Volkswagen Group के ब्रांडों में साझा AV डेटा चक्र की अगुवाई Porsche करेगा

21 अक्टूबर, 2026 को NVIDIA के GTC Berlin सम्मेलन में Porsche, Volkswagen Group के ब्रांडों और CARIAD ने घोषणा की कि वे स्वायत्त वाहनों के विकास के लिए साझा डेटा चक्र बना रहे हैं। इसकी शुरुआती कार्यान्विति और पारिस्थितिकी तंत्र के एकीकरण की अगुवाई Porsche, Voxel51, NVIDIA और Microsoft के साथ मिलकर करेगा।

Volkswagen Group ऐसे भौतिक एआई ढाँचे के विकास की अगुवाई कर रहा है, जो वाहनों के बेड़े के डेटा को सिमुलेशन, प्रशिक्षण और मूल्यांकन से जोड़ता है। Voxel51 के अनुसार, समूह का कनेक्टेड बेड़ा हर दिन औसतन 11,000 चालकों के बराबर डेटा तैयार करता है। कंपनियों को उम्मीद है कि इस सहयोग से बार-बार की जाने वाली वास्तविक सड़क पर परीक्षण-ड्राइव में 90% तक और एआई रिग्रेशन परीक्षण चक्रों की अवधि में 85% तक कमी आएगी।

इस डेटा चक्र में अलग-अलग भूमिकाएँ

कंपनियाँ इस सहयोग को अगली पीढ़ी की उन्नत ड्राइविंग प्रणालियाँ बनाने वाले वाहन निर्माताओं के लिए एक संदर्भ वास्तुकला के रूप में पेश करती हैं।

Volkswagen अपने कनेक्टेड बेड़े, वास्तविक दुनिया में ड्राइविंग से मिले डेटा, वाहन मंच और प्रणालीगत आवश्यकताओं का योगदान देता है। Voxel51 डेटा परत उपलब्ध कराता है, जो इस चक्र में छह कार्यप्रवाहों को सक्षम बनाती है: बहु-माध्यमी खोज और पुनर्प्राप्ति, स्वचालित लेबलिंग, परिदृश्य-आधारित चयन, डेटासेट का संतुलन, प्रशिक्षण डेटा का चयन और मॉडल का सत्यापन। NVIDIA डेटा पुनर्प्राप्ति, निर्माण और सिमुलेशन की तकनीकें उपलब्ध कराता है। इनमें प्रशिक्षण डेटा तैयार करने, उसे समृद्ध करने और उसका मूल्यांकन करने के लिए Cosmos Data Factory; वास्तविक दुनिया की ड्राइव का पुनर्निर्माण करने के लिए Omniverse NuRec लाइब्रेरी; और सिमुलेशन में ड्राइविंग प्रणालियों की जाँच के लिए खुले मॉडल और उपकरण शामिल हैं। Microsoft Azure क्लाउड और कंप्यूटिंग संसाधन उपलब्ध कराता है। ये कार्यभार उस बुनियादी ढाँचे पर, जिसका समूह पहले से उपयोग करता है, पूरे बेड़े के पैमाने पर चलते हैं।

सम्मेलन से NVIDIA की अपनी न्यूज़रूम विज्ञप्ति में कहा गया है कि Porsche, Voxel51 के ज़रिए Volkswagen Group के ब्रांडों में डेटा चक्र की कार्यप्रणाली विकसित करने की अगुवाई कर रहा है। इसमें Azure पर Cosmos Data Factory और Omniverse NuRec का उपयोग किया जा रहा है।

NVIDIA के ऑटोमोटिव उपाध्यक्ष Rishi Dhall ने घोषणा में कहा कि सिमुलेशन वास्तविक दुनिया में ड्राइविंग के अनुभव को सीखने और सुधार के सतत चक्र में बदल रहा है। उन्होंने कहा कि Volkswagen Group, Voxel51 के डेटा मंच के साथ Omniverse NuRec और Cosmos का उपयोग करके बेड़े के डेटा को उच्च-निष्ठा वाले सिमुलेशन परिदृश्यों में बदल सकता है।

