Porsche guida il volano di dati condiviso tra i marchi del Gruppo Volkswagen per i veicoli autonomi

Alla conferenza GTC Berlin di NVIDIA del 21 ottobre 2026, Porsche, i marchi del Gruppo Volkswagen e CARIAD hanno annunciato che stanno sviluppando insieme un volano di dati condiviso per lo sviluppo di veicoli autonomi, con Porsche alla guida dell’implementazione iniziale e dell’integrazione dell’ecosistema, insieme a Voxel51, NVIDIA e Microsoft.

Il Gruppo Volkswagen guida lo sviluppo di uno stack di IA fisica che collega i dati della flotta a simulazione, addestramento e valutazione. Voxel51 ha dichiarato che la flotta connessa del gruppo genera ogni giorno una quantità di dati equivalente a quella prodotta da 11.000 conducenti medi; le aziende prevedono che la collaborazione ridurrà fino al 90% la necessità di ripetere i test su strada e accorcerà fino all’85% i cicli dei test di regressione dell’IA.

I ruoli all’interno del volano di dati

Le aziende descrivono la collaborazione come un’architettura di riferimento per le case automobilistiche che sviluppano sistemi avanzati di guida di nuova generazione.

Volkswagen mette a disposizione la propria flotta connessa, i dati di guida raccolti nel mondo reale, la piattaforma dei veicoli e i requisiti di sistema. Voxel51 fornisce il livello dati, che alimenta sei flussi di lavoro del volano: ricerca e recupero multimodali, etichettatura automatizzata, selezione dei dati basata su scenari, bilanciamento dei dataset, selezione dei dati di addestramento e convalida dei modelli. NVIDIA contribuisce con tecnologie per il recupero e la generazione dei dati e per la simulazione, tra cui Cosmos Data Factory, per preparare, arricchire e valutare i dati di addestramento; le librerie Omniverse NuRec, per ricostruire le esperienze di guida reali; e modelli e strumenti aperti per testare i sistemi di guida in simulazione. Microsoft Azure fornisce il cloud e la capacità di calcolo; i carichi di lavoro vengono eseguiti su scala di flotta, nell’infrastruttura già utilizzata dal gruppo.

Il comunicato pubblicato da NVIDIA nella propria sezione stampa in occasione della conferenza afferma che Porsche guida, attraverso Voxel51, lo sviluppo di un flusso di lavoro basato su un volano di dati per i marchi del Gruppo Volkswagen, utilizzando Cosmos Data Factory e Omniverse NuRec su Azure.

Nell’annuncio, Rishi Dhall, vicepresidente di NVIDIA per il settore automobilistico, ha dichiarato che la simulazione trasforma l’esperienza di guida nel mondo reale in un ciclo continuo di apprendimento e miglioramento e che il Gruppo Volkswagen può convertire i dati della flotta in scenari di simulazione ad alta fedeltà utilizzando la piattaforma dati di Voxel51 insieme a Omniverse NuRec e Cosmos.

Verifiche, controlli sulla generazione e risultati della ricostruzione

La convalida virtuale delle versioni dei software di guida è una delle prime applicazioni del volano di dati per Porsche e il Gruppo Volkswagen. Gli ingegneri ricostruiscono gli input delle telecamere a partire da registrazioni di guida reali e confrontano i risultati simulati con le misurazioni nel mondo reale. Voxel51 ha dichiarato che l’obiettivo è rendere ripetibili i test, abbreviare i cicli di feedback e ridurre la dipendenza dalle prove su strada.

Prima che una qualsiasi registrazione venga sottoposta a ricostruzione su GPU, Voxel51 verifica il registro grezzo con circa 80 controlli relativi all’integrità dei sensori, alla temporizzazione, alla calibrazione, alle traiettorie, agli attori e ai sistemi di coordinate. Un approfondimento tecnico di Dan Gural, responsabile delle partnership per l’IA fisica di Voxel51, spiega che la verifica legge direttamente i file MCAP e si articola in tre livelli: un controllo del manifesto di circa un millisecondo per esperienza di guida, un controllo dell’episodio di circa un secondo e un controllo dei dati decodificati della durata di alcuni minuti per esperienza di guida. Per ogni controllo viene registrato se è stato superato, non superato o non è stato possibile eseguirlo, secondo una regola che Voxel51 definisce «il silenzio non equivale a un esito positivo»: in questo modo, un dato mancante non può essere considerato valido.

