Modello Fondamentale di Intelligenza Artificiale per il Mercato Automotive Dimensioni e condivisione 2026-2035

Dimensioni del mercato dei modelli di fondazione AI per il settore automobilistico

Il mercato globale dei modelli di fondazione AI per il settore automobilistico è stato valutato a 900 milioni di dollari USA nel 2025. Secondo l'ultimo rapporto pubblicato da Global Market Insights Inc., si prevede che il mercato crescerà da 1,3 miliardi di dollari USA nel 2026 a 23,6 miliardi di dollari USA nel 2035, con un tasso di crescita annuo composto (CAGR) del 38,5%.

Il mercato sta crescendo rapidamente poiché i programmi pilota si trasformano in servizi a pagamento e le funzionalità ADAS diventano standard nei modelli di massa. Il settore riflette già impegni significativi in termini di capex per infrastrutture di formazione, calcolo a bordo veicolo e operazioni sui dati.

Le previsioni indicano un'adozione crescente nei segmenti passeggeri, commerciali e di flotta, sostenuta da benefici quantificabili in termini di sicurezza e tempo di attività. I dati suggeriscono che la spinta normativa è importante tanto quanto la domanda dei consumatori. Le agenzie di sicurezza stanno codificando funzionalità come l'assistenza intelligente alla velocità, il monitoraggio del conducente e la frenata automatica di emergenza, garantendo aggiornamenti ricorrenti dei modelli durante tutto il ciclo di vita del veicolo.

Gli acceleratori di grado automotive ora offrono centinaia o migliaia di TOPS sotto i 100 watt, consentendo percezione e pianificazione a bassa latenza a bordo veicolo senza un impatto eccessivo sul costo dei materiali. Inoltre, le pipeline di dati sintetici stanno riducendo i costi di validazione per scenari a coda lunga che sono costosi o pericolosi da replicare nel mondo reale. Il risultato è un percorso più breve dallo sviluppo del modello al deployment certificato, soprattutto nei domini operativi vincolati in cui i casi di sicurezza possono essere dimostrati empiricamente.

In Nord America, i quadri normativi permissivi e la disponibilità di capitali concentrano i dati sulle operazioni autonome, accelerando così il miglioramento dei modelli. In Asia Pacifico, le politiche industriali coordinate collegano gli incentivi per i veicoli elettrici alle funzionalità intelligenti, promuovendo implementazioni su larga scala che generano dati di formazione e riducono i costi AI per veicolo.

La posizione europea in materia di privacy e il rigore delle certificazioni di sicurezza aumentano i costi di conformità, ma definiscono anche standard di qualità che tendono a diffondersi a livello globale attraverso piattaforme multinazionali. In tutte le regioni, il denominatore comune è che l'inferenza a bordo veicolo sta diventando la norma per i compiti critici per la sicurezza, mentre il cloud rimane centrale per l'apprendimento delle flotte, gli aggiornamenti OTA e l'ottimizzazione non in tempo reale.

Tendenze del mercato dei modelli di fondazione AI per il settore automobilistico

Il settore automobilistico sta abbandonando gli approcci modulari per percezione, previsione e pianificazione a favore di modelli di fondazione end-to-end che ottimizzano le azioni di guida in modo integrato. La ragione principale di questa tendenza è che tali scenari sono necessari per superare i problemi che emergono negli ambienti multi-agente, dove gli approcci modulari e basati su regole performano male. Si prevede che fino al 2028 sempre più aziende adotteranno questa tecnologia poiché il processo di validazione diventerà più semplice.

L'uso di dati sintetici per la formazione e la validazione dei veicoli a guida autonoma sta guadagnando terreno. La raccolta di dati reali relativi al verificarsi di rare situazioni di guida è costosa e limitante; pertanto, si sta ricorrendo a software di simulazione e modellazione del mondo per simulare scenari come condizioni meteorologiche anomale, traffico intenso e così via. Dal 2026 al 2028, grazie a questa tecnologia, ci sarà una riduzione delle spese di validazione, nonché cambiamenti nelle metodologie di certificazione attraverso la simulazione.

I modelli linguistici multimodali (MLLM), o modelli linguistici multimodali di grandi dimensioni, verranno presto implementati nelle automobili per migliorare la comunicazione tra il conducente e il sistema di intelligenza artificiale. Essi integrano i tre aspetti di visione, linguaggio e rilevamento per fornire assistenza basata sul contesto, controllo vocale e una spiegazione del processo decisionale durante la guida. La prima applicazione sarà sulle auto di lusso, ma l'adozione diffusa seguirà dopo la diminuzione dei costi di calcolo.

