Teslas Geschichte über selbstfahrende Autos dreht sich im Kreis.
Eine wichtige neue Ankündigung erreicht die Presse und die Anleger beginnen zu befürchten, dass der „Graben“ kleiner wird. Dann wendet sich das Gespräch wieder dem mühsamen Prozess zu, die Autos auf die Straße zu bringen, und Tesla steht wieder am Anfang.
Dieser Zyklus begann danach erneut CES 2026wo viele Top-Tech-Player, wie z Nvidiamachte Kommentare mit großer Bedeutung für das kommende Jahr.
Nvidia drängte stark auf „physisch“. KI„Er sagte, dass selbstfahrende Autos und Roboter nach Rechenzentren, die Nvidia geholfen haben, das nächste große Ding seien.“ 115,2 Milliarden US-Dollar erwirtschaften für das gesamte Geschäftsjahr 2025.
Morgan Stanley teilt den Anlegern im Grunde mit, dass die Ankündigung keine kurzfristige Änderung der Funktionsweise darstellt.
Andrew Percoco, Analyst bei Morgan Stanley, brachte es auf den Punkt.
Wenn ich über Chip- und EV-Unternehmen schreibe, stelle ich oft fest, dass Investoren verwirrt sind. Während neue Tools dazu führen können, dass eine Grundsatzrede wie ein „Neustart“ wirkt, sind die wahren Gewinner diejenigen, die Integration, Validierung und Kosten bewältigen können.
Nvidia verfügt über diese Fähigkeit, der eigentliche Test wird jedoch im Jahr 2026 stattfinden.
Was die Autonomie-Tools von Nvidia tatsächlich leisten
Nvidias Der Schwerpunkt liegt auf Almayoyodas das Unternehmen als „offenes Portfolio“ bezeichnet, das „begründungsbasierte“ selbstfahrende Autos schneller machen soll.
Dies bedeutet nicht nur den Abgleich von Mustern, sondern auch Systeme, die seltene, chaotische Randfälle zuverlässiger lösen können.
Das Paket beinhaltet:
- Alpamayo 1, ein Vision-Language-Action (VLA)-Modell, das sich auf das Denken konzentriert und sich mit „Long-Tail“-Fahrproblemen befasst
- AlpaSim, ein Framework, mit dem jeder die Entwicklung von AVs simulieren kann
- Offene Datensätze für physische KI mit mehr als 1.700 Stunden Fahrdaten
Hier ist, was es in einfachen Worten bedeutet, ohne „autonomen Jargon“:
- Das VLA-Modell ist ein Programm, das die Straße sehen, die Situation und Anweisungen verstehen und entscheiden kann, was zu tun ist (bremsen, Spur wechseln usw.). Ertrag).
- „Long Tail“-Situationen treten selten auf (z. B. seltsame Bauarbeiten, unvorhersehbare Fahrer oder ungewöhnliche Kreuzungen), können jedoch die Sicherheit beeinträchtigen.
- Simulation ist eine Möglichkeit, schneller zu lehren und zu testen, aber sie ist immer noch nur ein Schritt in Richtung autonomes Fahren, das in der realen Welt zuverlässig ist.
Nvidia verbindet diese Arbeit auch mit tatsächlichen OEM-Installationen. Mehrere Quellen auf der CES sagten, dass der Stapel nach einem bestimmten Zeitplan in Mercedes-Benz-Fahrzeugen verfügbar sein wird, was bedeutet, dass es sich nicht nur um eine Forschungsausstellung handelt.
Die Wall Street sieht einen Vorsprung, aber keinen Sprung
Percoco hält die Vorgehensweise von Nvidia für nicht relevant. Es ist additiv, was bedeutet, dass es für Automobilhersteller eine schnellere Möglichkeit ist, eine fortschrittlichere Fahrassistenz hinzuzufügen, ohne ihre Autos sofort völlig autonom machen zu müssen.
