Hyundai Motor Group เปิดการทำงานเต็มรูปแบบของ Data Flywheel

Hyundai Motor Group กล่าวว่าใน ประกาศเมื่อ 13 กันยายน 2569 ว่าได้เปิดการทำงานเต็มรูปแบบของ Data Flywheel โดยระบุแผนถนนสองเส้นสำหรับการพัฒนาการขับขี่อัตโนมัติและสิ่งที่เรียกว่าการแสดงตัวอย่างแรกของเทคโนโลยี Level 2++ ในงาน HMG Autonomous Driving Media Day ซึ่งจัดขึ้นที่สำนักงานใหญ่ของ 42dot ในจังหวัดคย็องกี ประเทศเกาหลีใต้

ในงานดังกล่าว กลุ่มบริษัทได้นำเสนอยุทธศาสตร์การพัฒนาการขับขี่อัตโนมัติ แผนผังเทคโนโลยี ความสำเร็จหลักและแผนการดำเนินงาน 42dot ได้นำเสนอเทคโนโลยีหลักและความก้าวหน้าในการพัฒนา Atria AI ซึ่งเป็นปัญญาประดิษฐ์การขับขี่อัตโนมัติของกลุ่ม และได้อธิบายโครงการพัฒนาเทคโนโลยี Vision-Language-Action (VLA) กลุ่มบริษัทยังเปิดเผยคลิปวิดีโอของ SDV Testbed ที่ติดตั้ง Atria AI ขับผ่านการจราจรในเมืองที่ซับซ้อนโดยไม่ต้องมีผู้ขับขี่ ทำงานในระดับความสามารถ Level 2++

“ความสามารถในการแข่งขันกำหนดโดยปริมาณข้อมูลที่คุณรวบรวม ความเร็วในการเรียนรู้ และประสิทธิภาพในการนำผลลัพธ์เหล่านั้นมาปรับใช้ในผลิตภัณฑ์และบริการจริง” นายมินวู ปาร์ค ประธานและหัวหน้าฝ่าย Advanced Vehicle Platform (AVP) ของ Hyundai Motor Group และซีอีโอของ 42dot กล่าว ปาร์คกล่าวว่ากลุ่มจะพัฒนาเทคโนโลยีการขับขี่อัตโนมัติที่ลูกค้าไว้วางใจได้โดยอิงจากวงจรที่ดีของข้อมูล AI และการตรวจสอบ

กลยุทธ์สองเส้นกำหนดเป้าหมายการผลิตในปี 2028 และ 2029

แผนผังนี้ต่อยอดจาก ความร่วมมือเชิงกลยุทธ์ที่ขยายกับ NVIDIA ที่ Hyundai Motor Company และ Kia Corporation ประกาศเมื่อ 16 มีนาคม 2569 ข้อตกลงนี้ครอบคลุมการพัฒนาการขับขี่อัตโนมัติตั้งแต่ระดับ Level 2 ถึง Level 4 บนสถาปัตยกรรมรวมที่สร้างบนแพลตฟอร์ม NVIDIA DRIVE Hyperion ซึ่งเป็นสายการเรียนรู้แบบรวมที่ครอบคลุมการเก็บข้อมูลจากโลกจริง การฝึกโมเดล AI และการนำไปใช้ในยานพาหนะที่ผลิตจริง รวมถึงการหารือเพิ่มเติมเกี่ยวกับการพัฒนาความสามารถระดับ Level 4 robotaxi ผ่าน Motional ซึ่งเป็นกิจการร่วมทุนยานยนต์อัตโนมัติของกลุ่ม

