何が起きたか

Volkswagen Groupは2026年10月21日、NVIDIA GTC Berlinで、実車の走行データをシミュレーション、学習、評価につなぐ共通の自動運転(AV)データ基盤を構築すると発表した。Porscheが初期導入とエコシステム統合を主導し、CARIAD、Voxel51、NVIDIA、Microsoftが関わる。Volkswagen Groupのコネクテッド車両群が生むデータ量は、平均的なドライバー約11,000人分に相当するとしている。

詳細

Voxel51のデータ基盤は、走行記録の検索・整理、シナリオ抽出、データセット作成、モデル検証を担う。NVIDIAはCosmos Data Factoryによる学習データの準備・拡張・評価や、Omniverse NuRecによる実走行の再構成などを提供し、Microsoft Azureはデータ処理と保存に必要なクラウド・計算基盤を担う。 初期用途の一つは、実走行を再構成して運転ソフトウェアの出力を実測値と比較する仮想検証だ。Voxel51は、記録データをセンサーの整合性、時刻、較正、軌跡など約80項目で確認し、再構成結果を品質評価に回す。発表元は、この取り組みにより反復する実車テストを最大90%、AIの回帰テストサイクルを最大85%短縮できると見込んでいる。

Key Facts

Volkswagen Groupは2026年10月21日、NVIDIA GTC Berlinで共通のAVデータフライホイール構築を発表した。[1]
Volkswagen Groupのコネクテッド車両群が生成するデータ量は、平均的なドライバー約11,000人分に相当すると発表元は説明している。[1]
Porscheが初期導入とエコシステム統合を主導する。[1]
Voxel51は、走行記録を約80項目で監査するワークフローを説明している。[1]
発表元は、反復する実車テストを最大90%、AIの回帰テストサイクルを最大85%短縮できると見込んでいる。[1]

本紙の見方

この取り組みの主眼は、車両データの保管場所を設けることより、実走行の記録を次の検証・学習に使える単位へ変換し、開発工程を循環させる点にある。走行記録を集めても、センサーの時刻や較正にずれがあれば再構成した場面の信頼性を損なう。約80項目の監査を再構成前に挟む構成は、データの量だけでなく、シミュレーション入力としての品質管理を工程に組み込むものと読める。 また、Voxel51の検索・選別とNVIDIAの再構成・データ生成、Azureの処理基盤をつなぎ、モデルの失敗を元のシナリオや記録へ戻す設計が示されている。つまり、走行データを集める段階から、場面の抽出、仮想環境での再現、ソフトウェアの評価、次のデータ選定までを一つの流れにまとめる狙いだ。Volkswagen Groupは共通データモデルにより、ある開発計画で作ったシナリオを車種計画やソフトウェア更新、ブランドをまたいで再利用できるとしており、実現すれば、個別車両の検証成果をグループ内で共有する仕組みが競争力の一部となる可能性がある。 本紙が扱ったNVIDIA、CoRLで精密作業をシミュレーションで学ぶロボット研究を紹介は、シミュレーションを用いたロボットの精密操作学習を対象としていた。今回の基盤は自動運転ソフトウェアの検証に焦点があり、同じシミュレーションでも、前者は作業動作の学習、後者は実走行記録の再構成と運転ソフトの評価という異なる段階に位置する。両者を同一の実装や技術成果とみなすことはできない。 構造上の焦点は、Volkswagen Groupが車両・走行記録・要件を持ち、各社の専門機能を接続する分業である。計算基盤だけを追加するのではなく、記録の選別と品質確認を含めて開発ループを組み立てるため、他ブランドや車両計画でデータ形式・評価基準をどこまで共通化できるかが、再利用性を左右するとみられる。一方、最大90%・最大85%という短縮幅は発表元の見込みであり、適用対象、比較条件、実運用での達成度はこの発表資料だけでは確認できない。今後は、初期導入の対象範囲、実測した短縮効果、再構成データの品質基準、ブランド間で共有するデータの扱いを確認する必要がある。

なぜ重要か

Volkswagen Groupは、実車で得た走行記録をシナリオ抽出、再構成、仮想検証へつなぐ仕組みを示した。実車テストの反復を抑えられるかは、発表元が掲げる最大90%の短縮効果がどの条件で得られるかと、仮想検証の品質をどう担保するかにかかる。