Hyundai Motor Group uruchamia pełne działanie Data Flywheel

Hyundai Motor Group powiedziało w ogłoszenie z 13 września 2026 r., że uruchomiło swój Data Flywheel w pełnej operacji, przedstawiając dwutorową mapę drogową autonomicznej jazdy oraz to, co nazwało pierwszą prezentacją technologii Level 2++ podczas HMG Autonomous Driving Media Day, odbywającego się w siedzibie 42dot w prowincji Gyeonggi, Korea Południowa.

Podczas wydarzenia Grupa przedstawiła swoją strategię rozwoju autonomicznej jazdy, mapę drogową technologii, kluczowe osiągnięcia oraz plany wdrożeniowe. 42dot zaprezentowało kluczowe technologie i postępy w rozwoju Atria AI, własnej sztucznej inteligencji autonomicznej jazdy Grupy, oraz nakreśliło inicjatywę rozwoju technologii Vision-Language-Action (VLA). Grupa również ujawniła materiały filmowe z testowego pojazdu SDV wyposażonego w Atria AI, poruszającego się w złożonym miejskim ruchu bez interwencji kierowcy, działającego z możliwością Level 2++.

“Konkurencyjność jest określana przez to, ile danych zgromadzisz, jak szybko się uczysz i jak skutecznie możesz odzwierciedlić te wyniki w rzeczywistych produktach i usługach,” powiedział Minwoo Park, prezes i szef Działu Advanced Vehicle Platform (AVP) w Hyundai Motor Group oraz dyrektor generalny 42dot. Park stwierdził, że Grupa będzie rozwijać technologię autonomicznej jazdy, której klienci mogą zaufać, opierając się na cyrkularnym procesie danych, AI i walidacji.

Strategia podwójnego toru wyznacza cele produkcyjne na lata 2028 i 2029

Mapa drogowa opiera się na rozszerzone strategiczne partnerstwo z NVIDIA ogłoszonym przez Hyundai Motor Company i Kia Corporation 16 marca 2026 r. Porozumienie obejmuje rozwój autonomicznej jazdy od poziomu 2 do poziomu 4 w zintegrowanej architekturze opartej na platformie NVIDIA DRIVE Hyperion, jednolitym łańcuchu uczenia obejmującym zbieranie danych z rzeczywistego świata, trening modeli AI oraz wdrażanie w pojazdach produkcyjnych, a także dalsze dyskusje nad rozwijaniem możliwości robotaxi poziomu 4 poprzez Motional, wspólne przedsięwzięcie Grupy w dziedzinie pojazdów autonomicznych.

W ramach Toru Pierwszego Grupa zintegrowała platformę obliczeniową AI pojazdów NVIDIA oraz oprogramowanie autonomicznej jazdy z architekturą pojazdu definiowanego programowo (SDV). Pojazdy produkcyjne wyposażone w możliwości autonomicznej jazdy Level 2+ oparte na rozwiązaniach NVIDIA są planowane na pierwszą połowę 2028 r., a pojazdy produkcyjne Level 2++ na drugą połowę 2028 r. Systemy czujników używane w Hyundai Motor, Kia, 42dot i Motional będą stopniowo standaryzowane wokół NVIDIA DRIVE Hyperion 10, co, jak twierdzi Grupa, zapewni bardziej spójną zbiórkę danych i ich wykorzystanie do treningu i walidacji AI.

Toru Drugi koncentruje się na Atria AI, własnym systemie autonomicznej jazdy end-to-end, opracowanym wspólnie przez Dział AVP i 42dot w ramach zintegrowanego środowiska rozwoju. Produkcja pojazdów Level 2++ z napędem Atria AI jest planowana na drugą połowę 2029 r., a możliwości będą rozwijane etapowo w oparciu o dane z rzeczywistych jazd zbierane z pojazdów produkcyjnych.

Jak działa Data Flywheel

Data Flywheel działa jako cykl, w którym dane zbierane z pojazdów są wykorzystywane do treningu i walidacji modeli AI, a udoskonalone modele są następnie wdrażane z powrotem do pojazdów w celu generowania nowych danych. Grupa podaje, że Hyundai Motor i Kia sprzedają ponad 7 milionów pojazdów rocznie w około 190 krajach i regionach oraz że obecnie dysponuje około 40 dedykowanymi pojazdami do zbierania danych pracującymi całą dobę. Zebrane zestawy danych obejmują rutynowe scenariusze jazdy oraz przypadki brzegowe: strefy budowy dróg i różnice w infrastrukturze, ciężkie warunki pogodowe, nagłe zmiany pasa i manewry awaryjne, zaparkowane pojazdy na bocznych uliczkach i wąskich drogach oraz złożoną dynamikę miejskiego ruchu.

Od początku 2026 r. Grupa zintegrowała w systemie nowe technologie uczenia. Hard Example Mining automatycznie identyfikuje trudne sytuacje drogowe, które modele AI mają problem rozpoznać lub zinterpretować, i priorytetyzuje te scenariusze do treningu. Ciągły łańcuch treningowy (Continuous Training Pipeline) włącza nowo pozyskane dane z rzeczywistych jazd i walidacji do treningu modeli, przy czym wyniki oceny pojazdów są zwracane do zbierania danych i rozwoju modeli. Technologia wirtualnej walidacji (Virtual Validation Technology) odtwarza dane z rzeczywistych jazd w trójwymiarowych środowiskach, wykorzystując techniki graficzne takie jak 3D Gaussian Splatting do odtworzenia scenariuszy trudnych lub potencjalnie niebezpiecznych do odtworzenia w testach rzeczywistych.

