Η Porsche ηγείται του κοινού κύκλου δεδομένων για αυτόνομα οχήματα μεταξύ των εμπορικών σημάτων του Volkswagen Group

Στο συνέδριο GTC Berlin της NVIDIA, στις 21 Οκτωβρίου 2026, η Porsche, εμπορικά σήματα του Volkswagen Group και η CARIAD ανακοίνωσαν ότι συνεργάζονται για τη δημιουργία ενός κοινού αυτοτροφοδοτούμενου κύκλου δεδομένων για την ανάπτυξη αυτόνομων οχημάτων, με την Porsche να ηγείται της αρχικής υλοποίησης και της ενσωμάτωσης στο οικοσύστημα, μαζί με τη Voxel51, τη NVIDIA και τη Microsoft.

Το Volkswagen Group ηγείται της ανάπτυξης μιας στοίβας φυσικής τεχνητής νοημοσύνης που συνδέει τα δεδομένα του στόλου με την προσομοίωση, την εκπαίδευση και την αξιολόγηση. Η Voxel51 ανέφερε ότι ο συνδεδεμένος στόλος του ομίλου παράγει καθημερινά δεδομένα ισοδύναμα με εκείνα 11.000 μέσων οδηγών και ότι οι εταιρείες αναμένουν πως η συνεργασία θα μειώσει έως και 90% τις επαναλαμβανόμενες φυσικές δοκιμές οδήγησης και θα συντομεύσει έως και 85% τους κύκλους δοκιμών παλινδρόμησης της τεχνητής νοημοσύνης.

Οι ρόλοι στον κύκλο δεδομένων

Οι εταιρείες περιγράφουν τη συνεργασία ως αρχιτεκτονική αναφοράς για αυτοκινητοβιομηχανίες που αναπτύσσουν προηγμένα συστήματα οδήγησης επόμενης γενιάς.

Το Volkswagen Group συνεισφέρει τον συνδεδεμένο στόλο του, δεδομένα από πραγματικές διαδρομές, την πλατφόρμα οχημάτων και τις απαιτήσεις συστημάτων. Η Voxel51 παρέχει το επίπεδο δεδομένων και υποστηρίζει έξι ροές εργασίας στον κύκλο: πολυτροπική αναζήτηση και ανάκτηση, αυτοματοποιημένη επισήμανση, επιμέλεια δεδομένων βάσει σεναρίων, εξισορρόπηση συνόλων δεδομένων, επιλογή δεδομένων εκπαίδευσης και επικύρωση μοντέλων. Η NVIDIA συνεισφέρει τεχνολογίες ανάκτησης και δημιουργίας δεδομένων, καθώς και προσομοίωσης, μεταξύ των οποίων το Cosmos Data Factory για την προετοιμασία, την επαύξηση και την αξιολόγηση δεδομένων εκπαίδευσης, οι βιβλιοθήκες Omniverse NuRec για την ανακατασκευή πραγματικών διαδρομών και ανοικτά μοντέλα και εργαλεία για τη δοκιμή συστημάτων οδήγησης σε προσομοίωση. Το Microsoft Azure παρέχει το υπολογιστικό νέφος και την υπολογιστική ισχύ, ενώ οι φόρτοι εργασίας εκτελούνται σε κλίμακα στόλου, σε υποδομή που ήδη χρησιμοποιεί ο όμιλος.

Η ανακοίνωση της ίδιας της NVIDIA στο newsroom της για το συνέδριο αναφέρει ότι η Porsche ηγείται της ανάπτυξης μιας ροής εργασιών αυτοτροφοδοτούμενου κύκλου δεδομένων για τα εμπορικά σήματα του Volkswagen Group μέσω της Voxel51, χρησιμοποιώντας το Cosmos Data Factory και το Omniverse NuRec στο Azure.

Ο Rishi Dhall, αντιπρόεδρος της NVIDIA για τον τομέα της αυτοκινητοβιομηχανίας, δήλωσε στην ανακοίνωση ότι η προσομοίωση μετατρέπει την εμπειρία οδήγησης στον πραγματικό κόσμο σε έναν συνεχή κύκλο μάθησης και βελτίωσης και ότι το Volkswagen Group μπορεί να μετατρέπει τα δεδομένα του στόλου σε σενάρια προσομοίωσης υψηλής πιστότητας, χρησιμοποιώντας την πλατφόρμα δεδομένων της Voxel51 σε συνδυασμό με τα Omniverse NuRec και Cosmos.

