Hyundai Motor Group вводить Data Flywheel у повну експлуатацію

Hyundai Motor Group заявила у 13 вересня 2026 року, оголошення, що ввела Data Flywheel у повну експлуатацію, детально представивши дорожню карту автономного водіння за двома напрямками та те, що вона назвала першим показом технології Level 2++ на HMG Autonomous Driving Media Day, що відбувся у штаб‑квартирі 42dot у провінції Кьонгі, Південна Корея.

Під час заходу Група представила свою стратегію розвитку автономного водіння, технологічну дорожню карту, ключові досягнення та плани впровадження. 42dot представила ключові технології та прогрес у розробці Atria AI, пропрієтарного штучного інтелекту автономного водіння Групи, та окреслила ініціативу з розробки технології Vision-Language-Action (VLA). Група також продемонструвала відео SDV Testbed, оснащеного Atria AI, який пересувається у складному міському трафіку без втручання водія, працюючи на рівні 2++.

«Конкурентоспроможність визначається тим, скільки даних ви збираєте, як швидко ви навчаєтеся і наскільки ефективно ви можете впроваджувати ці результати у реальні продукти та послуги», — сказав Minwoo Park, президент і керівник підрозділу Advanced Vehicle Platform (AVP) у Hyundai Motor Group та CEO 42dot. Park зазначив, що Група розроблятиме технологію автономного водіння, яким клієнти можуть довіряти, спираючись на добродійну циклічність даних, ШІ та валідації.

Стратегія з двох напрямків визначає цілі виробництва на 2028 і 2029 роки

Дорожня карта базується на розширеному стратегічному партнерстві з NVIDIA, оголошеному Hyundai Motor Company та Kia Corporation 16 березня 2026 року. Ця угода охоплює розробку автономного водіння від рівня 2 до рівня 4 на інтегрованій архітектурі, побудованій на платформі NVIDIA DRIVE Hyperion, уніфікованому конвеєрі навчання, що охоплює збір реальних даних, навчання моделей ШІ та їх впровадження у виробничі автомобілі, а також подальші обговорення щодо просування можливостей роботаксі рівня 4 через Motional, спільне підприємство Групи у сфері автономних транспортних засобів.

У рамках Першого напрямку Група інтегрує обчислювальну платформу ШІ для транспортних засобів NVIDIA та програмне забезпечення автономного водіння у свою архітектуру програмно‑визначеного автомобіля (SDV). Виробничі автомобілі, оснащені можливостями автономного водіння рівня 2+ на базі рішень NVIDIA, плануються до першої половини 2028 року, а автомобілі рівня 2++ – до другої половини 2028 року. Датчики, що використовуються в Hyundai Motor, Kia, 42dot та Motional, поступово стандартизуватимуться навколо NVIDIA DRIVE Hyperion 10, що, за словами Групи, забезпечить більш послідовний збір даних та їх використання для навчання та валідації ШІ.

Другий напрямок зосереджений на Atria AI, пропрієтарній сквозній системі автономного водіння, спільно розробленій підрозділом AVP та 42dot в рамках інтегрованого процесу розробки. Виробництво автомобілів рівня 2++ на базі Atria AI планується на другу половину 2029 року, причому можливості будуть розвиватися етапами на основі даних реального водіння, зібраних з виробничих автомобілів.

Як працює Data Flywheel

Data Flywheel функціонує як цикл, у якому дані, зібрані з транспортних засобів, використовуються для навчання та валідації моделей ШІ, а вдосконалені моделі потім впроваджуються назад у автомобілі для генерації нових даних. Група зазначає, що Hyundai Motor і Kia продають понад 7 мільйонів автомобілів щорічно у приблизно 190 країнах і регіонах, і що наразі вона експлуатує близько 40 спеціалізованих автомобілів для збору даних цілодобово. Зібрані набори даних включають звичайні сценарії водіння, а також крайові випадки: зони будівельних робіт та різноманітність інфраструктури, важкі погодні умови, різкі зміни смуги руху та аварійні маневри, припарковані автомобілі на бокових вулицях і вузьких дорогах, а також складну динаміку міського трафіку.

З початку 2026 року Група інтегрувала нові технології навчання у систему. Hard Example Mining автоматично виявляє складні ситуації водіння, які важко розпізнати або інтерпретувати моделям ШІ, і пріоритетно включає їх у навчання. Безперервний конвеєр навчання (Continuous Training Pipeline) включає нові дані, отримані під час реального водіння та валідації, у процес навчання моделей, причому результати оцінки транспортних засобів повертаються до збору даних та розробки моделей. Технологія віртуальної валідації (Virtual Validation Technology) реконструює дані реального водіння у тривимірні середовища, використовуючи графічні техніки, такі як 3D Gaussian Splatting, для відтворення сценаріїв, які важко або потенційно небезпечно відтворювати у реальних випробуваннях.

