Modèle de base d'IA pour le marché automobile Taille et partage 2026-2035

Taille du marché des modèles de base d'IA pour l'automobile

Le marché mondial des modèles de base d'IA pour l'automobile était évalué à 900 millions de dollars américains en 2025. Selon le dernier rapport publié par Global Market Insights Inc., le marché devrait passer de 1,3 milliard de dollars américains en 2026 à 23,6 milliards de dollars américains en 2035, avec un TCAC de 38,5 %.

Le marché connaît une croissance rapide alors que les programmes pilotes se transforment en services payants et que les fonctionnalités ADAS deviennent standard sur les modèles grand public. Le secteur reflète déjà des engagements importants en matière de dépenses d'investissement dans les infrastructures de formation, l'informatique embarquée et les opérations de données.

Les prévisions impliquent une adoption croissante dans les segments des véhicules particuliers, commerciaux et de flotte, soutenue par des avantages quantifiables en matière de sécurité et de disponibilité. Les données indiquent que la réglementation joue un rôle aussi important que la demande des consommateurs. Les organismes de sécurité codifient des fonctionnalités telles que l'assistance intelligente à la vitesse, la surveillance du conducteur et le freinage automatique d'urgence, garantissant des mises à jour régulières des modèles tout au long de la durée de vie du véhicule.

Les accélérateurs de grade automobile délivrent désormais des centaines à des milliers de TOPS en dessous de 100 watts, permettant une perception et une planification à faible latence embarquées sans impact prohibitif sur le coût de la nomenclature (BOM). De plus, les pipelines de données synthétiques réduisent les coûts de validation pour les scénarios à faible probabilité qui sont coûteux ou dangereux à reproduire dans le monde réel. Le résultat est un chemin plus court entre le développement du modèle et son déploiement certifié, en particulier dans les domaines d'exploitation contraints où les cas de sécurité peuvent être démontrés empiriquement.

En Amérique du Nord, les cadres de test permissifs et la disponibilité des capitaux concentrent les données d'opérations autonomes, ce qui accélère à son tour l'amélioration des modèles. En Asie-Pacifique, les politiques industrielles coordonnées lient les incitations aux véhicules électriques aux fonctionnalités intelligentes, favorisant des déploiements à grande échelle qui génèrent des données d'entraînement et réduisent les coûts d'IA par véhicule.

La position de l'Europe en matière de confidentialité et son exigence rigoureuse en matière de certification de sécurité augmentent les coûts de conformité, mais définissent également des normes de qualité qui tendent à se diffuser à l'échelle mondiale grâce aux plateformes multinationales. Dans toutes les régions, le fil conducteur est que l'inférence embarquée devient la norme pour les tâches critiques pour la sécurité, tandis que le cloud reste central pour l'apprentissage des flottes, les mises à jour OTA et l'optimisation hors temps réel.

Tendances du marché des modèles de base d'IA pour l'automobile

L'industrie automobile s'éloigne des approches modulaires pour la perception, la prédiction et la planification au profit de modèles de base tout-en-un qui optimisent ensemble les actions de conduite. La principale raison de cette tendance est que ces scénarios sont nécessaires pour surmonter les problèmes rencontrés dans les environnements multi-agents, où les approches modulaires et basées sur des règles performant mal. Il est prévu que d'ici 2028, davantage d'entreprises adopteront cette technologie, car le processus de validation deviendra plus simple.

L'utilisation de données synthétiques pour former et valider les véhicules autonomes gagne en popularité. La collecte de données réelles concernant l'occurrence d'instances de conduite rares est coûteuse et restrictive ; ainsi, l'utilisation de logiciels de simulation et de modélisation du monde est employée pour simuler de tels scénarios, comme des conditions météorologiques anormales, des conditions de circulation dense, etc. De 2026 à 2028, cette technologie permettra de réduire les dépenses de validation, ainsi que de modifier les méthodologies de certification par le biais de la simulation.

Les MLLM, ou modèles de langage multimodaux de grande taille, seront bientôt mis en œuvre dans les automobiles pour améliorer la communication entre le conducteur et le système d'intelligence artificielle. Ils intègrent les trois aspects de la vision, du langage et de la détection pour fournir une assistance basée sur le contexte, un contrôle vocal et une explication du processus de prise de décision pendant la conduite. La première application concernera les voitures haut de gamme, mais une adoption généralisée suivra après la baisse du coût de calcul.

