随着美国电车补贴的取消，大家都在找出路，特斯拉找出来的路是围绕AI打造自己的体系。
而美国造车新势力Rivian，这家还在为规模和盈利而努力的新造车公司，在这个时间点高调发布自研芯片和完整的 AI 自动驾驶路线，本质上也是要走AI的概念。
Rivian 不满足于“买算力、做集成”，选择走一条最难、也最烧钱的全栈自研之路？这是理解 Rivian 这场自动驾驶与人工智能日发布会真正价值的关键，也是我们值得推敲的核心。
这是一场信息密集的技术发布：5nm 制程的自研智驾芯片 RAP1、1600 TOPS 的第三代自动驾驶计算平台 ACM3、端到端的大型驾驶模型、激光雷达回归、多模态感知，以及价格直接对标、甚至明显低于特斯拉 FSD 的 Autonomy+ 订阅方案。
这次会议， Rivian 是想告诉市场：我现在不再只是做个电动皮卡和SUV，这没得玩了，在美国把自主设计零部件整合成整车，哪怕是有大众的加持，也没用。
现在最好的路子，是复制、甚至挑战特斯拉最核心的护城河，以芯片为核心的 AI 驱动型汽车平台。
Part 1
过去Rivian 和大多数企业一样，依赖英伟达提供自动驾驶算力，这是行业最省事、也最稳妥的选择。通用芯片从来不是为“车”这种高度受限、强安全约束、生命周期极长的产品而生。
RAP1 这款芯片在台积电5纳米的基础上设计，采用14颗Cortex A720AE的内核，设计是围绕“以视觉为中心的物理 AI”剪裁算力，用更高的算效、更低的能耗和更强的功能安全，换取长期的系统效率与成本控制能力。
800 TOPS 的单芯片稀疏 INT8 算力、50 亿像素每秒的吞吐能力、双芯片通过 RivLink 互连扩展到 1600 TOPS，是在为端到端驾驶模型铺路。RAP1 背后还有自研 AI 编译器、安全子系统和面向汽车 ASL 要求的系统级设计。
Rivian 想用这套算力跑什么样的 AI？也是比较普通的答案，端到端的大模型自动驾驶，Rivian 推出的 LDM 大型驾驶模型，训练思路已经非常接近大型语言模型，通过规模化数据学习驾驶策略。
影子模式的引入已经在为未来模型持续“喂数据”，从 ACM3 + RAP1 的组合来看，Rivian 在硬件侧给出了一个自洽的答案。
在感知路线选择上，Rivian 刻意与特斯拉拉开了距离。坚持引入激光雷达，纯视觉路线在成本和简化系统上具备优势，但其边界条件和失效模式同样清晰。
Rivian 的“融合感知”策略是用硬件冗余换取系统确定性，所面向的高价值用户群体高度匹配，也更有利于向 L4 级别推进时通过安全验证。
Part 2
Autonomy+ 的定价策略极具攻击性：2500 美元买断或 49.99 美元月费，是直接在特斯拉 FSD 的价格体系上“腰斩”。
如果 RAP1 和 ACM3 能在 R2 平台的生命周期内持续摊薄成本，那么辅助驾驶订阅在美国可能成为真正可复制的利润引擎。
Rivian 也明确指向了 Robotaxi 和 L4 的长期目标，把车辆从“使用品”推向“资产”，这是所有自动驾驶路线最终绕不开的终局叙事。
当然Rivian 凭什么敢复制特斯拉的策略，长期价值最高的方向——芯片、AI 和系统架构，其实现在也确实是没有特别好的办法，你现在不讲这个故事，讲什么呢？
Rivian 从造电车的路上下来了，选择了一条康庄大道，是否能走通我们持续再看吧。