Der Grund ist, was die Autonomie wirklich verlangsamt:
- Zusammenbau von Sensoren, Computern, Verkabelung, Wärmemanagement und Backups
- Validierung: Nachweis, dass das Fahren in vielen verschiedenen Situationen sicher ist
- Ökonomie: Einen Preis finden, der für viele Leute, die Autos kaufen, funktioniert
- Zeit: Einen vollständigen Stapel zusammenstellen und für die Produktionszyklen vorbereiten
Verwandt: Ein großer Wall-Street-Wechsel hat gerade die Regeneron-Erzählung verändert
Aus diesem Grund ist Morgan Stanley der Ansicht, dass es sich hierbei eher um eine „Fast-Follower“-Geschichte als um ein Leapfrog-Ereignis handelt. Nvidia kann einige der frühen Arbeiten beschleunigen, aber es dauert noch Jahre, bis das Ganze fertig ist.
Percoco sagt auch, dass Nvidias Kommentare seine Meinung über Tesla nicht wesentlich ändern, da sein Basisszenario bereits davon ausgeht, dass Funktionen wie die in selbstfahrenden Autos mit der Zeit in der Branche üblich werden.
Die Flottendaten von Tesla geben noch immer Aufschluss
Das Argument von Morgan Stanley basiert auf einem bekannten, aber wichtigen Vorteil: dem Besitz vieler realer Daten.
Jeden Tag sind viele Tesla-Autos unterwegs und sammeln Fahrsignale. Sie können diese Daten verwenden, um den Änderungsprozess zu beschleunigen, Fehlerquellen schneller zu finden und die Leistung in Situationen zu verbessern, in denen autonome Systeme Probleme haben.
Mehr Nvidia:
- Nvidias China-Chip-Problem ist nicht das, was die meisten Anleger denken
- Jim Cramer fällt ein klares Urteil zur Nvidia-Aktie
- So hält Nvidia Kunden vom Wechsel ab
- Die Bank of America tätigt einen Überraschungskauf für von Nvidia unterstützte Aktien
Dies ist auch der Grund, warum Anleger Autonomie möglicherweise nicht verstehen. Nvidia kann Ihnen großartige Tools zur Verfügung stellen, aber Tools machen nicht automatisch Meilen. Meilen sind wichtig, da Grenzfälle auf realen Straßen auftreten.
Anders ausgedrückt: Nvidia kann Automobilunternehmen dabei helfen, bessere Grundlagen zu schaffen, aber Tesla hat einen Vorteil, da es seit Jahren das Rohmaterial (Fahrdaten einer Flotte) sammelt.
Nvidia möchte den Autonomie-Stack standardisieren
Nvidias Plan ist klar. Ziel ist es nicht nur, die Zukunft voranzutreiben, sondern auch gleiche Wettbewerbsbedingungen zu schaffen.
Nvidia könnte Folgendes tun, indem es Modelle und Tools als Open Source bereitstellt:
- Bringen Sie mehr OEMs und Zulieferer dazu, es zu nutzen.
- Bauen Sie ein Ökosystem auf, das Nvidias erste autonome Entwicklung unterstützt.
- Verkaufen Sie mehr vom „Full Stack“, der Software, Halbleiter und Simulation umfasst.
Auf der CES ließen Huangs Kommentare Alpamayo wie einen „Begründungssprung“ erscheinen, der sich auf die schwierigsten Aspekte der Autonomie konzentrierte. Robotaxis war einer der ersten großen Gewinner.
Deshalb achten Leute, die Tesla-Aktien besitzen, darauf. Wenn Nvidia für viele Automobilhersteller zum Standard-Autonomie-Toolkit wird, könnte der Unterschied kleiner werden. Morgan Stanley glaubt jedoch nicht, dass dies sofort passieren wird.
Am Ende könnte Nvidia den Automobilherstellern helfen, schneller aufzuholen, aber Teslas Vorsprung bei praxiserprobten Daten kann durch keine Keynote so schnell geändert werden.
Verwandt: Brad Gerstner sticht bei einer KI-Aktie aus der Masse hervor
