NVIDIA ประกาศโครงการรถยนต์ขับเคลื่อนอัตโนมัติและโรโบแท็กซี่ในยุโรปที่พัฒนาบน Hyperion

เมื่อวันที่ 21 ตุลาคม 2026 NVIDIA ประกาศในงาน GTC Berlin ว่าผู้ผลิตรถยนต์และผู้ให้บริการด้านการเดินทางในยุโรป ซึ่งรวมถึง Bolt ที่ร่วมกับ Lucid, Mercedes-Benz, Volkswagen Commercial Vehicles และ Einride กำลังนำเสนอตัวอย่างการใช้งานด้านการเดินทางอัตโนมัติบนแพลตฟอร์มประมวลผล NVIDIA Hyperion โดยสาธิตการใช้งานที่เป็นไปได้สำหรับรถยนต์ระดับ 3 และระดับ 4 รวมถึงกลุ่มรถโรโบแท็กซี่ในอนาคต Volvo Cars นำ Hyperion และซอฟต์แวร์ NVIDIA Alpamayo Stack มาใช้เพื่อการขับขี่อัตโนมัติที่ปลอดภัย และ NVIDIA ยังเปิดตัวเทคโนโลยีใหม่ด้าน AI และความปลอดภัย เพื่อช่วยให้นักพัฒนาสร้าง ตรวจสอบความถูกต้อง และนำรถยนต์ขับเคลื่อนอัตโนมัติออกใช้งานในวงกว้าง

NVIDIA ระบุว่าการขนส่งอัตโนมัติเป็นโอกาสทางธุรกิจมูลค่าหลายล้านล้านดอลลาร์ โดยมีโรโบแท็กซี่เป็นหัวหอกในการผลักดันการใช้งานเชิงพาณิชย์ระดับ 4 “โรโบแท็กซี่เป็นแอปพลิเคชันหุ่นยนต์และ AI กายภาพสำหรับตลาดมวลชนกลุ่มแรก ซึ่งจะพลิกโฉมวิธีการเดินทางของผู้คนและการขนส่งสินค้า” Jensen Huang ผู้ก่อตั้งและประธานเจ้าหน้าที่บริหารของ NVIDIA กล่าวในประกาศของบริษัทในงาน GTC Berlin Huang กล่าวว่า Hyperion ซึ่งทำงานร่วมกับระบบปฏิบัติการด้านความปลอดภัย Halos มอบแพลตฟอร์มโรโบแท็กซี่แบบครบวงจรให้แก่พันธมิตร โดยออกแบบมาเพื่อให้ขับเคลื่อนได้โดยอัตโนมัติเต็มรูปแบบและมีความปลอดภัยในระดับสูงสุด

โครงการโรโบแท็กซี่ของ Bolt ร่วมกับ Lucid

Bolt เลือก NVIDIA Alpamayo Stack ซึ่งเป็นซอฟต์แวร์ขับเคลื่อนอัตโนมัติแบบครบวงจรของ NVIDIA มาใช้ควบคุมรถยนต์ในโครงการเรียกรถโดยสารอัตโนมัติในยุโรป โดยเริ่มต้นกับ Lucid Bolt ระบุว่าโครงการจะเริ่มในกรุงมาดริดช่วงปี 2027 โดยจะเก็บข้อมูลการขับขี่จากสภาพจริงในระยะแรก เพื่อสนับสนุนการพัฒนาและตรวจสอบความถูกต้องของเทคโนโลยีขับขี่อัตโนมัติ ทั้งนี้ขึ้นอยู่กับการอนุมัติตามกฎระเบียบ และระบุว่าเยอรมนีกับฝรั่งเศสเป็นตลาดสำคัญสำหรับการขยายบริการในอนาคต

