身体性AIがハンドルを握る:世界のロボタクシー先駆者がNVIDIA DRIVE Thorで進める量産展開

Published · AI Daily — AI-assisted deep research, methodology & disclosure

Zoox、WeRide、Pony.aiをはじめとする世界のL4完全無人タクシー企業が、NVIDIAの次世代車載プラットフォーム「DRIVE Thor」を採用した商用量産を加速させています。単一チップで最大2,000 TFLOPSのAI推論性能と自動車最高峰のASIL-D機能安全を両立し、部品コストを40%以上削減しながら生成AI世界モデルによる高度な都市走行を実現します。

身体性AIのシンギュラリティ:仮想空間から物理世界の道路網へ

人工知能の技術史において、2026年は「身体性AI(Physical AI)」が物理空間を本格的に掌握し始めた決定的な転換点として記憶されるでしょう。大規模言語モデルやマルチモーダル生成AIがクラウドやスクリーン上で高度な論理的推論を証明してきた一方で、汎用人工知能(AGI)の真の試金石となるのは、常にカオスと物理的制約、非決定論的な事象に満ちた現実の道路環境です。自動運転技術は、人間並みの高度な文脈理解と他者意図の予測交渉能力を要求するだけでなく、ミリ秒単位の確定的低遅延でゼロトレランスの車両運動制御を遂行することを求めています。

この重大な局面において、世界の完全無人自動運転タクシー(Robotaxi)産業では前例のないプラットフォーム統合が加速しています。NVIDIAは、Amazon傘下のZoox、中国の自動運転トップランナーであるWeRide(文遠知行)、Pony.ai(小馬智行)をはじめとするグローバルL4事業者が、NVIDIAの次世代車載集中コンピューティングプラットフォーム「NVIDIA DRIVE Thor」を全面採用し、商用量産展開を大幅に拡大することを発表しました。この動きは、従来のルールベースや分散型センサーフュージョンから、生成型エンドツーエンド基盤モデルを中心とする身体性AIパラダイムへの歴史的移行を決定づけるものです。

NVIDIA DRIVE Thor:1,000 TOPS処理能力とASIL-D安全認証の極限融合

過去10年間にわたり、自動運転フリートの拡大は車載計算能力の限界と複雑すぎる車載E/E(電気電子)アーキテクチャによって阻まれてきました。従来のL4実験車両は、トランクに詰め込まれた数台の産業用PC、複数枚の異種アクセラレータ、そして複雑怪奇なワイヤーハーネスに依存していました。これらは数キロワットの電力を消費して航続距離を大きく損なうだけでなく、チップ間通信の帯域制限が巨大な生成AIモデルの車載展開を阻んでいました。DRIVE Thorはこの構造的ボトルネックを完全に打破しました。

集中型車載ブレインとして設計されたDRIVE Thorは、以下の3つの次元で革新的な性能を提供します:

1. **圧倒的な計算密度**:最先端プロセスルールを採用し、Blackwell GPUアーキテクチャと専用Transformerアクセラレータを統合した単一SoCでありながら、1,000〜2,000 TFLOPS(FP4/FP8)という驚異的な推論性能を発揮します。これにより、数十億パラメータ規模の視覚・言語・行動(VLA)基盤モデルや生成型走行軌道予測モデルを車載上で直接リアルタイム駆動させ、歩行者の微細な身振りや予期せぬ死角リスクを確率的に統合判断できます。

2. **ハードウェア分離によるASIL-D機能安全**:Thorは、生成AIの超高速並列推論と、自動車業界の最高峰安全基準であるISO 26262 ASIL-D規格を単一ダイ上で完全両立させました。ハードウェアレベルの空間パーティショニングにより、万が一生成モデル側のレイヤーで軽微なソフトウェア例外が発生しても、独立した高信頼リアルタイムセーフティコントローラがナノ秒単位で介入し、安全な減速・操舵・縮退運転へと導きます。

3. **Omniverseと生成シミュレーションのデータフライホイール**:NVIDIAは車載チップだけでなく、OmniverseとCosmos物理世界モデルを通じて高精度なデジタルツイン空間を提供します。各社フリートは仮想環境内で毎日数億キロメートルに及ぶ極限のエッジケース走行をシミュレーション学習し、洗練されたモデルをそのまま車載のThorへとOTA反映する完全自動の進化サイクルを確立しました。

グローバルフリートの商用量産とユニットエコノミクスの確立

DRIVE Thorの導入は、無人タクシーの長年の課題であったユニットエコノミクス(1台あたりの採算性)に抜本的な改善をもたらします。従来、膨大な車載ハードウェアコストと遠隔監視体制が事業拡大の足枷となっていました。しかし、Thorによって車内インフォテインメント、センサー認識、高精度地図、L4自律走行アルゴリズムを単一のドメインコントローラに集約した結果、車両内の配線が大幅に削減され、ハードウェアBOM(部品調達コスト)は実に40%以上も削減されました。

主要パートナーにおける具体的な進捗状況は以下の通りです:

  • **Zoox**:ステアリングやペダルを一切排除した独自の完全無人車両を展開し、Thorの超並列計算力を活かしてラスベガスやサンフランシスコの中心市街地で24時間365日の商用運行を拡大。複雑な狭小路地での高度なすれ違いやUターン制御を極めてスムーズに実行しています。
  • **WeRide**:Thorプラットフォームの柔軟な抽象化レイヤーを活用し、アブダビでの無人配車サービスから欧州の主要空港シャトルまで、同一のソフトウェアスタックで世界各地の道路環境や法規制に即時適応しています。
  • **Pony.ai**:Thorを基盤とする第7世代自動運転システムを数千台規模で量産ラインに投入。中国の巨大都市において完全無人の有料運行を常態化させ、豪雨や台風などの過酷な天候下でも数百万キロに及ぶ重大事故ゼロ記録を更新し続けています。

自動運転モビリティが拓く未来の新紀元

主要Robotaxi企業とNVIDIAによる全方位の提携深化は、自動運転開発が単なるセンサー数や手書きルールの競争から、車載集中型計算力、物理世界モデルの認知深度、そしてデータフライホイールの総合戦へと昇華したことを示しています。DRIVE Thorを心臓部に備えた数万台のロボタクシーが世界各国の都市を行き交う中、身体性AIは文字通り人類の移動のハンドルを握り、安全で持続可能な次世代スマートシティの到来を力強く牽引しています。

Sources

FAQ

DRIVE Thor は自動運転の計算瓶詰まりをどう打破したか?

単一SoCで1000〜2000 TFLOPSの計算能力を供給し、トランク内の複数PCに頼ることなく数十億パラメータのエンドツーエンド基盤モデルを車載上で直に実行します。

単一ダイ上で最高峰の ASIL-D 安全基準をどう満たすのか?

ハードウェア空間分離技術により生成AI推論とリアルタイム安全制御を完全分離し、異常発生時にもナノ秒単位で安全縮退制御へ確実に引き継ぎます。

大手各社が Thor に移行する最大の商業的メリットは何か?

知覚、走行計画、車内機能を単一コントローラへ統合することで配線を簡素化し、部品調達コストを40%以上削減して事業採算性を大幅に引き上げます。