ภายใต้ Track One กลุ่มจะบูรณาการแพลตฟอร์มคอมพิวเตอร์ AI สำหรับยานพาหนะของ NVIDIA และซอฟต์แวร์การขับขี่อัตโนมัติเข้าสู่สถาปัตยกรรมยานพาหนะที่กำหนดโดยซอฟต์แวร์ (SDV) ของตน ยานพาหนะที่ผลิตพร้อมความสามารถการขับขี่อัตโนมัติระดับ Level 2+ ที่ใช้โซลูชันของ NVIDIA มุ่งหมายที่จะวางจำหน่ายในครึ่งแรกของปี 2568 และยานพาหนะระดับ Level 2++ จะมุ่งหมายในครึ่งหลังของปี 2568 ระบบเซ็นเซอร์ที่ใช้ใน Hyundai Motor, Kia, 42dot และ Motional จะค่อยๆ มาตรฐานตาม NVIDIA DRIVE Hyperion 10 ซึ่งกลุ่มระบุว่าจะสนับสนุนการเก็บข้อมูลและการใช้ข้อมูลที่สม่ำเสมอมากขึ้นสำหรับการฝึกและการตรวจสอบ AI

Track Two มุ่งเน้นที่ Atria AI ซึ่งเป็นระบบการขับขี่อัตโนมัติแบบ end-to-end ที่เป็นกรรมสิทธิ์ของกลุ่ม พัฒนาร่วมกันโดยฝ่าย AVP และ 42dot ภายใต้กรอบการพัฒนาที่บูรณาการ การผลิตยานพาหนะระดับ Level 2++ ที่ใช้ Atria AI มุ่งหมายในครึ่งหลังของปี 2569 โดยความสามารถจะพัฒนาเป็นขั้นตอนตามข้อมูลการขับขี่จากโลกจริงที่เก็บจากยานพาหนะที่ผลิต

การทำงานของ Data Flywheel

Data Flywheel ทำงานเป็นวงจรที่ข้อมูลที่เก็บจากยานพาหนะถูกใช้ในการฝึกและตรวจสอบโมเดล AI โดยโมเดลที่พัฒนาขึ้นจะถูกนำกลับไปติดตั้งในยานพาหนะเพื่อสร้างข้อมูลใหม่ กลุ่มระบุว่า Hyundai Motor และ Kia ขายยานพาหนะมากกว่า 7 ล้านคันต่อปีในประมาณ 190 ประเทศและภูมิภาค และในปัจจุบันมียานพาหนะเก็บข้อมูลเฉพาะกิจประมาณ 40 คันที่ทำงานตลอด 24 ชั่วโมง ชุดข้อมูลที่เก็บรวมถึงสถานการณ์การขับขี่ทั่วไปและกรณีขอบข่าย เช่น โซนก่อสร้างถนนและความแปรผันของโครงสร้างพื้นฐาน สภาพอากาศรุนแรง การเปลี่ยนเลนอย่างฉับพลันและการทำแมนูเวอร์ฉุกเฉิน ยานพาหนะที่จอดอยู่บนถนนข้างและถนนแคบ รวมถึงพลวัตการจราจรในเมืองที่ซับซ้อน

ตั้งแต่ต้นปี 2569 กลุ่มได้บูรณาการเทคโนโลยีการเรียนรู้ใหม่เข้าสู่ระบบ Hard Example Mining ทำงานอัตโนมัติในการระบุสถานการณ์การขับขี่ที่ท้าทายซึ่งโมเดล AI พบว่าตระหนักหรือแปลความได้ยากและให้ความสำคัญกับสถานการณ์เหล่านั้นสำหรับการฝึก A Continuous Training Pipeline นำข้อมูลใหม่ที่ได้จากการขับขี่และการตรวจสอบในโลกจริงเข้าสู่การฝึกโมเดล โดยผลการประเมินยานพาหนะจะถูกส่งกลับไปยังการเก็บข้อมูลและการพัฒนาโมเดล เทคโนโลยี Virtual Validation Technology ทำการสร้างข้อมูลการขับขี่ในโลกจริงเป็นสภาพแวดล้อมสามมิติ โดยใช้เทคนิคกราฟิกเช่น 3D Gaussian Splatting เพื่อจำลองสถานการณ์ที่ยากหรืออาจไม่ปลอดภัยต่อการทดสอบในโลกจริง

