Porsche vede napříč značkami Volkswagen Group společný datový cyklus pro autonomní vozidla

Na konferenci GTC Berlin společnosti NVIDIA dne 21. října 2026 oznámily Porsche, značky Volkswagen Group a CARIAD, že společně budují sdílený datový cyklus pro vývoj autonomních vozidel. Počáteční implementaci a integraci ekosystému vede Porsche společně se společnostmi Voxel51, NVIDIA a Microsoft.

Volkswagen Group vede vývoj fyzického stacku umělé inteligence, který propojuje data z vozového parku se simulací, trénováním a vyhodnocováním. Podle společnosti Voxel51 generuje propojený vozový park skupiny denně tolik dat, kolik odpovídá 11 000 průměrným řidičům. Společnosti očekávají, že spolupráce omezí opakované fyzické testovací jízdy až o 90 % a zkrátí cykly regresního testování umělé inteligence až o 85 %.

Role v datovém cyklu

Společnosti popisují spolupráci jako referenční architekturu pro automobilky, které vyvíjejí pokročilé jízdní systémy nové generace.

Volkswagen přispívá propojeným vozovým parkem, daty z jízd v reálném provozu, platformou vozidel a systémovými požadavky. Voxel51 zajišťuje datovou vrstvu a podporuje šest pracovních postupů v rámci datového cyklu: multimodální vyhledávání a načítání, automatické označování, výběr a organizaci dat podle scénářů, vyvažování datových sad, výběr trénovacích dat a ověřování modelů. NVIDIA přispívá technologiemi pro načítání a generování dat a simulaci, včetně Cosmos Data Factory, která slouží k přípravě, rozšiřování a vyhodnocování trénovacích dat; knihoven Omniverse NuRec pro rekonstrukci jízd v reálném provozu; a otevřených modelů a nástrojů pro testování jízdních systémů v simulaci. Microsoft Azure poskytuje cloudové prostředí a výpočetní výkon. Pracovní zátěž běží v rozsahu odpovídajícím celému vozovému parku na infrastruktuře, kterou skupina již používá.

Vlastní zpráva NVIDIA v redakční sekci z konference uvádí, že Porsche vede prostřednictvím Voxel51 vývoj pracovního postupu založeného na datovém cyklu napříč značkami Volkswagen Group, který využívá Cosmos Data Factory a Omniverse NuRec v prostředí Azure.

Rishi Dhall, viceprezident NVIDIA pro automobilový průmysl, v oznámení uvedl, že simulace mění zkušenosti z jízd v reálném provozu v nepřetržitý cyklus učení a zlepšování a že Volkswagen Group může pomocí datové platformy Voxel51 spolu s Omniverse NuRec a Cosmos převádět data z vozového parku na vysoce věrné simulační scénáře.

Kontroly, vstupní brány generování a výsledky rekonstrukce

Virtuální ověřování nových verzí jízdního softwaru je jedním z prvních způsobů využití datového cyklu pro Porsche a Volkswagen Group. Inženýři vykreslují rekonstruované záznamy z kamer pořízené při skutečných jízdách a porovnávají výsledky simulace s měřeními z reálného provozu. Podle společnosti Voxel51 je cílem zajistit opakovatelnost testování, zkrátit cykly zpětné vazby a snížit závislost na fyzických testovacích jízdách.

Než se jakýkoli záznam dostane ke GPU rekonstrukci, společnost Voxel51 provede kontrolu surového záznamu, která zahrnuje přibližně 80 ověření integrity senzorů, časování, kalibrace, trajektorií, objektů a souřadnicových systémů. Podrobný technický rozbor Dana Gurala, vedoucího partnerství Voxel51 v oblasti fyzické umělé inteligence, uvádí, že kontrola čte soubory MCAP přímo a probíhá ve třech úrovních: kontrola manifestu, která trvá přibližně milisekundu na jednu jízdu; kontrola epizody, která trvá přibližně sekundu; a kontrola dekódovaných dat, která zabere několik minut na jednu jízdu. U každé kontroly se zaznamená, zda prošla, neprošla, nebo ji nebylo možné provést. Platí přitom pravidlo, které Voxel51 označuje slovy „mlčení neznamená úspěšné ověření“: chybějící vstup proto nelze považovat za platná data.

Gural popisuje cyklus v pěti fázích: vyhledání, kontrola, generování, rekonstrukce a vyhodnocení. Pro fázi vyhledávání platforma integruje NVIDIA Cosmos Dataset Search; klipy se vkládají pomocí Cosmos-Embed1 a ukládají v Milvus. Agentní model pro změnu pořadí výsledků pak nechá plánovací model sestavit hodnoticí kritéria podle záměru vyhledávání, pomocí Cosmos Reason ohodnotí každý klip podle těchto kritérií a seznam znovu seřadí.

