Hyundai Motor Group coloca o Data Flywheel em plena operação

Hyundai Motor Group disse em um anúncio de 13 de setembro de 2026 que colocou seu Data Flywheel em plena operação, detalhando um roteiro de condução autônoma de duas trilhas e o que chamou de primeira demonstração de sua tecnologia Level 2++ no HMG Autonomous Driving Media Day, realizado na sede da 42dot, na província de Gyeonggi, Coreia do Sul.

Durante o evento, o Grupo apresentou sua estratégia de desenvolvimento de condução autônoma, roteiro tecnológico, principais conquistas e planos de implementação. A 42dot introduziu as tecnologias‑chave e o progresso de desenvolvimento da Atria AI, a inteligência artificial proprietária de condução autônoma do Grupo, e descreveu sua iniciativa de desenvolvimento da tecnologia Vision-Language-Action (VLA). O Grupo também revelou imagens de um SDV Testbed equipado com Atria AI navegando em tráfego urbano complexo sem intervenção do motorista, operando com capacidade Level 2++.

“A competitividade é determinada pela quantidade de dados que você assegura, pela rapidez com que aprende e pela eficácia com que reflete esses resultados em produtos e serviços reais”, disse Minwoo Park, presidente e chefe da divisão Advanced Vehicle Platform (AVP) da Hyundai Motor Group e CEO da 42dot. Park afirmou que o Grupo desenvolverá tecnologia de condução autônoma em que os clientes possam confiar, baseada em um ciclo virtuoso de dados, IA e validação.

Estratégia de Duas Trilhas Define Metas de Produção para 2028 e 2029

O roteiro baseia‑se na parceria estratégica ampliada com a NVIDIA anunciada pela Hyundai Motor Company e pela Kia Corporation em 16 de março de 2026. Esse acordo abrange o desenvolvimento de condução autônoma do Level 2 ao Level 4 em uma arquitetura integrada construída sobre a plataforma NVIDIA DRIVE Hyperion, um pipeline de aprendizado unificado que abrange coleta de dados do mundo real, treinamento de modelos de IA e implantação em veículos de produção, além de discussões adicionais sobre o avanço das capacidades de robotáxi Level 4 por meio da Motional, a joint venture de veículos autônomos do Grupo.

Na Trilha Um, o Grupo integrará a plataforma de computação de IA veicular da NVIDIA e o software de condução autônoma em sua arquitetura de veículo definido por software (SDV). Veículos de produção equipados com capacidades de condução autônoma Level 2+ baseadas nas soluções da NVIDIA estão previstos para o primeiro semestre de 2028, enquanto veículos de produção Level 2++ são almejados para o segundo semestre de 2028. Os sistemas de sensores utilizados pela Hyundai Motor, Kia, 42dot e Motional serão padronizados progressivamente em torno do NVIDIA DRIVE Hyperion 10, mudança que o Grupo afirma apoiar a coleta e utilização de dados mais consistentes para treinamento e validação de IA.

A Trilha Dois concentra‑se na Atria AI, um sistema proprietário de condução autônoma de ponta a ponta desenvolvido em conjunto pela divisão AVP e pela 42dot dentro de um framework de desenvolvimento integrado. A produção de veículos Level 2++ alimentados por Atria AI está prevista para o segundo semestre de 2029, com as capacidades evoluindo em fases com base nos dados de condução do mundo real coletados de veículos de produção.

Como o Data Flywheel Funciona

O Data Flywheel funciona como um ciclo no qual os dados coletados dos veículos são usados para treinar e validar modelos de IA, e os modelos aprimorados são então implantados de volta nos veículos para gerar novos dados. O Grupo afirma que a Hyundai Motor e a Kia vendem mais de 7 milhões de veículos anualmente em cerca de 190 países e regiões, e que atualmente operam aproximadamente 40 veículos dedicados à coleta de dados 24 horas por dia. Os conjuntos de dados coletados incluem cenários de condução rotineiros, bem como casos extremos: zonas de obras rodoviárias e variações de infraestrutura, condições climáticas severas, mudanças bruscas de faixa e manobras de emergência, veículos estacionados em ruas laterais e vias estreitas, e dinâmicas complexas de tráfego urbano.

Desde o início de 2026, o Grupo integrou novas tecnologias de aprendizado ao sistema. O Hard Example Mining identifica automaticamente situações de condução desafiadoras que os modelos de IA têm dificuldade em reconhecer ou interpretar e prioriza esses cenários para treinamento. Um Continuous Training Pipeline incorpora os dados recém‑adquiridos de condução e validação no mundo real ao treinamento dos modelos, com os resultados da avaliação dos veículos retroalimentando a coleta de dados e o desenvolvimento dos modelos. A Virtual Validation Technology reconstrói os dados de condução do mundo real em ambientes tridimensionais, usando técnicas gráficas como 3D Gaussian Splatting para recriar cenários que são difíceis ou potencialmente inseguros de reproduzir em testes reais.

