Au CES 2026, Nvidia a déclaré la guerre à Tesla et Waymo en dévoilant Alpamayo, une IA causale open source, et Drive Hyperion, une plateforme ouverte pour la conduite autonome. Xinzhou Wu, vice-président de la division automobile, a fixé un cap ambitieux : déployer des robotaxis dès 2027. Le patron de Tesla, Elon Musk, qui promet un réseau de taxis autonomes depuis 2019 sans livraison concrète, voit désormais un concurrent sérieux émerger de la Silicon Valley.
Le CES 2026 de Las Vegas n'a pas seulement été le théâtre des annonces habituelles sur les téléviseurs pliables et les gadgets connectés. Cette année, un duel s'est engagé entre Nvidia et les deux géants de la conduite autonome : Waymo et Tesla. Xinzhou Wu, vice-président de la division automobile de Nvidia, a profité de l'événement pour dévoiler un plan d'attaque d'une audace rare. Là où Nvidia était perçu comme un simple fournisseur de puces graphiques, il entend désormais devenir l'architecture de référence de la voiture autonome, en concurrence directe avec les systèmes fermés du patron de Tesla et de Waymo. Ce changement de logiciel, à la fois commercial et technologique, pourrait redessiner les équilibres d'un secteur estimé entre 300 et 400 milliards de dollars d'ici 2035.
Comment Nvidia a déclaré la guerre à Tesla et Waymo au CES 2026
Le patron de Nvidia, Jensen Huang, n'a pas fait dans la dentelle lors de son keynote du 5 janvier. Devant une salle comble, il a présenté Alpamayo, une nouvelle gamme de modèles d'intelligence artificielle open source dédiés à la conduite autonome. Sa formule a fait mouche : « C'est le moment ChatGPT pour l'IA physique. » La comparaison est lourde de sens. En 2022, le déploiement de ChatGPT par OpenAI avait marqué un basculement dans la perception de l'IA conversationnelle. Huang parie que 2026 sera l'année où l'IA « physique » — celle qui agit dans le monde réel, au volant d'une voiture — connaîtra une percée similaire.
L'IA physique comme nouveau champ de bataille
L'entreprise la plus chère du monde ne cache plus ses ambitions. Après avoir conquis le marché des datacenters et des supercalculateurs, Nvidia se tourne massivement vers le hardware embarqué et la robotique. Huang l'a répété au Monde : « La voiture autonome est le prochain grand marché de la robotique. » Le ton est donné. Nvidia veut « raisonner » au volant, pas seulement réagir à des événements préprogrammés. C'est une rupture fondamentale avec les approches actuelles, qui reposent largement sur la détection de patterns et la corrélation d'images.
La division automobile et robotique de Nvidia génère déjà 592 millions de dollars de ventes trimestrielles, selon CNBC. Cela ne représente qu'environ 1 % du chiffre d'affaires total de l'entreprise, mais la croissance est rapide. Huang voit dans la voiture autonome un marché potentiel comparable à celui des datacenters, qui pèse aujourd'hui des dizaines de milliards. L'IA physique n'est pas un hobby pour Nvidia : c'est le prochain relais de croissance.
Du fournisseur de GPU à l'architecte de l'« Android du robotaxi »
La transformation de Nvidia est spectaculaire. Pendant des années, l'entreprise californienne s'est contentée de vendre des GPU aux constructeurs automobiles, un peu comme un marchand de pioches pendant une ruée vers l'or. Aujourd'hui, elle change de costume et devient chef d'orchestre. La plateforme Drive Hyperion en est l'illustration parfaite. Il ne s'agit plus d'un simple composant, mais d'un pack complet qui intègre logiciel (DriveOS), hardware (DRIVE AGX) et capteurs (caméras, lidars, radars). Les constructeurs n'ont plus qu'à brancher le tout sur leurs véhicules.
La promesse est alléchante : réduire le temps de développement de plusieurs années à quelques mois. Nvidia met en avant les 15 000 années-ingénieur investies dans son système de sécurité Halos. C'est un argument massue pour des constructeurs qui n'ont ni le temps ni l'expertise pour développer leur propre pile logicielle de conduite autonome. Jensen Huang compare cette plateforme à Android : un système ouvert que chacun peut adapter à ses besoins, plutôt qu'un écosystème verrouillé à la Apple. L'ambition est claire : devenir le standard de facto de la voiture autonome, comme Android l'est devenu pour les smartphones.