Les constructeurs automobiles adoptent désormais des systèmes complets qui intègrent la simulation, la gestion des données, l'entraînement des modèles et le déploiement. Ces systèmes permettent un apprentissage continu à partir des données collectées dans les flottes et améliorent les performances du système au fil du temps. Cela a également conduit à une concurrence accrue entre les entreprises capables de fournir des infrastructures de modèles de base d'intelligence artificielle de bout en bout.

Analyse du marché des modèles de base d'IA pour l'automobile

En fonction de la capacité du modèle, le marché des modèles de base d'IA pour l'automobile est divisé en modèles de langage multimodaux de grande taille (MLLM), modèles de base mondiaux, modèles de base visuels, modèles génératifs pour les données synthétiques, modèles de conduite autonome de bout en bout, modèles de reconstruction de scènes 3D et autres. Le segment des modèles de base visuels domine le marché avec une part d'environ 28 % et génère un chiffre d'affaires d'environ 259,5 millions de dollars USD en 2025.

• Les modèles de base visuels détiennent la plus grande part en termes de capacité, tandis que les modèles de conduite autonome de bout en bout représentaient 22,5 % en 2025. Les transformateurs préentraînés sur de grands corpus de conduite prennent désormais en charge la perception, la compréhension des scènes et la planification avec moins d'interfaces conçues, ce qui raccourcit les cycles de validation dans des domaines de conception opérationnelle délimités.
• L'environnement des normes évolue en parallèle : les revendications de sécurité doivent répondre à des contraintes en temps réel et à des exigences de traçabilité, poussant les fournisseurs à codifier les budgets de latence, les méthodes de quantification et les preuves de vérification dans des packages de conformité. Sur le plan économique unitaire, l'augmentation des TOPS par watt dans les SOC de qualité automobile permet une inférence inférieure à 100 ms pour la perception, la prédiction et le contrôle sans dépasser les enveloppes thermiques, favorisant ainsi un déploiement plus large dans les segments de volume.
• Les MLLM ajoutent un deuxième axe de valeur en intégrant le raisonnement ancré dans le langage dans le véhicule et les instructions vocales naturelles du cockpit, l'interprétation sémantique des signaux de circulation et des résumés interprétables pour la supervision du conducteur. Ils renforcent les piles de conduite et élèvent le cockpit intelligent, en particulier là où les régulateurs attendent des explications claires du comportement du système.
• Les approches de bout en bout se développent là où les données de flotte sont abondantes et où les cas de sécurité peuvent être démontrés empiriquement sur l'ensemble des distributions de scénarios ; l'implication pratique est une migration progressive des programmes des pipelines modulaires vers une exécution partiellement ou totalement de bout en bout à mesure que les chaînes d'outils mûrissent.

En fonction de la licence, le marché des modèles de base d'IA pour l'automobile est divisé en modèles open source, modèles propriétaires/commerciaux et hybrides. Le segment des modèles propriétaires/commerciaux représente 62,1 % en 2025, soit environ 575,1 millions de dollars USD.

• Le segment des plateformes propriétaires reflète les préférences des équipementiers pour des performances validées, un support à long terme et des cadres de responsabilité clairement définis. Les modèles open source représentaient 22,1 % en 2025, gagnant en traction là où les fabricants disposent de capacités d'ingénierie IA internes et recherchent une personnalisation sans verrouillage par le fournisseur.
• Les agences de sécurité évaluent les systèmes automatisés en fonction de la couverture des scénarios et des preuves de performance, ce qui favorise les fournisseurs capables de fournir une documentation complète, des outils et un support sous garantie. L'activité normative autour de la sécurité fonctionnelle et de l'IA en temps réel renforce encore la valeur des piles intégrées capables de démontrer le déterminisme lorsque nécessaire et un comportement borné en cas de défaillance.
• L'élan open source n'en reste pas moins significatif. Les équipes d'ingénierie adoptent de plus en plus des poids ouverts pour la formation locale des données et l'adaptation de domaine, tout en réservant des enveloppes propriétaires pour les moniteurs de sécurité et les diagnostics. Dans les juridictions privilégiant la souveraineté en matière d'IA ou l'alignement avec le secteur public, les signaux d'approvisionnement et de financement (par exemple, les programmes industriels britanniques et les orientations données aux régulateurs) encouragent l'expérimentation avec des composants open source parallèlement aux offres commerciales.
• Dans l'Union européenne, les obligations progressives du règlement IA pour les systèmes à haut risque et la transparence documentaire devraient alourdir la charge de conformité pour tous les modèles de licence ; l'effet est un virage vers des stratégies hybrides combinant personnalisation open source et artefacts de vérification de niveau commercial. Globalement, le modèle propriétaire restera dominant à court terme, mais la pénétration de l'open source augmente à mesure que les chaînes d'outils, les harnais de test et les cadres de génération de preuves mûrissent pour le modèle de base d'IA de l'industrie automobile.

