Modello di base di intelligenza artificiale per il mercato automobilistico Dimensioni e quota 2026-2035

Dimensione del mercato dei modelli fondativi di IA per il settore automobilistico

Il mercato dei modelli fondativi di IA per il settore automobilistico ha raggiunto 900 milioni di dollari USA nel 2025 e si prevede che cresca a un tasso di crescita annuo composto (CAGR) di circa il 38,5% dal 2026 al 2035, raggiungendo 23,6 miliardi di dollari USA entro il 2035.

La crescita riflette il crescente utilizzo di modelli in grado di interpretare gli scenari stradali, elaborare ragionamenti integrando gli input dei sensori, generare scenari per l'addestramento e supportare l'intelligenza integrata nel veicolo. La sicurezza mantiene una rilevanza commerciale significativa: gli incidenti stradali causano ogni anno circa 1,19 milioni di decessi a livello globale, sostenendo la domanda di sistemi in grado di migliorare il rilevamento, il monitoraggio del conducente e il processo decisionale automatizzato ^{[1]World Health Organization, Global Status Report on Road Safety 2023, December 2023, who.int}.

L'adozione dei modelli fondativi si sta spostando oltre i compiti di percezione isolati, verso architetture che combinano input visivi, linguistici, radar, cartografici, relativi allo stato del veicolo e comportamentali. Ciò modifica l'equazione di sviluppo per le case automobilistiche e gli operatori della guida automatizzata. Un modello riutilizzabile può supportare molteplici funzioni del veicolo, ma il suo valore commerciale dipende dalla possibilità di validarlo nel rispetto dei vincoli di sicurezza automobilistica, adattarlo alle condizioni di guida regionali e implementarlo entro budget limitati di potenza di calcolo ed energia.

Gli ADAS per veicoli destinati ai consumatori rappresentano attualmente la principale applicazione, poiché offrono un percorso di scalabilità attraverso i veicoli già in circolazione. L'opportunità di crescita più rilevante risiede nei modelli di guida autonoma end-to-end, nei quali le capacità del modello, la profondità della simulazione e l'apprendimento della flotta possono determinare il passaggio da un dominio operativo limitato a un'implementazione commerciale ripetibile. Il mercato premia quindi le organizzazioni in grado di combinare ampi patrimoni di dati con rigorosi processi di garanzia della sicurezza, piuttosto che quelle che si limitano a introdurre modelli di dimensioni maggiori.

Principali fattori di crescita

Crescente domanda di sicurezza dei veicoli e riduzione degli incidenti

La pressione legata alla sicurezza stradale sostiene gli investimenti nei modelli fondazionali in grado di interpretare situazioni di guida rare, ambigue e caratterizzate dalla presenza di più soggetti. La stima dell'Organizzazione mondiale della sanità, pari a 1,19 milioni di decessi stradali all'anno, evidenzia l'entità del problema sottostante. La NHTSA stima che la norma definitiva sulla frenata automatica d'emergenza potrebbe salvare 360 vite e prevenire 24.000 lesioni ogni anno ^{[2]National Highway Traffic Safety Administration, NHTSA Finalizes Rule on Automatic Emergency Braking, April 29 2024, nhtsa.gov}. Per le case automobilistiche, il valore strategico non risiede semplicemente in una maggiore accuratezza nel riconoscimento degli oggetti, ma nella capacità di collegare la percezione al monitoraggio dello stato del conducente, alla previsione delle traiettorie e alla logica di intervento in un insieme più ampio di condizioni.

