VinFast, Autobrains og NVIDIA inngår historisk samarbeid om selvkjørende robotakser i Sørøst-Asia

Under Computex 2026 i Taipei offentliggjorde VinFast, Autobrains og NVIDIA et strategisk samarbeid for å bygge Sørøst-Asias første agent-AI-baserte program for autonom kjøring på nivå 4 . Trioen tar sikte på å løse en gammel floke: Hvordan få et kommersielt levedyktig selvkjøresystem til å fungere i noen av verdens tetteste og mest uforutsigbare trafikkmiljøer – uten at det driver prisen på bilen til værs . Svaret er en modulær arkitektur der Autobrains' agentbaserte programvare kjører på NVIDIAs DRIVE Hyperion 10-beregningsplattform, pakket inn i VinFasts elbiler .

Jensen Huang oppsummerte det slik: «Autonom mobilitet går inn i sin industrielle skaleringsfase» . For å lykkes må tre konkrete barrierer knuses – de samme som har holdt robotakser på forsøksstadiet i avgrensede geografier. Dette samarbeidet sikter mot alle tre samtidig.

Tre seiglivede barrierer den modulære tilnærmingen angriper

Autobrains' agentarkitektur er ikke bare nok et ende-til-ende-nettverk. Den bryter kjøreoppgaven ned i spesialiserte resonneringsagenter, der hver agent håndterer en bestemt kjøresituasjon. Denne tilnærmingen er et frontalangrep på tre langvarige hindringer:

1. Skjørheten i monolittiske modeller

Tradisjonelle nevrale nettverk knekker uforutsigbart når de møter scenarioer de aldri har blitt trent på. Ved å dele kjøringen inn i kontekstspesifikke agenter kan Autobrains ta robuste beslutninger under usikkerhet, i stedet for å kollapse i ukjente situasjoner . Hver agent håndterer et smalere utsnitt av trafikkmiljøet, noe som gjør systemet mer motstandsdyktig mot den høyst uforutsigbare kjøreatferden som preger storbyer i Sørøst-Asia.

2. Høye maskinvarekostnader og sensorkompleksitet

Kommersiell skalering av autonom kjøring har blitt blokkert av behovet for spesialbygde kjøretøy proppfulle av dyre sensorer og tungregnet datakraft. Agentarkitekturen er designet for å fungere med standard sensoroppsett fra bilindustrien og effektiv akselerert datakraft, og unngår dermed spesialmaskinvare-premien . Dette er avgjørende for VinFast, hvis merkevare er tuftet på rimelige elbiler for massemarkedet.

3. Leverandørinnlåsing og plattform-ufleksibilitet

De fleste autonomistackser er tett knyttet til en spesifikk kjøretøyplattform, noe som tvinger enhver bilprodusent som ønsker å delta til å redesigne alt rundt én leverandør. Dette samarbeidet bruker en OEM-agnostisk arkitektur, noe som betyr at programvaren kan rulles ut på tvers av ulike plattformer og gjør det enklere for flere bilprodusenter å koble seg på autonome drosjenettverk . Kjøretøyet blir dermed en utbyttbar komponent, ikke en låst avhengighet.

Slik er ansvaret fordelt

De tre selskapene bringer hver sine brikker til bordet, og arbeidsdelingen er utformet slik at ingen enkeltpartner skal bære hele byrden med å kommersialisere nivå 4-autonomi.

VinFast fungerer som bilprodusent og regional utrullingsleder. De stiller med elbilplattformene og skal styre lanseringen i de sørøstasiatiske markedene der merkevaren og produksjonsbasen gir et naturlig hjemme-fordel .

Autobrains er hjernen i systemet. Deres agent-AI-programvare bryter ned kjøreoppgaven i spesialiserte agenter som kan ta sanntidsbeslutninger ved hjelp av standard bilsensorer, uten å være avhengig av de overdimensjonerte sensorpakkene som blåser opp kostnadene i andre program .

NVIDIA leverer selve grunnmuren – en kombinasjon av datakraft og sikkerhetssystemer. Deres DRIVE Hyperion 10-plattform inkluderer DRIVE AGX-datamaskinen, Halos funksjonelle sikkerhetssystem, DriveOS og en kompatibel multimodal sensorpakke . Denne felles plattformen skaper et standardisert basislag som både Autobrains' programvare og VinFasts kjøretøy kan lene seg trygt på.

Slik passer dette inn i NVIDIAs bredere robotakse-økosystem

VinFast-avtalen ble ikke offentliggjort i et vakuum. På GTC Taipei posisjonerte NVIDIA DRIVE Hyperion som et felles, nivå 4-klart fundament for hele transportindustrien , og partnerskapene som ble lansert den dagen avslører en bevisst trelags-strategi.

Lag én er den standardiserte plattformen: DRIVE Hyperion pluss Halos-sikkerhetssystemet gir alle partnere den samme sertifiserte referansearkitekturen for datakraft og sensorer. Lag to er økosystemet for autonom programvare: I stedet for å tvinge på én enkelt AI-stack, samarbeider NVIDIA med flere programvareleverandører, inkludert Autobrains, hvis agent-tilnærming konkurrerer direkte med monolittiske modeller fra andre utviklere. Lag tre er integrasjonen med samkjøringsnettverk: Uber kunngjorde at de skal integrere flere DRIVE Hyperion-drevne autonome flåter i sitt globale samkjøringsnettverk , og skaper dermed en markedsplass der OEM-agnostisk autonomi kan skalere på et felles maskinvarefundament.

Andre partnerskap som ble lansert samtidig med VinFast-avtalen, tegner det geografiske bildet:

• Foxconn og Foxtron utvider sitt samarbeid om å utvikle nivå 4-klare robotakse-flåter, med oppstart i Kaohsiung, Taiwan og planlagt tjenestelansering i 2028, samt ambisjoner om å skalere i resten av Asia .
• Uber og Autobrains annonserte et eget robotakse-program i München, som kombinerer Autobrains' agent-AI, den samme NVIDIA DRIVE Hyperion-plattformen og Ubers samkjøringsnettverk. München blir den første byen, forutsatt regulatorisk godkjenning, med en OEM-agnostisk modell designet for å kunne skaleres på tvers av bilplattformer og byer .
• HUMAIN inngår samarbeid om å bringe DRIVE Hyperion-drevne robotakser til Saudi-Arabia, noe som forlenger plattformen inn i Midtøsten .

Det strategiske mønsteret

NVIDIA bygger en markedsplass for robotakser, ikke bare en teknologistack. Gjennom å levere den standardiserte plattformen for datakraft og sikkerhet (DRIVE Hyperion + Halos), samarbeide åpent med AV-programvareselskap (Autobrains og andre) og koble seg på globale samkjøringsnettverk (Ubers flåteintegrasjon), posisjonerer NVIDIA seg som infrastrukturleverandøren – uansett hvilke programvare- og flåteoperatører som vinner frem i hver region. VinFast-avtalen er den sørøstasiatiske versjonen av den globale malen: en regional bilprodusent, en AI-spesialist og en universell beregningsplattform, satt sammen for å mestre lokale trafikkforhold på en felles global infrastruktur.