Selon l'application, le marché des modèles de base d'IA pour l'automobile se divise en planification et exploitation des véhicules autonomes, cockpit intelligent et IA embarquée, ADAS grand public et autres. Le segment du cockpit intelligent et de l'IA embarquée devrait connaître la croissance la plus rapide avec un TCAC de 40,3 % entre 2026 et 2035.

• La catégorie du cockpit intelligent et de l'IA embarquée connaîtra le taux de croissance le plus élevé, car elle représente la catégorie la plus rapide à déployer et à monétiser pour les modèles de base d'IA dans l'industrie automobile, contrairement aux systèmes de conduite autonome, qui nécessitent plus de temps pour les tests réglementaires et de sécurité.
• Le cockpit intelligent inclut les systèmes de reconnaissance vocale, l'infodivertissement personnalisé, la surveillance du conducteur et les services d'IA contextuelle qui peuvent être appliqués aux véhicules neufs et existants sans passer par l'homologation requise pour les véhicules entièrement autonomes. Cela offre aux équipementiers une opportunité de créer de la valeur en améliorant les logiciels et en facturant des fonctionnalités.
• Les applications d'IA dans les voitures diffèrent considérablement de celles des systèmes de planification des véhicules autonomes, qui doivent passer des validations de sécurité et être approuvées par les organismes de régulation avant leur lancement. Dans le premier cas, les systèmes fonctionneront dans des espaces contrôlés où les humains conduisent, ce qui permet un développement et un déploiement plus rapides des copilotes IA et d'autres fonctionnalités.

Selon l'utilisation finale, le marché des modèles de base d'IA pour l'automobile se divise en équipementiers (OEM), opérateurs de véhicules autonomes, fournisseurs automobiles de niveau 1 et autres. La catégorie des OEM détient la plus grande part d'environ 35,5 % en 2025.

• L'architecture de l'ensemble du véhicule est sous le contrôle de l'OEM, ce qui les positionne comme les principaux acteurs lors de la mise en œuvre de modèles de base d'IA dans les domaines des voitures autonomes, de l'intelligence du cockpit et des systèmes logiciels du véhicule. À mesure que les voitures évoluent d'un système basé sur le matériel vers des plateformes pilotées par logiciel, les OEM intègrent les modèles de base d'IA dans les systèmes d'exploitation des véhicules.
• Il est de leur responsabilité d'apporter aux consommateurs des fonctions basées sur l'IA telles que les systèmes ADAS, les technologies de cockpit et les solutions connectées. Il existe de fortes incitations pour les entreprises à investir dans des modèles de base évolutifs pouvant être mis à jour par voie hertzienne, compatibles avec des modèles économiques basés sur l'abonnement, et favorisant la fidélisation des clients. Ce rôle commercial contribue à consolider leur leadership en matière d'adoption et de génération de revenus.

Le marché américain des modèles de base d'IA pour l'automobile a atteint 490,6 millions de dollars en 2025 et devrait croître à un TCAC de 38,8 % entre 2026 et 2035.