ऑडिट, डेटा निर्माण के द्वार और पुनर्निर्माण के परिणाम

ड्राइविंग सॉफ़्टवेयर के नए संस्करणों का आभासी सत्यापन Porsche और Volkswagen Group के लिए इस डेटा चक्र के शुरुआती अनुप्रयोगों में से एक है। इंजीनियर वास्तविक ड्राइव से मिले कैमरा इनपुट का पुनर्निर्माण करते हैं और सिमुलेशन के परिणामों की जाँच वास्तविक दुनिया के मापों से करते हैं। Voxel51 के अनुसार, इसका उद्देश्य परीक्षण को दोहराने योग्य बनाना, प्रतिक्रिया चक्रों को छोटा करना और वास्तविक सड़क पर परीक्षण-ड्राइव पर निर्भरता घटाना है।

किसी भी रिकॉर्डिंग को GPU पर पुनर्निर्माण के लिए भेजने से पहले, Voxel51 कच्चे लॉग का लगभग 80 जाँचों के आधार पर ऑडिट करता है। इनमें सेंसर की अखंडता, समय-संबंधी जानकारी, कैलिब्रेशन, प्रक्षेप-पथ, सक्रिय इकाइयों और निर्देशांक-फ़्रेम की जाँच शामिल है। Voxel51 में भौतिक एआई साझेदारियों के प्रमुख Dan Gural के तकनीकी विश्लेषण के अनुसार, ऑडिट सीधे MCAP फ़ाइलों को पढ़ता है और तीन स्तरों पर चलता है: हर ड्राइव के लिए लगभग एक मिलीसेकंड का मेनिफ़ेस्ट चरण, लगभग एक सेकंड का एपिसोड चरण और हर ड्राइव के लिए कुछ मिनट का डिकोड किया हुआ चरण। हर जाँच में दर्ज होता है कि वह सफल हुई, विफल हुई या चल नहीं सकी। इसके लिए Voxel51 का नियम है, “चुप्पी का मतलब सफलता नहीं है”—इससे कोई अनुपस्थित इनपुट वैध डेटा नहीं माना जा सकता।

Gural इस चक्र को पाँच चरणों में समझाते हैं: खोजना, जाँचना, तैयार करना, पुनर्निर्माण करना और मूल्यांकन करना। खोज के चरण में मंच, NVIDIA Cosmos Dataset Search को एकीकृत करता है। क्लिप को Cosmos-Embed1 के ज़रिए एम्बेड करके Milvus में रखा जाता है। इसके बाद एजेंट-आधारित पुनः-क्रम निर्धारक में एक योजनाकार मॉडल खोज के आशय के आधार पर मूल्यांकन-मानदंड तैयार करता है; Cosmos Reason का उपयोग करके हर क्लिप को उन मानदंडों के अनुसार अंक दिए जाते हैं और फिर सूची को नए क्रम में लगाया जाता है।

Gural के मुताबिक, Voxel51 ने सात सार्वजनिक डेटासेट के आधार पर ऑडिट को सत्यापित किया: nuScenes, Waymo, PandaSet, Argoverse 2, MAN TruckScenes, aiMotive और Lyft Level 5। ऑडिट में प्रकाशित डेटा की 25 पुष्ट समस्याएँ मिलीं, जिनमें से 17 को पुनर्निर्माण से पहले ठीक कर दिया गया। Cosmos Data Factory से कृत्रिम डेटा तैयार करने के बारे में तकनीकी विश्लेषण में बताया गया है कि दर्ज किए गए गेट साक्ष्य के अनुसार, स्वीकृति दर के मामले में 12 सैंपलिंग चरण 35 के बराबर रहे और प्रति क्लिप लागत 6.80 से घटकर 2.43 GPU-मिनट हो गई। यह भी बताया गया है कि एक विशेषता-जाँच में तैयार की गई केवल 30 से 38% क्लिप सफल हुईं, और निर्णायक को फिर से कैलिब्रेट करने पर अतिरिक्त GPU समय लगाए बिना अर्थगत स्वीकृति दर 3% से बढ़कर 91% हो गई।