Obblighi normativi per i sistemi avanzati di assistenza alla guida

La normativa sulla sicurezza sta rendendo le funzioni avanzate di rilevamento e intervento sempre più rilevanti nella progettazione dei veicoli. Il quadro normativo della NHTSA per la sicurezza dei veicoli automatizzati illustra il ruolo continuativo della supervisione normativa nei test, nella diffusione e nella valutazione della sicurezza, mentre i requisiti europei in materia di sicurezza dei veicoli hanno ampliato l'adozione di funzioni quali l'assistenza intelligente alla velocità, la frenata automatica d'emergenza e il rilevamento della sonnolenza del conducente ^{[3]National Highway Traffic Safety Administration, Automated Vehicle Safety, nhtsa.gov}. La FMVSS 127 impone sistemi di frenata automatica d'emergenza sui veicoli leggeri, con un'introduzione graduale della conformità entro settembre 2029. Il requisito dell'Unione europea relativo all'assistenza intelligente alla velocità si applica a tutti i veicoli di nuova immatricolazione dal luglio 2024. Nel 2025, circa il 67% dei 15 milioni di autovetture vendute in Cina era dotato di funzioni ADAS. La Commissione europea ha inoltre individuato procedure di test armonizzate per ADAS e ADS nell'ambito del proprio piano d'azione per il settore automobilistico. Questi requisiti creano una domanda di modelli che possano essere documentati, testati e monitorati lungo l'intero ciclo di vita di un veicolo, anziché essere trattati come servizi software per consumatori soggetti a cambiamenti continui.

Anche il Regno Unito sta destinando finanziamenti pubblici alla trasformazione del settore automobilistico. Il programma DRIVE35, con una dotazione di 2,5 miliardi di sterline, e l'iniziativa Connected and Automated Mobility Pathfinder, da 18 milioni di sterline, rafforzano l'importanza commerciale delle competenze nazionali nei settori del software, della mobilità automatizzata e dello sviluppo dei veicoli.

Adozione dei modelli fondazionali per la guida autonoma e gli ADAS

I modelli fondazionali del mondo possono trasformare i dati di guida in una risorsa per lo sviluppo, supportando la generazione di scenari, l'apprendimento multi-vista e la valutazione a ciclo chiuso. I modelli fondazionali del mondo Cosmos di NVIDIA, adattati al settore automobilistico, sono stati addestrati su oltre 20.000 ore di dati di guida e sono destinati alla generazione di dati sintetici e all'addestramento multi-vista a ciclo chiuso. Il meccanismo è importante: una migliore copertura della simulazione può esporre un sistema di pianificazione a casi limite che sarebbe lento, costoso o non sicuro raccogliere interamente attraverso test fisici su strada.

Integrazione crescente dell'IA generativa nei veicoli connessi

I programmi per i veicoli connessi stanno estendendo l'IA generativa dagli assistenti cloud alle funzioni che richiedono contesto locale, controlli della privacy e bassa latenza di risposta. Le piattaforme multimodali di IA fisica sono progettate per collegare percezione e ragionamento nelle applicazioni dei veicoli autonomi e della robotica. La norma dell'U.S. Bureau of Industry and Security sui veicoli connessi vieta l'utilizzo, nei veicoli dell'anno modello 2027, di determinati software collegati a sistemi di connettività dei veicoli e sistemi di guida automatizzata cinesi e russi. Ciò amplia la domanda potenziale oltre la guida automatizzata, in particolare per le interfacce dell'abitacolo, l'assistenza contestuale, il supporto predittivo al veicolo e le esperienze personalizzate a bordo.

Principali fattori limitanti

Elevati requisiti computazionali per l'inferenza in tempo reale

I modelli fondazionali automobilistici devono operare in un ambiente di implementazione diverso da quello delle applicazioni nei data center. I veicoli devono eseguire l'inferenza con latenza prevedibile, limiti termici, vincoli di potenza e obblighi di sicurezza funzionale. Il portafoglio di standard IEEE per i sistemi autonomi e intelligenti include lo standard IEEE 2941 to 2021 sulla compressione dei modelli e standard che affrontano gli aspetti di sicurezza e le considerazioni etiche per i sistemi autonomi, evidenziando perché l'efficienza computazionale e la garanzia non possano essere separate nell'implementazione automobilistica. La ricerca su cloud-edge-terminal per la guida autonoma identifica i vincoli di latenza e coordinamento come ostacoli centrali all'affidamento al calcolo remoto per le funzioni del veicolo sensibili ai tempi. La piattaforma per sviluppatori DRIVE AGX Thor di NVIDIA illustra il livello massimo delle capacità di calcolo attualmente disponibili per i veicoli, offrendo fino a 1.000 TOPS per i carichi di lavoro dei veicoli autonomi e dell'IA generativa.