• La fonctionnalité DRIVE PILOT a été lancée sur le marché américain, offrant aux clients un premier accès aux fonctionnalités de niveau 3 de la SAE dans leurs véhicules pour les modèles S-Class et EQS de l'année 2024. Des voitures de niveau 4 sont déjà utilisées aux États-Unis. Il est prévu que les États-Unis maintiennent leur leadership dans l'adoption des niveaux 3 et 4 grâce à des innovations technologiques et des initiatives précoces de commercialisation.
• La sécurité et l'innovation par la structure sont également encouragées par les agences gouvernementales et réglementaires. La National Highway Traffic Safety Administration (NHTSA), relevant du Département des transports, est l'une de ces agences qui joue un rôle important dans la facilitation de la sécurité routière grâce à l'évaluation et au suivi des innovations en matière de sécurité automobile. Il n'existe actuellement aucune politique fédérale consolidée concernant les véhicules autonomes ; cependant, les réglementations concernent la validation de la sécurité, la déclaration des incidents et les tests.

La région Amérique du Nord est évaluée à 517,2 millions de dollars en 2025. Le marché des modèles de base d'IA pour l'automobile devrait croître à un TCAC de 38,6 % de 2026 à 2035.

• La région d'Amérique du Nord est l'une des plus avancées sur le plan technologique en matière de développement de technologies de conduite autonome, grâce aux avancées réglementaires et à l'adoption précoce des technologies de véhicules autonomes. Aux États-Unis, par exemple, la NHTSA continue de mettre à jour son cadre pour les véhicules automatisés, avec une mise à jour prévue pour 2025 visant à accélérer l'adoption commerciale sûre des véhicules autonomes.
• On observe une augmentation du développement des véhicules de niveau 2+ et de niveau 3 pour les consommateurs, un développement rapide des taxis-robot dans les grandes villes comme San Francisco et Los Angeles, ainsi qu'une utilisation croissante de terrains d'entraînement basés sur la simulation pour l'IA dans le secteur automobile. La région a connu une mise en œuvre significative de la combinaison des modèles de base d'IA et des véhicules définis par logiciel, conduisant à une amélioration continue des systèmes d'autonomie dans des situations réelles.

La région Europe représente 15 % du marché des modèles de base d'IA pour l'automobile en 2025 et devrait croître à un TCAC de 35,3 % entre 2026 et 2035.

• L'Europe progresse vers l'adoption d'un système réglementé pour les véhicules autonomes, axé sur la réglementation basée sur les mesures de sécurité, ce qui est facilité par le haut niveau d'alignement des politiques au sein de l'Union européenne. L'Europe a adopté un système juridique bien défini pour l'homologation de type et la sécurité des véhicules autonomes, qui peut servir de tremplin pour l'adoption de solutions de mobilité basées sur l'IA. Actuellement, il existe un cadre législatif bien développé qui traite des exigences d'homologation de type et de sécurité des véhicules équipés de fonctions de conduite automatisée ou autonome.
• Le Groupe de travail de la CEE-ONU sur les véhicules automatisés/autonomes et connectés (GRVA) a adopté en janvier 2026 une proposition établissant des exigences de sécurité normalisées ainsi qu’un processus standardisé pour tester les véhicules équipés de systèmes de conduite automatisée (ADS). Ce cadre repose sur le concept de dossier de sécurité, étayé par des procédures fiables de recherche et développement, afin de garantir que les systèmes autonomes sont sûrs et répondent à certains critères de sécurité dans tous les États membres. Le GRVA élabore également des réglementations régissant les capacités de conduite automatisée aux niveaux 2, 3 et 4.

Le modèle de base d’IA pour le marché automobile allemand en Allemagne connaît une croissance rapide en Europe, avec un TCAC de 36,2 % entre 2026 et 2035.

• L’Allemagne figure parmi les principaux marchés européens en matière de législation relative aux véhicules autonomes. Le pays a réalisé des avancées significatives dans la réglementation de la conduite autonome et automatisée en structurant les approbations pour les technologies de niveau 3 et 4 entre 2025 et 2026. L’Allemagne est également l’un des rares pays à avoir légiféré formellement sur la téléopération (conduite à distance), permettant de tester sur route l’autonomie des véhicules de mobilité.
• La présence des constructeurs automobiles dans le pays, dont Mercedes-Benz, BMW et Volkswagen, qui investissent massivement dans les modèles de base d’IA et les systèmes de conduite autonome, est très favorable au développement de cette technologie. Avec un engagement prioritaire en faveur de la sécurité et une validation rigoureuse, le pays trace une voie claire vers une adoption progressive mais constante de cette technologie.