पुनर्निर्माण के संबंध में, तकनीकी विश्लेषण में NVIDIA H100 GPU पर संसाधित nuScenes के 25 सार्वजनिक दृश्यों में पीक सिग्नल-टू-नॉइज़ अनुपात का माध्य 29.05 dB बताया गया है। इसमें nuScenes के एक रात के दृश्य का उल्लेख है, जिसका इस माप पर स्कोर 28.59 dB था, लेकिन संरचनात्मक समानता स्कोर 0.56 और सीखी गई अवधारणात्मक समानता का स्कोर 0.61 था। Gural इस उदाहरण से दिखाते हैं कि छवि गुणवत्ता का एक अकेला आँकड़ा स्पष्ट रूप से खराब परिणाम को भी स्वीकार्य बता सकता है। पुनर्निर्माण की हर प्रक्रिया मानव समीक्षा की कतार में जाती है, जहाँ इंजीनियर उसे सिमुलेशन के लिए स्वीकार कर सकते हैं, फिर से प्रशिक्षण के लिए लौटा सकते हैं या अस्वीकार कर सकते हैं। पूरे किए गए दृश्यों को USDZ फ़ाइलों के रूप में पैक किया जाता है, जो NVIDIA AlpaSim समेत सिमुलेटरों में उपयोग के लिए तैयार होती हैं।

Azure पर परिनियोजन और चक्र का स्वामित्व

हर चरण Microsoft Azure पर एक जॉब के रूप में चलता है, जहाँ Volkswagen Group अपने वाहनों के बेड़े का डेटा प्रबंधित करता है। Azure डेटा प्रोसेसिंग, पुनर्निर्माण और सिमुलेशन के लिए भंडारण और कंप्यूटिंग संसाधन उपलब्ध कराता है। साथ ही, ये कार्यभार समूह के मौजूदा सुरक्षा, पहचान और क्षेत्रीय शासन मॉडल के भीतर ही रहते हैं।

Voxel51 ने कहा कि एक साझा डेटा मॉडल के कारण किसी परियोजना में तैयार किए गए ड्राइविंग डेटा और परिदृश्यों का उपयोग वाहन कार्यक्रमों, सॉफ़्टवेयर रिलीज़ और ब्रांडों में आगे भी किया जा सकता है। हर नई ड्राइव से परिदृश्यों का आधार बढ़ता है और पुनर्निर्मित दृश्य भविष्य के विकास और सत्यापन चक्रों में दोबारा इस्तेमाल के लिए उपलब्ध होते हैं।

Voxel51 के सह-संस्थापक और CEO Brian Moore ने लिखा कि वाहन निर्माता हर उपकरण खुद बनाए बिना भी अपना विकास चक्र अपने नियंत्रण में रख सकता है: “वास्तव में उद्योग-अग्रणी प्रदर्शन पाने की कुंजी उस डेटा का पूरा लाभ उठाना है, जिस तक आपकी कंपनी की पहुँच है। आपको विकास और उसमें बार-बार सुधार करने के चक्र पर अपना नियंत्रण रखना होगा, भले ही आप तकनीकी ढाँचे की हर परत खुद न बनाएँ।” Voxel51 अपने प्लेटफ़ॉर्म को विस्तार योग्य बताता है। इससे टीमें अपने मॉडल ला सकती हैं, अपनी ज़रूरत के मुताबिक परिदृश्य-तर्क तय कर सकती हैं और मौजूदा डेटा व बुनियादी ढाँचे को जोड़ सकती हैं—बिना यह तय किए कि ड्राइविंग प्रणाली खुद कैसे बनाई जाए।

Voxel51 ने बताया कि उसने Porsche के साथ 2024 में काम शुरू किया था। उस समय Porsche के तकनीकी प्रमुख Tin Stribor Sohn ने डेटा से जुड़ी चुनौती के बारे में कहा था कि डेटा को समझने के लिए स्वचालित लेबलिंग, नई या महत्वपूर्ण चीज़ें खोजने के लिए परिदृश्य पहचान और दोहराव हटाने के लिए डेटा का चयन व छँटाई ज़रूरी है। McKinsey के एक सर्वेक्षण का हवाला देते हुए Voxel51 की पोस्ट में यह भी कहा गया है कि दुनिया भर में हर चार में से एक उपभोक्ता बेहतर स्वचालित ड्राइविंग सुविधाओं के लिए ब्रांड बदलने को तैयार होगा।

GTC Berlin में अलग से, NVIDIA की विज्ञप्ति के अनुसार Volkswagen Commercial Vehicles अपना स्वायत्त ID. Buzz AD वाहन प्लेटफ़ॉर्म NVIDIA Hyperion कंप्यूटिंग प्लेटफ़ॉर्म पर प्रस्तुत कर रहा है, ताकि कई स्वायत्त ड्राइविंग प्रणालियों को सहायता मिल सके।