Il vincolo è più evidente per i modelli che combinano flussi video ad alta risoluzione, dati radar, lidar, cartografici e telemetrici del veicolo. Un modello di maggiori dimensioni può migliorare la generalizzazione durante lo sviluppo, ma imporre un requisito hardware antieconomico nei veicoli di produzione. La decisione di Rivian di sostituire l'hardware NVIDIA con un proprio chip per l'IA illustra la ricerca del settore automobilistico di capacità di calcolo più convenienti. Ciò crea una separazione commerciale tra i carichi di lavoro di addestramento e simulazione basati sul cloud, i sistemi edge ad alte prestazioni per le flotte premium o automatizzate e le architetture ibride che riservano al veicolo solo le attività sensibili ai tempi.

Problemi di privacy dei dati e restrizioni sui trasferimenti transfrontalieri dei dati

I modelli fondazionali dipendono da dataset di guida ampi e diversificati, ma i dati dei veicoli possono includere immagini identificabili, percorsi di localizzazione, interazioni vocali e segnali comportamentali. La Banca Mondiale identifica la governance dei dati come una questione centrale nell'implementazione delle tecnologie per i trasporti, in particolare nei contesti in cui differiscono il trasferimento transfrontaliero dei dati, le condizioni normative locali e la capacità istituzionale. Normative quali GDPR, CCPA e PIPL cinese accrescono la necessità di strategie regionali per la gestione dei dati, anziché di un'unica pipeline globale di addestramento. In Cina, le categorie di dati automobilistici critici sono soggette a requisiti di localizzazione, mentre i trasferimenti transfrontalieri possono richiedere una valutazione di sicurezza del CAC. La normativa sui veicoli connessi dell'U.S. Bureau of Industry and Security vieta inoltre determinati software dei sistemi di connettività dei veicoli e dei sistemi di guida automatizzata collegati alla Cina o alla Russia nei veicoli del model year 2027.

Per i fornitori, il risultato è un onere maggiore in termini di tracciabilità dei dati, controllo degli accessi e progettazione della governance dei modelli. I dati delle flotte possono acquisire valore commerciale solo dopo aver soddisfatto i requisiti in materia di consenso, conservazione, localizzazione e anonimizzazione. Le organizzazioni in grado di sviluppare operazioni regionali sui dati senza frammentare il processo di sviluppo dei modelli disporranno di un vantaggio pratico.

Questa tensione favorisce strategie di implementazione modulari. L'infrastruttura cloud rimane preziosa per l'addestramento e la generazione di scenari, mentre i sistemi edge preservano la reattività e riducono la dipendenza dalla connettività permanente. Le offerte commerciali più solide saranno quelle in grado di trasformare questa separazione in un vantaggio ingegneristico: modelli veicolari compressi per un funzionamento deterministico, abbinati a processi di apprendimento e governance su scala cloud capaci di operare nonostante le restrizioni regionali sui dati.

Analisi per segmento del mercato dei modelli di base di IA per il settore automobilistico

Per capacità del modello

I modelli multimodali di grandi dimensioni hanno rappresentato 166,8 milioni di dollari USA nel 2025 e si prevede che raggiungano 5,5 miliardi di dollari USA entro il 2035, con un tasso di crescita annuo composto (CAGR) del 42,3%. La loro rilevanza è massima nei contesti in cui i sistemi veicolari devono combinare l'interazione in linguaggio naturale con informazioni visive, contestuali e sullo stato del veicolo, in particolare negli abitacoli intelligenti e nei sistemi di assistenza agli operatori.

