TechRadar журналіст Майк Мур власноруч протестував під час конференції GTC 2026 автомобіль Mercedes CLA з автономним керуванням, оснащений платформою NVIDIA Hyperion. Він заявив, що ця поїздка з автопілотом стала успішним досвідом: керування за допомогою ШІ було точним, система реагувала на навколишнє середовище, а під час усього маршруту він почувався в безпеці. Завдяки інтеграції сенсорного обладнання та end-to-end технологій, Alpamayo демонструє початкові результати щодо прийняття рішень у реальному часі та сприйняття середовища на складних міських дорогах.
Як побудовано безпечний бар’єр за допомогою конфігурацій сенсорів та end-to-end технологій?
Тест-драйв, який Майк Мур провів у центрі Сан-Хосе, був на автомобілі Mercedes-Benz CLA. У цьому авто апаратні специфікації побудовані на платформі Hyperion 8. По всьому кузову встановлено 10 комплектів камер (Cameras) і 5 комплектів радарів (Radars), що формують мережу сприйняття довкілля на 360 градусів.
Програмна архітектура базується на end-to-end технології Alpamayo (End-to-End). Особливість цієї технології полягає в тому, що для навчання моделей використовуються дані реальних доріг і синтетичні дані; вона має повністю відстежувані записи технології та спрямована на підвищення безпеки і надійності системи. Хоча на сьогодні ця повна система, яку протестували, ще не вийшла на масовий ринок, очікується, що вона буде офіційно представлена у другій половині 2026 року, і тоді внесе новий імпульс у автомобільний ринок.
Який механізм взаємодії «автопілота рівня L2» на реальних дорогах?
Технологія Hyperion 8, яку використовувало випробуване авто, належить до автопілота Level 2 Autonomy «рівень L2». У цій категорії система може брати на себе навігацію та керування, але водій усе одно має стежити за станом дороги. Під час приблизно 45-хвилинного тест-драйву автомобіль рухався через міські та приміські середовища з велосипедними смугами й багатосмуговими ділянками. За задумом системи водій має періодично торкатися керма, щоб підтвердити, що він не заснув і не відволікся.
Водій має головний пріоритет і в будь-який момент може негайно деактивувати керування системою, наприклад, натиснувши педаль гальма. Такий формат співпраці людини й машини в межах чинних нормативних вимог є нині основною перехідною формою, яка дає змогу технологіям автопілота вийти на масовий ринок: він забезпечує зручність і водночас залишає простір, щоб водій міг керувати в разі раптових ситуацій.
Майк Мур зазначив, що кожен, хто колись їздив в автомобілі з автопілотом, знає: процес досвіду з автокеруванням може бути напруженим, особливо коли він тоді сидів на пасажирському сидінні. Американці називають пасажирське сидіння Dead Seat, і, як стверджують, пасажирське сидіння має більше шансів на травми або загибель, ніж водійське. Але після кількох поворотів на перехрестях він розслабився і зміг повною мірою насолодитися мандрівкою «проїздом по місту».
Як Alpamayo справляється з раптовими дорожніми умовами та нетиповими транспортними діями?
Під час тест-драйву Alpamayo продемонстрував здатність обробляти складні сценарії прийняття рішень. Наприклад, коли поблизу автобуса в сусідній смузі раптово змінювалася смуга через об’їзд перешкоди, випробуваний автомобіль одразу вмикав поворотник і синхронно переходив у сусідню смугу, щоб уникнути зіткнення. Крім того, система ефективно виявляє нетипові дії: наприклад, коли вона фіксувала, що пішохід намагається перейти дорогу в місці, яке не є пішохідним переходом, біля вулиці житлового району, автомобіль заздалегідь знижував швидкість і під’їжджав ближче до узбіччя.
Щодо планування маршруту автомобіль міг завчасно заїхати на потрібну смугу для повороту ще за один квартал, уникаючи небезпечних маневрів, таких як «вставляння» у зайнятих перехрестях або перетин смуг руху. Така логіка прогнозування показує, що штучний інтелект уже здатен інтегрувати інформацію з мап і дані з сенсорів у реальному часі, щоб ухвалювати рішення, більш узгоджені з інерцією та характером руху транспорту.
Найскладніша ситуація під час тестування — це коли великий вантажний автомобіль у парковці здійснював аномальний рух заднім ходом і перетинав випробувальну смугу. У таких екстремальних випадках система автопілота демонструвала швидший, ніж у людей, час реакції гальмування, ефективно уникаючи аварій.
Ця стаття «Тест досвіду технологічного журналіста за кермом автопілота Mercedes CLA, оснащеного платформою NVIDIA Hyperion» вперше з’явилася в «Lianxin News ABMedia».
Застереження: Інформація на цій сторінці може походити від третіх осіб і не відображає погляди або думки Gate. Вміст, що відображається на цій сторінці, є лише довідковим і не є фінансовою, інвестиційною або юридичною порадою. Gate не гарантує точність або повноту інформації і не несе відповідальності за будь-які збитки, що виникли в результаті використання цієї інформації. Інвестиції у віртуальні активи пов'язані з високим ризиком і піддаються значній ціновій волатильності. Ви можете втратити весь вкладений капітал. Будь ласка, повністю усвідомлюйте відповідні ризики та приймайте обережні рішення, виходячи з вашого фінансового становища та толерантності до ризику. Для отримання детальної інформації, будь ласка, зверніться до
Застереження.
