TIER IV esittelee viisi avoimen lähdekoodin mallia autonomiseen ajamiseen

TIER IV ilmoitti 11. marraskuuta 2026 kehittävänsä viisi päästä päähän -periaatteella toimivaa autonomisen ajamisen tekoälymallia Autowarelle ja julkaisevansa ne avoimena lähdekoodina. Mallit kattavat sekä pelkkiin kameroihin perustuvat järjestelmät että kokoonpanot, joihin kuuluu LiDAR, tutka ja tarkkoja karttoja. Mallivalikoima tarjoaa autonvalmistajille ja teknologiakumppaneille useita vaihtoehtoja mallien optimointiin ja integrointiin ajoneuvojärjestelmiin.

Mallivalikoimaan kuuluvat NVIDIA Alpamayo 2 Edge, AutoE2E, METEOR, OnePlanner ja LatentDrive. Niiden päästä päähän -ratkaisuissa ympäristön havainnointi yhdistyy ajolinjojen muodostamiseen, mutta mallit eroavat toisistaan anturivaatimusten, suunnittelutavan ja valmiusasteen osalta: osa on integroitu Autowareen, kun taas muiden sovittaminen ajoneuvoihin tai integrointi on vielä kesken.

TIER IV esittelee mallit konkreettisina teknisinä tuloksina Autoware 2.0 -arkkitehtuurille, jonka seuraavan sukupolven version se esitteli 2. marraskuuta 2026. Arkkitehtuurissa yhdistyvät tekoälypohjaiset ja perinteiset sääntöpohjaiset menetelmät. Siihen kuuluu joustava indeksointijärjestelmä modulaaristen ohjelmistojen integrointiin sekä vertailuratkaisukehys, jonka tarkoituksena on helpottaa kaupallista käyttöönottoa eri ajoneuvoissa, sovelluksissa ja käyttöympäristöissä.

Eri malleja eri ajoneuvoihin

TIER IV:n mukaan Alpamayo 2 Edgessä on 2 miljardia parametria, kun taas Alpamayo 2 Superissa niitä on 34 miljardia. Malli käyttää ajolinjojen muodostamiseen ainoastaan kamerakuvia ja päättelyä. Sen integrointi Autowareen on valmis, mutta TIER IV jatkaa mallin optimointia ja sovittamista oikeisiin ajoneuvoihin.

Autoware Foundation ja TIER IV johtavat AutoE2E:n kehitystyötä. TIER IV:n mukaan mallissa on 79,9 miljoonaa parametria, ja se toimii myös muilla laskenta-alustoilla kuin NVIDIA-laitteistolla. Kokoonpanot vaihtelevat pelkkiä kameroita käyttävistä järjestelmistä järjestelmiin, joissa on myös LiDAR ja tutka. Mallin nopea–hidas arkkitehtuuri yhdistää reaaliaikaisia päätöksiä tekevän Reactive Modelin sekä ympäristön muutoksia ennustavat ja ajopäätöksiä tukevat World- ja Reasoning-mallit.

TIER IV:n itsenäisesti kehittämä METEOR on suunnattu ensisijaisesti yksityiskäytössä oleviin henkilöautoihin, ja siinä on 16 miljoonaa parametria. TIER IV:n mukaan sen konvoluutiohermoverkko käyttää lintuperspektiivinäkymää ja hoitaa yhdessä verkossa kaiken havainnoinnista ajolinjojen muodostamiseen ilman HD-karttoja. Malli ottaa vastaan kuvia yhdestä kahdeksaan kamerasta, ja siihen voidaan lisätä LiDAR ja tutka. Se tukee NVIDIAn ja Renesasin puolijohdealustoja.

TIER IV:n mukaan OnePlanner yhdistää havainnoinnin ja liikkeen suunnittelun. Se käyttää tällä hetkellä BEVFusionia lintuperspektiivinäkymän muodostamiseen LiDAR-pistepilvistä ja välittää havainnoinnissa poimitut piirteet suoraan suunnittelijalle, mikä vähentää välivaiheen muunnoksia kohteiden sijainneiksi ja nopeuksiksi. Lisäksi se hyödyntää HD-karttoja, reittitietoja, liikennevalojen tilatietoja ja ajoneuvon liiketietoja kuuden sekunnin ajolinjojen muodostamiseen. Integrointi Autowareen on valmis.

