Hyundai Motor Group mette in piena operatività il Data Flywheel

Hyundai Motor Group ha dichiarato in un annuncio del 13 settembre 2026 di aver messo in piena operatività il proprio Data Flywheel, illustrando una roadmap a doppio binario per la guida autonoma e quello che ha definito il primo showcase della sua tecnologia Level 2++ durante l’HMG Autonomous Driving Media Day, tenutosi presso la sede di 42dot nella provincia di Gyeonggi, Corea del Sud.

Durante l’evento, il Gruppo ha presentato la sua strategia di sviluppo della guida autonoma, la roadmap tecnologica, i risultati chiave e i piani di implementazione. 42dot ha introdotto le tecnologie chiave e i progressi di sviluppo per Atria AI, l’intelligenza artificiale proprietaria per la guida autonoma del Gruppo, e ha delineato la sua iniziativa di sviluppo della tecnologia Vision-Language-Action (VLA). Il Gruppo ha inoltre mostrato filmati di un SDV Testbed dotato di Atria AI che navigava nel traffico urbano complesso senza intervento del conducente, operando con capacità Level 2++.

«La competitività è determinata da quanta dati si acquisiscono, dalla rapidità con cui si apprendono e da quanto efficacemente si possono riflettere tali risultati nei prodotti e nei servizi reali», ha dichiarato Minwoo Park, Presidente e Responsabile della Divisione Advanced Vehicle Platform (AVP) di Hyundai Motor Group e CEO di 42dot. Park ha affermato che il Gruppo svilupperà una tecnologia di guida autonoma di cui i clienti potranno fidarsi, basata su un ciclo virtuoso di dati, IA e validazione.

La strategia a doppio binario stabilisce gli obiettivi di produzione per il 2028 e il 2029

La roadmap si basa sulla partnership strategica ampliata con NVIDIA annunciata da Hyundai Motor Company e Kia Corporation il 16 marzo 2026. Tale accordo copre lo sviluppo della guida autonoma dal livello 2 al livello 4 su un’architettura integrata costruita sulla piattaforma NVIDIA DRIVE Hyperion, una pipeline di apprendimento unificata che spazia dalla raccolta di dati reali, all’addestramento dei modelli IA e al loro dispiegamento nei veicoli di produzione, e ulteriori discussioni per avanzare le capacità di robotaxi di livello 4 attraverso Motional, la joint venture di veicoli autonomi del Gruppo.

Nel Tracciato Uno, il Gruppo integrerà la piattaforma di calcolo AI per veicoli di NVIDIA e il software di guida autonoma nella sua architettura di veicolo definito dal software (SDV). I veicoli di produzione dotati di capacità di guida autonoma Level 2+ basate su soluzioni NVIDIA sono previsti per la prima metà del 2028, mentre i veicoli di produzione Level 2++ sono programmati per la seconda metà del 2028. I sistemi di sensori utilizzati da Hyundai Motor, Kia, 42dot e Motional saranno progressivamente standardizzati attorno a NVIDIA DRIVE Hyperion 10, una modifica che, secondo il Gruppo, supporterà una raccolta e un utilizzo dei dati più coerenti per l’addestramento e la validazione dell’IA.

Il Tracciato Due si concentra su Atria AI, un sistema proprietario di guida autonoma end-to-end sviluppato congiuntamente dalla Divisione AVP e da 42dot all’interno di un quadro di sviluppo integrato. La produzione di veicoli Level 2++ alimentati da Atria AI è prevista per la seconda metà del 2029, con le capacità che progrediranno in fasi basate sui dati di guida reali raccolti dai veicoli di produzione.

Come funziona il Data Flywheel

Il Data Flywheel funziona come un ciclo in cui i dati raccolti dai veicoli vengono utilizzati per addestrare e validare i modelli IA, con i modelli migliorati poi distribuiti nuovamente ai veicoli per generare nuovi dati. Il Gruppo afferma che Hyundai Motor e Kia vendono più di 7 milioni di veicoli all’anno in circa 190 paesi e regioni, e che attualmente gestiscono circa 40 veicoli dedicati alla raccolta dati operanti 24 ore su 24. I set di dati raccolti includono scenari di guida di routine così come casi limite: zone di cantiere stradale e variazioni di infrastruttura, condizioni meteorologiche avverse, cambi di corsia improvvisi e manovre di emergenza, veicoli parcheggiati su strade laterali e strade strette, e dinamiche di traffico urbano complesse.

Fin dal primo semestre del 2026, il Gruppo ha integrato nuove tecnologie di apprendimento nel sistema. L’Hard Example Mining identifica automaticamente le situazioni di guida difficili che i modelli IA trovano complessi da riconoscere o interpretare e dà priorità a questi scenari per l’addestramento. Una Continuous Training Pipeline incorpora i dati appena acquisiti dalla guida reale e dalla validazione nell’addestramento dei modelli, con i risultati della valutazione dei veicoli reinseriti nella raccolta dati e nello sviluppo dei modelli. La Virtual Validation Technology ricostruisce i dati di guida reali in ambienti tridimensionali, utilizzando tecniche grafiche come il 3D Gaussian Splatting per ricreare scenari difficili o potenzialmente pericolosi da riprodurre nei test reali.