Gural uvádí, že Voxel51 ověřila kontrolní systém na sedmi veřejných datových sadách: nuScenes, Waymo, PandaSet, Argoverse 2, MAN TruckScenes, aiMotive a Lyft Level 5. Kontrola odhalila ve zveřejněných datech 25 potvrzených problémů, z nichž 17 bylo před rekonstrukcí opraveno. V souvislosti s generováním syntetických dat pomocí Cosmos Data Factory podrobný rozbor uvádí, že zaznamenané důkazy z kontrolní brány ukázaly, že 12 vzorkovacích kroků dosáhlo stejné 35% míry přijetí, přičemž náklady klesly z 6,80 na 2,43 GPU minuty na klip; že kontrolou atributů prošlo pouze 30 až 38 % vygenerovaných klipů; a že po nové kalibraci hodnoticího modelu vzrostla sémantická úspěšnost z 3 % na 91 %, aniž se zvýšil čas využití GPU.

Podrobný rozbor uvádí, že při rekonstrukci dosáhl medián maximálního odstupu signálu od šumu hodnoty 29,05 dB u 25 veřejných scén z nuScenes zpracovaných na GPU NVIDIA H100. Jako příklad uvádí noční scénu z nuScenes, která v tomto ukazateli dosáhla 28,59 dB, ale její skóre strukturální podobnosti činilo 0,56 a skóre naučené percepční podobnosti 0,61. Gural tento příklad používá k tomu, aby ukázal, že jediný ukazatel kvality obrazu může označit za vyhovující i výsledek, který je viditelně nekvalitní. Každý běh rekonstrukce zařazuje systém do fronty k lidské kontrole. Inženýři mohou výsledek schválit pro simulaci, vrátit jej k opětovnému trénování nebo zamítnout. Dokončené scény se balí do souborů USDZ připravených pro simulátory, mimo jiné NVIDIA AlpaSim.

Nasazení v Azure a vlastnictví datového cyklu

Každá fáze probíhá jako úloha v prostředí Microsoft Azure, kde Volkswagen Group spravuje data svého vozového parku. Azure zajišťuje úložiště a výpočetní výkon pro zpracování dat, rekonstrukci a simulaci a zároveň udržuje tyto úlohy v rámci stávajícího modelu skupiny pro zabezpečení, správu identit a regionální řízení.

Společnost Voxel51 uvedla, že společný datový model umožňuje přenášet údaje o jízdách a scénáře vytvořené v jednom projektu napříč programy vozidel, vydáními softwaru i značkami. Každá nová jízda rozšiřuje základnu scénářů a množství rekonstruovaných scén dostupných k opětovnému využití v budoucích vývojových a validačních cyklech.

Spoluzakladatel a generální ředitel společnosti Voxel51 Brian Moore napsal, že automobilka může mít svůj vývojový cyklus pod kontrolou, aniž by musela sama vytvořit každý nástroj: „Klíčem ke skutečně špičkovému výkonu v oboru je využít data, k nimž má vaše společnost přístup. Musíte mít pod kontrolou cyklus vývoje a iterací, i když sami nevytváříte každou vrstvu technologického zásobníku.“ Voxel51 svou platformu popisuje jako rozšiřitelnou: týmy si mohou přinést vlastní modely, definovat vlastní logiku scénářů a propojit stávající data a infrastrukturu, aniž by jim platforma určovala, jak má být samotný systém řízení vozidla vytvořen.

Společnost Voxel51 uvedla, že s Porsche začala spolupracovat v roce 2024, kdy technický vedoucí Porsche Tin Stribor Sohn popsal problém s daty jako výzvu, která vyžaduje automatizované označování pro porozumění datům, detekci scénářů pro nalezení toho, co je nové nebo důležité, a výběr dat s cílem odstranit nadbytečné informace. Příspěvek společnosti Voxel51 s odkazem na průzkum McKinsey také uvádí, že každý čtvrtý spotřebitel na světě by kvůli lepším funkcím autonomního řízení změnil značku.

Samostatně, na konferenci GTC Berlin, podle oznámení společnosti NVIDIA představuje Volkswagen Commercial Vehicles svou platformu autonomního vozidla ID. Buzz AD na výpočetní platformě NVIDIA Hyperion, která má podporovat několik systémů autonomního řízení.