Gural descrive il ciclo in cinque fasi: individuare, verificare, generare, ricostruire e valutare. Per la fase di individuazione, la piattaforma integra NVIDIA Cosmos Dataset Search: le clip vengono trasformate in embedding da Cosmos-Embed1 e archiviate in Milvus. Un riordinatore agentico affida quindi a un modello di pianificazione la stesura di una griglia di valutazione basata sull’intento della ricerca, utilizza Cosmos Reason per assegnare un punteggio a ciascuna clip in base a tale griglia e riordina l’elenco.

Gural riferisce che Voxel51 ha convalidato la verifica su sette dataset pubblici: nuScenes, Waymo, PandaSet, Argoverse 2, MAN TruckScenes, aiMotive e Lyft Level 5. La verifica ha individuato 25 problemi confermati nei dati pubblicati, 17 dei quali sono stati risolti prima della ricostruzione. Per quanto riguarda la generazione di dati sintetici con Cosmos Data Factory, l’approfondimento riporta che le evidenze archiviate dei controlli hanno mostrato come 12 passaggi di campionamento abbiano eguagliato 35 in termini di tasso di accettazione, riducendo il costo da 6,80 a 2,43 minuti-GPU per clip; che un controllo degli attributi ha approvato solo dal 30 al 38% delle clip generate; e che la ricalibrazione del valutatore ha portato il tasso di superamento semantico dal 3% al 91%, senza ulteriore tempo di elaborazione su GPU.

Per la ricostruzione, l’approfondimento riporta un rapporto segnale/rumore di picco mediano di 29,05 dB su 25 scene pubbliche di nuScenes elaborate con GPU NVIDIA H100. Cita una scena notturna di nuScenes che ha ottenuto 28,59 dB su questa metrica, ma ha registrato un punteggio di similarità strutturale di 0,56 e un punteggio di similarità percettiva appresa di 0,61; Gural usa questo esempio per mostrare che un singolo valore di qualità dell’immagine può risultare sufficiente anche quando il risultato è visibilmente scadente. Ogni esecuzione della ricostruzione viene inserita in una coda di revisione umana, nella quale gli ingegneri possono approvarla per la simulazione, rinviarla all’addestramento o respingerla. Le scene completate vengono confezionate in file USDZ pronti per l’uso nei simulatori, tra cui NVIDIA AlpaSim.

Distribuzione su Azure e gestione del ciclo

Ogni fase viene eseguita come processo su Microsoft Azure, dove il Gruppo Volkswagen gestisce i dati della propria flotta. Azure fornisce lo spazio di archiviazione e la capacità di calcolo necessari per l’elaborazione dei dati, la ricostruzione e la simulazione, mantenendo questi carichi di lavoro all’interno del modello di sicurezza, identità e governance regionale già in uso nel Gruppo.

Voxel51 ha dichiarato che un modello di dati comune consente ai dati di guida e agli scenari creati in un progetto di essere riutilizzati nei programmi dei veicoli, nelle versioni software e nei diversi marchi. Ogni nuova guida amplia la base di scenari e mette a disposizione scene ricostruite da riutilizzare nei futuri cicli di sviluppo e convalida.

Il cofondatore e CEO di Voxel51, Brian Moore, ha scritto che una casa automobilistica può gestire autonomamente il proprio ciclo di sviluppo senza dover realizzare tutti gli strumenti al proprio interno: «La chiave per ottenere prestazioni davvero all’avanguardia nel settore è sfruttare i dati a cui la propria azienda ha accesso. Bisogna gestire in autonomia il ciclo di sviluppo e iterazione, anche se non si realizza personalmente ogni livello dello stack». Voxel51 descrive la propria piattaforma come estensibile: consente ai team di integrare i propri modelli, definire logiche personalizzate per gli scenari e collegare dati e infrastrutture esistenti, senza imporre come debba essere costruito il sistema di guida.

Voxel51 ha raccontato di aver iniziato a collaborare con Porsche nel 2024, quando il responsabile tecnico di Porsche, Tin Stribor Sohn, ha descritto la sfida dei dati come un problema che richiede l’etichettatura automatizzata per comprenderli, il rilevamento degli scenari per individuare ciò che è nuovo o importante e la selezione dei dati per eliminare le ridondanze. Citando un sondaggio di McKinsey, il post di Voxel51 afferma inoltre che, a livello globale, un consumatore su quattro cambierebbe marchio in cambio di migliori funzionalità di guida autonoma.

Separatamente, in occasione di GTC Berlin, il comunicato di NVIDIA afferma che Volkswagen Veicoli Commerciali presenta la propria piattaforma per veicoli autonomi ID. Buzz AD sulla piattaforma di calcolo NVIDIA Hyperion, per supportare diversi sistemi di guida autonoma.