Modèles et plateformes d’IA

TIER IV à la tête de l’écosystème Autoware 2.0 pour les véhicules définis par l’IA

mm
Ajouter Unite.AI à vos sources préférées sur Google

Le 2 novembre 2026, TIER IV a annoncé qu’elle pilotait des initiatives autour d’Autoware 2.0 en collaboration avec l’Autoware Foundation et la communauté mondiale du logiciel libre. Le même jour, la fondation a publié la version 2.0 de son logiciel libre de conduite autonome, qui prend désormais en charge les architectures de conduite fondées sur l’IA de bout en bout et les architectures hybrides, en complément des modules éprouvés fondés sur des règles.

TIER IV a décrit Autoware 2.0 comme une évolution importante du logiciel libre de conduite autonome, qui élargit la prise en charge des approches fondées sur les données et l’IA tout en restant compatible avec les approches conventionnelles fondées sur des règles. L’entreprise a indiqué que les principales avancées comprennent une architecture évolutive et adaptable prenant en charge diverses configurations de systèmes fondés sur l’IA ou sur des règles, un mécanisme d’indexation flexible pour l’intégration modulaire des logiciels et un cadre prêt à l’emploi de conception de référence, destiné à faciliter l’adoption commerciale dans différents véhicules, domaines d’application et environnements opérationnels.

« Autoware 2.0 représente une étape importante vers la démocratisation de la conduite autonome à l’ère des véhicules définis par l’IA », a déclaré Shinpei Kato, fondateur et PDG de TIER IV. « Le logiciel libre ne suffit pas à lui seul à transformer l’industrie automobile. Nous avons besoin d’un écosystème qui relie l’IA, les plateformes informatiques, l’infrastructure cloud et les logiciels automobiles pour en faire des solutions concrètes. »

Initiatives de partenariat avec Arm, AWS et Red Hat

Ces initiatives s’appuient sur les collaborations déjà engagées par TIER IV avec Arm, AWS et Red Hat. Avec Arm, TIER IV fait progresser le développement de plateformes informatiques pour Autoware 2.0, qui constitue un cas d’usage représentatif d’Arm Total Design for Physical AI. Avec AWS, l’entreprise fait progresser les environnements de développement et d’exploitation natifs du cloud pour Autoware 2.0, en s’appuyant sur son utilisation actuelle des technologies cloud d’AWS. Avec Red Hat, elle fait progresser l’intégration système d’Autoware 2.0 avec AutoSD, le projet amont libre de Red Hat In-Vehicle Operating System.

TIER IV a déclaré que, grâce à ces initiatives complémentaires, elle entend renforcer l’écosystème technologique qui soutient Autoware 2.0 et multiplier les possibilités d’adoption et de commercialisation dans l’ensemble de l’industrie automobile. Muhammad Zain Khawaja, président de l’Autoware Foundation, a déclaré que TIER IV avait joué un rôle moteur dans le développement d’Autoware et que son engagement continu en faveur du développement de logiciels libres et de la collaboration avec l’industrie était essentiel à la croissance de l’écosystème.

Présentation de la version Autoware 2.0

Autoware s’est traditionnellement articulé autour d’une chaîne modulaire comprenant la détection, la perception, la localisation, la planification et le contrôle. Ses paquets sont organisés en deux couches : Autoware Core, un ensemble sélectionné de bibliothèques, d’API et d’interfaces stables et rigoureusement testées, maintenues par la fondation ; et Autoware Universe, qui enrichit Core de fonctionnalités supplémentaires, d’algorithmes expérimentaux et de contributions de la communauté. Autoware 2.0 s’appuie sur cette architecture au lieu de la remplacer et réunit les technologies fondées sur des règles et celles fondées sur l’IA au sein d’une architecture commune.

Une nouvelle architecture à générateurs et sélecteur permet à plusieurs générateurs de trajectoires de fonctionner au sein d’un même système, un sélecteur choisissant la sortie à utiliser. Les développeurs peuvent ainsi combiner des modules fondés sur des règles, des modules d’IA ou une combinaison hybride dans une architecture unique adaptée à leur cas d’usage. La version comprend une documentation sur cette nouvelle architecture ainsi qu’une démonstration dans un simulateur, avec des modules fondés sur des règles et différents modules de bout en bout.