Xinzhou Wu en première ligne : le pari des robotaxis pour 2027
Le vice-président de la division automobile de Nvidia a détaillé son plan face aux caméras de CNBC le 5 janvier. « Nous allons déployer un service robotaxi avec nos partenaires d'ici 2027 », a-t-il annoncé, fixant un calendrier précis. Il a ajouté : « Nous commencerons probablement avec une disponibilité limitée, puis nous travaillerons avec le partenaire pour prendre nos marques. » La stratégie est claire : tester sur un périmètre restreint avant de passer à l'échelle.
Ce calendrier place Nvidia en concurrence directe avec Waymo, qui opère déjà dans 10 métropoles américaines avec plus de 500 000 courses payantes par semaine, et avec Tesla, dont le patron promet un réseau de robotaxis depuis des années sans livraison concrète. La différence ? Nvidia ne fabrique pas les voitures. Il fournit le cerveau à des constructeurs comme Mercedes-Benz et Stellantis, qui se chargent du reste. Ce modèle « asset-light » permet à Nvidia de se concentrer sur ce qu'il fait le mieux : l'IA et les puces. Les premiers véhicules équipés de Drive Hyperion devraient arriver sur les routes dès la fin 2026, avec les berlines Mercedes Classe S et EQS capables de naviguer seules dans des environnements urbains complexes.
Pourquoi Nvidia mise sur une plateforme ouverte contre les boîtes noires de Tesla et Waymo
Après avoir annoncé ses ambitions, Nvidia doit convaincre. Le cœur de son argumentaire commercial repose sur une opposition frontale entre « plateforme ouverte » (Nvidia) et « silo fermé » (Tesla et Waymo). Les constructeurs historiques regardent avec méfiance les systèmes propriétaires d'Elon Musk. Personne ne veut devenir un sous-traitant du patron de Tesla, contraint de livrer ses données clients et de voir sa marque réduite à une simple coque sur des roues.
Le complexe de supériorité de Tesla
La position des constructeurs traditionnels face à Tesla est complexe. D'un côté, ils admirent la performance technologique du Full Self-Driving (FSD). De l'autre, ils voient le patron des voitures Tesla non pas comme un partenaire, mais comme un concurrent qui aspire leurs données clients et leur valeur de marque. Accepter le système Tesla reviendrait à signer un chèque en blanc à un rival direct. Waymo, filiale d'Alphabet, n'est pas mieux perçue : sa technologie est une boîte noire, inaccessible et non modifiable.
Nvidia exploite cette méfiance en proposant une « plateforme blanche ». Le constructeur garde la maîtrise de sa marque, de son interface utilisateur et, surtout, de ses données. La plateforme Drive Hyperion est modulaire : un constructeur peut choisir d'utiliser uniquement certains composants, ou d'adapter le logiciel à ses besoins spécifiques. C'est une « boîte à outils », pas une camisole de force. Pour des groupes comme Stellantis, Renault ou Mercedes, cette approche préserve leur souveraineté technologique tout en leur donnant accès à une technologie de pointe.
Alpamayo, l'arme secrète de Nvidia
Les spécifications techniques d'Alpamayo-R1 donnent le vertige. Ce modèle de vision-langage-action (VLA) compte 10 milliards de paramètres, entraîné sur 1 milliard d'images issues de 80 000 heures de conduite multi-caméras, comme le rapporte Byteiota. Mais le véritable atout est ailleurs : Alpamayo utilise un « chain-of-causation reasoning », c'est-à-dire un raisonnement causal. L'IA ne se contente pas de corréler des pixels pour décider de tourner à gauche. Elle comprend la logique des situations : si un enfant court derrière un ballon, la voiture anticipe qu'il pourrait traverser la rue.
