Motoryzacja

Po dekadzie obietnic technologia pojazdów autonomicznych wchodzi w fazę komercyjnej skalowalności. Chris Urmson, CEO Aurora, wyjaśnia, dlaczego to właśnie transport ciężki, a nie taksówki, staje się pionierem rewolucji sztucznej inteligencji w świecie fizycznym.

Tesla planuje wydać 25 miliardów dolarów do 2026 roku, co budzi pytania o jej status jako producenta samochodów. Wysokie inwestycje w AI, roboty humanoidalne i autonomiczne taksówki testują wiarę akcjonariuszy, podczas gdy marże na samochodach maleją, a konkurencja finansuje innowacje z nadwyżek.

Uber zmienia strategię z „asset-light” na posiadanie floty. Gigant rynku przewozów zainwestuje miliardy dolarów w zakup autonomicznych pojazdów, stając się kluczowym graczem w ekosystemie robotaksówek. Czy to opłacalne posunięcie?

Usługa Robotaxi Tesli rozszerza się o Dallas i Houston. Czy to zapowiedź powszechnego wdrożenia, czy raczej ostrożny pilotaż? Dane operacyjne sugerują, że ta ekspansja ma na celu głównie testowanie technologii FSD.

Stellantis, w obliczu rosnącej konkurencji z Azji, zawarł pięcioletnią umowę z Microsoftem, która zakłada totalną migrację do chmury Azure i wdrożenie ponad stu projektów AI, co ma przyczynić się do redukcji centrów danych o 60% do 2029 roku i zapewnić miliardy dolarów oszczędności.

Nissan drastycznie ogranicza liczbę oferowanych modeli z 56 do 45, jednocześnie deklarując wdrożenie sztucznej inteligencji w 90% swojej floty. Te agresywne działania mają przywrócić rentowność i konkurencyjność na rynku.

General Motors skraca proces projektowania nowych samochodów z siedmiu lat do zaledwie kilkunastu miesięcy. Dzięki sztucznej inteligencji, odręczne szkice zmieniają się w kompletne modele 3D w mniej niż dobę, a symulacje aerodynamiczne, dawniej trwające tygodnie, teraz zajmują minuty. To rewolucja, która pozwala gigantowi z Detroit radykalnie ograniczyć koszty i przyspieszyć wprowadzanie innowacji, stając się kluczowym elementem w walce o przetrwanie na dynamicznym rynku motoryzacyjnym.

Zalew danych wideo to największe wąskie gardło w rozwoju pojazdów autonomicznych i robotyki. Startup NomadicML, wspierany przez Jeffa Deana, zamierza zautomatyzować proces wyszukiwania krytycznych incydentów, których ludzki wzrok nie jest w stanie przetworzyć.

BMW Group, we współpracy z Hexagon Robotics, wdraża w swoim zakładzie w Lipsku humanoidalny model AEON, przenosząc ciężar innowacji w dziedzinie fizycznej sztucznej inteligencji z Ameryki Północnej do Europy. Po pomyślnych testach w USA, koncern uruchamia w Niemczech projekt pilotażowy z wykorzystaniem kołowego humanoida.