TIER IV presenta cinco modelos de código abierto para la conducción autónoma

TIER IV anunció el 11 de noviembre de 2026 el desarrollo y la disponibilidad como código abierto de cinco modelos de IA de extremo a extremo para la conducción autónoma con Autoware, que abarcan desde sistemas que solo utilizan cámaras hasta configuraciones que incorporan LiDAR, radar y mapas de alta definición. La oferta brinda a los fabricantes de automóviles y a sus socios tecnológicos varias opciones para optimizar los modelos e integrarlos en los sistemas de los vehículos.

La oferta incluye NVIDIA Alpamayo 2 Edge, AutoE2E, METEOR, OnePlanner y LatentDrive. Sus diseños de extremo a extremo conectan la percepción del entorno con la generación de trayectorias de conducción, pero los modelos difieren en los sensores que requieren, el enfoque de planificación y su grado de preparación: algunos ya están integrados con Autoware, mientras que otros siguen en proceso de adaptación a los vehículos o de integración.

TIER IV presenta los modelos como resultados tecnológicos concretos de Autoware 2.0, la arquitectura de nueva generación que describió el 2 de noviembre de 2026. Esta arquitectura combina enfoques basados en IA con otros convencionales basados en reglas, añade un esquema de indexación flexible para la integración modular de software y ofrece un marco de diseño de referencia destinado a facilitar la adopción comercial en distintos vehículos, aplicaciones y entornos operativos.

Modelos distintos para vehículos distintos

TIER IV informa que Alpamayo 2 Edge tiene 2.000 millones de parámetros, frente a los 34.000 millones de Alpamayo 2 Super, y que utiliza únicamente imágenes de cámaras y razonamiento para generar trayectorias de conducción. Su integración con Autoware está completa, pero TIER IV sigue optimizando el modelo y adaptándolo a vehículos reales.

La Autoware Foundation y TIER IV lideran el desarrollo de AutoE2E. TIER IV cifra el modelo en 79,9 millones de parámetros y afirma que puede ejecutarse en plataformas informáticas distintas del hardware de NVIDIA, con configuraciones que van desde el uso exclusivo de cámaras hasta sistemas que incorporan LiDAR y radar. Su arquitectura rápida-lenta combina un modelo reactivo para tomar decisiones en tiempo real con modelos del mundo y de razonamiento que predicen cambios en el entorno y respaldan las decisiones de conducción.

METEOR, desarrollado de forma independiente por TIER IV y destinado principalmente a vehículos de pasajeros de propiedad privada, tiene 16 millones de parámetros. Según TIER IV, su red neuronal convolucional utiliza una representación cenital para abarcar desde la percepción hasta la generación de trayectorias en una sola red, sin depender de mapas de alta definición. Acepta imágenes de entre una y ocho cámaras, permite añadir LiDAR y radar, y es compatible con plataformas de semiconductores de NVIDIA y Renesas.

Según TIER IV, OnePlanner combina la percepción y la planificación del movimiento. Actualmente utiliza BEVFusion para crear una representación cenital a partir de nubes de puntos LiDAR y transfiere directamente al planificador las características extraídas durante la percepción, lo que reduce las conversiones intermedias a posiciones y velocidades de objetos. También incorpora mapas de alta definición, información de rutas, estados de los semáforos y estados de movimiento del vehículo para generar trayectorias de seis segundos. La integración con Autoware está completa.

LatentDrive utiliza V-JEPA, un enfoque de aprendizaje autosupervisado, para representar en un espacio latente las características extraídas de videos de cámaras y generar trayectorias sin detección ni seguimiento intermedios de objetos. Según TIER IV, no necesita mapas de alta definición y produce trayectorias de cuatro segundos a partir de videos, información de rutas y estados de movimiento del vehículo. Es compatible con una o tres cámaras, mientras que la integración con Autoware y la validación en vehículos siguen en curso.

Qué incluye AutoE2E V1.0

El grupo de trabajo Robotaxi de la Autoware Foundation, patrocinado por TIER IV, publicó AutoE2E v1.0 el 11 de noviembre de 2026, con licencia Apache 2.0 para uso comercial y de investigación; también están disponibles los puntos de control entrenados. La versión incluye el modelo reactivo, que funciona a 10 Hz, fusiona seis vistas de cámara en una representación cenital y planifica 6,4 segundos de aceleración y dirección. Las capas de modelo del mundo y de razonamiento siguen en desarrollo para que funcionen con el mismo planificador.

La fundación informa que, en una validación con datos grabados, el modelo AutoE2E ajustado obtuvo un error medio de desplazamiento de 0,744 metros en un intervalo de tres segundos, lo que lo situó en segundo lugar entre ocho configuraciones de pesos abiertos incluidas en la comparación. En esa prueba de ciclo abierto, los modelos hicieron predicciones a partir de fotogramas de cámara registrados y se evaluaron comparándolas con la trayectoria real del conductor humano; AutoE2E también recibió un mapa rasterizado y una ruta, mientras que las entradas variaron entre los distintos modelos. Por tanto, el resultado se refiere a la predicción de trayectorias con datos grabados, no al rendimiento en carretera de un vehículo sin conductor.

AutoE2E está integrado con Autoware para evaluaciones de ciclo abierto, y se están realizando pruebas de ciclo cerrado con vehículos reales para evaluar la conducción interactiva. La fundación afirma que el rendimiento en despliegue y los requisitos de recursos aún deben evaluarse específicamente para cada plataforma, y que se prevén más pruebas en carretera para 2027. El proyecto se dirige a aplicaciones que van desde la asistencia a la conducción manos libres de nivel L2++ hasta la futura movilidad autónoma de nivel L4, aunque L4 sigue siendo un objetivo de desarrollo y no una capacidad actual.

Comercialización y flujo de trabajo de desarrollo

Para METEOR, TIER IV afirma que utiliza CoMET, la plataforma de etiquetado automatizado integrada en Co-MLOps, junto con IA agéntica para automatizar el etiquetado de datos y el entrenamiento, la evaluación y la mejora de modelos, sin necesidad de codificación ni etiquetado manuales. Los fabricantes de automóviles y los proveedores de componentes pueden optimizar el modelo de código abierto según las especificaciones y los requisitos de rendimiento de sus propios vehículos.

El fundador y director ejecutivo Shinpei Kato afirmó que la estrategia multimodelo busca ayudar a fabricantes y proveedores a «hacer suyas las tecnologías en función de sus aplicaciones y requisitos de rendimiento, sin depender de un modelo de IA o una plataforma de semiconductores concretos».

Ali Kani, vicepresidente de automoción de NVIDIA, afirmó que la integración de Alpamayo 2 Edge ofrece a los desarrolladores una base abierta para llevar la tecnología de la investigación a sus propios vehículos.

Los próximos pasos que plantea TIER IV son seguir mejorando el rendimiento, optimizar la tecnología para su uso en vehículos, comercializarla con fabricantes de automóviles y socios a través de Autoware y ampliar su aplicación a distintos tipos de vehículos y casos de uso. Autoware 2.0 proporciona la arquitectura compartida, pero las pruebas de circuito cerrado de AutoE2E, aún sin terminar, muestran que la disponibilidad de código abierto y el despliegue validado en vehículos siguen siendo hitos distintos.