I modelli di base del mondo hanno rappresentato 80,8 milioni di dollari USA nel 2025 e si prevede che raggiungano 1,6 miliardi di dollari USA entro il 2035, con un CAGR del 34,9%. Sono progettati per modellare l'ambiente fisico di guida e supportare la simulazione, la pianificazione e la generazione di scenari. La piattaforma Cosmos di NVIDIA dimostra la direzione del settore, proponendo modelli multimodali del mondo per applicazioni di IA fisica ^{[4]NVIDIA, Physical AI with World Foundation Models (Cosmos), developer.nvidia.com}.

I modelli di base per la visione hanno generato 182,4 miliardi di dollari USA nel 2025 e si prevede che raggiungano 3.355,8 miliardi di dollari USA entro il 2035, con una crescita a un CAGR del 34,0%. Il loro valore risiede in rappresentazioni visive trasferibili, adattabili a diversi utenti della strada, condizioni meteorologiche, segnaletica, monitoraggio dell'abitacolo e configurazioni di telecamere veicolari.

I modelli generativi per dati sintetici hanno raggiunto 259,5 milioni di dollari USA nel 2025 e si prevede che raggiungano 5,5 miliardi di dollari USA entro il 2035, con un CAGR del 36,1%. Affrontano un collo di bottiglia nello sviluppo: i dati relativi a eventi rari sono difficili da acquisire in quantità sufficienti attraverso la sola raccolta da flotte. I modelli del mondo adattati al settore automobilistico possono generare scenari sintetici e supportare l'addestramento a ciclo chiuso su più visuali delle telecamere ^{[5]NVIDIA, Simplify End-to-End AV Development with NVIDIA Cosmos World Foundation Models, June 11 2025, developer.nvidia.com}.

I modelli per la guida autonoma end-to-end rappresentano il segmento per capacità in più rapida crescita: si prevede che passino da 208,2 milioni di dollari USA nel 2025 a 5,4 miliardi di dollari USA entro il 2035, con un CAGR del 38,8%. Il loro interesse risiede nella possibilità di ottimizzare percezione, previsione e azione di guida come sistema integrato. Anche il rischio è integrato: un'architettura end-to-end richiede prove più solide del fatto che il comportamento rimanga sicuro e interpretabile in situazioni non familiari.

I modelli per la ricostruzione di scene 3D hanno rappresentato 46,9 milioni di dollari USA nel 2025 e si prevede che raggiungano 1,1 miliardi di dollari USA entro il 2035, con una crescita a un CAGR del 36,9%. Questi modelli supportano la comprensione spaziale, la ricostruzione di ambienti digitali e input di simulazione più realistici.

Per licenza

I modelli proprietari/commerciali hanno guidato il segmento delle licenze nel 2025. La loro posizione riflette la domanda di OEM e fornitori per supporto contrattuale, aggiornamenti controllati, documentazione di garanzia e ripartizione delle responsabilità. I modelli open source hanno raggiunto 205,3 milioni di dollari USA, sostenuti dalla necessità di sperimentazione nell'ecosistema e di accesso da parte degli sviluppatori. L'iniziativa Alpamayo di NVIDIA offre un esempio di modelli open source di linguaggio e azione per veicoli e di un ecosistema che include JLR, Lucid e Uber per lo sviluppo di veicoli di livello 4. I modelli ibridi hanno rappresentato 146,9 milioni di dollari USA, consentendo alle aziende di mantenere il controllo sui dati proprietari dei veicoli e sulle modalità di implementazione, basandosi al contempo su componenti di modello accessibili.