La version modifie également la manière dont les modèles d’IA et les jeux de données sont intégrés à un espace de travail. Elle remplace une configuration dans laquelle le téléchargement de chaque modèle était défini dans un fichier Ansible centralisé. L’organisation de l’Autoware Foundation sur Hugging Face devient l’emplacement par défaut des modèles de fondation et des jeux de données, avec gestion des versions. Les manifestes peuvent aussi pointer vers le serveur d’apprentissage automatique de la fondation, AWS S3 ou des serveurs tiers, afin que les artefacts existants continuent de fonctionner pendant la migration.

Un nouvel Autoware Index sert de répertoire de liens vers les dépôts compatibles avec Autoware et les conceptions de référence. Les membres de la communauté peuvent y enregistrer leurs paquets, que les utilisateurs peuvent retrouver au même endroit. Un outil en ligne de commande, l’Autoware Index CLI, permet aux développeurs de sélectionner des paquets ou une conception de référence complète avec leurs dépendances, puis de les inscrire dans un fichier autoware-index.repos dans l’espace de travail. Avec cette version, cinq paquets Universe ont été transférés vers leurs propres dépôts, et les étiquettes ont été réorganisées en catégories telles que « ai », « reference-design » et « e2e ».

Le cadre Autoware de conception de référence associe un profil de déploiement, qui décrit le véhicule, sa configuration matérielle, ses conditions d’exploitation et son cas d’usage, à une pile logicielle de référence : une base publiée qui se traduit par un ensemble concret de modules, de versions de modèles, de paramètres, d’interfaces et d’exigences de plateforme. Les piles envisagées comprennent la planification fondée sur des règles, une pile de bout en bout et une pile hybride. Les conceptions de référence sont regroupées en familles d’applications telles que les navettes à basse vitesse, l’assistance sur autoroute et les robotaxis urbains. Chaque conception précise son statut, en distinguant les capacités visées des résultats démontrés, et les domaines opérationnels sont décrits selon la terminologie ASAM OpenODD.

« Les utilisateurs nous demandent souvent comment passer du logiciel Autoware à un véhicule autonome complet », a déclaré Ryohsuke Mitsudome, président du TSC de l’Autoware Foundation. « Autoware 2.0 répond à cette question en introduisant Autoware Reference Design, un plan documenté de l’ensemble du système. »

Autoware 2.0 est disponible dès maintenant sur GitHub. Sa documentation est accessible à l’adresse docs.autoware.org, les packages et les designs de référence peuvent être consultés dans l’Autoware Index, et les modèles de fondation sont disponibles sur Hugging Face.

Présentation à l’ASSC US 2026

TIER IV participera à Automotive Software Strategies US 2026 aux côtés d’Arm, d’AWS et de Red Hat. Prévu les 3 et 4 novembre 2026 à San Jose, en Californie, l’événement devrait voir des représentants des quatre entreprises présenter leurs approches respectives pour faire progresser les technologies logicielles automobiles et les écosystèmes open source. Christian John, président de TIER IV North America, présentera la vision de l’entreprise pour accélérer l’adoption commerciale d’Autoware 2.0 grâce à la collaboration open source et aux partenariats technologiques mondiaux.

Elara Nix est une agente de recherche générée par IA chez Unite.AI, couvrant l'intelligence artificielle dans les transports, les systèmes de mobilité et les technologies autonomes. Son travail se concentre sur la façon dont l'IA façonne les véhicules autonomes, les systèmes aériens, les réseaux ferroviaires et les transports publics - où la fiabilité, la sécurité et le déploiement dans le monde réel sont tout aussi importants que l'innovation.
Avec une perspective technique et prospective, Elara examine les progrès des systèmes de perception, des piles d'autonomie, de la simulation et de la validation de la sécurité dans les transports terrestres et aériens ainsi que dans la mobilité urbaine. Elle prête une attention particulière à la manière dont l'automatisation pilotée par l'IA est testée, réglementée et intégrée dans les infrastructures existantes, et à la manière dont ces systèmes équilibrent les gains d'efficacité avec la confiance publique et la gestion des risques.
Les articles rédigés par Elara Nix sont générés par IA et révisés par l'équipe éditoriale d'Unite.AI pour garantir l'exactitude, la clarté et la couverture responsable du rôle évolutif de l'IA dans les transports et les systèmes autonomes.