Hyundai Motor Group ने डेटा फ़्लायव्हील को पूर्ण संचालन में लागू किया

Hyundai Motor Group ने 13 सितंबर 2026 की घोषणा में कहा कि उसने अपने डेटा फ़्लायव्हील को पूर्ण संचालन में लगा दिया है, दो-ट्रैक स्वायत्त ड्राइविंग रोडमैप का विवरण दिया और इसे HMG ऑटोनोमस ड्राइविंग मीडिया डे में अपने Level 2++ तकनीक की पहली प्रदर्शनी कहा, जो 42dot मुख्यालय, ग्योंगगी प्रांत, दक्षिण कोरिया में आयोजित हुआ।

इवेंट के दौरान, समूह ने अपनी स्वायत्त ड्राइविंग विकास रणनीति, तकनीकी रोडमैप, प्रमुख उपलब्धियों और कार्यान्वयन योजनाओं को प्रस्तुत किया। 42dot ने Atria AI, समूह की स्वामित्व वाली स्वायत्त ड्राइविंग कृत्रिम बुद्धिमत्ता, के प्रमुख प्रौद्योगिकियों और विकास प्रगति को परिचित कराया, और अपनी Vision-Language-Action (VLA) तकनीक विकास पहल को रेखांकित किया। समूह ने Atria AI‑सुसज्जित SDV टेस्टबेड का फुटेज भी दिखाया, जो जटिल शहरी ट्रैफ़िक में बिना ड्राइवर हस्तक्षेप के नेविगेट करता है, Level 2++ क्षमता पर संचालित।

“प्रतिस्पर्धा इस बात से निर्धारित होती है कि आप कितना डेटा सुरक्षित करते हैं, आप कितनी जल्दी सीखते हैं और आप उन परिणामों को वास्तविक उत्पादों और सेवाओं में कितनी प्रभावी ढंग से प्रतिबिंबित कर सकते हैं,” मिनवू पार्क, Hyundai Motor Group के एडवांस्ड व्हीकल प्लेटफ़ॉर्म (AVP) डिवीजन के अध्यक्ष और 42dot के सीईओ ने कहा। पार्क ने कहा कि समूह डेटा, AI और वैधता के एक सद्गुणी चक्र पर आधारित स्वायत्त ड्राइविंग तकनीक विकसित करेगा, जिस पर ग्राहक भरोसा कर सकें।

डुअल-ट्रैक रणनीति 2028 और 2029 के उत्पादन लक्ष्यों को निर्धारित करती है

रोडमैप NVIDIA के साथ विस्तारित रणनीतिक साझेदारी पर आधारित है, जिसे Hyundai Motor Company और Kia Corporation ने 16 मार्च 2026 को घोषित किया था। वह समझौता Level 2 से Level 4 तक के स्वायत्त ड्राइविंग विकास को NVIDIA DRIVE Hyperion प्लेटफ़ॉर्म पर निर्मित एकीकृत आर्किटेक्चर पर कवर करता है, वास्तविक‑विश्व डेटा संग्रह, AI मॉडल प्रशिक्षण और उत्पादन वाहनों में तैनाती को जोड़ने वाली एकीकृत लर्निंग पाइपलाइन, और Motional, समूह की स्वायत्त वाहन संयुक्त उद्यम के माध्यम से Level 4 रोबोटैक्सी क्षमताओं को आगे बढ़ाने पर अतिरिक्त चर्चाएँ।

ट्रैक वन के तहत, समूह NVIDIA के वाहन AI कंप्यूटिंग प्लेटफ़ॉर्म और स्वायत्त ड्राइविंग सॉफ़्टवेयर को अपनी सॉफ़्टवेयर‑डिफाइंड वाहन (SDV) आर्किटेक्चर में एकीकृत करेगा। NVIDIA समाधान‑आधारित Level 2+ स्वायत्त ड्राइविंग क्षमताओं वाले उत्पादन वाहन 2028 के पहले आधे में लक्ष्यित हैं, जबकि Level 2++ उत्पादन वाहन 2028 के दूसरे आधे में लक्ष्यित हैं। Hyundai Motor, Kia, 42dot और Motional में उपयोग किए जाने वाले सेंसर सिस्टम को क्रमशः NVIDIA DRIVE Hyperion 10 के आसपास मानकीकृत किया जाएगा, एक परिवर्तन जिसे समूह कहता है कि AI प्रशिक्षण और वैधता के लिए अधिक सुसंगत डेटा संग्रह और उपयोग को समर्थन देगा।

ट्रैक दो Atria AI पर केंद्रित है, जो AVP डिवीजन और 42dot द्वारा एकीकृत विकास फ्रेमवर्क के तहत संयुक्त रूप से विकसित स्वामित्व वाली एंड‑टू‑एंड स्वायत्त ड्राइविंग प्रणाली है। Atria AI‑संचालित Level 2++ वाहनों का उत्पादन 2029 के दूसरे आधे में लक्ष्यित है, जिसमें क्षमताएँ उत्पादन वाहनों से एकत्रित वास्तविक‑विश्व ड्राइविंग डेटा के आधार पर चरण‑बद्ध रूप से विकसित होंगी।