Per modalità di implementazione

Nel 2025, i modelli edge/a bordo veicolo hanno detenuto la quota maggiore delle implementazioni. Il loro primato riflette l'esigenza operativa di prendere decisioni immediate in materia di percezione e controllo quando la qualità della rete è variabile o la dipendenza dal cloud non è adeguata. I modelli basati sul cloud hanno rappresentato 413,6 milioni di dollari USA, supportando le attività di addestramento dei modelli, simulazione, analisi delle flotte e miglioramento continuo.

Per applicazione

Gli ADAS per il consumatore hanno costituito la principale applicazione, con un valore di 245,2 milioni di dollari USA nel 2025. Questa applicazione offre la base più ampia di veicoli prodotti in serie e un collegamento diretto con la domanda normativa e quella relativa alla sicurezza dei consumatori. La pianificazione e l'operatività dei veicoli autonomi hanno raggiunto 345,2 milioni di dollari USA. Queste applicazioni richiedono una validazione operativa più approfondita, poiché il loro modello commerciale dipende dalle prestazioni di guida senza supervisione o gestite da flotte.

Il cockpit intelligente e l'AI a bordo veicolo hanno rappresentato 260,8 milioni di dollari USA nel 2025. Il loro percorso di crescita dipende dalla capacità dei produttori automobilistici di fornire un'intelligenza utile basata sul contesto del veicolo senza inviare continuamente al cloud conversazioni sensibili o dati comportamentali. Il segmento Altro ha generato 76 milioni di dollari USA.

Per utilizzo finale

I produttori OEM hanno rappresentato il principale segmento per utilizzo finale, con 329,5 milioni di dollari USA nel 2025, riflettendo il loro controllo sull'architettura del veicolo, sull'integrazione nella produzione, sull'esposizione alla garanzia e sull'esperienza del cliente. Gli operatori di veicoli autonomi hanno rappresentato 256,6 milioni di dollari USA, con modelli direttamente collegati all'utilizzo della flotta e ai domini operativi di progettazione. I fornitori automobilistici Tier 1 hanno generato 209,2 milioni di dollari USA e rimangono importanti intermediari, poiché trasformano le capacità dei modelli in sistemi qualificati di rilevamento, elaborazione, frenata, sterzata, cockpit e software.

Le scelte relative a licenza e implementazione rafforzano tale distinzione. I modelli proprietari sono interessanti quando responsabilità e supporto sono determinanti, mentre gli ecosistemi aperti possono accelerare la sperimentazione e l'adattamento. L'implementazione edge è in vantaggio perché le decisioni di guida non possono attendere un percorso di andata e ritorno attraverso la rete, ma la capacità cloud rimane essenziale per l'addestramento e la simulazione. I fornitori in grado di mantenere un modello coerente tra questi ambienti, anziché trattare il cloud e il software del veicolo come prodotti non collegati, sono in una posizione migliore per acquisire valore.

Analisi regionale del mercato dei modelli fondativi di AI per il settore automobilistico

Nord America

Il Nord America è stato il principale mercato regionale, con un valore di 517,2 milioni di dollari USA nel 2025, pari a circa il 47,2% dei ricavi globali. Si prevede che raggiunga 13,2 miliardi di dollari USA entro il 2035, con un CAGR del 38,6%. Gli Stati Uniti hanno rappresentato 490,6 milioni di dollari USA nel 2025, mentre il Canada ha rappresentato 30,2 miliardi di dollari USA. La regione combina competenze avanzate nello sviluppo di software automobilistico, un'intensa attività di sperimentazione della mobilità automatizzata e un contesto normativo nel quale la NHTSA continua a definire il quadro di supervisione della sicurezza dei veicoli automatizzati.

La competizione nordamericana si sta espandendo dalla guida automatizzata all'intelligenza integrata. Mercedes-Benz e Liquid AI hanno annunciato una partnership nell'aprile 2026 per ampliare i Liquid Foundation Models destinati ai sistemi MBUX di terza e quarta generazione in Nord America, con particolare attenzione al funzionamento sul dispositivo, indipendente dalla connettività cloud ^{[6]Mercedes-Benz and Liquid AI, Mercedes-Benz and Liquid AI Partner to Scale Embedded In-Car Intelligence in North America, April 23 2026, media.mbusa.com}. Ciò posiziona l'intelligenza dell'abitacolo come una modalità di implementazione dei modelli fondazionali, anche nei contesti in cui l'autonomia completa rimane limitata.