La région Asie-Pacifique devrait connaître la croissance la plus rapide, avec un TCAC de 40,2 % entre 2026 et 2035 sur le marché des modèles de base d’IA pour l’automobile.

• Dans la région, des pays comme le Japon, la Corée du Sud et Singapour œuvrent à l’établissement de réglementations relatives à la conduite autonome de niveaux 3 et 4. La région adopte une approche axée sur les essais pilotes, qui consiste à déployer des véhicules autonomes dans des zones désignées avant leur commercialisation.
• Le gouvernement japonais a mis en place de manière proactive des réglementations et des projets pilotes concernant le développement de la conduite autonome de niveau 4. Le MLIT encourage l’élaboration de réglementations permettant la conduite autonome de niveau 4 dans des circonstances spécifiques, telles que des trajets limités et des opérations à distance.
• En Corée du Sud, le MOLIT a activement mis en œuvre des réglementations pour faciliter la commercialisation des véhicules autonomes. Les amendements apportés en 2025 à la loi sur les véhicules autonomes et son règlement d’application ont précisé les réglementations relatives à la certification des performances, à la validation de la sécurité et à l’approbation des opérations des véhicules autonomes.

La Chine devrait afficher un TCAC de 39,5 % sur la période projetée entre 2026 et 2035 dans le marché asiatique des modèles de base d’IA pour l’automobile.

• La Chine se distingue par la mise en œuvre d’innovations au moyen de pilotes et de réglementations régissant la conduite autonome au niveau municipal. Cela fait de la Chine un acteur clé dans le développement d’innovations impliquant des véhicules autonomes. La collaboration entre constructeurs automobiles et entreprises technologiques a joué un rôle essentiel dans l’élaboration de solutions de conduite autonome.
• En avril 2025, Pékin a adopté sa nouvelle réglementation sur les véhicules autonomes, qui définit les directives pour la demande officielle de pilotes de véhicules autonomes. En général, cette réglementation propose une approche progressive pour mener des essais de conduite autonome et permet une commercialisation progressive de la technologie tout en contrôlant strictement le processus de sécurité. Elle illustre l’approche adoptée par la Chine pour favoriser l’innovation via des pilotes réglementés menés par les villes.

Le Brésil devrait connaître une croissance avec un TCAC de 34,4 % entre 2026 et 2035 sur le marché latino-américain des modèles de base d'IA pour l'automobile.

• Le Brésil possède une industrie automobile bien établie dans la région latino-américaine ; cependant, la mise en œuvre des véhicules autonomes reste limitée aux programmes d'essai et aux approches basées sur la recherche. Le cadre réglementaire évolue lentement, car le Brésil a commencé à intégrer ses réglementations de sécurité routière des véhicules avec celles d'autres pays plutôt que d'adopter des réglementations spécifiques aux véhicules autonomes.
• Dans le pays, les technologies de véhicules connectés sont de plus en plus adoptées par les flottes commerciales, les systèmes de télématique ainsi que les optimisations logistiques basées sur l'IA, ainsi que les tests de technologies de conduite semi-autonome. Les constructeurs automobiles mondiaux opérant au Brésil ont progressivement mis en place leurs systèmes basés sur l'IA, bien que principalement pour améliorer l'efficacité et la sécurité et non pour la conduite autonome.

Les Émirats arabes unis devraient connaître une croissance substantielle en 2025 sur le marché des modèles de base d'IA pour l'automobile au Moyen-Orient et en Afrique.

• La mobilité autonome a été identifiée comme un élément clé de la stratégie gouvernementale pour les villes intelligentes et la transformation numérique aux Émirats arabes unis. L'Autorité des routes et des transports de Dubaï a élaboré un cadre législatif détaillé dans le cadre de la loi n° 9 de 2023, qui réglemente les opérations, la certification, l'homologation et les mesures de sécurité des véhicules autonomes dans l'émirat.
• De plus, les Émirats arabes unis ont continué à faire des progrès significatifs vers la réalisation de la mobilité autonome à l'échelle commerciale. À Abou Dabi, la conduite autonome de niveau 4 a été introduite fin 2025 sous l'égide du Conseil des systèmes intelligents et autonomes et du Centre intégré des transports, l'une des premières mises en œuvre de systèmes de mobilité autonome dans la région.