Ce type d'IA « causale » représente une rupture avec les approches purement statistiques du FSD de Tesla ou de Waymo. En comprenant les relations de cause à effet, Alpamayo peut généraliser à partir de situations qu'il n'a jamais rencontrées. Le modèle est disponible en open source sur Hugging Face et GitHub, ce qui permet à n'importe quel constructeur de l'inspecter, de l'adapter et de l'améliorer. Attention, un détail a son importance : Alpamayo nécessite 24 Go de VRAM, un verrouillage discret mais efficace sur les puces Nvidia. La générosité a ses limites.
Comment Nvidia séduit les constructeurs que le grand patron de Tesla a snobés
Les premiers adoptants d'Alpamayo ne sont pas des inconnus. Lucid Motors et Jaguar Land Rover ont déjà signé pour intégrer la plateforme Nvidia dans leurs futurs modèles. Ces marques de luxe, qui n'ont pas les moyens de développer leur propre pile logicielle, voient dans l'offre de Nvidia une porte d'entrée rapide vers la conduite autonome. Pour elles, le choix est simple : soit elles dépensent des milliards en R&D pendant une décennie, soit elles branchent Drive Hyperion et sont sur le marché en 18 mois. La décision est vite prise.
Uber, de son côté, a également rejoint l'écosystème Nvidia. La plateforme de VTC voit dans la conduite autonome une opportunité de réduire sa dépendance aux chauffeurs humains, comme l'explique notre article sur l'avenir d'Uber avec l'IA. Pour Nvidia, chaque nouveau partenaire est une victoire contre le modèle fermé de Tesla.
Les partenariats concrets qui font trembler le patron de Tesla
Si la théorie de la « boîte à outils » séduit sur le papier, quels sont les constructeurs qui ont déjà signé ? La réponse donne du poids au plan de Xinzhou Wu. Deux géants européens, Mercedes-Benz et Stellantis, ont franchi le pas. Ces partenariats concrets transforment la stratégie de Nvidia en réalité industrielle.
Le deal Stellantis-Uber-Nvidia : 5000 robotaxis en 2028
L'annonce d'octobre 2025 a fait l'effet d'une bombe dans le secteur. Stellantis, le quatrième constructeur automobile mondial, a officialisé une collaboration avec Nvidia, Uber et Foxconn pour développer des véhicules autonomes de niveau 4, comme le détaille le communiqué officiel. Le partage des rôles est clair : Nvidia fournit le cerveau (DRIVE AGX Hyperion 10), Uber apporte son expertise d'exploitation de flotte et sa plateforme de mise en relation, Foxconn se charge de la fabrication. Stellantis met à disposition ses plateformes AV-Ready (K0 Medium Van et STLA Small).
L'objectif est ambitieux : déployer 5 000 robotaxis aux États-Unis à partir de 2028. C'est un pied de nez direct à la stratégie verticale de Tesla, qui contrôle l'intégralité de la chaîne, de la fabrication des batteries à l'exploitation des taxis. Stellantis mise sur l'écosystème ouvert prôné par Nvidia. Ce modèle permet à chaque partenaire de se concentrer sur son cœur de métier, sans avoir à tout réinventer. Pour Uber, c'est aussi l'occasion de préparer l'après-chauffeur.
Mercedes-Benz, partenaire historique
L'alliance avec Mercedes-Benz, scellée en 2020 et renouvelée au CES 2026, constitue la vitrine grand public de la stratégie Nvidia. Les modèles de fin d'année 2026, notamment la Classe S et l'EQS, utiliseront la plateforme Nvidia pour la navigation urbaine de niveau 3 avancé, comme le rapporte CNBC. Concrètement, cela signifie que ces berlines de luxe pourront rouler seules dans des environnements urbains complexes, à condition que le conducteur reste prêt à reprendre le volant.
Ce partenariat montre que la stratégie de Nvidia ne se limite pas aux robotaxis. Le marché personnel, là où Tesla est le plus fort avec son FSD, est aussi dans le viseur. Mercedes apporte son savoir-faire en matière de sécurité et de qualité perçue, tandis que Nvidia fournit la puissance de calcul et l'intelligence artificielle. Le résultat dépasse les attentes, selon Jensen Huang. Pour le patron de Tesla, qui a longtemps snobé les constructeurs traditionnels, voir Mercedes déployer une technologie concurrente directement dans ses modèles haut de gamme doit être une piqûre de rappel.