Un modello di sviluppo Follow-the-Sun collega i centri in Corea del Sud e negli Stati Uniti, consentendo ai team di sfruttare le differenze di fuso orario per effettuare la raccolta dati, l’analisi dei problemi e il miglioramento dei modelli in cicli continui di 24 ore. Il Gruppo sta integrando gradualmente il proprio Special Event Recorder, che registra e archivia automaticamente gli eventi significativi durante la guida autonoma, nel Data Flywheel, principalmente per supportare l’addestramento dei modelli e il miglioramento delle prestazioni. Sta inoltre creando un quadro Data Union basato su architetture di sensori e strutture dati standardizzate, in modo che i dati generati da più veicoli e organizzazioni possano accumularsi secondo standard comuni, inizialmente tra Hyundai Motor, Kia, 42dot e Motional.

Junghyun Kwon, Executive Vice President e Responsabile del Centro di Sviluppo della Guida Autonoma di Hyundai Motor Group e capo della Divisione Guida Autonoma di 42dot, ha affermato che la competitività dipende meno dal volume dei dati che dalla rapidità con cui i dati si collegano all’apprendimento, alla validazione e al miglioramento delle prestazioni. Seonggyun Jeong, Group Lead del Atria Group di 42dot, ha dichiarato che il Gruppo migliora costantemente le prestazioni e la maturità di Atria AI attraverso un ciclo di sviluppo integrato che comprende la raccolta dati, l’addestramento dei modelli e la validazione dei veicoli in condizioni reali.

Pilota Level 4 a Gwangju

In collaborazione con il Ministero sudcoreano dei Territori, delle Infrastrutture e dei Trasporti, il Gruppo prevede di distribuire la SDV Pace Car dotata di Atria AI nella Città Metropolitana Speciale Jeonnam-Gwangju entro la fine del 2026. Il pilota farà operare veicoli autonomi su strade coreane reali con dinamiche di traffico complesse e variabili imprevedibili, condizioni che il Gruppo descrive come fondamentalmente diverse dai percorsi di prova controllati. Afferma che gli scenari di guida e le situazioni di emergenza catturati durante la distribuzione saranno reinseriti nel Data Flywheel, migliorando sia la tecnologia di assistenza alla guida di livello 2+ per la produzione di massa sia la validazione delle capacità avanzate di livello 4.

Filmati di guida a Seoul e sviluppo VLA

Il Gruppo ha inoltre pubblicato filmati video del SDV Testbed dotato di Atria AI che navigava nel traffico reale di Seoul senza intervento del conducente, presentati in tre categorie. Un video executive ride-along mostra Park e Jeong percorrere il centro di Seoul attraverso autostrade, arterie principali, ponti e strade urbane, discutendo del processo di sviluppo di Atria AI, delle attuali capacità tecniche e dei meccanismi decisionali durante il viaggio. Sequenze in un’unica ripresa catturano il traffico congestionato dell’ora di punta mattutina a Gangnam, il traffico ad alta densità a Jamsil con frequenti interazioni con veicoli di grandi dimensioni come gli autobus, e la guida urbana sotto la pioggia a Pangyo, ciascuna della durata di circa due‑quattro minuti senza montaggi, salvo la regolazione della velocità di riproduzione.

Un terzo video presenta dieci scenari limite, tra cui l’evitare veicoli parcheggiati lungo la strada, rispondere a improvvisi tagli di veicoli, navigare svolte a sinistra non protette, rilevare pedoni in aree congestionate e identificare veicoli in avvicinamento su strade di quartiere strette. Park ha affermato che velocità di sviluppo e sicurezza non sono valori in conflitto, e che il Gruppo applicherà solo tecnologie pienamente validate ai propri veicoli.

Oltre ai suoi modelli end-to-end esistenti, 42dot sta sviluppando modelli Vision-Language-Action che combinano il riconoscimento delle informazioni visive, il ragionamento basato sul linguaggio e la generazione di azioni in un unico framework. 42dot descrive VLA come una tecnologia chiave per le applicazioni di Physical AI, inclusi la guida autonoma e la robotica, e afferma che il ragionamento basato sul linguaggio aggiuntivo consente decisioni migliori e una maggiore spiegabilità in scenari di guida complessi. Prevede che VLA migliori le risposte a situazioni di guida rare attingendo al ragionamento basato sul linguaggio e a una conoscenza pre‑addestrata su larga scala, difficile da apprendere solo dai dati di guida. 42dot ha anche pubblicato filmati di sviluppo che mostrano come il modello VLA interpreta le situazioni di guida e restituisce il proprio ragionamento in linguaggio naturale durante il funzionamento del veicolo.

“VLA è una tecnologia fondamentale per l’implementazione di Physical AI, dove l’IA va oltre la semplice guida per comprendere le situazioni, ragionare su di esse e agire,” ha dichiarato HeeSeok Lee, Responsabile di gruppo del Trion Group di 42dot.

La tecnologia di guida autonoma basata su VLA di 42dot è attualmente nella fase di validazione del modello basata su simulazione, con l’intero processo di sviluppo, compresi i test su veicoli reali, previsto per la fine del 2026 fino all’inizio del 2027.