同一句话更有分量。他的前任宋昌贤——42dot 创始人、2019 年创立、2022 年卖给现代——在去年 12 月辞职。

2「五年赶超」的起算点问题

整场发布会最该被记住的一句是：「现代每年在 190 个市场销售 700 万辆汽车，这意味着我们能以这种规模积累数据，以这个速度，我们能在五年内超过竞争对手所建立的东西。」

这句话的信息量很大，但有一个关键成分缺失：朴敏雨没有说这五年从哪一天开始算。而这场发布会恰好给出了两条时间线，于是答案有两个：

算法 A · 从英伟达车型起算

若以 2028 年英伟达方案量产为起点，五年后是 2033 年。

这条路的好处是立刻有海量车上路采数；代价是数据来自别人的平台，能不能喂进自研模型，取决于数据管道的自主程度。

算法 B · 从 Atria 自研起算

若以 2029 下半年 Atria AI 量产为起点，五年后是 2034 年。

这条路更严谨，但意味着「赶超」的目标年被自己刚刚推后了两年。

判断：一个被延后两年的计划，同时宣布一个「五年赶超」目标，却没有锚定起算点——这在工程上是含糊，在对外沟通上是留余地。对读新闻的人来说，正确的记法是：2033 或 2034，取决于你信哪条时间线；对企业来说，起算点越含糊，事后解释空间越大。

第二个需要拆开的概念是「年销 700 万辆」。这是一个销售规模，不是数据采集速率。年销 700 万辆的车里，有多少装了采集硬件、有多少开着采集在跑、每天回传多少有效帧，才是决定数据飞轮转速的变量。Korea JoongAng Daily 的报道给了个参照：现代目前约 40 辆专用数据采集车在 24 小时不间断运行；FutureX 09/14 期进一步补充，这 40 辆 Ioniq 6 测试车中只有 10 到 20 辆是专用于自动驾驶的。

对照组是特斯拉。按其自有计数器与第三方追踪（均非审计披露），FSD 累计行驶里程在 5 月 3 日突破 100 亿英里、8 月 3 日 130 亿、8 月 27 日 140 亿——最后 10 亿英里用了 24 天。需要说明的是，这个统计口径是「开启 FSD 的行驶里程」，与现代的「年销量」不是同一个东西，直接比较并不严谨。但它至少说明一件事：数据飞轮的竞争单位不是「卖了多少辆车」，而是「每天回传多少英里的有效监督数据」。

3「借力换时间」这个动作本身是对的

批评完口径，该说这件事务实的一面。现代选择的路径，本质上是：先买一套成熟方案把车卖出去并跑起来，用这段时间把真实路况数据攒厚，同时不停止自研，等自研成熟再切回去。

这条路在机器人行业有直接的同构案例：不是让机器人自己爬电杆，而是复用已有的绝缘斗臂车，绕开高压绝缘试验的认证门槛，先把带电作业这件事做成，再谈本体自主。先借力、后自研，共同点是用供应商的成熟度换自己的时间窗，代价是中间那几年要向供应商交一笔「学费」（采购成本 + 数据依赖）。

现代显然清楚这个代价。朴敏雨特意补了一句：「我们与英伟达的合作，不是把命运完全交到他们手里。」他强调现代会与英伟达共同设计技术，并用产生的真实数据训练 Atria。现代官方也明确表示，将在合作方案与自研平台之间采取并行开发策略。

技术侧还有两个细节值得记。其一是 Atria AI 采用端到端架构处理感知、决策与控制，并用一套被形容为「错题本」的机制：Hard Example Mining 自动标记模型吃力的场景，Continuous Training 管线把这些案例折回训练，另有 Special Event Recorder 在检测到急加急减、跟车距离异常或系统/驾驶员接管时自动记录数据。

其二是更关键的转向：42dot 已开始基于 VLA（视觉—语言—动作）框架开发下一代自动驾驶系统，把视觉感知、语言推理与车辆行为生成整合在一起。发布会上展示的一段视频里，车辆变道时屏幕上会同步显示系统对该动作的解释与逻辑。

判断：42dot 转 VLA 这件事，比这次延期的意义大得多。它意味着汽车智驾与具身智能在模型范式上正式合流——同一个「看—想—动」的框架，正在同时被装进车和人形机器人。对做机器人的人来说，这意味着未来两三年可以低成本地复用汽车行业在端到端、世界模型、数据飞轮上砸出来的工程资产；反过来，机器人行业在跨本体泛化和长尾场景上的积累，也会回流给汽车。

4该盯的三个观察点

把这次发布会的信息收拢，后续值得跟踪的是三件事：

第一，2028 年的 L2+ 能不能如期上车。这是整条时间线的第一块多米诺骨牌。它一旦再延，2029 的 Atria 和「五年赶超」都会跟着漂。

第二，英伟达方案跑出来的数据，到底有多少能真正喂进 Atria。这是「借力换时间」能不能成立的技术核心。共同设计不等于数据所有权——数据格式、标注口径、回传链路是不是自主可控，决定了这两年是学费还是买路钱。

第三，光州试点。现代计划在年内于光州启动大规模自动驾驶试点，测试城区导航、动态避障与紧急制动。这是从「40 辆车」走向「规模车队」的第一个台阶，也是数据飞轮能不能真正转起来的第一次实测。

还有一个存疑项需要记录：有韩媒（The Elec）报道称 Atria 的端到端系统在内部测试中仅得 25 分（满分 100）。该说法为单一信源且经二手转述，未获现代或 42dot 确认，本文不作为事实陈述，只作存疑记录——如果后续有更可靠的披露，这个数字会大幅改变对「主动延期」这一说法的解读。

判断：把这次事件放进更长的时间线看，现代的选择大概率是对的——在端到端这条路上，起步晚一两年，差距会被数据回路成倍放大，与其在 2027 年交付一个平庸系统，不如用两年把数据和自研都做厚。真正的问题是：三年后交卷时，考试内容可能已经换了。比的未必还是高速领航好不好用，而是 L3 的责任划分与端到端的接管边界。全球前三的车企坐了两年冷板凳再上场，答的很可能是一道新题。

来源：路透社 2026-09-12；新浪财经 / 环球市场播报 2026-09-13 14:53；Korea JoongAng Daily 发布会现场报道；FutureX Physical AI Daily Issue 119（09/14 期）。素材时间窗：2026-09-13 18:00 → 2026-09-14 09:00；窗口内新增量为 FutureX 09/14 期复核及 Hyperion 10 套件构成、40 辆测试车中 10—20 辆专用两项补充细节。

--- *来源：神机百见-具身解读 · https://www.shenjibailian.com/jiedu/article/hyundai-atria-delay-data-flywheel-starting-gun/*