Nvidia zweifelt an den Führern der Autopiloten – Tesla und Waymo.

Ein neuer Ansatz für den Autopiloten von NVIDIA

Alle sechs Monate lädt der Leiter der Automobilabteilung des Unternehmens – Xinzhou Wu – den Geschäftsführer Jensen Huang zu einem Testpiloten ein, aber nur wenn dieser dem System voll vertraut. Bei der letzten Fahrt nutzten sie einen Mercedes CLA, um von Woodside ins Zentrum von San Francisco zu fahren. Das Fahrzeug wurde von „MB.Drive Assist Pro“ gesteuert – einer Fahrerassistenzsystem, das gemeinsam mit NVIDIA entwickelt und Tesla Full Self‑Driving ähnelt. Ein 22‑minütiges Video zeigt das Auto, das Baustellen, stark parkende Straßen und schmale Abschnitte umschifft, die mit orangefarbenen Konus abgesperrt sind. Während des Tests wurde das System nicht deaktiviert.

Warum NVIDIA in autonome Fahrten investiert
* Partnerschaften – bereits arbeitet es mit Mercedes, Jaguar Land Rover und Lucid zusammen.
* Auf der CES 2024 stellte das Unternehmen „Alpamayo“ vor – ein Set aus KI‑Modellen, Simulatoren und Daten zur Erstellung von Level‑4‑Autopiloten (der Mensch ist bei definierten Bedingungen nicht im Steuerungsprozess beteiligt).
NVIDIA nutzt durchgängige Modelle, die sofort Entscheidungen auf Basis externer Signale treffen. Gleichzeitig unterstützt das Unternehmen traditionelle Prüfverfahren, damit der Entscheidungsprozess beobachtet und kontrolliert werden kann. Das Ergebnis sind Systeme, die einen „menschlichen“ Fahrstil (mit sanften Reaktionen) mit überprüfbarer Robotik kombinieren.
> *„Durchgängige Modelle reagieren besser auf ruhende Polizisten oder Umleitungen, ohne das Gefühl eines Roboters am Steuer zu erzeugen“, sagt Wu.*
> *„Deshalb ist jetzt der Moment für ChatGPT gekommen“* (es wird angedeutet, dass der Autopilot einen echten Durchbruch erzielen könnte).

Technologien und Sicherheit
* Sensorvielfalt – im Gegensatz zu Tesla beschränkt sich NVIDIA nicht nur auf Kameras. Im Drive Hyperion‑System können sowohl Kameras als auch Radar eingesetzt werden, und bei teureren Modellen (ab 40 000 bis 50 000 US-Dollar) wird ein vollständiges Sensorset hinzugefügt.
* Training mit virtuellen Szenen – anstatt ausschließlich reale Fahrten zu nutzen, generiert NVIDIA virtuelle Szenen aus echten Aufzeichnungen. Das ermöglicht das Testen des Autopiloten in extremen Situationen, die selten im realen Leben vorkommen.
* Partnerunterstützung – das Unternehmen erhält Videoaufnahmen von Radar und Kameras seiner Partner, um genauere Modelle zu erstellen.

Die Idee besteht darin, eine einheitliche Architektur zu schaffen, in der visuelle Wahrnehmung, Sprachverständnis und physische Aktionen unter einem Dach zusammengeführt werden. Das wird mit dem Lernen des Menschen im Straßenverkehr verglichen: Zuerst lernt man die Straße sehen, dann die Regeln verstehen und schließlich das Fahrzeug steuern.

Fazit

NVIDIA strebt danach, ein Schlüsselspieler im Bereich autonomes Fahren zu werden, indem es flexible Lösungen anbietet, die fortschrittliche KI mit einem zuverlässigen Prüfsystem kombinieren. Ihr Ansatz ermöglicht nicht nur eine „sanfte“ Reaktion auf Verkehrssituationen, sondern sorgt auch für hohe Sicherheit durch einen breiten Sensorumfang und virtuelles Testen.