บริษัทระบุว่าโครงการนี้จะวางรากฐานสำหรับการนำรถ Lucid ที่พร้อมรองรับการขับขี่ระดับ 4 และติดตั้ง NVIDIA Hyperion ออกใช้งานอย่างน้อย 25,000 คัน อีกทั้งยังเป็นส่วนสำคัญของแผนงานที่กว้างขึ้นของ Bolt ซึ่งมุ่งนำรถยนต์ขับเคลื่อนอัตโนมัติ 100,000 คันออกใช้งานทั่วยุโรปและภูมิภาค UNECE โดยรวมภายในปี 2035 Bolt และ NVIDIA จะร่วมกันปรับซอฟต์แวร์ขับขี่ให้เหมาะกับถนนในยุโรป และติดตั้งซอฟต์แวร์ในรถยนต์จากผู้ผลิตหลายราย โดยเริ่มต้นกับ Lucid Bolt ระบุว่า Alpamayo Stack ซึ่งทำงานบน Hyperion ผสาน AI ที่ใช้การให้เหตุผลเข้ากับระบบรับรู้และวางแผนแบบดั้งเดิม โดยมีความสามารถด้านความปลอดภัยของ NVIDIA Halos เป็นส่วนสนับสนุน

“เราต้องการให้บริการเรียกรถโดยสารอัตโนมัติครอบคลุมทั่วยุโรปในวงกว้าง โดยมีรถยนต์ 100,000 คันบนแพลตฟอร์มของเราภายในปี 2035” Jevgeni Kabanov ประธานบริษัท Bolt และหัวหน้าฝ่ายขับขี่อัตโนมัติ กล่าวในประกาศของ Bolt Kabanov กล่าวว่าแคว้นมาดริดกำลังริเริ่มกรอบการดำเนินงานที่เป็นระบบสำหรับการเดินทางอัตโนมัติเชิงพาณิชย์ โดยประสานงานกับหน่วยงานระดับชาติ และเยอรมนีก็จะเป็นตลาดสำคัญเช่นกัน โดยเมืองต่าง ๆ ในประเทศเริ่มกำหนดเป้าหมายด้านการเดินทางอัตโนมัติแล้ว โครงการระหว่าง NVIDIA กับ Lucid เกิดขึ้นหลังจาก Bolt เปิดให้บริการด้านการเดินทางอัตโนมัติครั้งแรกในลักเซมเบิร์ก และดำเนินควบคู่ไปกับความร่วมมือของ Bolt กับ Pony.ai และ Stellantis

Bolt Autonomous Driving Solutions จะเป็นผู้นำการพัฒนาและการนำบริการเรียกรถโดยสารอัตโนมัติออกสู่ตลาดในยุโรป โดยสนับสนุนทั้งโครงสร้างพื้นฐานสำหรับบริหารจัดการยานพาหนะ ความเชี่ยวชาญด้านกฎระเบียบ และความรู้เกี่ยวกับตลาดท้องถิ่น จากแพลตฟอร์มด้านการเดินทางที่ให้บริการลูกค้ามากกว่า 200 ล้านคน Rishi Dhall รองประธานฝ่ายยานยนต์ของ NVIDIA กล่าวว่า Hyperion ทำให้สถาปัตยกรรมการประมวลผลและเซ็นเซอร์เป็นมาตรฐานเดียวกันในแพลตฟอร์มยานยนต์ต่าง ๆ ขณะที่ Alpamayo Stack และ Halos เป็นรากฐานด้านระบบขับขี่อัจฉริยะและความปลอดภัย พร้อมเสริมว่าโรโบแท็กซี่จะขยายตัวได้เมื่อรถยนต์ทุกคันสร้างขึ้นบนรากฐานร่วมกันที่ออกแบบโดยคำนึงถึงความปลอดภัย Kay Stepper ประธาน Lucid Technologies และประธานเจ้าหน้าที่ฝ่ายดิจิทัลของ Lucid กล่าวว่า ความร่วมมือที่ดำเนินมาจนถึงปัจจุบันและแผนเริ่มเก็บข้อมูลในปี 2027 ถือเป็นก้าวแรกสู่การเดินทางอัตโนมัติในยุโรปที่ขยายขนาดได้และขับเคลื่อนด้วยซอฟต์แวร์

จากรถยนต์นั่งสู่การขนส่งสินค้าและระบบขนส่งสาธารณะ

ในงาน GTC Berlin, Volkswagen Commercial Vehicles กำลังนำเสนอแพลตฟอร์มรถยนต์ขับเคลื่อนอัตโนมัติ ID. Buzz AD ที่ใช้ Hyperion เพื่อรองรับระบบขับขี่อัตโนมัติหลากหลายรูปแบบ NVIDIA ระบุว่า Hyperion มอบสถาปัตยกรรมการประมวลผลและเซ็นเซอร์ร่วมกัน ซึ่งออกแบบมาเพื่อลดความซับซ้อนในการผสานรวมและตรวจสอบความถูกต้อง ช่วยให้นักพัฒนาและผู้ให้บริการด้านการเดินทางนำบริการโรโบแท็กซี่และการขนส่งเชิงพาณิชย์ออกสู่ตลาดได้

