Porsche lidera el ciclo compartido de datos de vehículos autónomos entre las marcas del Grupo Volkswagen

En la conferencia GTC Berlin de NVIDIA, celebrada el 21 de octubre de 2026, Porsche, las marcas del Grupo Volkswagen y CARIAD anunciaron que están creando conjuntamente un ciclo compartido de datos para el desarrollo de vehículos autónomos, cuya implementación inicial y cuya integración en el ecosistema liderará Porsche junto con Voxel51, NVIDIA y Microsoft.

El Grupo Volkswagen lidera el desarrollo de una pila de IA física que conecta los datos de la flota con la simulación, el entrenamiento y la evaluación. Voxel51 afirmó que la flota conectada del grupo genera al día un volumen de datos equivalente al de 11.000 conductores promedio, y las empresas esperan que la colaboración reduzca hasta un 90 % la repetición de pruebas de conducción físicas y acorte hasta un 85 % los ciclos de pruebas de regresión de IA.

Funciones en el ciclo de datos

Las empresas describen la colaboración como una arquitectura de referencia para los fabricantes de automóviles que desarrollan sistemas avanzados de conducción de próxima generación.

Volkswagen aporta su flota conectada, datos de conducción en condiciones reales, plataforma vehicular y requisitos del sistema. Voxel51 proporciona la capa de datos, que impulsa seis flujos de trabajo en el ciclo: búsqueda y recuperación multimodales, etiquetado automatizado, selección de datos basada en escenarios, equilibrado de conjuntos de datos, selección de datos de entrenamiento y validación de modelos. NVIDIA aporta tecnologías de recuperación y generación de datos y de simulación, entre ellas Cosmos Data Factory para preparar, ampliar y evaluar datos de entrenamiento; las bibliotecas Omniverse NuRec para reconstruir recorridos reales; y modelos y herramientas de código abierto para probar sistemas de conducción en simulaciones. Microsoft Azure proporciona la nube y la capacidad de cómputo, y las cargas de trabajo se ejecutan a escala de flota en la infraestructura que el grupo ya utiliza.

El comunicado de prensa de NVIDIA sobre la conferencia señala que Porsche lidera, a través de Voxel51, el desarrollo de un flujo de trabajo de ciclo de datos entre las marcas del Grupo Volkswagen, con Cosmos Data Factory y Omniverse NuRec en Azure.

El vicepresidente de automoción de NVIDIA, Rishi Dhall, afirmó en el anuncio que la simulación convierte la experiencia de conducción en condiciones reales en un ciclo continuo de aprendizaje y mejora, y que el Grupo Volkswagen puede transformar los datos de su flota en escenarios de simulación de alta fidelidad con la plataforma de datos de Voxel51, junto con Omniverse NuRec y Cosmos.

Auditorías, controles de generación y resultados de reconstrucción

La validación virtual de las versiones del software de conducción es una de las primeras aplicaciones del ciclo para Porsche y el Grupo Volkswagen. Los ingenieros generan imágenes a partir de las entradas de cámara reconstruidas de recorridos reales y comparan los resultados simulados con mediciones del mundo real. Voxel51 afirmó que el objetivo es hacer que las pruebas sean reproducibles, acortar los ciclos de retroalimentación y reducir la dependencia de las pruebas de conducción físicas.

Antes de que cualquier grabación llegue a la reconstrucción mediante GPU, Voxel51 audita el registro sin procesar con unas 80 comprobaciones que abarcan la integridad de los sensores, la sincronización, la calibración, las trayectorias, los actores y los sistemas de coordenadas. Un análisis técnico en profundidad de Dan Gural, responsable de alianzas de IA física en Voxel51, señala que la auditoría lee directamente los archivos MCAP y se ejecuta en tres niveles: una revisión del manifiesto que tarda alrededor de un milisegundo por recorrido, una revisión del episodio que tarda alrededor de un segundo y una revisión de los datos decodificados que tarda unos minutos por recorrido. Cada comprobación registra si se superó, si falló o si no se pudo ejecutar, conforme a una regla que Voxel51 denomina «el silencio no equivale a aprobar», de modo que la ausencia de una entrada no pueda interpretarse como datos válidos.