LatentDrive hyödyntää itseohjautuvaan oppimiseen perustuvaa V-JEPA-menetelmää kameroiden videokuvasta poimittujen piirteiden esittämiseen latentissa avaruudessa ja ajolinjojen muodostamiseen ilman välivaiheen kohteiden tunnistusta ja seurantaa. TIER IV:n mukaan se ei tarvitse HD-karttaa ja muodostaa neljän sekunnin ajolinjoja videon, reittitietojen ja ajoneuvon liiketietojen pohjalta. Se tukee yhtä tai kolmea kameraa, ja integrointi Autowareen sekä ajoneuvossa tehtävä validointi ovat edelleen käynnissä.

Mitä AutoE2E V1.0 sisältää

TIER IV:n sponsoroima Autoware Foundationin Robotaxi-työryhmä julkaisi AutoE2E v1.0 -version 11. marraskuuta 2026 Apache 2.0 -lisenssillä tutkimus- ja kaupalliseen käyttöön. Saatavilla ovat myös koulutetut tarkistuspisteet. Julkaisu sisältää Reactive Modelin, joka toimii 10 Hz:n taajuudella, yhdistää kuuden kameran näkymät lintuperspektiivinäkymäksi ja suunnittelee 6,4 sekunnin kiihdytyksen ja ohjauksen. Maailmamalli- ja päättelykerroksia kehitetään vielä toimimaan saman suunnittelijan kanssa.

Säätiön mukaan hienosäädetyn AutoE2E-mallin keskimääräinen siirtymävirhe oli tallennetulla datalla tehdyssä validoinnissa 0,744 metriä kolmen sekunnin ajalta. Vertailussa se sijoittui toiseksi kahdeksan avoimilla painoilla julkaistun kokoonpanon joukossa. Tässä avoimen silmukan testissä mallit tekivät ennusteita tallennetuista kamerakuvista, ja niiden tuloksia verrattiin ihmisajajan todelliseen ajolinjaan. AutoE2E sai lisäksi karttarasterin ja reitin, kun taas mallien syötteet vaihtelivat. Tulos koskee siis ajolinjojen ennustamista tallennetulla datalla, ei kuljettajatonta ajamista tiellä.

AutoE2E on integroitu Autowareen avoimen silmukan arviointia varten, ja vuorovaikutteisen ajamisen arvioimiseksi on käynnissä suljetun silmukan testaus oikeilla ajoneuvoilla. Säätiön mukaan suorituskyky käyttöönotossa ja resurssivaatimukset on arvioitava alustakohtaisesti. Lisää koeajoja tiellä on suunniteltu vuodelle 2027. Hankkeen tavoitteena ovat sovellukset L2++-tason handsfree-ajoavustimista tulevaisuuden L4-tason kuljettajattomaan liikenteeseen, mutta L4 on edelleen kehitystavoite eikä nykyinen ominaisuus.

Kaupallistaminen ja kehitystyönkulku

METEORin kehityksessä TIER IV käyttää Co-MLOps-kokonaisuuteen kuuluvaa automaattista CoMET-merkintäalustaa yhdessä agenttipohjaisen tekoälyn kanssa datan merkitsemisen sekä mallien koulutuksen, arvioinnin ja parantamisen automatisointiin. Näin manuaalista koodausta ja merkitsemistä ei tarvita. Autonvalmistajat ja komponenttitoimittajat voivat optimoida avoimen lähdekoodin mallin omien ajoneuvojensa teknisten vaatimusten ja suorituskykytarpeiden mukaiseksi.

Perustaja ja toimitusjohtaja Shinpei Kato sanoi, että monimallistrategian tarkoituksena on auttaa valmistajia ja toimittajia ”omaksumaan teknologioita sovellustensa ja suorituskykyvaatimustensa mukaisesti ilman riippuvuutta tietystä tekoälymallista tai puolijohdealustasta”.

NVIDIAn autoteollisuudesta vastaava varatoimitusjohtaja Ali Kani sanoi, että Alpamayo 2 Edgen integrointi tarjoaa kehittäjille avoimen perustan teknologian siirtämiseksi tutkimuksesta heidän omiin ajoneuvoihinsa.

TIER IV:n ilmoittamat seuraavat vaiheet ovat suorituskyvyn jatkuva parantaminen, ajoneuvokohtainen optimointi, kaupallistaminen autonvalmistajien ja kumppaneiden kanssa Autowaren kautta sekä laajentaminen eri ajoneuvotyyppeihin ja käyttökohteisiin. Autoware 2.0 tarjoaa yhteisen arkkitehtuurin, mutta AutoE2E:n keskeneräinen suljetun silmukan testaus osoittaa, että avoimen lähdekoodin saatavuus ja ajoneuvojen validoitu käyttöönotto ovat edelleen erillisiä virstanpylväitä.