Robotaxis für den Großstadtdschungel: VinFast, Autobrains und NVIDIA entwickeln Level-4-System für Südostasien

Die drei Dauer-Baustellen des autonomen Fahrens

Autobrains‘ Agentic-Ansatz ist nicht nur ein weiteres neuronales End-to-End-Netzwerk. Stattdessen zerlegt das System die Fahraufgabe in spezialisierte „Reasoning Agents“, die jeweils für einen bestimmten Fahrtkontext zuständig sind. Dieser modulare Aufbau ist ein direkter Angriff auf drei zentrale Probleme.

1. Die Schwächen monolithischer Modelle

Herkömmliche, große neuronale Netze versagen oft unvorhersehbar, wenn sie auf Situationen treffen, die sie nicht aus dem Training kennen. Indem die Fahraufgabe in kontextbezogene Agenten aufgeteilt wird, kann das System auch unter Unsicherheit robuste Entscheidungen treffen – und bricht nicht bei ungewohnten Szenarien zusammen . Jeder Agent deckt nur einen Teilbereich der Fahrumgebung ab, was das gesamte System widerstandsfähiger gegen das unberechenbare Verkehrsverhalten in südostasiatischen Städten macht.

2. Hohe Hardwarekosten und Sensor-Komplexität

Die kommerzielle Verbreitung scheitert bisher auch an den hohen Kosten: Spezialfahrzeuge, vollgepackt mit teuren Sensorsuiten und aufwändiger Rechentechnik, sind für den Massenmarkt ungeeignet. Die Agentic-Architektur kommt dagegen mit standardmäßigen Automobil-Sensoren und effizienter Rechenleistung aus und umgeht so den Aufpreis für Spezial-Hardware . Das ist entscheidend für VinFast, dessen Markenversprechen auf erschwinglichen Elektroautos für die breite Masse beruht.

3. Herstellerbindung und Plattform-Unflexibilität

Die meisten Autonomie-Stacks sind eng an eine bestimmte Fahrzeugplattform gekoppelt, sodass jeder interessierte Autohersteller sein Fahrzeug um einen einzigen Zulieferer herum neu konstruieren muss. Diese Kooperation setzt explizit auf eine OEM-agnostische Architektur. Das bedeutet: Die Software kann auf mehreren Fahrzeugplattformen eingesetzt werden, und verschiedene Automobilhersteller können sich einfacher an autonomen Ride-Hailing-Netzwerken beteiligen . Das Fahrzeug wird so zur austauschbaren Komponente, nicht zur teuren Einbahnstraße.

So sind die Verantwortlichkeiten verteilt

Das Trio bringt jeweils unterschiedliche Stärken in die Partnerschaft ein, und die Arbeitsteilung ist so konzipiert, dass kein einzelner Partner die gesamte Last der Kommerzialisierung von Level-4-Autonomie allein stemmen muss.

VinFast ist der Fahrzeughersteller (OEM) und führt die regionale Einführung an. Es stellt die Plattformen für die Elektrofahrzeuge und wird den Rollout in den südostasiatischen Märkten steuern, wo die Marke und die Produktionsbasis einen Heimvorteil bieten .

Autobrains liefert die Intelligenz-Ebene. Der Agentic-AI-Softwarestack zerlegt das Fahren in spezialisierte Reasoning Agents, die in Echtzeit auf Basis von Automotive-Standardsensoren entscheiden – ohne die überdimensionierten Sensorkonfigurationen, die andere Programme so teuer machen .

NVIDIA stellt das Rechen- und Sicherheitsfundament. Die DRIVE Hyperion 10 Plattform umfasst den DRIVE AGX Fahrzeugcomputer, das funktionale Sicherheitssystem Halos, das Betriebssystem DriveOS und eine kompatible multimodale Sensorsuite . Diese gemeinsame Plattform schafft eine standardisierte Basis, auf die sich sowohl Autobrains‘ Software als auch VinFasts Fahrzeuge verlassen können.

Der Platz im großen Robotaxi-Ökosystem von NVIDIA

Die VinFast-Ankündigung erfolgte nicht im luftleeren Raum. NVIDIA nutzte die GTC Taipei, um DRIVE Hyperion als gemeinsame Level-4-fähige Grundlage für die gesamte Transportbranche zu positionieren . Die an diesem Tag verkündeten Partnerschaften offenbaren eine klare Drei-Ebenen-Strategie.

Ebene eins ist die standardisierte Plattform: DRIVE Hyperion und das Halos-Sicherheitssystem geben jedem Partner die gleiche zertifizierte Rechen- und Sensor-Referenzarchitektur an die Hand. Ebene zwei ist das Ökosystem für autonome Fahrsoftware: Statt alle auf einen einzigen KI-Stack zu verpflichten, arbeitet NVIDIA mit mehreren Softwareanbietern zusammen – darunter Autobrains, deren agentenbasierter Ansatz eine direkte Alternative zu monolithischen Modellen anderer Entwickler darstellt. Ebene drei ist die Integration in Ride-Hailing-Netzwerke: Uber kündigte an, mehrere DRIVE-Hyperion-betriebene autonome Flotten in sein globales Netzwerk zu integrieren . So entsteht ein Marktplatz, auf dem OEM-agnostische Autonomie auf einer gemeinsamen Hardware-Basis skalieren kann.

Weitere Partnerschaften, die parallel zum VinFast-Deal bekannt gegeben wurden, zeichnen das geografische Gesamtbild:

• Foxconn und Foxtron bauen ihre Zusammenarbeit aus, um Level-4-fähige Robotaxi-Flotten zu entwickeln. Der Start ist in Kaohsiung, Taiwan, mit einem geplanten Marktstart 2028 vorgesehen; eine Ausweitung auf ganz Asien ist angedacht .
• Uber und Autobrains gaben ein separates Robotaxi-Programm in München bekannt, das dieselbe Agentic AI von Autobrains, dieselbe NVIDIA-DRIVE-Hyperion-Plattform und das Ride-Hailing-Netzwerk von Uber kombiniert. München soll – vorbehaltlich der behördlichen Genehmigung – die erste Einsatzstadt sein, mit einem OEM-agnostischen Modell, das auf verschiedene Fahrzeugplattformen und Städte übertragbar ist .
• HUMAIN ist als Partner mit an Bord, um DRIVE-Hyperion-betriebene Robotaxis nach Saudi-Arabien und damit in den Nahen Osten zu bringen .

Das strategische Muster dahinter

NVIDIA baut einen Marktplatz für Robotaxis, nicht nur einen Technologie-Stack. Indem das Unternehmen die standardisierte Rechen- und Sicherheitsebene (DRIVE Hyperion + Halos) bereitstellt, mit verschiedenen AV-Softwarefirmen kooperiert und die Anbindung an globale Ride-Hailing-Netzwerke wie Ubers Multi-Flotten-Integration sucht, positioniert sich NVIDIA als Infrastruktur-Anbieter für diejenigen Software- und Flottenbetreiber, die in ihrer jeweiligen Region die Nase vorn haben. Der VinFast-Deal ist die südostasiatische Ausprägung dieser globalen Vorlage: Ein regionaler Autohersteller, ein KI-Spezialist und eine universelle Rechenplattform, die gemeinsam lokale Gegebenheiten auf einer global geteilten Infrastruktur lösen.