Gural describe el ciclo en cinco etapas: buscar, comprobar, generar, reconstruir y evaluar. Para la etapa de búsqueda, la plataforma integra NVIDIA Cosmos Dataset Search; los clips se insertan mediante Cosmos-Embed1 y se almacenan en Milvus. A continuación, un reranqueador agéntico hace que un modelo planificador redacte una rúbrica a partir de la intención de búsqueda, utiliza Cosmos Reason para puntuar cada clip según esa rúbrica y vuelve a ordenar la lista.

Gural informa que Voxel51 validó la auditoría con siete conjuntos de datos públicos: nuScenes, Waymo, PandaSet, Argoverse 2, MAN TruckScenes, aiMotive y Lyft Level 5. La auditoría detectó 25 problemas confirmados en los datos publicados, 17 de los cuales se corrigieron antes de la reconstrucción. En cuanto a la generación de datos sintéticos con Cosmos Data Factory, el análisis en profundidad informa que las pruebas almacenadas en los controles mostraron que 12 pasos de muestreo igualaron a 35 en tasa de aceptación, lo que redujo el costo de 6,80 a 2,43 minutos de GPU por clip; que un control de atributos aprobó solo entre el 30 y el 38 % de los clips generados; y que recalibrar el evaluador elevó la tasa de aprobación semántica del 3 al 91 % sin tiempo adicional de GPU.

En cuanto a la reconstrucción, el análisis en profundidad informa de una relación señal/ruido pico mediana de 29,05 dB en 25 escenas públicas de nuScenes procesadas con GPU NVIDIA H100. Cita una escena nocturna de nuScenes que obtuvo 28,59 dB en esa métrica, pero registró una puntuación de similitud estructural de 0,56 y una puntuación de similitud perceptual aprendida de 0,61; Gural usa este ejemplo para mostrar que una única cifra de calidad de imagen puede dar por bueno un resultado visiblemente deficiente. Cada reconstrucción se incorpora a una cola de revisión humana, donde los ingenieros la aceptan para la simulación, la devuelven para volver a entrenarla o la rechazan. Las escenas terminadas se empaquetan como archivos USDZ listos para simuladores, entre ellos NVIDIA AlpaSim.

Implementación en Azure y control del ciclo

Cada etapa se ejecuta como un trabajo en Microsoft Azure, donde Volkswagen Group gestiona los datos de su flota. Azure proporciona el almacenamiento y la capacidad de cómputo necesarios para procesar y reconstruir los datos, así como para realizar simulaciones, al tiempo que mantiene esas cargas de trabajo dentro del modelo existente de seguridad, identidad y gobernanza regional del grupo.

Voxel51 afirmó que un modelo de datos común permite que los datos de conducción y los escenarios creados en un proyecto se aprovechen en distintos programas de vehículos, versiones de software y marcas. Cada nuevo trayecto amplía la base de escenarios y las escenas reconstruidas que pueden reutilizarse en futuros ciclos de desarrollo y validación.

Brian Moore, cofundador y director ejecutivo de Voxel51, escribió que un fabricante de automóviles puede gestionar su propio ciclo de desarrollo sin crear todas las herramientas por sí mismo: «La clave para lograr un rendimiento realmente líder en el sector es aprovechar los datos a los que tiene acceso tu empresa. Debes controlar el ciclo de desarrollo e iteración, aunque no construyas por tu cuenta todas las capas de la infraestructura». Voxel51 describe su plataforma como extensible: permite a los equipos incorporar sus propios modelos, definir una lógica de escenarios personalizada y conectar los datos y la infraestructura existentes, sin imponer cómo debe construirse el propio sistema de conducción.

Voxel51 contó que empezó a trabajar con Porsche en 2024, cuando Tin Stribor Sohn, responsable tecnológico de Porsche, describió el desafío de los datos como uno que exigía etiquetado automatizado para comprenderlos, detección de escenarios para encontrar lo nuevo o importante y selección para eliminar redundancias. En su publicación, Voxel51 también cita una encuesta de McKinsey según la cual uno de cada cuatro consumidores de todo el mundo cambiaría de marca para obtener mejores funciones de conducción autónoma.

Por otra parte, en GTC Berlin, el comunicado de NVIDIA señala que Volkswagen Commercial Vehicles presenta su plataforma de vehículos autónomos ID. Buzz AD sobre la plataforma informática NVIDIA Hyperion para admitir varios sistemas de conducción autónoma.