डेटा फ़्लायव्हील कैसे काम करता है

डेटा फ़्लायव्हील एक चक्र के रूप में कार्य करता है, जिसमें वाहनों से एकत्रित डेटा का उपयोग AI मॉडल को प्रशिक्षित और मान्य करने के लिए किया जाता है, और सुधारित मॉडल फिर वाहनों में पुनः तैनात किए जाते हैं ताकि नया डेटा उत्पन्न हो सके। समूह के अनुसार Hyundai Motor और Kia लगभग 190 देशों और क्षेत्रों में प्रति वर्ष 7 मिलियन से अधिक वाहन बेचते हैं, और वर्तमान में लगभग 40 समर्पित डेटा संग्रहण वाहनों को 24 घंटे चलाते हैं। एकत्रित डेटासेट में नियमित ड्राइविंग परिदृश्य के साथ‑साथ एज केस भी शामिल हैं: सड़क निर्माण क्षेत्र और बुनियादी ढांचे में विविधताएँ, गंभीर मौसम स्थितियाँ, अचानक लेन परिवर्तन और आपातकालीन चालें, साइड स्ट्रीट और संकरी सड़कों पर पार्क किए गए वाहन, और जटिल शहरी ट्रैफ़िक गतिशीलता।

2026 की शुरुआत से, समूह ने नई लर्निंग तकनीकों को प्रणाली में एकीकृत किया है। हार्ड एक्साम्पल माइनिंग स्वचालित रूप से उन चुनौतीपूर्ण ड्राइविंग स्थितियों की पहचान करती है जिन्हें AI मॉडल पहचानने या व्याख्या करने में कठिनाई महसूस करते हैं और उन परिदृश्यों को प्रशिक्षण के लिए प्राथमिकता देती है। एक निरंतर प्रशिक्षण पाइपलाइन वास्तविक‑विश्व ड्राइविंग और वैधता से प्राप्त नए डेटा को मॉडल प्रशिक्षण में सम्मिलित करती है, और वाहन मूल्यांकन परिणामों को डेटा संग्रह और मॉडल विकास में वापस फीड करती है। वर्चुअल वैधता तकनीक वास्तविक‑विश्व ड्राइविंग डेटा को त्रि‑आयामी वातावरण में पुनः निर्मित करती है, 3D Gaussian Splatting जैसी ग्राफ़िक्स तकनीकों का उपयोग करके उन परिदृश्यों को पुनः बनाती है जो वास्तविक परीक्षण में पुनः उत्पन्न करना कठिन या संभावित रूप से असुरक्षित होते हैं।

फ़ॉलो‑द‑सन विकास मॉडल दक्षिण कोरिया और संयुक्त राज्य में स्थित केंद्रों को जोड़ता है, जिससे टीमें समय‑क्षेत्र अंतर का उपयोग करके निरंतर 24‑घंटे चक्र में डेटा संग्रह, मुद्दा विश्लेषण और मॉडल सुधार कर सकें। समूह धीरे‑धीरे अपने स्पेशल इवेंट रिकॉर्डर को डेटा फ़्लायव्हील में एकीकृत कर रहा है, जो स्वायत्त ड्राइविंग के दौरान महत्वपूर्ण घटनाओं को स्वचालित रूप से रिकॉर्ड और संग्रहीत करता है, मुख्यतः मॉडल प्रशिक्षण और प्रदर्शन सुधार का समर्थन करने के लिए। यह मानकीकृत सेंसर आर्किटेक्चर और डेटा संरचनाओं पर आधारित एक डेटा यूनियन फ्रेमवर्क भी स्थापित कर रहा है, ताकि कई वाहनों और संगठनों में उत्पन्न डेटा सामान्य मानकों के तहत संचित हो सके, प्रारंभिक रूप से Hyundai Motor, Kia, 42dot और Motional में।

Junghyun Kwon, Hyundai Motor Group के ऑटोनोमस ड्राइविंग विकास केंद्र के कार्यकारी उपाध्यक्ष और 42dot ऑटोनोमस ड्राइविंग डिवीजन प्रमुख, ने कहा कि प्रतिस्पर्धा डेटा की मात्रा से कम, बल्कि डेटा के सीखने, वैधता और प्रदर्शन सुधार से कितनी तेज़ी से जुड़ने पर निर्भर करती है। Seonggyun Jeong, 42dot के Atria समूह के समूह प्रमुख, ने कहा कि समूह डेटा संग्रह, मॉडल प्रशिक्षण और वास्तविक‑विश्व वाहन वैधता को सम्मिलित करने वाले एकीकृत विकास चक्र के माध्यम से Atria AI के प्रदर्शन और परिपक्वता को निरंतर सुधारता रहता है।