Модель розробки «Follow-the-Sun» з’єднує центри в Південній Кореї та Сполучених Штатах, дозволяючи командам використовувати різницю часових поясів для здійснення збору даних, аналізу проблем та вдосконалення моделей у безперервних 24‑годинних циклах. Група поступово інтегрує свій Special Event Recorder, який автоматично записує та зберігає значущі події під час автономного водіння, у Data Flywheel, переважно для підтримки навчання моделей та підвищення їх продуктивності. Також створюється рамка Data Union, заснована на стандартизованих архітектурах датчиків та структурах даних, щоб дані, згенеровані різними автомобілями та організаціями, могли накопичуватись за спільними стандартами, спочатку у Hyundai Motor, Kia, 42dot та Motional.

Junghyun Kwon, виконавчий віце‑президент та керівник Центру розробки автономного водіння Hyundai Motor Group і лідер підрозділу автономного водіння 42dot, зазначив, що конкурентоспроможність залежить не стільки від обсягу даних, скільки від швидкості їхнього зв’язку з навчанням, валідацією та підвищенням продуктивності. Seonggyun Jeong, керівник групи Atria у 42dot, сказав, що Група постійно підвищує продуктивність і зрілість Atria AI завдяки інтегрованому циклу розробки, що охоплює збір даних, навчання моделей та валідацію у реальних транспортних засобах.

Пілотний проект Level 4 у Гванджу

У співпраці з Міністерством земельних ресурсів, інфраструктури та транспорту Південної Кореї Група планує розгорнути SDV Pace Car, оснащений Atria AI, у спеціальному мегаполісі Чоннам-Гванджу до кінця 2026 року. Пілотний проект буде експлуатувати автономні автомобілі на реальних корейських дорогах зі складною динамікою трафіку та непередбачуваними змінними, які Група описує як умови, принципово відмінні від контрольованих випробувальних трас. За словами Групи, сценарії водіння та надзвичайні ситуації, зафіксовані під час розгортання, будуть повернуті у Data Flywheel, підвищуючи як технологію допомоги водієві рівня 2+ у масовому виробництві, так і валідацію передових можливостей рівня 4.

Відео водіння у Сеулі та розробка VLA

Група також опублікувала відео SDV Testbed, оснащеного Atria AI, який пересувається у реальному сеульському трафіку без втручання водія, поділене на три категорії. Відео з участю керівника показує Park і Jeong, які проїжджають центральний Сеул, включаючи автомагістралі, головні магістралі, мости та міські вулиці, обговорюючи процес розробки Atria AI, поточні технічні можливості та механізми прийняття рішень під час поїздки. Сцени зняті без переривань фіксують щільний ранковий трафік у Гангнамі, інтенсивний трафік у Джамсилі з частими взаємодіями великих транспортних засобів, таких як автобуси, та дощове міське водіння у Пангйо, кожен ролик триває приблизно від двох до чотирьох хвилин без монтажу, окрім корекції швидкості відтворення.

Третє відео демонструє десять крайових сценаріїв, включаючи уникнення автомобілів, припаркованих уздовж дороги, реакцію на раптові прориви інших транспортних засобів, проїзд незахищених лівих поворотів, виявлення пішоходів у щільних зонах та ідентифікацію назустрічних транспортних засобів на вузьких вуличках району. Park зазначив, що швидкість розробки та безпека не є протилежними цінностями, і що Група застосовуватиме лише ретельно валідувану технологію у своїх автомобілях.

Поза своїми існуючими моделями «від початку до кінця», компанія 42dot розробляє моделі Vision-Language-Action, які поєднують розпізнавання візуальної інформації, мовне мислення та генерацію дій в єдиній структурі. 42dot описує VLA як ключову технологію для застосувань Physical AI, включаючи автономне водіння та робототехніку, і зазначає, що додане мовне мислення забезпечує покращене прийняття рішень та пояснюваність у складних сценаріях водіння. Компанія очікує, що VLA підвищить реакції на рідкісні ситуації на дорозі, використовуючи мовне мислення та масштабні попередньо навчені знання, які важко отримати лише з даних про водіння. 42dot також випустила відео розробки, яке демонструє, як модель VLA інтерпретує дорожні ситуації та виводить своє міркування природною мовою під час експлуатації транспортного засобу.

«VLA — це ключова технологія для впровадження Physical AI, де ШІ виходить за межі простого водіння, розуміє ситуації, мислить над ними та діє», — сказав HeeSeok Lee, керівник групи Trion у 42dot.

Технологія автономного водіння на базі VLA від 42dot наразі знаходиться на етапі валідації моделі за допомогою симуляції, а повний процес розробки, включаючи випробування на реальних транспортних засобах, заплановано на кінець 2026 року — початок 2027 року.