โมเดลการพัฒนาแบบ Follow-the-Sun เชื่อมต่อศูนย์ในเกาหลีใต้และสหรัฐอเมริกา ทำให้ทีมงานใช้ความแตกต่างของโซนเวลาเพื่อดำเนินการเก็บข้อมูล การวิเคราะห์ปัญหา และการปรับปรุงโมเดลอย่างต่อเนื่องตลอด 24 ชั่วโมง กลุ่มกำลังบูรณาการ Special Event Recorder ซึ่งบันทึกและจัดเก็บเหตุการณ์สำคัญระหว่างการขับขี่อัตโนมัติโดยอัตโนมัติ เข้าสู่ Data Flywheel อย่างค่อยเป็นค่อยไป เพื่อสนับสนุนการฝึกโมเดลและการปรับปรุงประสิทธิภาพ นอกจากนี้ยังกำลังสร้างกรอบงาน Data Union ที่อิงสถาปัตยกรรมเซ็นเซอร์และโครงสร้างข้อมูลที่มาตรฐาน เพื่อให้ข้อมูลที่สร้างจากยานพาหนะและองค์กรหลายแห่งสามารถสะสมภายใต้มาตรฐานเดียวกัน โดยเริ่มต้นจาก Hyundai Motor, Kia, 42dot และ Motional

จุงฮยอน ควอน รองประธานบริหารและหัวหน้าศูนย์พัฒนาการขับขี่อัตโนมัติของ Hyundai Motor Group และหัวหน้าฝ่าย Autonomous Driving ของ 42dot กล่าวว่า ความสามารถในการแข่งขันขึ้นอยู่กับไม่ใช่ปริมาณข้อมูลแต่เป็นความเร็วที่ข้อมูลเชื่อมต่อกับการเรียนรู้ การตรวจสอบ และการปรับปรุงประสิทธิภาพ เซองกยุน จอง หัวหน้ากลุ่มของ Atria Group ของ 42dot กล่าวว่า กลุ่มกำลังพัฒนาประสิทธิภาพและความพร้อมของ Atria AI อย่างต่อเนื่องผ่านวงจรการพัฒนาที่บูรณาการซึ่งครอบคลุมการเก็บข้อมูล การฝึกโมเดล และการตรวจสอบยานพาหนะในโลกจริง

โครงการนำร่องระดับ 4 ที่กวังจู

ร่วมกับกระทรวงที่ดิน โครงสร้างพื้นฐานและขนส่งของเกาหลีใต้ กลุ่มวางแผนที่จะนำ SDV Pace Car ที่ติดตั้ง Atria AI ไปใช้งานในเมืองพิเศษเจ็อนนัม-กวังจู ภายในสิ้นปี 2569 โครงการนำร่องนี้จะให้ยานอัตโนมัติทำงานบนถนนเกาหลีที่จริงโดยมีพลวัตการจราจรที่ซับซ้อนและตัวแปรที่ไม่คาดคิด ซึ่งกลุ่มอธิบายว่าเป็นสภาวะที่แตกต่างอย่างสิ้นเชิงจากสนามทดสอบที่ควบคุม พวกเขากล่าวว่าฉากการขับขี่และสถานการณ์ฉุกเฉินที่บันทึกระหว่างการใช้งานจะถูกส่งกลับเข้าสู่ Data Flywheel เพื่อเสริมเทคโนโลยีช่วยขับระดับ Level 2+ ในการผลิตมวลชนและการตรวจสอบความสามารถระดับ 4 ขั้นสูง

