Tre-lags arkitekturen bak systemet

Konseptet bruker en lagdelt tilnærming i stedet for å la ett enkelt nevralt nettverk håndtere alt. Slik fordeles oppgavene:

1. Autobrains' «Agentic AI»
Kjerneinnovasjonen er hvordan Autobrains har brutt ned den autonome kjøreoppgaven i en samling spesialiserte, uavhengige agenter. Hver agent fokuserer på én spesifikk kjørekontekst eller beslutningsdimensjon – for eksempel kryss, motorveifletting eller samhandling med fotgjengere – og vurderer kontinuerlig situasjonen for å foreslå handlinger. Systemet resonnerer på tvers av disse agentene i sanntid, heller enn å stole på én enkelt «svart boks». Denne arkitekturen er designet for å være mer transparent og etterprøvbar .

2. NVIDIA DRIVE Hyperion
Programvaren kjøres på Nvidias robotaksi-plattform, som inkluderer datamaskinen DRIVE AGX, Halos-sikkerhetssystemet, en multimodal sensorpakke og Nvidias DRIVE AV-programvare. Plattformen er bygget for å møte funksjonelle sikkerhetsstandarder og gir et standardisert grunnlag som partnere kan bygge på, uten å måtte finne opp hjulet på nytt for grunnleggende sikkerhetssertifisering .

3. Ubers formidlingsplattform
Uber bidrar med sin markedsplass, kunde-app og samlede erfaring med flåtedrift. Selskapet fungerer som bindeleddet mellom passasjerer og den autonome flåten, og håndterer matching av etterspørsel og selve kundeopplevelsen .

En bilmerke-uavhengig design med standardsensorer

En av de mer pragmatiske beslutningene i dette prosjektet er fokuset på å bruke hyllevarekomponenter fra bilindustrien. I stedet for å designe et spesialbygd kjøretøy, er Autobrains' agent-AI konstruert for å fungere med standard konfigurasjoner av bilsensorer og effektiv, akselerert databehandling .

Denne bilmerke-uavhengige modellen (ofte kalt OEM-agnostisk) betyr at teknologien kan integreres på tvers av ulike bilprodusenters plattformer. Det kan senke terskelen for å utvide flåten. Ved å unngå de tunge, spesialtilpassede sensorriggene som historisk sett har skrudd opp kostnadene og bremset kommersialiseringen, håper partene å gjøre autonom skyssing skalerbar på et kommersielt nivå .

Derfor falt valget på München

Stedsvalget er ikke tilfeldig. Den bayerske hovedstaden ble valgt av en kombinasjon av praktiske, industrielle og regulatoriske årsaker :

• Komplekse kjøremiljøer: München byr på en blanding av tette bygater og høyhastighetsveinett, noe som gir systemet en representativ blanding av utfordrende forhold.
• Bilindustriens hovedstad: Byen ligger i hjertet av Tysklands bilindustri, og gir nærhet til potensielle partnere innen produksjon og utvikling.
• Regelverket: Tysklands lover for autonome kjøretøy beskrives som et konstruktivt rammeverk for kommersiell utrulling av nivå 4.

Alt forblir imidlertid betinget. Tjenesten avventer myndighetsgodkjenning, og ingen lanseringsdato er satt – utover at selskapene har til hensikt å starte driften så snart tillatelsen er på plass .

En større, global satsing på robotakser

Annonseringen fra Uber og Autobrains var bare én del av et større bilde som Nvidia malte på GTC Taipei. Selskapet avslørte en massiv utvidelse av DRIVE Hyperion-økosystemet, og posisjonerer plattformen som en global standard for utvikling og utplassering av robotakser . De andre avtalene som ble kunngjort samtidig, var:

• Foxconn utvikler nivå 4-klare robotaksiflåter for Taiwan, med oppstart på strekningen flyplass–sentrum i Kaohsiung og en lanseringsmålsetting i 2028 .
• VinFast og Autobrains samarbeider om et nivå 4-program for Sørøst-Asia, som kombinerer VinFasts kjøretøyproduksjon med Autobrains kjørestack .
• HUMAIN jobber for å bringe DRIVE Hyperion-drevne robotakser til Midtøsten, spesifikt Saudi-Arabia .

Samlet sett representerer disse avtalene en koordinert satsing på å bygge et plattformbasert robotaksi-økosystem over flere markeder. München-lanseringen utgjør den europeiske hjørnesteinen i dette bildet.