Les constructeurs chinois dans le viseur
Nvidia ne se limite pas à l'Europe et aux États-Unis. Lucid Motors et Jaguar Land Rover sont déjà clients, mais la vraie cible à long terme, ce sont les constructeurs chinois. BYD, Nio, Xpeng et Geely produisent des millions de véhicules chaque année, et ils cherchent tous une solution de conduite autonome crédible. Le problème ? La régulation chinoise impose que les données des véhicules restent sur le territoire. Nvidia travaille donc sur une version localisée de Drive Hyperion, hébergée sur des serveurs en Chine. Si ce pari réussit, le volume de ventes potentiel est vertigineux.
Comment la régulation européenne pourrait aider Nvidia contre le patron des voitures Tesla
Les constructeurs ont signé, mais la route est encore longue. La réglementation européenne, souvent perçue comme un frein à l'innovation, pourrait paradoxalement devenir un avantage compétitif pour Nvidia. Le calendrier de l'entreprise (2027-2028 pour le niveau 4) est parfaitement synchronisé avec l'arrivée des premières autorisations en Europe. Et surtout, son approche centrée sur la simulation (Omniverse) est taillée pour répondre aux exigences des régulateurs.
Niveau 4 en France : un horizon 2027-2030
Le niveau 3 de conduite autonome est autorisé en France depuis septembre 2022, mais dans des conditions très restrictives. Comme le détaille ULYS, le véhicule doit rouler sur des voies séparées (autoroutes), à une vitesse maximale de 60 km/h, par beau temps, sans piétons ni cyclistes à proximité. Autant dire que l'usage est extrêmement limité. Le niveau 4, où le conducteur peut lâcher complètement le volant, n'est pas attendu avant 2027 au mieux, et plus probablement 2030.
Cette lenteur administrative, qui exaspère les constructeurs, est une aubaine pour Nvidia. La fenêtre 2027-2030 est exactement celle ciblée par Xinzhou Wu pour ses robotaxis. Pendant que Tesla et Waymo accumulent les kilomètres réels aux États-Unis, Nvidia dispose de plusieurs années pour affiner sa technologie en simulation et se préparer aux exigences réglementaires européennes. Le Forum mondial des Nations unies pour l'harmonisation des règlements techniques devrait d'ailleurs publier des règles internationales d'ici mi-2026, ce qui donnera un cadre clair aux déploiements.
Le jumeau numérique et la simulation Omniverse
Le gros point faible de la conduite autonome en Europe reste la question de la responsabilité. En cas d'accident, qui est responsable ? Le conducteur, le constructeur, l'éditeur du logiciel ? La loi est encore floue. C'est là que Nvidia sort son argument massue : grâce à sa plateforme Omniverse et à Cosmos, son simulateur physique, l'entreprise peut générer des milliards de kilomètres de conduite et des scénarios d'accidents impossibles à reproduire dans la vie réelle.
Comme l'explique la page officielle de Nvidia, la simulation permet de « prouver » la sécurité de l'IA causale avant même de rouler sur les routes. Un enfant qui traverse soudainement, un conducteur qui grille un feu rouge, un animal qui surgit : toutes ces situations peuvent être générées des millions de fois pour vérifier que l'IA réagit correctement. C'est un argument de poids pour rassurer les assureurs et les législateurs européens, qui exigent des preuves tangibles avant d'accorder des autorisations. Le blog de TotalEnergies souligne d'ailleurs que cette capacité de simulation pourrait devenir un prérequis réglementaire.
Les enquêtes réglementaires qui freinent Waymo et Tesla
Pendant que Nvidia peaufine sa simulation, ses concurrents font face à des problèmes bien réels. En janvier 2026, la National Transportation Safety Board et la National Highway Traffic Safety Administration ont ouvert des enquêtes sur les robotaxis de Waymo. La raison ? Des incidents récurrents où les véhicules ont illégalement dépassé des bus scolaires à l'arrêt, et un accident où un robotaxi a heurté un enfant qui traversait la rue derrière un SUV garé. Ces incidents, rapportés par Wikipedia, jettent une ombre sur la fiabilité de l'approche « boîte noire » de Waymo. Nvidia, qui n'a pas encore de véhicules en circulation, peut observer ces déboires de loin et ajuster son système en conséquence.
