NVIDIA annonce des programmes européens de véhicules autonomes et de robotaxis reposant sur Hyperion

Le 21 octobre 2026, à l’occasion de GTC Berlin, NVIDIA a annoncé que des constructeurs automobiles et des fournisseurs de services de mobilité européens, dont Bolt avec Lucid, Mercedes-Benz, Volkswagen Commercial Vehicles et Einride, présentent des cas d’usage de mobilité autonome reposant sur la plateforme informatique NVIDIA Hyperion, illustrant des applications potentielles pour les véhicules de niveaux 3 et 4 ainsi que pour les futures flottes de robotaxis. Volvo Cars adopte Hyperion et les logiciels NVIDIA Alpamayo Stack pour la conduite automatisée en toute sécurité. NVIDIA a également présenté de nouvelles technologies d’IA et de sécurité destinées à aider les développeurs à concevoir, valider et déployer des véhicules autonomes à grande échelle.

NVIDIA a qualifié le transport autonome d’opportunité se chiffrant en milliers de milliards de dollars, les robotaxis ouvrant la voie au déploiement commercial de véhicules de niveau 4. « Les robotaxis sont la première application de la robotique et de l’IA physique destinée au grand public ; ils réinventent la façon dont les personnes et les marchandises se déplacent », a déclaré Jensen Huang, fondateur et PDG de NVIDIA, dans l’annonce de l’entreprise à GTC Berlin. Selon Huang, Hyperion, associé au système d’exploitation de sécurité Halos, fournit aux partenaires une plateforme complète pour robotaxis, conçue pour atteindre l’autonomie totale et les plus hauts niveaux de sécurité.

Le programme de robotaxis de Bolt avec Lucid

Bolt a choisi NVIDIA Alpamayo Stack, le logiciel complet de conduite autonome de NVIDIA, pour piloter les véhicules de son programme européen de transport à la demande autonome, qui débutera avec Lucid. Bolt a indiqué que le programme serait lancé à Madrid en 2027 et qu’il commencerait par recueillir des données de conduite en conditions réelles afin de soutenir le développement et la validation de la technologie de conduite autonome, sous réserve de l’approbation des autorités réglementaires. L’entreprise a également désigné l’Allemagne et la France comme des marchés clés pour un déploiement ultérieur.

Selon l’entreprise, le programme posera les bases du déploiement d’au moins 25 000 véhicules Lucid prêts pour le niveau 4 et équipés de NVIDIA Hyperion. Il constitue un volet majeur du plan plus vaste de Bolt, qui vise à déployer 100 000 véhicules autonomes en Europe et dans l’ensemble de la région UNECE d’ici 2035. Bolt et NVIDIA travailleront ensemble à l’adaptation du logiciel de conduite aux routes européennes et à son intégration dans des véhicules de plusieurs constructeurs, à commencer par Lucid. Selon Bolt, Alpamayo Stack, qui fonctionne sur Hyperion, associe l’IA de raisonnement à la perception et à la planification classiques, avec l’appui des fonctions de sécurité NVIDIA Halos.

« Nous voulons rendre le transport à la demande autonome accessible à grande échelle dans toute l’Europe, avec 100 000 véhicules sur notre plateforme d’ici 2035 », a déclaré Jevgeni Kabanov, président de Bolt et responsable de la conduite autonome, dans l’annonce de Bolt. Kabanov a indiqué que la région de Madrid faisait figure de pionnière en mettant en place un cadre structuré pour la mobilité autonome commerciale, en coordination avec les autorités nationales. Il a ajouté que l’Allemagne serait également une priorité, les villes du pays ayant déjà formulé des ambitions en matière de mobilité autonome. Le programme de NVIDIA et Lucid fait suite au premier lancement de Bolt dans le domaine de la mobilité autonome, au Luxembourg, et s’inscrit parallèlement aux travaux menés par Bolt avec Pony.ai et Stellantis.

Bolt Autonomous Driving Solutions dirigera le développement et la commercialisation du service européen de transport à la demande autonome. L’entreprise apportera une infrastructure de gestion de flotte, son expertise réglementaire et sa connaissance des marchés locaux, grâce à une plateforme de mobilité qui compte plus de 200 millions de clients. Rishi Dhall, vice-président de NVIDIA chargé de l’automobile, a déclaré qu’Hyperion normalisait l’architecture de calcul et de capteurs entre les plateformes de véhicules, tandis qu’Alpamayo Stack et Halos fournissaient l’intelligence de conduite et les fondements de sécurité. Il a ajouté que les robotaxis pourraient se déployer à grande échelle lorsque chaque véhicule reposerait sur une base commune conçue pour la sécurité. Kay Stepper, président de Lucid Technologies et directeur du numérique chez Lucid, a déclaré que la collaboration menée jusqu’à présent et le début prévu de la collecte de données en 2027 constituaient les premières étapes vers une mobilité autonome évolutive et définie par logiciel en Europe.

Des voitures particulières au fret et aux transports publics

À GTC Berlin, Volkswagen Commercial Vehicles présente sa plateforme de véhicule autonome ID. Buzz AD, associée à Hyperion, pour prendre en charge plusieurs systèmes de conduite autonome. Selon NVIDIA, Hyperion fournit une architecture commune de calcul et de capteurs conçue pour simplifier l’intégration et la validation, et ainsi aider les développeurs et les opérateurs de mobilité à commercialiser des services de robotaxis et de transport commercial.