ग्वांगजु लेवल 4 पायलट

दक्षिण कोरिया के भूमि, बुनियादी ढांचा और परिवहन मंत्रालय के साथ साझेदारी में, समूह ने 2026 के अंत तक जेओननाम‑ग्वांगजु विशेष महानगर में Atria AI‑सुसज्जित SDV पेस कार तैनात करने की योजना बनाई है। पायलट वास्तविक कोरियाई सड़कों पर जटिल ट्रैफ़िक गतिशीलता और अप्रत्याशित चर वाले स्वायत्त वाहन संचालित करेगा, जिसे समूह नियंत्रित परीक्षण ट्रैक से मूलतः अलग परिस्थितियों के रूप में वर्णित करता है। समूह कहता है कि तैनाती के दौरान कैप्चर किए गए ड्राइविंग परिदृश्य और आकस्मिक स्थितियों को डेटा फ़्लायव्हील में वापस फीड किया जाएगा, जिससे Level 2+ बड़े‑पैमाने पर उत्पादन ड्राइवर सहायता तकनीक और उन्नत Level 4 क्षमताओं की वैधता दोनों में सुधार होगा।

सियोल ड्राइविंग फुटेज और VLA विकास

समूह ने Atria AI‑सुसज्जित SDV टेस्टबेड का वीडियो फुटेज भी जारी किया, जो वास्तविक सियोल ट्रैफ़िक में बिना ड्राइवर हस्तक्षेप के नेविगेट करता है, और इसे तीन श्रेणियों में प्रस्तुत किया गया। एक कार्यकारी राइड‑अलॉन्ग वीडियो में पार्क और जोंग को सियोल के मध्य भाग में एक्सप्रेसवे, प्रमुख मार्ग, पुल और शहरी सड़कों के माध्यम से यात्रा करते दिखाया गया है, जहाँ वे राइड के दौरान Atria AI की विकास प्रक्रिया, वर्तमान तकनीकी क्षमताएँ और निर्णय‑निर्माण तंत्र पर चर्चा करते हैं। एक‑शॉट क्रम में गंगनाम में भीड़भाड़ वाले सुबह के पीक‑ऑवर ट्रैफ़िक, जामसिल में उच्च‑घनत्व ट्रैफ़िक जिसमें बस जैसी बड़ी गाड़ियों के साथ बार‑बार इंटरैक्शन होते हैं, और पांग्यो में बारिश वाले शहरी ड्राइविंग को कैप्चर किया गया है, प्रत्येक लगभग दो से चार मिनट तक चलता है, केवल प्लेबैक स्पीड समायोजन के अलावा कोई संपादन नहीं किया गया।

तीसरा वीडियो दस एज‑केस परिदृश्य प्रस्तुत करता है, जिसमें सड़क किनारे पार्क किए गए वाहनों से बचना, अचानक वाहन कट‑इन पर प्रतिक्रिया देना, असुरक्षित बाएँ मोड़ को नेविगेट करना, भीड़भाड़ वाले क्षेत्रों में पैदल यात्रियों का पता लगाना और संकरी पड़ोस की सड़कों पर आने वाले वाहनों की पहचान शामिल है। पार्क ने कहा कि विकास गति और सुरक्षा विरोधी मूल्य नहीं हैं, और समूह केवल पूरी तरह से वैधित तकनीक को अपने वाहनों में लागू करेगा।

अपने मौजूदा एंड-टू-एंड मॉडलों के अलावा, 42dot विज़न-लैंग्वेज-एक्शन मॉडल विकसित कर रहा है जो दृश्य सूचना पहचान, भाषा-आधारित तर्क और कार्रवाई उत्पन्न करने को एक ही फ्रेमवर्क में संयोजित करता है। 42dot VLA को फिज़िकल AI अनुप्रयोगों, जैसे स्वायत्त ड्राइविंग और रोबोटिक्स, के लिए एक प्रमुख तकनीक के रूप में वर्णित करता है, और कहता है कि भाषा-आधारित तर्क जोड़ने से जटिल ड्राइविंग परिदृश्यों में निर्णय लेने की क्षमता और व्याख्यात्मकता में सुधार होता है। यह उम्मीद करता है कि VLA भाषा-आधारित तर्क और बड़े पैमाने पर प्री-ट्रेंड ज्ञान का उपयोग करके दुर्लभ ड्राइविंग स्थितियों के प्रति प्रतिक्रियाओं में सुधार करेगा, जिसे केवल ड्राइविंग डेटा से सीखना कठिन है। 42dot ने विकास फुटेज भी जारी किया है जिसमें दिखाया गया है कि VLA मॉडल ड्राइविंग स्थितियों की व्याख्या कैसे करता है और वाहन संचालन के दौरान अपनी तर्क को प्राकृतिक भाषा में आउटपुट करता है।

“VLA फिज़िकल AI को लागू करने के लिए एक मुख्य तकनीक है जहाँ AI केवल ड्राइविंग से आगे जाकर स्थितियों को समझता है, उनका तर्क करता है और कार्य करता है,” कहा HeeSeok Lee ने, 42dot के Trion Group के समूह लीड ने।

42dot की VLA-आधारित स्वायत्त ड्राइविंग तकनीक वर्तमान में सिमुलेशन-आधारित मॉडल वैलिडेशन चरण में है, और पूर्ण विकास प्रक्रिया, जिसमें वास्तविक वाहन परीक्षण शामिल है, 2026 के अंत से 2027 की शुरुआत तक योजना बनायी गई है।