Comment Nvidia compte combler son retard sur Waymo et Tesla
Le plan de Nvidia est brillant sur le papier, mais il se heurte à un problème de taille : les données. Waymo et Tesla ont une avance colossale dans l'entraînement de leurs IA. Sans données réelles, pas d'intelligence artificielle fiable. Comment Nvidia peut-il combler ce gouffre ? La réponse tient en un mot : la simulation.
Comment Nvidia rattrape ce retard ?
Les chiffres donnent le vertige. Selon Wikipedia, Waymo totalise 200 millions de miles parcourus en mode entièrement autonome, avec plus de 500 000 courses payantes par semaine dans 10 métropoles américaines. Tesla, de son côté, dispose d'un parc de plusieurs millions de véhicules clients qui roulent chaque jour avec le FSD activé, générant un flux continu de données d'entraînement. Les 80 000 heures de conduite revendiquées par Nvidia paraissent ridicules à côté.
Reconnaître ce problème crée un suspense : Nvidia va-t-il réussir par ruse ce qu'il ne peut pas faire par la force ? L'entreprise ne peut pas déployer des milliers de voitures d'essai du jour au lendemain. Mais elle peut simuler des milliards de kilomètres en quelques semaines. C'est là que la rupture technologique d'Alpamayo prend tout son sens.
La solution Nvidia : entraîner une IA « causale » avec des données synthétiques
Alpamayo-R1 n'est pas entraîné uniquement sur des données réelles. Il utilise la causalité : l'IA comprend les relations de cause à effet. Si je tourne le volant à gauche, la voiture tourne à gauche. Si un piéton s'engage sur le passage clouté, la voiture doit s'arrêter. Cette approche permet à l'IA de généraliser à partir de la logique, pas de la simple répétition statistique.
Omniverse, le simulateur physique de Nvidia, génère des milliards de situations impossibles à obtenir dans la vie réelle : un enfant qui traverse soudainement, un accident évité de justesse, une chaussée glissante après une pluie soudaine. L'IA causale apprend à raisonner dans ces situations, même si elle ne les a jamais rencontrées exactement. C'est le pari de Xinzhou Wu : plutôt que d'accumuler des kilomètres réels pendant des années, mieux vaut entraîner une IA capable de comprendre le monde. Ce raisonnement séduit les constructeurs, mais il devra être validé par les régulateurs et, surtout, par la réalité des routes.
Les chiffres qui parlent : le marché potentiel
McKinsey estime le marché de la conduite autonome entre 300 et 400 milliards de dollars d'ici 2035, rien que pour les véhicules particuliers. Si on ajoute les robotaxis, la livraison autonome et les flottes commerciales, le total dépasse facilement les 500 milliards. Nvidia, avec sa stratégie de plateforme ouverte, ne vise pas à capturer la totalité de ce marché, mais à en devenir l'infrastructure essentielle. Comme Google avec Android, Nvidia veut que chaque voiture autonome, quel que soit le constructeur, embarque un cœur Nvidia. Même une part de 10 % de ce marché représenterait des dizaines de milliards de dollars de revenus annuels.
Le pari risqué de Nvidia peut-il réellement détrôner le patron de Tesla ?
La stratégie de Nvidia est cohérente et ambitieuse. Mais la route vers le niveau 4 est pavée d'embûches. Il est temps de peser le pour et le contre, et de donner une perspective critique pour le lecteur français.
Les failles du plan Nvidia
Le principal risque pour Nvidia est de ne pas toucher directement le client final. L'entreprise dépend entièrement de la capacité de ses partenaires — Mercedes, Stellantis, Lucid, Jaguar Land Rover — à intégrer correctement sa plateforme et à livrer les véhicules à temps. Si un constructeur échoue, c'est la réputation de Nvidia qui trinque. À l'inverse, Tesla contrôle toute la chaîne, de la conception des puces à l'exploitation des robotaxis, en passant par la fabrication des véhicules. Cette verticalisation permet à Elon Musk de corriger les problèmes rapidement, sans avoir à coordonner plusieurs partenaires.