Europa

Nel 2025 l'Europa ha generato 139,2 milioni di dollari USA e si prevede che raggiunga 2,8 miliardi di dollari USA entro il 2035, con un tasso di crescita annuo composto (CAGR) del 35,3%. La Germania ha guidato la regione con 52,4 milioni di dollari USA.

L'adozione europea è influenzata dalle normative sulla sicurezza, dai requisiti in materia di privacy e da una base concentrata di fornitori automobilistici. I programmi DRIVE35 e CAM Pathfinder del Regno Unito rafforzano il sostegno politico agli investimenti nelle capacità automobilistiche avanzate e di mobilità connessa e automatizzata ^{[7]World Bank, Transformative Technologies in Transportation, 2024, worldbank.org}. La sfida commerciale consiste nel creare modelli in grado di trarre vantaggio dalla diversità dei dati tra i diversi mercati, operando al contempo nel rispetto di rigorosi requisiti di protezione dei dati.

Asia Pacifico

Si prevede che l'Asia Pacifico sarà il mercato regionale in più rapida crescita, passando da 241,9 milioni di dollari USA nel 2025 a 7 miliardi di dollari USA nel 2035, con un CAGR del 40,2%. La Cina è il principale mercato dell'Asia Pacifico, sostenuta dalle dimensioni del settore dei veicoli a nuova energia, dallo sviluppo dei veicoli connessi e dall'attenzione politica rivolta alla tecnologia automobilistica. Giappone, Corea del Sud, India, Singapore, Australia, Thailandia e resto dell'Asia Pacifico contribuiscono con specifici modelli di domanda nei veicoli premium, nei servizi per flotte, nelle iniziative di città intelligenti e nelle piattaforme veicolari localizzate.

L'opportunità della regione non è uniforme. Le dimensioni del mercato cinese possono sostenere ampi cicli di apprendimento delle flotte, mentre altri mercati potrebbero adottare queste soluzioni attraverso programmi mirati di mobilità intelligente o piattaforme veicolari importate. L'analisi della Banca mondiale sulle tecnologie dei trasporti rileva che i mercati emergenti possono ricorrere al salto tecnologico e ad approcci di apprendimento basati sulle flotte, ma le condizioni di governance e infrastrutturali rimangono centrali per la velocità di implementazione.

America Latina

Nel 2025 l'America Latina ha raggiunto 16,1 milioni di dollari USA e si prevede che raggiunga 285,3 milioni di dollari USA entro il 2035, con un CAGR del 33,5%. Il Brasile è il mercato principale, mentre Messico, Argentina e Cile rappresentano ulteriori opportunità di sviluppo. È più probabile che l'adozione inizi con applicazioni per la sicurezza, le flotte, la logistica e la mobilità connessa, anziché con un'ampia implementazione di sistemi di guida autonoma ad alto costo. Le infrastrutture di trasporto intelligente di San Paolo mostrano come i sistemi a livello urbano possano fornire una base per servizi di mobilità basati sui dati.

Medio Oriente e Africa

Nel 2025 il mercato del Medio Oriente e dell'Africa ha generato 12,9 milioni di dollari USA e si prevede che raggiunga 284,6 milioni di dollari USA entro il 2035, con un CAGR del 36,2%. Gli Emirati Arabi Uniti sono il principale mercato di adozione iniziale della regione, mentre Sudafrica e Arabia Saudita offrono ulteriori opportunità nei settori automobilistico e della mobilità. Le ambizioni degli Emirati Arabi Uniti in materia di politiche per la mobilità autonoma creano un contesto mirato per le sperimentazioni su flotte, infrastrutture e intelligenza veicolare, sebbene la portata dell'implementazione dipenderà dalle condizioni operative locali e dall'efficacia della governance dei dati.

