L’histoire de Tesla sur les voitures autonomes tourne en rond.
Une nouvelle annonce importante tombe dans la presse et les investisseurs commencent à craindre que le « fossé » ne se rétrécisse. Ensuite, la conversation revient sur le processus laborieux de mise en circulation des voitures, et Tesla revient à la case départ.
Ce cycle a repris après le CES 2026, où de nombreux acteurs technologiques majeurs, tels que Nvidia, ont fait des commentaires aux implications majeures pour l’année à venir.
Nvidia a insisté sur “l’IA physique”, affirmant que les voitures et les robots autonomes étaient la prochaine grande nouveauté après les centres de données, aidant Nvidia à générer 115,2 milliards de dollars pour l’ensemble de l’exercice 2025.
Fondamentalement, Morgan Stanley dit aux investisseurs que cette annonce ne constitue pas un changement à court terme dans la façon dont les choses fonctionnent.
L’analyste de Morgan Stanley, Andrew Percoco, l’a dit simplement.
Lorsque j’écris sur les sociétés de puces électroniques et les véhicules électriques, je vois souvent les investisseurs être confus. Même si les nouveaux outils peuvent donner l’impression qu’un discours d’ouverture ressemble à un « redémarrage », les vrais gagnants sont ceux qui savent gérer l’intégration, la validation et les coûts.
Nvidia a cette capacité, mais le test réel aura lieu en 2026.
Wall Street surveille la dernière poussée de Nvidia.
Photo par Anadolu de Getty Images
Ce que font réellement les outils d’autonomie de Nvidia
Nvidia se concentre principalement sur Alpamayo, que la société appelle un « portefeuille ouvert » qui permettra aux voitures autonomes « basées sur le raisonnement » d’aller plus vite.
Cela signifie non seulement une correspondance de modèles, mais également des systèmes capables de résoudre de manière plus fiable des cas extrêmes rares et compliqués.
Emballage inclus:
Alpamayo 1, un modèle vision-langage-action (VLA) qui se concentre sur le raisonnement et aborde les problèmes de conduite « à longue traîne » AlpaSim, un cadre que n’importe qui peut utiliser pour simuler le développement d’AV Ensembles de données ouverts pour l’IA physique contenant plus de 1 700 heures de données de conduite
Voici ce que cela signifie en termes simples, sans « jargon autonome » :
Le modèle VLA est un programme capable de voir la route, de comprendre la situation et les instructions, et de choisir quoi faire (freiner, changer de voie ou céder). Les situations de « longue traîne » sont celles qui surviennent rarement (comme une construction étrange, des conducteurs imprévisibles ou des intersections inhabituelles), mais qui peuvent affecter la sécurité. La simulation est un moyen d’enseigner et de tester plus rapidement, mais ce n’est encore qu’un pas vers une conduite autonome fiable dans le monde réel.
Nvidia connecte également ce travail aux installations OEM réelles. Plusieurs sources au CES ont déclaré que la pile serait disponible dans les voitures Mercedes-Benz selon un calendrier précis, ce qui signifie qu’il ne s’agit pas simplement d’une vitrine de recherche.
Wall Street y voit un avantage, mais pas un bond
Percoco estime que la façon dont Nvidia fait les choses n’est pas pertinente. C’est additif, ce qui signifie qu’il s’agit d’un moyen plus rapide pour les constructeurs automobiles d’ajouter une assistance à la conduite plus avancée sans avoir à rendre leurs voitures entièrement autonomes immédiatement.
La raison est ce qui ralentit vraiment l’autonomie :
Rassembler les capteurs, les ordinateurs, le câblage, la gestion thermique et les sauvegardes Validation : prouver qu’il est sûr de conduire dans de nombreuses situations différentes Économie : trouver un prix qui convient à de nombreuses personnes qui achètent des voitures Temps : constituer une pile complète et la préparer pour les séries de production
Related: Un grand changement à Wall Street vient de changer le récit de Regeneron
Morgan Stanley estime qu’il s’agit plus d’une histoire de « suiveurs plus rapides » que d’un événement révolutionnaire pour cette raison. Nvidia peut accélérer une partie du travail initial, mais il faut encore des années pour tout faire.
Percoco affirme également que les commentaires de Nvidia ne changent pas beaucoup son opinion sur Tesla, car son scénario de base suppose déjà que des fonctionnalités telles que les véhicules autonomes deviendront courantes dans l’industrie au fil du temps.
Les données de la flotte de Tesla lui donnent encore un trou
L’argument de Morgan Stanley repose sur un avantage bien connu mais important : disposer d’une grande quantité de données du monde réel.
Chaque jour, de nombreuses voitures Tesla circulent sur les routes en collectant des signaux de conduite. Vous pouvez utiliser ces données pour accélérer le processus de modification, trouver plus rapidement les modes de défaillance et améliorer les performances dans les situations où les systèmes autonomes rencontrent des problèmes.
Plus de Nvidia :
Le problème des puces chinoises de Nvidia n’est pas ce que pensent la plupart des investisseurs. Jim Cramer rend un verdict fort en cinq mots sur les actions Nvidia. Voici comment Nvidia empêche ses clients de changer Bank of America fait un appel surprise sur les actions soutenues par Nvidia
C’est aussi pourquoi les investisseurs pourraient ne pas comprendre l’autonomie. Nvidia peut vous fournir d’excellents outils, mais ces outils ne génèrent pas automatiquement des miles. Les kilomètres sont importants car des cas extrêmes se produisent sur de vraies routes.
En d’autres termes, Nvidia peut aider les constructeurs automobiles à construire de meilleures fondations, mais Tesla a un avantage puisqu’elle collecte la matière première (les données de conduite d’une flotte) depuis des années.
Nvidia veut standardiser la pile d’autonomie
Le plan de Nvidia est clair. Leur objectif n’est pas seulement de conduire l’avenir, mais aussi d’uniformiser les règles du jeu.
Nvidia pourrait effectuer les opérations suivantes lors de la création de modèles et d’outils open source :
Incitez davantage d’OEM et de fournisseurs à l’utiliser. Construisez un écosystème qui aide le développement autonome de Nvidia. Vendez davantage de produits « full stack », notamment des logiciels, des semi-conducteurs et de la simulation.
Au CES, les commentaires de Huang ont fait apparaître Alpamayo comme un « raisonnement » axé sur les aspects les plus difficiles de l’autonomie. Robotaxis a été l’un des premiers grands gagnants.
C’est pourquoi les propriétaires d’actions Tesla y prêtent attention. Si Nvidia devient l’outil d’autonomie standard pour de nombreux constructeurs automobiles, l’écart pourrait se réduire. Toutefois, Morgan Stanley ne croit pas que cela se produira immédiatement.
En fin de compte, Nvidia pourrait aider les constructeurs automobiles à rattraper leur retard plus rapidement, mais l’avance de Tesla en matière de données testées sur route est quelque chose qu’aucun discours ne peut changer rapidement.
En relation: Brad Gerstner se démarque de la foule avec un stock d’IA
