跳到正文
NVIDIA:Newsroom·· 2 小时前精选AI 评分61

NVIDIA 在 GTC Berlin 宣布 Bolt、沃尔沃等欧洲车企基于 Hyperion 构建 L3/L4 车辆与 robotaxi 车队

European Mobility Leaders Build Safe Vehicles and Robotaxi Fleets on NVIDIA Hyperion

AI 导读

NVIDIA 在 GTC Berlin 宣布 Bolt(与 Lucid 合作)、Mercedes-Benz、Volkswagen Commercial Vehicles、Einride 等欧洲车企和出行公司在 NVIDIA Hyperion 计算平台上展示自动驾驶用例,Volvo Cars 采用 Hyperion 与 Alpamayo Stack。

推荐理由

原文梳理了 Bolt、沃尔沃、大众商用车等欧洲车企基于 Hyperion 的自动驾驶布局,并给出 Halos SAFE 等新工具与量化开发收益。

正文 · AI 翻译

新闻摘要:

  • Bolt 与 Lucid、Mercedes-Benz、Volkswagen Commercial Vehicles 和 Einride 在 NVIDIA Hyperion 计算平台上展示了选定的自动驾驶出行用例,展示了 L3 和 L4 车辆以及未来 robotaxi 车队的潜在应用,Volvo Cars 则采用 Hyperion 和 NVIDIA Alpamayo Stack 实现安全自动驾驶。
  • NVIDIA 推出 Halos SAFE,这是 NVIDIA Halos 安全系统内的新框架,结合仿真与物理测试,帮助开发者生成可衡量、可追溯的自动驾驶安全证据。
  • NVIDIA 发布 Alpamayo 2 Edge、Alpamayo Agentic Factory 以及新的 Cosmos 3 Nano 模型变体,帮助开发者针对不同车辆、运行条件和地区构建、定制和评估自动驾驶。

GTC Berlin——NVIDIA 今日宣布,欧洲领先的汽车制造商和出行服务提供商,包括 Bolt 与 Lucid、Mercedes-Benz、Volkswagen Commercial Vehicles 和 Einride,正在 NVIDIA Hyperion 计算平台上展示选定的自动驾驶出行用例,展示了 L3 和 L4 车辆以及未来 robotaxi 车队的潜在应用。

此外,Volvo Cars 正在采用 Hyperion 和 NVIDIA Alpamayo Stack 软件实现安全自动驾驶。NVIDIA 还推出了新的 AI 和安全技术,帮助开发者大规模构建、验证和部署自动驾驶汽车(AV)。

自动驾驶运输代表着数万亿美元的机会,其中 robotaxi 引领着向 L4 商业化部署的迈进。NVIDIA Hyperion 和 NVIDIA Halos 全栈安全系统为汽车制造商和出行服务提供商提供计算性能、安全基础和长期支持,以大规模将自动驾驶汽车和 robotaxi 车队推向市场。

“Robotaxi 是机器人和物理 AI 的首个大众市场应用,正在重塑人员和货物的流动方式,”NVIDIA 创始人兼 CEO Jensen Huang 表示。“NVIDIA Hyperion 与我们的 Halos 安全操作系统一起,为合作伙伴提供了一个全栈 robotaxi 平台,旨在实现完全自动驾驶和最高安全水平,让我们更接近一切移动皆自动驾驶的未来。”

欧洲出行领导者基于 NVIDIA Hyperion 构建
欧洲的汽车制造商和出行服务提供商正在探索通往自动驾驶的多条路径,从乘用车和 robotaxi 车队到自动驾驶货运卡车。NVIDIA Hyperion 的模块化架构支持所有这些项目,兼容 NVIDIA Alpamayo Stack 自动驾驶软件以及合作伙伴自有的驾驶软件。

Bolt 已为其欧洲 robotaxi 项目选择 NVIDIA Alpamayo Stack,首批将基于 Hyperion 构建的未来 Lucid 车辆。Bolt 和 NVIDIA 将针对欧洲道路调整该软件,并将其集成到多家制造商的车辆中,将 NVIDIA 的驾驶和安全技术与 Bolt 的车队管理系统、运营和本地市场专业知识相结合。

Bolt 计划于 2027 年在马德里开始收集真实道路驾驶数据,以支持自动驾驶技术的开发和验证——尚待监管批准——德国将成为未来部署的优先市场,这是计划在欧洲推广至少 25,000 辆基于 NVIDIA Hyperion 构建的具备 L4 能力的未来 Lucid 车辆的一部分。

在柏林 GTC 上,大众商用车正在展示其搭载 Hyperion 的自动驾驶 ID. Buzz AD 车辆平台,以支持多种自动驾驶系统。Hyperion 提供通用的计算与传感器架构,旨在简化集成与验证,帮助开发者和出行运营商将 robotaxi 和商业运输服务推向市场。