Part de marché des modèles de base d'IA pour l'automobile

Les 7 principales entreprises du secteur des modèles de base d'IA pour l'automobile sont Aurora Innovation, Baidu, Mobileye, Momenta, NVIDIA, Scale AI et Waymo, représentant 79,9 % du marché en 2025.

• Aurora développe des piles d'autonomie pour le fret et la logistique, en mettant l'accent sur la couverture des scénarios pour les opérations sur autoroute et entre hubs.
• Baidu est un acteur clé du développement de la pile autonome en Chine avec une cartographie à grande échelle, des simulations et des modèles de base optimisés pour les normes de circulation et les exigences réglementaires nationales.
• Mobileye fournit des piles de perception et d'autonomie aux grands constructeurs automobiles ; ses avantages d'échelle proviennent de bases installées importantes, de la cartographie REM et de puces silicium de qualité automobile associées à des mises à jour de modèles.
• Momenta construit des modèles de conduite de bout en bout pour les programmes passagers et commerciaux, combinant les données de flotte et de simulation pour accélérer la validation.
• NVIDIA fournit des accélérateurs de qualité automobile et une pile logicielle couvrant l'entraînement, la simulation et l'inférence embarquée. La stratégie de plateforme repose sur des bibliothèques de modèles prévalidés, des outils de sécurité et des pipelines d'optimisation qui réduisent les délais de développement pour le marché des modèles de base d'IA pour l'automobile.
• Scale AI fournit une infrastructure d'opérations de données — annotation, curation, évaluation — qui soutient l'entraînement et la validation des modèles de perception et de bout en bout dans tout le secteur.
• Waymo se concentre sur les services commerciaux de mobilité autonome, associant des modèles de perception et de prédiction à des cas de sécurité robustes issus d'opérations multi-villes. Des partenariats avec des équipementiers et des prestataires logistiques soutiennent l'expansion du programme.

Modèles de base d'IA pour les entreprises du marché automobile

Les principaux acteurs opérant dans le domaine des modèles de base d'IA pour l'industrie automobile sont :

• Aurora Innovation
• Baidu
• Bosch
• Mobileye
• Momenta
• NVIDIA
• Scale AI
• Tesla
• Waymo
• Xpeng Motors

• NVIDIA sert de fournisseur d'infrastructure fondamentale du marché grâce à ses accélérateurs IA de qualité automobile, notamment Drive Orin (254 TOPS) et la plateforme à venir Drive Thor (2000+ TOPS), qui permettent le déploiement de modèles de base sophistiqués dans les véhicules de production.
• Les modèles de base de Waymo bénéficient de plus de 20 millions de miles autonomes parcourus en conditions réelles, complétés par des milliards de miles en simulation, créant des ensembles de données qui permettent des capacités sophistiquées de perception, de prédiction et de planification.
• Baidu domine le marché chinois grâce à sa plateforme de conduite autonome Apollo, qui fournit des modèles de base, des outils de simulation et une infrastructure de déploiement aux constructeurs automobiles et opérateurs de véhicules autonomes chinois.
• Mobileye (filiale d'Intel) fournit des systèmes de ADAS basés sur la vision et de conduite autonome aux constructeurs automobiles du monde entier. L'importante base de déploiement de l'entreprise génère des données massives et crowdsourcées via les systèmes REM (Road Experience Management), permettant l'amélioration continue des modèles de base de perception et la cartographie haute définition.
• Scale AI fournit une infrastructure de données critique qui permet le développement de l'IA automobile grâce à des services d'annotation, de curation et d'évaluation des données. L'entreprise traite des milliards d'images de conduite, de scans LiDAR et de données de capteurs pour créer des ensembles de données de formation de haute qualité requis pour les modèles de base.