Έλεγχοι, πύλες δημιουργίας δεδομένων και αποτελέσματα ανακατασκευής

Η εικονική επικύρωση εκδόσεων λογισμικού οδήγησης είναι μία από τις πρώτες εφαρμογές του αυτοτροφοδοτούμενου κύκλου δεδομένων για την Porsche και το Volkswagen Group. Οι μηχανικοί αποδίδουν ανακατασκευασμένες εικόνες από τις κάμερες, οι οποίες προέρχονται από πραγματικές διαδρομές, και συγκρίνουν τα αποτελέσματα της προσομοίωσης με μετρήσεις από τον πραγματικό κόσμο. Η Voxel51 ανέφερε ότι στόχος είναι να γίνουν οι δοκιμές επαναλήψιμες, να συντομευτούν οι κύκλοι ανατροφοδότησης και να μειωθεί η εξάρτηση από τις φυσικές δοκιμές οδήγησης.

Πριν από την υποβολή οποιασδήποτε καταγραφής σε ανακατασκευή μέσω GPU, η Voxel51 ελέγχει το ανεπεξέργαστο αρχείο καταγραφής με περίπου 80 ελέγχους που καλύπτουν την ακεραιότητα των αισθητήρων, τον χρονισμό, τη βαθμονόμηση, τις τροχιές, τους κινούμενους παράγοντες και τα συστήματα συντεταγμένων. Σε μια λεπτομερή τεχνική ανάλυση, ο Dan Gural, επικεφαλής συνεργασιών φυσικής τεχνητής νοημοσύνης της Voxel51, αναφέρει ότι ο έλεγχος διαβάζει απευθείας αρχεία MCAP και εκτελείται σε τρία επίπεδα: έναν έλεγχο manifest διάρκειας περίπου ενός χιλιοστού του δευτερολέπτου ανά διαδρομή, έναν έλεγχο επεισοδίου διάρκειας περίπου ενός δευτερολέπτου και έναν έλεγχο αποκωδικοποιημένων δεδομένων διάρκειας λίγων λεπτών ανά διαδρομή. Για κάθε έλεγχο καταγράφεται αν πέρασε, απέτυχε ή δεν ήταν δυνατό να εκτελεστεί, βάσει ενός κανόνα που η Voxel51 αποκαλεί «η σιωπή δεν ισοδυναμεί με επιτυχία», ώστε μια εισροή που λείπει να μην εκληφθεί ως έγκυρα δεδομένα.

Ο Gural περιγράφει τον κύκλο σε πέντε στάδια: εντοπισμός, έλεγχος, δημιουργία, ανακατασκευή και αξιολόγηση. Για το στάδιο του εντοπισμού, η πλατφόρμα ενσωματώνει το NVIDIA Cosmos Dataset Search, ενώ τα αποσπάσματα ενσωματώνονται διανυσματικά από το Cosmos-Embed1 και αποθηκεύονται στο Milvus. Στη συνέχεια, ένας πράκτορας ανακατάταξης ζητά από ένα μοντέλο σχεδιασμού να συντάξει κριτήρια αξιολόγησης με βάση την πρόθεση της αναζήτησης, χρησιμοποιεί το Cosmos Reason για να βαθμολογήσει κάθε απόσπασμα με βάση αυτά και ανακατατάσσει τη λίστα.

Ο Gural αναφέρει ότι η Voxel51 επικύρωσε τον έλεγχο σε επτά δημόσια σύνολα δεδομένων: nuScenes, Waymo, PandaSet, Argoverse 2, MAN TruckScenes, aiMotive και Lyft Level 5. Ο έλεγχος εντόπισε 25 επιβεβαιωμένα προβλήματα στα δημοσιευμένα δεδομένα, από τα οποία τα 17 διορθώθηκαν πριν από την ανακατασκευή. Όσον αφορά τη δημιουργία συνθετικών δεδομένων με το Cosmos Data Factory, η λεπτομερής τεχνική ανάλυση αναφέρει ότι τα αποθηκευμένα στοιχεία ελέγχου έδειξαν πως 12 βήματα δειγματοληψίας είχαν το ίδιο ποσοστό αποδοχής με 35, μειώνοντας το κόστος από 6,80 σε 2,43 λεπτά GPU ανά απόσπασμα· ότι μια πύλη χαρακτηριστικών αποδέχθηκε μόνο το 30 έως 38% των αποσπασμάτων που δημιουργήθηκαν· και ότι η επαναβαθμονόμηση του αξιολογητή αύξησε το σημασιολογικό ποσοστό επιτυχίας από 3% σε 91%, χωρίς πρόσθετο χρόνο GPU.