Autre faille : l'open source. En rendant Alpamayo disponible sur Hugging Face et GitHub, Nvidia prend le risque que la concurrence chinoise (comme Baidu ou Pony.ai) copie et améliore ses modèles sans rien donner en retour. Le verrouillage par la VRAM (24 Go requis) n'est pas infranchissable. Enfin, la simulation, aussi puissante soit-elle, ne remplace pas totalement les données réelles. Les situations du monde réel sont infiniment plus variées que ce qu'un simulateur peut générer. Waymo et Tesla le savent bien, eux qui continuent d'accumuler des kilomètres réels chaque jour.
La position de Waymo : un concurrent qui ne dort pas
Waymo n'est pas resté les bras croisés pendant que Nvidia faisait son show. En février 2026, la filiale d'Alphabet a levé 16 milliards de dollars, valorisant l'entreprise à 126 milliards de dollars. Avec 3 700 robotaxis en service et 500 000 courses payantes par semaine, Waymo est le leader incontesté du marché aujourd'hui. Mais son modèle fermé, où tout est propriétaire, limite sa capacité à séduire les constructeurs traditionnels. Waymo veut être le chauffeur, pas le fournisseur de cerveau. C'est une stratégie diamétralement opposée à celle de Nvidia, et les deux entreprises ne sont pas en concurrence directe sur les mêmes clients.
L'avis de la rédaction : pourquoi la bataille de la voiture autonome est plus ouverte que jamais
Malgré ces risques, la stratégie de Nvidia est la plus crédible pour démocratiser la conduite autonome en Europe. Elle respecte les contraintes des constructeurs (souveraineté de la marque, maîtrise des données) et les exigences réglementaires (simulation, preuves de sécurité). Elle offre une « troisième voie » entre l'empire Tesla et le monopole Waymo, deux systèmes fermés qui peinent à séduire les constructeurs traditionnels.
Pour les jeunes lecteurs français, la question n'est pas « qui gagnera ? », mais « quand est-ce que je pourrai monter dans une voiture qui se conduit toute seule ? ». Grâce à la guerre ouverte entre ces géants, la réponse est peut-être « plus tôt que prévu ». La fenêtre 2027-2028 est cruciale : c'est à ce moment-là que les premiers robotaxis Nvidia-Stellantis devraient apparaître, que les Mercedes équipées de Drive Hyperion circuleront en ville, et que les régulateurs européens devraient autoriser le niveau 4.
Xinzhou Wu a lancé le compte à rebours. La bataille ne se joue pas sur les puces, mais sur l'écosystème. Et l'Europe, avec ses régulations strictes et ses constructeurs historiques, est le champ de bataille décisif. Le patron de Tesla peut trembler : l'Android du robotaxi arrive.
Conclusion : Nvidia a-t-il les moyens de ses ambitions ?
Le pari de Xinzhou Wu est audacieux mais pas irréaliste. En misant sur l'open source, la simulation et les partenariats industriels, Nvidia contourne les obstacles qui bloquent Tesla et Waymo. L'entreprise ne cherche pas à posséder la route, mais à en devenir le pavement. Si elle réussit, chaque constructeur pourra proposer une voiture autonome sans avoir à tout réinventer.
Les prochains mois seront décisifs. Les premiers tests des Mercedes équipées de Drive Hyperion en milieu urbain, prévus pour fin 2026, donneront une indication concrète de la maturité de la technologie. En parallèle, les régulateurs européens devraient clarifier le cadre juridique pour le niveau 4, offrant un terrain de jeu régulé mais ouvert.
Pour les conducteurs français, l'horizon 2027-2028 est réaliste. Les robotaxis Stellantis-Uber-Nvidia pourraient débarquer dans les grandes métropoles, et les berlines Mercedes haut de gamme offriront une conduite autonome en ville. Le chemin est encore long, mais pour la première fois, une alternative crédible à Tesla et Waymo se dessine. Nvidia ne veut pas être le moteur de la voiture autonome. Il veut être la voiture. Et il pourrait bien y parvenir.