Actualités sur les modèles de base d'IA pour l'industrie automobile

• En avril 2026, Mercedes-Benz a annoncé un partenariat pluriannuel avec Liquid AI pour améliorer l'intelligence embarquée dans ses modèles nord-américains avec les générations trois et quatre du MBUX. Ce partenariat vise à renforcer l'IA en temps réel et privée pour les services embarqués, offrant un niveau supérieur d'intelligence dans l'habitacle. Les modèles de base intégrés (LFM) de Liquid fournissent une IA rapide et indépendante sans dépendre du cloud. Cette mise à niveau améliore l'Assistant Virtuel MBUX (MVA) en combinant contrôle vocal, fonctions du véhicule et compréhension contextuelle pour une meilleure expérience dans l'habitacle.

• En avril 2026, Toyota Motor et Woven by Toyota Inc. ont introduit de nouvelles technologies pour stimuler l'innovation et soutenir le projet « Kakezan » à Toyota Woven City. Woven by Toyota (WbyT) utilise des modèles d'IA internes avancés dans Woven City pour créer des produits et services améliorant la vie. Ils estiment que l'IA doit travailler avec l'intuition humaine, et non la remplacer. Un exemple est le « AI Vision Engine », un grand modèle d'IA qui aide la ville à comprendre et à répondre aux conditions réelles en temps réel.

• En janvier 2026, Mobileye a annoncé un accord pour acquérir Mentee Robotics. Cette opération combine la technologie IA avancée et l'expertise de production de Mobileye avec la plateforme humanoïde et les talents en IA de Mentee. Ensemble, ils visent à mener le secteur de la conduite autonome et de la robotique humanoïde.
• En janvier 2026, Valeo et NATIX Network se sont associés pour créer un grand modèle de fondation multi-caméras open source (WFM). L'essor rapide de la conduite autonome et de la robotique a accru le besoin de données réelles de haute qualité. En combinant l'expertise de Valeo en modèles du monde avec le réseau de données réelles à 360° de NATIX, ils prévoient de construire un modèle capable d'apprendre, de prédire et de comprendre les mouvements et interactions réels.
• En janvier 2026, NVIDIA a introduit la famille Alpamayo de modèles et outils d'IA open source pour accélérer le développement de véhicules autonomes sûrs et basés sur le raisonnement. Avec Alpamayo, des entreprises comme JLR, Lucid et Uber, ainsi que des groupes de recherche comme Berkeley DeepDrive, peuvent progresser plus rapidement vers le déploiement de véhicules autonomes de niveau 4.

Le rapport de recherche sur le marché des modèles de base d'IA pour l'automobile comprend une analyse approfondie du secteur avec des estimations et prévisions en termes de revenus (en millions/milliards de dollars) de 2022 à 2035, pour les segments suivants :

Marché, par capacité du modèle

• Modèles de grands langages multimodaux (MLLM)
• Modèles de fondation du monde
• Modèles de fondation visuelle
• Modèles génératifs pour données synthétiques
• Modèles de conduite autonome de bout en bout
• Modèles de reconstruction de scènes 3D
• Autres

Marché, par licence

• Modèles open source
• Modèles propriétaires/commerciaux
• Hybride

Marché, par déploiement

• Modèles basés sur le cloud
• Modèles embarqués/à bord du véhicule
• Modèles hybrides

Marché, par application

• Planification et exploitation des véhicules autonomes
  • Services de robotaxis
  • Livraison et fret autonomes
• Cockpit intelligent et IA embarquée
• ADAS grand public
• Autres

Marché, par utilisation finale

• Constructeurs automobiles (OEM)
• Opérateurs de véhicules autonomes
• Fournisseurs automobiles de niveau 1
• Autres

Les informations ci-dessus sont fournies pour les régions et pays suivants :

• Amérique du Nord
  • États-Unis
  • Canada
• Europe
  • Allemagne
  • Royaume-Uni
  • France
  • Italie
  • Espagne
  • Pays-Bas
  • Suède
  • Suisse
• Asie-Pacifique
  • Chine
  • Japon
  • Corée du Sud
  • Inde
  • Singapour
  • Australie
  • Thaïlande
• Amérique latine
  • Brésil
  • Mexique
  • Argentine
  • Chili
• MOAN
  • Afrique du Sud
  • Arabie saoudite
  • Émirats arabes unis