Tre-lags arkitekturen bak systemet

Konseptet bruker en lagdelt tilnærming i stedet for å la ett enkelt nevralt nettverk håndtere alt. Slik fordeles oppgavene:

1. Autobrains' «Agentic AI»
Kjerneinnovasjonen er hvordan Autobrains har brutt ned den autonome kjøreoppgaven i en samling spesialiserte, uavhengige agenter. Hver agent fokuserer på én spesifikk kjørekontekst eller beslutningsdimensjon – for eksempel kryss, motorveifletting eller samhandling med fotgjengere – og vurderer kontinuerlig situasjonen for å foreslå handlinger. Systemet resonnerer på tvers av disse agentene i sanntid, heller enn å stole på én enkelt «svart boks». Denne arkitekturen er designet for å være mer transparent og etterprøvbar .

2. NVIDIA DRIVE Hyperion
Programvaren kjøres på Nvidias robotaksi-plattform, som inkluderer datamaskinen DRIVE AGX, Halos-sikkerhetssystemet, en multimodal sensorpakke og Nvidias DRIVE AV-programvare. Plattformen er bygget for å møte funksjonelle sikkerhetsstandarder og gir et standardisert grunnlag som partnere kan bygge på, uten å måtte finne opp hjulet på nytt for grunnleggende sikkerhetssertifisering .

3. Ubers formidlingsplattform
Uber bidrar med sin markedsplass, kunde-app og samlede erfaring med flåtedrift. Selskapet fungerer som bindeleddet mellom passasjerer og den autonome flåten, og håndterer matching av etterspørsel og selve kundeopplevelsen .

En bilmerke-uavhengig design med standardsensorer

En av de mer pragmatiske beslutningene i dette prosjektet er fokuset på å bruke hyllevarekomponenter fra bilindustrien. I stedet for å designe et spesialbygd kjøretøy, er Autobrains' agent-AI konstruert for å fungere med standard konfigurasjoner av bilsensorer og effektiv, akselerert databehandling .

Denne bilmerke-uavhengige modellen (ofte kalt OEM-agnostisk) betyr at teknologien kan integreres på tvers av ulike bilprodusenters plattformer. Det kan senke terskelen for å utvide flåten. Ved å unngå de tunge, spesialtilpassede sensorriggene som historisk sett har skrudd opp kostnadene og bremset kommersialiseringen, håper partene å gjøre autonom skyssing skalerbar på et kommersielt nivå .

Derfor falt valget på München

Stedsvalget er ikke tilfeldig. Den bayerske hovedstaden ble valgt av en kombinasjon av praktiske, industrielle og regulatoriske årsaker :

• Komplekse kjøremiljøer: München byr på en blanding av tette bygater og høyhastighetsveinett, noe som gir systemet en representativ blanding av utfordrende forhold.
• Bilindustriens hovedstad: Byen ligger i hjertet av Tysklands bilindustri, og gir nærhet til potensielle partnere innen produksjon og utvikling.
• Regelverket: Tysklands lover for autonome kjøretøy beskrives som et konstruktivt rammeverk for kommersiell utrulling av nivå 4.

Alt forblir imidlertid betinget. Tjenesten avventer myndighetsgodkjenning, og ingen lanseringsdato er satt – utover at selskapene har til hensikt å starte driften så snart tillatelsen er på plass .

En større, global satsing på robotakser

Annonseringen fra Uber og Autobrains var bare én del av et større bilde som Nvidia malte på GTC Taipei. Selskapet avslørte en massiv utvidelse av DRIVE Hyperion-økosystemet, og posisjonerer plattformen som en global standard for utvikling og utplassering av robotakser . De andre avtalene som ble kunngjort samtidig, var:

• Foxconn utvikler nivå 4-klare robotaksiflåter for Taiwan, med oppstart på strekningen flyplass–sentrum i Kaohsiung og en lanseringsmålsetting i 2028 .
• VinFast og Autobrains samarbeider om et nivå 4-program for Sørøst-Asia, som kombinerer VinFasts kjøretøyproduksjon med Autobrains kjørestack .
• HUMAIN jobber for å bringe DRIVE Hyperion-drevne robotakser til Midtøsten, spesifikt Saudi-Arabia .

Samlet sett representerer disse avtalene en koordinert satsing på å bygge et plattformbasert robotaksi-økosystem over flere markeder. München-lanseringen utgjør den europeiske hjørnesteinen i dette bildet.