Για την ανακατασκευή, η λεπτομερής τεχνική ανάλυση αναφέρει διάμεσο κορυφαίο λόγο σήματος προς θόρυβο 29,05 dB σε 25 δημόσιες σκηνές του nuScenes, οι οποίες υποβλήθηκαν σε επεξεργασία με GPU NVIDIA H100. Αναφέρεται μία νυχτερινή σκηνή του nuScenes που συγκέντρωσε 28,59 dB σε αυτόν τον δείκτη, αλλά είχε βαθμολογία δομικής ομοιότητας 0,56 και βαθμολογία μαθημένης αντιληπτικής ομοιότητας 0,61. Ο Gural χρησιμοποιεί το παράδειγμα για να δείξει ότι ένας μόνο αριθμός ποιότητας εικόνας μπορεί να δώσει επιτυχή βαθμολογία σε ένα αποτέλεσμα που είναι εμφανώς κακής ποιότητας. Κάθε εκτέλεση ανακατασκευής εισάγεται σε ουρά ανθρώπινου ελέγχου, όπου οι μηχανικοί είτε την εγκρίνουν για προσομοίωση είτε την επιστρέφουν για επανεκπαίδευση είτε την απορρίπτουν. Οι ολοκληρωμένες σκηνές συσκευάζονται ως αρχεία USDZ, έτοιμα για χρήση σε προσομοιωτές, μεταξύ των οποίων και το NVIDIA AlpaSim.

Υλοποίηση στο Azure και διαχείριση του κύκλου

Κάθε στάδιο εκτελείται ως εργασία στο Microsoft Azure, όπου ο Όμιλος Volkswagen διαχειρίζεται τα δεδομένα του στόλου του. Το Azure παρέχει τον αποθηκευτικό χώρο και την υπολογιστική ισχύ για την επεξεργασία δεδομένων, την ανακατασκευή και την προσομοίωση, διατηρώντας παράλληλα αυτούς τους φόρτους εργασίας εντός του υφιστάμενου μοντέλου ασφάλειας, ταυτοποίησης και περιφερειακής διακυβέρνησης του Ομίλου.

Η Voxel51 ανέφερε ότι ένα κοινό μοντέλο δεδομένων επιτρέπει στα δεδομένα οδήγησης και στα σενάρια που δημιουργούνται σε ένα έργο να αξιοποιούνται και σε άλλα προγράμματα οχημάτων, εκδόσεις λογισμικού και μάρκες. Κάθε νέα διαδρομή διευρύνει τη βάση σεναρίων, ενώ οι ανακατασκευασμένες σκηνές είναι διαθέσιμες για επαναχρησιμοποίηση σε μελλοντικούς κύκλους ανάπτυξης και επικύρωσης.

Ο συνιδρυτής και διευθύνων σύμβουλος της Voxel51, Brian Moore, έγραψε ότι μια αυτοκινητοβιομηχανία μπορεί να έχει τον έλεγχο του κύκλου ανάπτυξής της χωρίς να κατασκευάσει η ίδια κάθε εργαλείο: «Το κλειδί για επιδόσεις πραγματικά κορυφαίες στον κλάδο είναι να αξιοποιήσετε τα δεδομένα στα οποία έχει πρόσβαση η εταιρεία σας. Πρέπει να έχετε τον έλεγχο του κύκλου ανάπτυξης και επαναληπτικής βελτίωσης, ακόμη κι αν δεν κατασκευάζετε οι ίδιοι κάθε επίπεδο της στοίβας.» Η Voxel51 περιγράφει την πλατφόρμα της ως επεκτάσιμη, επιτρέποντας στις ομάδες να χρησιμοποιούν τα δικά τους μοντέλα, να ορίζουν προσαρμοσμένη λογική σεναρίων και να συνδέουν τα υπάρχοντα δεδομένα και τις υποδομές τους, χωρίς να υπαγορεύει τον τρόπο κατασκευής του ίδιου του συστήματος οδήγησης.

Η Voxel51 ανέφερε ότι άρχισε να συνεργάζεται με την Porsche το 2024, όταν ο επικεφαλής τεχνολογίας της Porsche, Tin Stribor Sohn, περιέγραψε την πρόκληση των δεδομένων ως μια πρόκληση που απαιτεί αυτοματοποιημένη επισήμανση για την κατανόηση των δεδομένων, εντοπισμό σεναρίων για την εύρεση όσων είναι νέα ή σημαντικά και επιμέλεια για την αφαίρεση των πλεονασμών. Επικαλούμενη έρευνα της McKinsey, η ανάρτηση της Voxel51 αναφέρει επίσης ότι ένας στους τέσσερις καταναλωτές παγκοσμίως θα άλλαζε μάρκα για καλύτερες λειτουργίες αυτόνομης οδήγησης.

Ξεχωριστά, στην GTC Berlin, σύμφωνα με ανακοίνωση της NVIDIA, η Volkswagen Commercial Vehicles παρουσιάζει την πλατφόρμα οχήματος ID. Buzz AD για αυτόνομη οδήγηση στην υπολογιστική πλατφόρμα NVIDIA Hyperion, με σκοπό την υποστήριξη πολλαπλών συστημάτων αυτόνομης οδήγησης.