La più rapida crescita prevista nell'area Asia-Pacifico è sostenuta dalla scala della Cina e dai diversi percorsi della regione verso la mobilità connessa e intelligente. È probabile che l'America Latina e il Medio Oriente e l'Africa generino valore attraverso implementazioni mirate legate alla logistica, ai sistemi urbani e alle attività delle flotte, prima che una più ampia adozione della guida autonoma diventi concreta. Questa frammentazione regionale rende la strategia locale sui dati, l'allineamento normativo e la selezione dei partner importanti quanto le prestazioni intrinseche dei modelli.

Quota di mercato e panorama competitivo dei modelli fondazionali di IA per il settore automobilistico

NVIDIA deteneva una quota di mercato stimata del 28,4% nel 2025, seguita da Baidu con circa il 21,3%, Scale AI con il 14,5%, Waymo con il 9,8% e Mobileye con il 4,3%. Il panorama competitivo comprende piattaforme di calcolo e di modelli, operatori di veicoli autonomi, fornitori di dati e simulazione, produttori OEM e fornitori Tier-1. Le iniziative di NVIDIA relative a modelli destinati ai veicoli combinano strumenti per l'IA fisica, modelli fondazionali del mondo e piattaforme di calcolo per veicoli, rendendo l'azienda un fornitore significativo lungo l'intera catena di sviluppo automobilistico, ^{[8]NVIDIA, Alpamayo for Autonomous Vehicle Development, developer.nvidia.com}.

Baidu, Tesla, Waymo, Zoox, Aurora Innovation, Nuro, PlusAI, Waabi, Momenta, Xpeng Motors e Li Auto competono attraverso diverse combinazioni di dati sui veicoli, attività operative nel campo della guida autonoma, integrazione software e implementazione locale. General Motors, Toyota Motor, Volkswagen Group e altri produttori OEM mirano a ottenere un maggiore controllo sull'intelligenza dei veicoli nei casi in cui questa incida sulla differenziazione del prodotto, sull'esperienza del cliente e sulla responsabilità in materia di sicurezza. Bosch, Qualcomm Technologies, Mobileye e Scale AI occupano posizioni importanti nei livelli relativi a componenti, capacità di calcolo, percezione, validazione e sviluppo dei dati.

La concorrenza è sempre più determinata dalla capacità di un'azienda di assicurarsi il diritto di utilizzare, addestrare con e governare dati di guida di alta qualità. Valeo e NATIX hanno annunciato un'iniziativa open source per un modello fondazionale del mondo multi-camera, basata sulle capacità di Valeo nei modelli del mondo e sulla rete di dati decentralizzata di NATIX, con l'obiettivo di raggiungere oltre 100.000 ore di dati di guida raccolti con più telecamere. Tali partnership possono ampliare l'accesso alle risorse per l'addestramento, ma accrescono anche l'importanza della provenienza, del consenso e del controllo della qualità.

Recenti sviluppi del settore

• A gennaio 2026, NVIDIA ha presentato la famiglia Alpamayo per lo sviluppo di veicoli autonomi al CES. Il lancio comprendeva un modello veicolo-linguaggio-azione a pesi aperti con ragionamento a catena, 10-billion-parameter e annoverava JLR, Lucid, Uber e Berkeley DeepDrive tra i propri partner.

• A gennaio 2026, Mobileye ha annunciato l'accordo per l'acquisizione di Mentee Robotics, collegando le proprie attività di IA per il settore automobilistico alle competenze nell'IA fisica e nella robotica umanoide.

• A gennaio 2026, Valeo e NATIX hanno annunciato una partnership per sviluppare un modello fondazionale del mondo multi-camera open source utilizzando una rete decentralizzata di dati di guida.