Volvo Cars กำลังผสานระบบความปลอดภัยของรถยนต์และความเชี่ยวชาญด้านวิศวกรรมเข้ากับ Hyperion, Halos OS และ Alpamayo Stack เพื่อให้รถยนต์ Volvo ในอนาคตสามารถเดินทางผ่านสภาพแวดล้อมจริงที่ซับซ้อนได้อย่างปลอดภัยตั้งแต่ต้นทางถึงปลายทาง NVIDIA ระบุ Mercedes-Benz กำลังขยายความร่วมมือกับ NVIDIA ด้าน Hyperion และ Alpamayo Stack เพื่อสนับสนุนการพัฒนาขีดความสามารถระดับ L3 และ L4 ของผู้ผลิตรถยนต์รายนี้ พร้อมประกาศว่า MB.DRIVE ASSIST PRO ซึ่งพัฒนาร่วมกับ NVIDIA จะได้รับอนุมัติให้ใช้ระบบช่วยขับขี่แบบจุดต่อจุดในเขตเมืองของเยอรมนีในเร็ว ๆ นี้

นอกเหนือจากรถยนต์นั่งและโรโบแท็กซี่แล้ว Einride กำลังพัฒนา Einride Driver รุ่นถัดไปบน Hyperion สำหรับรถบรรทุกขนส่งสินค้าไร้คนขับ โดยใช้ Halos, Alpamayo และโมเดลโลกเปิด NVIDIA Cosmos เพื่อพัฒนาและตรวจสอบความถูกต้องของระบบขับขี่ TIER IV และ Technical University of Munich วางแผนผสานรวม Hyperion เพื่อพัฒนาและตรวจสอบความถูกต้องของระบบสำหรับระบบขนส่งสาธารณะอัตโนมัติในเยอรมนี ส่วนพันธมิตรด้านเทคโนโลยีและการผลิตอย่าง Aptiv, Valeo และ Schaeffler กำลังสร้างแพลตฟอร์มประมวลผลที่ใช้ Hyperion ซึ่งผู้ผลิตรถยนต์สามารถนำไปผสานรวมเพื่อพัฒนารถยนต์ขับเคลื่อนอัตโนมัติระดับ L4 และโรโบแท็กซี่

กรอบการประเมิน Halos SAFE

ภายใต้ระบบความปลอดภัย Halos ของ NVIDIA บริษัทได้เปิดตัว Halos SAFE ซึ่งเป็นกรอบการประกันความปลอดภัยสำหรับการประเมิน โดยมี dSPACE, IVEX และ TÜV Rheinland ร่วมมือกันพัฒนากระบวนการประเมิน ตามข้อมูลของ NVIDIA นั้น Halos SAFE เชื่อมโยงการจำลอง การประเมินที่ใช้ซอฟต์แวร์และฮาร์ดแวร์ในวงจร การทดสอบบนถนน และการติดตามตรวจสอบยานพาหนะทั้งกลุ่ม ผ่านสถานการณ์ทดสอบ การทดสอบ และเกณฑ์ประสิทธิภาพที่วัดผลได้ตามที่กำหนด เพื่อสร้างหลักฐานด้านความปลอดภัยที่ตรวจสอบย้อนกลับได้และสนับสนุนการนำไปใช้งาน ระบบนิเวศ Halos SAFE ยังประกอบด้วย JLR, Mercedes-Benz, Volvo Cars, 51Sim, aiMotive, AVL, Deepen AI, Foretellix และ Synopsys