Um modelo de desenvolvimento Follow‑the‑Sun conecta centros na Coreia do Sul e nos Estados Unidos, permitindo que as equipes utilizem as diferenças de fuso horário para realizar coleta de dados, análise de incidentes e aprimoramento de modelos ao longo de ciclos contínuos de 24 horas. O Grupo está integrando gradualmente seu Special Event Recorder, que registra e armazena automaticamente eventos significativos durante a condução autônoma, ao Data Flywheel, principalmente para apoiar o treinamento de modelos e a melhoria de desempenho. Também está estabelecendo uma estrutura de Data Union baseada em arquiteturas de sensores e estruturas de dados padronizadas, de modo que os dados gerados por múltiplos veículos e organizações possam se acumular sob padrões comuns, inicialmente entre Hyundai Motor, Kia, 42dot e Motional.

Junghyun Kwon, vice‑presidente executivo e chefe do Centro de Desenvolvimento de Condução Autônoma da Hyundai Motor Group e líder da divisão de condução autônoma da 42dot, afirmou que a competitividade depende menos do volume de dados e mais da rapidez com que os dados se conectam ao aprendizado, validação e aprimoramento de desempenho. Seonggyun Jeong, líder do Grupo Atria da 42dot, disse que o Grupo aprimora continuamente o desempenho e a maturidade da Atria AI por meio de um ciclo de desenvolvimento integrado que abrange coleta de dados, treinamento de modelos e validação de veículos no mundo real.

Piloto Level 4 em Gwangju

Em parceria com o Ministério de Terras, Infraestrutura e Transporte da Coreia do Sul, o Grupo planeja implantar o SDV Pace Car equipado com Atria AI na cidade metropolitana especial de Jeonnam‑Gwangju até o final de 2026. O piloto operará veículos autônomos em vias reais da Coreia, com dinâmicas de tráfego complexas e variáveis imprevisíveis, condições que o Grupo descreve como fundamentalmente diferentes de pistas de teste controladas. O Grupo afirma que os cenários de condução e situações de contingência capturados durante a implantação serão reintegrados ao Data Flywheel, aprimorando tanto a tecnologia de assistência ao motorista Level 2+ de produção em massa quanto a validação das capacidades avançadas de Level 4.

Filmagens de Condução em Seul e Desenvolvimento da VLA

O Grupo também divulgou filmagens do SDV Testbed equipado com Atria AI navegando no tráfego real de Seul sem intervenção do motorista, apresentadas em três categorias. Um vídeo executivo de acompanhamento mostra Park e Jeong percorrendo o centro de Seul por rodovias, vias principais, pontes e ruas urbanas, discutindo o processo de desenvolvimento da Atria AI, as capacidades técnicas atuais e os mecanismos de tomada de decisão durante a viagem. Sequências em tomada única capturam o tráfego congestionado da manhã em Gangnam, o tráfego de alta densidade em Jamsil com interações frequentes envolvendo veículos grandes como ônibus, e a condução urbana sob chuva em Pangyo, cada uma com duração aproximada de dois a quatro minutos, sem edições além de ajustes de velocidade de reprodução.

Um terceiro vídeo apresenta dez cenários de casos extremos, incluindo a evasão de veículos estacionados ao longo da calçada, a resposta a cortes súbitos de veículos, a navegação em curvas à esquerda desprotegidas, a detecção de pedestres em áreas congestionadas e a identificação de veículos que se aproximam em vias residenciais estreitas. Park afirmou que velocidade de desenvolvimento e segurança não são valores conflitantes, e que o Grupo aplicará apenas tecnologia totalmente validada em seus veículos.

Além de seus modelos de ponta a ponta existentes, a 42dot está desenvolvendo modelos Vision-Language-Action que combinam reconhecimento de informações visuais, raciocínio baseado em linguagem e geração de ações em uma única estrutura. A 42dot descreve o VLA como uma tecnologia chave para aplicações de Physical AI, incluindo condução autônoma e robótica, e afirma que o raciocínio baseado em linguagem adicional permite uma tomada de decisão aprimorada e maior explicabilidade em cenários de condução complexos. Ela espera que o VLA melhore as respostas a situações de condução raras ao recorrer ao raciocínio baseado em linguagem e ao conhecimento pré‑treinado em larga escala, que é difícil de aprender apenas com dados de condução. A 42dot também divulgou filmagens de desenvolvimento mostrando como o modelo VLA interpreta situações de condução e apresenta seu raciocínio em linguagem natural durante a operação do veículo.

“VLA é uma tecnologia central para implementar Physical AI, onde a IA vai além de simplesmente conduzir para compreender situações, raciocinar sobre elas e agir,” disse HeeSeok Lee, líder do grupo Trion da 42dot.

A tecnologia de condução autônoma baseada em VLA da 42dot está atualmente na fase de validação de modelo baseada em simulação, com o processo completo de desenvolvimento, incluindo testes em veículos reais, planejado para o final de 2026 até o início de 2027.