沃尔沃汽车正将其行业领先的车辆安全系统和工程专业知识与 Hyperion、Halos OS 和 Alpamayo Stack 相结合,使未来的沃尔沃汽车能够安全地应对复杂的真实环境,实现门到门出行。

梅赛德斯-奔驰正在扩展与 NVIDIA 在 Hyperion 和 Alpamayo Stack 上的合作,以支持该车企 L3 和 L4 能力的开发。该公司还宣布,与 NVIDIA 合作开发的 MB.DRIVE ASSIST PRO 即将获得德国城市点到点城市驾驶辅助的批准,帮助驾驶员应对复杂城市交通中的行程。

除乘用车和 robotaxi 之外,Einride 正在 Hyperion 上构建其下一代 Einride Driver,用于自动驾驶货运卡车,利用 Halos、Alpamayo 和 NVIDIA Cosmos™ 开放世界模型来开发和验证其驾驶系统;同时,TIER IV 和慕尼黑工业大学计划集成 Hyperion,以开发和验证德国自动驾驶公共交通系统。

NVIDIA 的技术与制造合作伙伴也在帮助扩展 AV 生态系统,Aptiv、Valeo 和 Schaeffler 正在构建基于 Hyperion 的计算平台,可由车辆制造商集成用于 L4 AV 和 robotaxi。

借助 NVIDIA Halos 扩展安全自动驾驶
Halos 为 NVIDIA 的 AV 平台提供安全基础,将 AI 计算、安全软件和从开发到部署的验证整合在一起。

为了让开发者获得可重复的方式来评估驾驶行为和仿真准确性,NVIDIA 今日推出 Halos SAFE——安全保证评估框架——并与 dSPACE、IVEX 和 TÜV Rheinland 合作开展评估工作流。Halos SAFE 通过定义场景、测试和可衡量的性能标准,连接仿真、软件和硬件在环评估、道路测试和车队监控,生成可追溯的安全证据以支持部署。

Halos SAFE 生态系统还包括 JLR、Mercedes-Benz、Volvo Cars、51Sim、aiMotive、AVL、Deepen AI、Foretellix 和 Synopsys。

加速 AV 开发
开发 AV 意味着教会 AI 处理真实驾驶的多样性,然后将这种智能带入车辆。NVIDIA 的最新模型、工具和蓝图帮助开发者准备驾驶数据、改进模型并评估性能:

  • Alpamayo 2 Edge 是一个 20 亿参数的推理模型,构建于 NVIDIA Cosmos 3 Edge 基于 NVIDIA Nemotron™ 的基础之上,针对 NVIDIA DRIVE AGX Thor™ 平台优化,设计为以 10Hz 运行,用于车内场景理解和运动规划。
  • AlpaJudge 是一个经人工校准的评估与奖励模型,对驾驶解释进行评分,以评估推理质量、过滤弱标注并减少对训练数据的人工审核。
  • Foundation4D 无需激光雷达输入即可标注多摄像头视频,支持感知模型训练和 NVIDIA Omniverse™ NuRec 场景重建。
  • 全新的 Cosmos 3 Nano 模型变体通过在不同驾驶场景中同步生成多视角、多摄像头和激光雷达数据,扩展了自动驾驶的合成数据生成和闭环仿真能力。
  • Cosmos Data Factory 的自动驾驶数据集生成蓝图可将驾驶视频和车辆信号转化为经过整理、可搜索、带标注的数据,并利用合成数据扩大场景覆盖范围。
  • Alpamayo Agentic Factory 是一套开放蓝图,预计于 2027 年初推出,它利用 AI 智能体将数据准备、模型后训练和仿真评估连接起来,从而减少集成工作。
  • 面向 Alpamayo 1.5 和 NuRec Harmonizer 的 NVIDIA NIM™ 微服务将这两个模型以优化后的推理容器形式提供,为自动驾驶推理和场景协调提供简化的部署路径。

Uber 与 NVIDIA 正在开发一个由 Cosmos 驱动的数据工厂,用于整理和处理自动驾驶开发所需的数据。这项工作是一项更广泛合作的一部分,涵盖 AI 开发基础设施、基于 Hyperion 的车辆以及 Uber 的全球网约车网络。

Porsche 正牵头通过 Voxel51 在大众集团各品牌间开发数据飞轮工作流,利用 NVIDIA Cosmos Data Factory 和 Omniverse NuRec 在 Microsoft Azure 上将车队数据转化为数据集和仿真,用于评估自动驾驶模型。预计这将使重复的物理测试驾驶减少最多 90%,并将开发周期缩短最多 85%。

观看黄仁勋的 GTC Berlin 主题演讲,并探索相关会议。

来源:NVIDIA:Newsroom · nvidianews.nvidia.com