Volvo Cars associe ses systèmes de sécurité automobile et son expertise en ingénierie à Hyperion, Halos OS et Alpamayo Stack afin de permettre aux futurs véhicules Volvo de circuler en toute sécurité dans des environnements complexes du monde réel, de porte à porte, a indiqué NVIDIA. Mercedes-Benz étend son partenariat avec NVIDIA autour d’Hyperion et d’Alpamayo Stack pour soutenir le développement des capacités de niveau 3 et de niveau 4 du constructeur. L’entreprise a également annoncé que MB.DRIVE ASSIST PRO, développé avec NVIDIA, devrait bientôt être homologué en Allemagne pour l’aide à la conduite en milieu urbain, d’un point à un autre.

Au-delà des véhicules particuliers et des robotaxis, Einride développe sur Hyperion sa nouvelle génération de Einride Driver pour les poids lourds autonomes, en s’appuyant sur Halos, Alpamayo et les modèles de monde ouvert NVIDIA Cosmos pour concevoir et valider son système de conduite. TIER IV et l’Université technique de Munich prévoient d’intégrer Hyperion afin de développer et de valider des systèmes de transport public autonome en Allemagne. Les partenaires technologiques et industriels Aptiv, Valeo et Schaeffler conçoivent des plateformes informatiques reposant sur Hyperion, que les constructeurs automobiles pourront intégrer à des véhicules autonomes de niveau 4 et à des robotaxis.

Cadre d’évaluation Halos SAFE

Dans le cadre de son système de sécurité Halos, NVIDIA a présenté Halos SAFE, le cadre d’assurance de la sécurité pour l’évaluation, élaboré avec la collaboration de dSPACE, IVEX et TÜV Rheinland sur des processus d’évaluation. Selon NVIDIA, Halos SAFE relie la simulation, l’évaluation avec matériel et logiciel dans la boucle, les essais sur route et la surveillance des flottes au moyen de scénarios définis, de tests et de critères de performance mesurables, afin de produire des éléments de preuve de sécurité traçables qui facilitent le déploiement. L’écosystème Halos SAFE comprend également JLR, Mercedes-Benz, Volvo Cars, 51Sim, aiMotive, AVL, Deepen AI, Foretellix et Synopsys.

Nouveaux modèles pour les développeurs et outils de données

NVIDIA a présenté de nouveaux modèles, outils et plans de référence pour préparer les données de conduite, améliorer les modèles et évaluer leurs performances. Selon l’entreprise, Alpamayo 2 Edge est un modèle de raisonnement de 2 milliards de paramètres, fondé sur l’architecture Nemotron de Cosmos 3 Edge, optimisé pour la plateforme NVIDIA DRIVE AGX Thor et conçu pour fonctionner à 10 Hz afin de comprendre les scènes et de planifier les trajectoires à bord du véhicule. AlpaJudge est un modèle d’évaluation et de récompense calibré par des évaluateurs humains, qui attribue des scores aux explications de conduite afin d’évaluer la qualité du raisonnement, d’écarter les annotations de faible qualité et de réduire la vérification manuelle des données d’entraînement. Foundation4D annote des vidéos multicaméras sans données lidar, ce qui permet d’entraîner des modèles de perception et de reconstruire des scènes avec Omniverse NuRec. De nouvelles variantes des modèles Cosmos 3 Nano élargissent la génération de données synthétiques et la simulation en boucle fermée grâce à la génération synchronisée de vues multiples, de données multicaméras et de données lidar dans divers scénarios de conduite.

Le plan de référence de Cosmos Data Factory pour la génération de jeux de données de véhicules autonomes transforme les vidéos de conduite et les signaux des véhicules en données sélectionnées, consultables et annotées, en s’appuyant sur des données synthétiques pour couvrir davantage de scénarios. Alpamayo Agentic Factory, un plan de référence ouvert dont NVIDIA prévoit la disponibilité au début de 2027, utilise des agents d’IA pour relier la préparation des données, le post-entraînement des modèles et l’évaluation par simulation. Les microservices NVIDIA NIM pour Alpamayo 1.5 et NuRec Harmonizer fournissent les deux modèles sous forme de conteneurs d’inférence optimisés, offrant ainsi une voie de déploiement simplifiée pour le raisonnement des véhicules autonomes et l’harmonisation des scènes, a indiqué l’entreprise.

Uber et NVIDIA développent une usine de données reposant sur Cosmos pour sélectionner et traiter les données destinées au développement des véhicules autonomes, dans le cadre d’un partenariat plus vaste couvrant l’infrastructure de développement de l’IA, les véhicules basés sur Hyperion et le réseau mondial de transport à la demande d’Uber. Porsche dirige la mise au point, pour les marques du groupe Volkswagen, d’un processus en boucle de rétroaction sur les données, via Voxel51. Celui-ci s’appuie sur Cosmos Data Factory et Omniverse NuRec sur Microsoft Azure pour transformer les données des flottes en jeux de données et en simulations permettant d’évaluer des modèles de conduite autonome. NVIDIA a déclaré que ce processus devrait réduire jusqu’à 90 % le nombre d’essais routiers physiques répétés et raccourcir jusqu’à 85 % la durée des cycles de développement.