โมเดลและเครื่องมือข้อมูลใหม่สำหรับนักพัฒนา

NVIDIA ให้รายละเอียดเกี่ยวกับโมเดล เครื่องมือ และพิมพ์เขียวใหม่สำหรับเตรียมข้อมูลการขับขี่ ปรับปรุงโมเดล และประเมินประสิทธิภาพ ตามข้อมูลของบริษัท Alpamayo 2 Edge เป็นโมเดลการให้เหตุผลที่มีพารามิเตอร์ 2 พันล้านตัว สร้างขึ้นบนพื้นฐานที่ใช้ Nemotron ของ Cosmos 3 Edge โดยปรับให้เหมาะกับแพลตฟอร์ม NVIDIA DRIVE AGX Thor และออกแบบมาให้ทำงานที่ 10Hz เพื่อทำความเข้าใจฉากและวางแผนการเคลื่อนที่ภายในยานพาหนะ AlpaJudge เป็นโมเดลประเมินผลและให้รางวัลที่ปรับเทียบโดยมนุษย์ โดยให้คะแนนคำอธิบายการขับขี่เพื่อประเมินคุณภาพการให้เหตุผล คัดกรองคำกำกับข้อมูลที่ไม่มีคุณภาพ และลดการตรวจทานข้อมูลฝึกด้วยตนเอง Foundation4D กำกับป้ายกำกับให้วิดีโอจากกล้องหลายตัวได้โดยไม่ต้องใช้ข้อมูลไลดาร์ ซึ่งช่วยสนับสนุนการฝึกโมเดลการรับรู้และการสร้างฉากขึ้นใหม่ด้วย Omniverse NuRec โมเดล Cosmos 3 Nano รุ่นใหม่ช่วยขยายการสร้างข้อมูลสังเคราะห์และการจำลองแบบวงปิด ด้วยการสร้างข้อมูลจากหลายมุมมอง กล้องหลายตัว และไลดาร์ที่ซิงโครไนซ์กันในสถานการณ์การขับขี่ที่หลากหลาย

พิมพ์เขียวสำหรับสร้างชุดข้อมูล AV ของ Cosmos Data Factory เปลี่ยนวิดีโอการขับขี่และสัญญาณจากยานพาหนะให้เป็นข้อมูลที่คัดสรร จัดทำป้ายกำกับ และค้นหาได้ โดยใช้ข้อมูลสังเคราะห์เพื่อเพิ่มความครอบคลุมของสถานการณ์ Alpamayo Agentic Factory ซึ่งเป็นพิมพ์เขียวแบบเปิดที่ NVIDIA คาดว่าจะพร้อมให้ใช้งานในช่วงต้นปี 2027 ใช้เอเจนต์ AI เชื่อมโยงการเตรียมข้อมูล การฝึกโมเดลเพิ่มเติมหลังการฝึก และการประเมินด้วยการจำลอง NVIDIA NIM microservices สำหรับ Alpamayo 1.5 และ NuRec Harmonizer ให้บริการทั้งสองโมเดลในรูปแบบคอนเทนเนอร์การอนุมานที่ได้รับการปรับให้เหมาะสม ช่วยให้มีแนวทางนำการให้เหตุผลสำหรับ AV และการปรับฉากให้สอดคล้องกันไปใช้งานได้ง่ายขึ้น บริษัทระบุ

Uber และ NVIDIA กำลังพัฒนาโรงงานข้อมูลที่ขับเคลื่อนด้วย Cosmos เพื่อคัดสรรและประมวลผลข้อมูลสำหรับการพัฒนา AV ซึ่งเป็นส่วนหนึ่งของความร่วมมือในวงกว้างที่ครอบคลุมโครงสร้างพื้นฐานสำหรับการพัฒนา AI ยานพาหนะที่ใช้ Hyperion และเครือข่ายเรียกรถระดับโลกของ Uber Porsche เป็นผู้นำในการพัฒนาขั้นตอนการสร้างวงจรป้อนกลับข้อมูลทั่วแบรนด์ต่าง ๆ ของ Volkswagen Group ผ่าน Voxel51 โดยใช้ Cosmos Data Factory และ Omniverse NuRec บน Microsoft Azure เพื่อเปลี่ยนข้อมูลจากฟลีตยานพาหนะให้เป็นชุดข้อมูลและการจำลองสำหรับประเมินโมเดลการขับขี่อัตโนมัติ NVIDIA ระบุว่าคาดว่าขั้นตอนดังกล่าวจะช่วยลดการทดสอบขับรถจริงซ้ำ ๆ ได้สูงสุด 90% และลดระยะเวลาของวงจรการพัฒนาได้สูงสุด 85%