คลิปการขับขี่ในโซลและการพัฒนา VLA

กลุ่มยังเผยคลิปวิดีโอของ SDV Testbed ที่ติดตั้ง Atria AI ขับผ่านการจราจรจริงในโซลโดยไม่มีการแทรกแซงจากผู้ขับ แบ่งเป็นสามประเภท วิดีโอการเดินทางร่วมกับผู้บริหารแสดงให้เห็น ปาร์คและจองเดินทางผ่านใจกลางโซลบนทางด่วน ถนนหลัก สะพาน และถนนในเมือง พร้อมอธิบายกระบวนการพัฒนา Atria AI ความสามารถทางเทคนิคปัจจุบันและกลไกการตัดสินใจระหว่างการเดินทาง ช็อตต่อเนื่องหนึ่งครั้งบันทึกการจราจรเช้าในช่วงเร่งด่วนที่แออัดในกัง남 การจราจรความหนาแน่นสูงในจัมซิลที่มีการปฏิสัมพันธ์บ่อยครั้งกับยานพาหนะขนาดใหญ่เช่นรถบัส และการขับขี่ในเมืองที่ฝนตกในพังโย โดยแต่ละคลิปใช้เวลาประมาณสองถึงสี่นาทีโดยไม่มีการตัดต่อ ยกเว้นการปรับความเร็วการเล่น

วิดีโอที่สามนำเสนอกรณีขอบข่ายสิบสถานการณ์ รวมถึงการหลีกเลี่ยงยานพาหนะที่จอดอยู่ข้างถนน การตอบสนองต่อการตัดเข้าของยานพาหนะอย่างฉับพลัน การขับผ่านการเลี้ยวซ้ายที่ไม่มีการคุ้มครอง การตรวจจับคนเดินเท้าในพื้นที่แออัด และการระบุยานพาหนะที่เข้ามาในถนนแคบของย่านใกล้เคียง ปาร์คกล่าวว่าความเร็วในการพัฒนาและความปลอดภัยไม่ใช่ค่าที่ขัดแย้งกัน และกลุ่มจะใช้เทคโนโลยีที่ผ่านการตรวจสอบอย่างละเอียดเท่านั้นในยานพาหนะของตน

เหนือโมเดลแบบ end‑to‑end ที่มีอยู่แล้ว 42dot กำลังพัฒนาโมเดล Vision‑Language‑Action ที่รวมการรับรู้ข้อมูลภาพ การให้เหตุผลโดยใช้ภาษา และการสร้างการกระทำไว้ในกรอบเดียวกัน 42dot อธิบายว่า VLA เป็นเทคโนโลยีสำคัญสำหรับการประยุกต์ใช้ Physical AI รวมถึงการขับขี่อัตโนมัติและหุ่นยนต์ และระบุว่าการให้เหตุผลโดยใช้ภาษาที่เพิ่มเข้ามาช่วยให้การตัดสินใจและการอธิบายผลในสถานการณ์การขับขี่ที่ซับซ้อนดีขึ้น บริษัทคาดว่า VLA จะช่วยปรับปรุงการตอบสนองต่อสถานการณ์การขับขี่ที่หายากโดยอาศัยการให้เหตุผลโดยใช้ภาษาและความรู้ที่ได้รับการฝึกฝนล่วงหน้าขนาดใหญ่ซึ่งยากต่อการเรียนรู้จากข้อมูลการขับขี่เพียงอย่างเดียว 42dot ยังได้เผยคลิปการพัฒนาแสดงให้เห็นว่าโมเดล VLA แปลความหมายของสถานการณ์การขับขี่และแสดงผลการให้เหตุผลเป็นภาษาธรรมชาติระหว่างการทำงานของยานพาหนะ

“VLA เป็นเทคโนโลยีหลักสำหรับการดำเนินการ Physical AI ที่ AI ไปไกลกว่าการขับขี่เพียงอย่างเดียวเพื่อทำความเข้าใจสถานการณ์ ให้เหตุผลผ่านสถานการณ์เหล่านั้นและดำเนินการ,” กล่าวโดย HeeSeok Lee, Group Lead ของ 42dot’s Trion Group.

เทคโนโลยีการขับขี่อัตโนมัติที่ใช้ VLA ของ 42dot’s อยู่ในขั้นตอนการตรวจสอบโมเดลโดยใช้การจำลองในขณะนี้ โดยกระบวนการพัฒนาเต็มรูปแบบ รวมถึงการทดสอบยานพาหนะจริง จะเริ่มตั้งแต่ปลายปี 2026 ถึงต้นปี 2027