Model rozwoju Follow-the-Sun łączy centra w Korei Południowej i Stanach Zjednoczonych, umożliwiając zespołom wykorzystanie różnic stref czasowych do prowadzenia zbierania danych, analizy problemów i ulepszania modeli w ciągłych 24‑godzinnych cyklach. Grupa stopniowo integruje swój Special Event Recorder, który automatycznie rejestruje i przechowuje istotne zdarzenia podczas autonomicznej jazdy, z Data Flywheel, głównie w celu wsparcia treningu modeli i poprawy wydajności. Ponadto tworzy ramy Data Union oparte na ustandaryzowanych architekturach czujników i strukturach danych, aby dane generowane w wielu pojazdach i organizacjach mogły gromadzić się według wspólnych standardów, początkowo w Hyundai Motor, Kia, 42dot i Motional.

Junghyun Kwon, wiceprezes wykonawczy i szef Centrum Rozwoju Autonomicznej Jazdy Hyundai Motor Group oraz lider Działu Autonomicznej Jazdy 42dot, stwierdził, że konkurencyjność zależy mniej od wolumenu danych niż od szybkości, z jaką dane łączą się z nauką, walidacją i poprawą wydajności. Seonggyun Jeong, lider grupy 42dot Atria Group, powiedział, że Grupa nieustannie podnosi wydajność i dojrzałość Atria AI poprzez zintegrowany cykl rozwoju obejmujący zbieranie danych, trening modeli i walidację w rzeczywistych pojazdach.

Pilotaż Level 4 w Gwangju

We współpracy z Ministerstwem Ziemi, Infrastruktury i Transportu Korei Południowej Grupa planuje wdrożyć SDV Pace Car wyposażony w Atria AI w specjalnym mieście metropolitalnym Jeonnam‑Gwangju do końca 2026 r. Pilotaż będzie operował autonomicznymi pojazdami na rzeczywistych koreańskich drogach o złożonej dynamice ruchu i nieprzewidywalnych zmiennych, które Grupa opisuje jako warunki zasadniczo różne od kontrolowanych torów testowych. Stwierdza, że scenariusze jazdy i sytuacje awaryjne zarejestrowane podczas wdrożenia zostaną wprowadzone z powrotem do Data Flywheel, wzmacniając zarówno technologię asysty kierowcy Level 2+ w masowej produkcji, jak i walidację zaawansowanych możliwości Level 4.

Materiał wideo z jazdy w Seulu i rozwój VLA

Grupa również udostępniła materiały wideo z testowego pojazdu SDV wyposażonego w Atria AI, poruszającego się w rzeczywistym ruchu w Seulu bez interwencji kierowcy, przedstawione w trzech kategoriach. Wideo z przejazdu wykonawczego pokazuje Parka i Jeonga przemierzających centralny Seul, w tym autostrady, główne arterie, mosty i ulice miejskie, omawiających proces rozwoju Atria AI, aktualne możliwości techniczne oraz mechanizmy podejmowania decyzji podczas jazdy. Sekwencje w jednym ujęciu rejestrują zatłoczony poranny ruch w Gangnam, gęsty ruch w Jamsil z częstymi interakcjami z dużymi pojazdami, takimi jak autobusy, oraz deszczową jazdę miejską w Pangyo, przy czym każdy klip trwa około dwóch do czterech minut bez edycji, poza dostosowaniem prędkości odtwarzania.

Trzeci film przedstawia dziesięć scenariuszy brzegowych, w tym unikanie pojazdów zaparkowanych wzdłuż drogi, reagowanie na nagłe wjazdy pojazdów, pokonywanie niechronionych skrętów w lewo, wykrywanie pieszych w zatłoczonych obszarach oraz identyfikację nadjeżdżających pojazdów na wąskich uliczkach sąsiedzkich. Park powiedział, że szybkość rozwoju i bezpieczeństwo nie są sprzecznymi wartościami oraz że Grupa zastosuje wyłącznie w pełni zwalidowaną technologię w swoich pojazdach.

Poza istniejącymi modelami end‑to‑end, firma 42dot opracowuje modele Vision‑Language‑Action, które łączą rozpoznawanie informacji wizualnych, rozumowanie oparte na języku oraz generowanie działań w jednej ramie. 42dot opisuje VLA jako kluczową technologię dla zastosowań Physical AI, w tym autonomicznej jazdy i robotyki, i twierdzi, że dodane rozumowanie językowe umożliwia lepsze podejmowanie decyzji i wyjaśnialność w złożonych scenariuszach jazdy. Firma przewiduje, że VLA poprawi reakcje na rzadkie sytuacje drogowe, korzystając z rozumowania językowego i dużej skali wstępnie wytrenowanej wiedzy, której trudno nauczyć się wyłącznie na podstawie danych z jazdy. 42dot udostępnił także materiały wideo z rozwojem, pokazujące, jak model VLA interpretuje sytuacje drogowe i przedstawia swoje rozumowanie w języku naturalnym podczas eksploatacji pojazdu.

„VLA jest kluczową technologią umożliwiającą wdrażanie Physical AI, w której sztuczna inteligencja wykracza poza samo prowadzenie, aby rozumieć sytuacje, rozważać je i działać,” powiedział HeeSeok Lee, lider grupy Trion w 42dot.

Technologia autonomicznej jazdy oparta na VLA firmy 42dot znajduje się obecnie w fazie walidacji modelu opartej na symulacjach, a pełny proces rozwoju, w tym testy w rzeczywistych pojazdach, planowany jest od końca 2026 roku do początku 2027 roku.