TIER IV розповідає про п’ять моделей із відкритим вихідним кодом для автономного керування

11 листопада 2026 року TIER IV оголосила про розробку та відкриття вихідного коду п’яти наскрізних моделей ШІ для автономного керування, призначених для Autoware. Вони охоплюють системи, що використовують лише камери, і конфігурації з LiDAR, радарами та картами високої чіткості. Цей набір надає автовиробникам і технологічним партнерам кілька варіантів для оптимізації моделей та інтеграції їх у системи автомобілів.

До цього набору входять NVIDIA Alpamayo 2 Edge, AutoE2E, METEOR, OnePlanner і LatentDrive. Їхні наскрізні архітектури поєднують сприйняття навколишнього середовища з побудовою траєкторії руху, проте моделі відрізняються вимогами до датчиків, підходами до планування та рівнем готовності: деякі вже інтегровані з Autoware, тоді як інші ще адаптують до автомобілів або інтегрують.

TIER IV представляє ці моделі як конкретні технологічні результати для Autoware 2.0 — архітектури наступного покоління, про яку компанія розповіла 2 листопада 2026 року. Вона поєднує підходи на основі ШІ з традиційними підходами, заснованими на правилах, додає гнучку схему індексації для модульної інтеграції програмного забезпечення та передбачає інфраструктуру референсного проєктування, покликану сприяти комерційному впровадженню в різних автомобілях, сферах застосування й умовах експлуатації.

Різні моделі для різних автомобілів

За даними TIER IV, Alpamayo 2 Edge має 2 мільярди параметрів, тоді як Alpamayo 2 Super — 34 мільярди. Для побудови траєкторій руху перша модель використовує лише зображення з камер і механізм міркування. Її інтеграцію з Autoware завершено, але TIER IV досі оптимізує модель і адаптує її до реальних автомобілів.

Розробкою AutoE2E керують Autoware Foundation і TIER IV. За оцінкою TIER IV, модель має 79,9 мільйона параметрів і може працювати на обчислювальних платформах, відмінних від обладнання NVIDIA, у конфігураціях від систем лише з камерами до систем із LiDAR і радарами. Її швидка–повільна архітектура поєднує реактивну модель для ухвалення рішень у реальному часі зі світовими моделями та моделями міркування, які прогнозують зміни середовища й допомагають ухвалювати рішення під час руху.

METEOR, яку TIER IV розробила самостійно, призначена насамперед для приватних легкових автомобілів і має 16 мільйонів параметрів. За словами TIER IV, її згорткова нейронна мережа використовує представлення навколишнього середовища з висоти пташиного польоту, щоб в одній мережі виконувати весь процес — від сприйняття до побудови траєкторії — без використання карт високої чіткості. Модель приймає зображення від однієї до восьми камер, може використовувати додатково LiDAR і радари та підтримує напівпровідникові платформи NVIDIA і Renesas.

За словами TIER IV, OnePlanner поєднує сприйняття та планування руху. Наразі модель використовує BEVFusion для створення представлення з хмар точок LiDAR з висоти пташиного польоту, а ознаки, отримані під час сприйняття, передає безпосередньо планувальнику, зменшуючи кількість проміжних перетворень у координати й швидкості об’єктів. Також вона враховує карти високої чіткості, інформацію про маршрут, стани світлофорів і стан руху автомобіля, щоб будувати траєкторії на шість секунд. Інтеграцію з Autoware завершено.

LatentDrive використовує V-JEPA — підхід до самокерованого навчання, — щоб представляти ознаки з відео з камер у латентному просторі й генерувати траєкторії без проміжного виявлення та відстеження об’єктів. За даними TIER IV, моделі не потрібна карта високої чіткості; вона будує чотирисекундні траєкторії, використовуючи відео, інформацію про маршрут і стан руху автомобіля. Модель підтримує одну або три камери, а інтеграція з Autoware та випробування в автомобілях ще тривають.

Що входить до AutoE2E V1.0

Робоча група з роботаксі при Autoware Foundation, яку підтримує TIER IV, випустила AutoE2E v1.0 11 листопада 2026 року за ліцензією Apache 2.0 для дослідницького й комерційного використання; також доступні навчені контрольні точки. До релізу входить реактивна модель, яка працює на частоті 10 Гц, об’єднує шість зображень із камер у представлення з висоти пташиного польоту та планує прискорення й кермування на 6,4 секунди. Моделі світу й рівні міркування ще розробляють, щоб вони працювали з тим самим планувальником.

За даними фонду, донавчена модель AutoE2E під час перевірки на записаних даних показала середню похибку зміщення 0,744 метра за три секунди й посіла друге місце серед восьми конфігурацій із відкритими вагами в порівняльному тестуванні. У цьому тесті з розімкненим циклом моделі робили прогнози на основі записаних кадрів із камер, а результати оцінювали за фактичним маршрутом водія; AutoE2E також отримувала растрову карту й маршрут, тоді як набір вхідних даних різнився залежно від моделі. Отже, цей результат стосується прогнозування траєкторії на записаних даних, а не роботи без водія на дорогах.

AutoE2E інтегровано з Autoware для оцінювання з розімкненим циклом, а випробування на реальному автомобілі із замкненим циклом уже тривають — вони мають оцінити взаємодію під час руху. За словами фонду, ефективність розгортання та вимоги до ресурсів іще потрібно оцінити окремо для кожної платформи; подальші дорожні випробування заплановано на 2027 рік. Проєкт розрахований на застосування від систем допомоги водієві L2++ із керуванням без рук до майбутньої безпілотної мобільності рівня L4, однак L4 поки що є метою розробки, а не наявною функціональністю.

Комерціалізація та процес розробки

Для METEOR TIER IV використовує CoMET — платформу автоматизованого маркування даних у складі Co-MLOps — разом з агентним ШІ, щоб автоматизувати маркування даних, навчання, оцінювання та вдосконалення моделей і усунути потребу в ручному кодуванні й маркуванні. Автовиробники та постачальники компонентів можуть оптимізувати модель із відкритим вихідним кодом відповідно до технічних характеристик і вимог до продуктивності власних автомобілів.

Засновник і генеральний директор Шінпей Като заявив, що стратегія використання кількох моделей покликана допомогти виробникам і постачальникам «впроваджувати технології відповідно до сфер їх застосування та вимог до продуктивності, не залежачи від конкретної моделі ШІ чи напівпровідникової платформи».

Віцепрезидент NVIDIA з автомобільного напряму Алі Кані заявив, що інтеграція Alpamayo 2 Edge дає розробникам відкриту основу для перенесення цієї технології з дослідницької сфери у власні автомобілі.

За словами TIER IV, наступні кроки — подальше підвищення продуктивності, оптимізація для використання в автомобілях, комерціалізація спільно з автовиробниками та партнерами через Autoware, а також поширення на різні типи транспортних засобів і сфери застосування. Autoware 2.0 забезпечує спільну архітектуру, однак незавершене тестування AutoE2E із замкненим циклом свідчить, що доступність відкритого коду та підтверджене випробування в автомобілях залишаються окремими етапами.