I produttori di attrezzature originali (OEM) stanno ora adottando sistemi full-stack che integrano simulazione, gestione dei dati, modelli di addestramento e implementazione. Tali sistemi consentono un apprendimento continuo dai dati raccolti nelle flotte e migliorano le prestazioni del sistema nel tempo. Ciò ha anche portato a una maggiore concorrenza tra le aziende in grado di fornire infrastrutture di modelli di base per l'intelligenza artificiale end-to-end.

Analisi del mercato dei modelli di base di intelligenza artificiale per il settore automobilistico

In base alla capacità del modello, il mercato dei modelli di base di intelligenza artificiale per il settore automobilistico è suddiviso in modelli linguistici multimodali di grandi dimensioni (MLLM), modelli di base per il mondo, modelli di base per la visione, modelli generativi per dati sintetici, modelli di guida autonoma end-to-end, modelli di ricostruzione 3D delle scene e altri. Il segmento dei modelli di base per la visione domina il mercato con una quota di mercato di circa il 28% e genera un fatturato di circa 259,5 milioni di USD nel 2025.

• I modelli di base per la visione detengono la quota maggiore per capacità, mentre i modelli di guida autonoma end-to-end rappresentano il 22,5% nel 2025. I transformer pre-addestrati su corpora di guida su larga scala supportano ora percezione, comprensione della scena e pianificazione con meno interfacce ingegnerizzate, il che riduce i cicli di validazione nei domini di progettazione operativa delimitati.
• L'ambiente normativo si sta evolvendo in parallelo: le affermazioni di sicurezza devono soddisfare vincoli in tempo reale e requisiti di tracciabilità, spingendo i fornitori a codificare budget di latenza, metodi di quantizzazione e prove di verifica all'interno dei pacchetti di conformità. Dal punto di vista dell'economia unitaria, l'aumento dei TOPS-per-watt nei SOC di grado automotive consente inferenze inferiori a 100 ms per percezione, previsione e controllo senza superare i limiti termici, supportando un'adozione più ampia nei segmenti di volume.
• Gli MLLM aggiungono un secondo asse di valore portando il ragionamento basato sul linguaggio nel veicolo e nelle istruzioni naturali per la cabina, l'interpretazione semantica dei segnali stradali e riepiloghi interpretabili per il controllo del conducente. Migliorano gli stack di guida e innalzano il livello della cabina intelligente, soprattutto dove i regolatori richiedono spiegazioni chiare del comportamento del sistema.
• Gli approcci end-to-end stanno scalando dove i dati della flotta sono abbondanti e i casi di sicurezza possono essere dimostrati empiricamente in tutte le distribuzioni di scenari; l'implicazione pratica è una migrazione graduale dei programmi da pipeline modulari verso un'esecuzione parzialmente o completamente end-to-end man mano che gli strumenti maturano.

In base alla licenza, il mercato dei modelli di base di intelligenza artificiale per il settore automobilistico è suddiviso in modelli open-source, modelli proprietari/commerciali e ibridi. Il segmento dei modelli proprietari/commerciali rappresenta il 62,1% nel 2025, con un valore di circa 575,1 milioni di USD.

• Il segmento delle piattaforme proprietarie riflette le preferenze degli OEM per prestazioni validate, supporto a lungo termine e quadri di responsabilità ben definiti. I modelli open-source hanno rappresentato il 22,1% nel 2025, guadagnando trazione dove i produttori dispongono di capacità di ingegneria AI interne e cercano personalizzazione senza vincoli di fornitore.
• Le agenzie di sicurezza valutano i sistemi automatizzati in base alla copertura degli scenari e alle prove di prestazione, favorendo i fornitori in grado di fornire documentazione completa, strumentazione e supporto garantito da garanzia. L'attività normativa in materia di sicurezza funzionale e AI in tempo reale aumenta ulteriormente il valore degli stack integrati che possono dimostrare determinismo ove richiesto e un comportamento limitato in caso di guasto.
• Il momentum dell'open-source è comunque significativo. Le squadre di ingegneria adottano sempre più pesi aperti per l'addestramento locale dei dati e l'adattamento al dominio, riservando wrapper proprietari per monitor di sicurezza e diagnostica. In giurisdizioni che privilegiano la capacità di AI sovrana o l'allineamento con il settore pubblico, i segnali di procurement e finanziamento (ad esempio, programmi industriali del Regno Unito e linee guida per i regolatori) incoraggiano l'uso di componenti aperti insieme a offerte commerciali.
• Nell'Unione Europea, gli obblighi graduali del Regolamento AI per i sistemi ad alto rischio e la trasparenza della documentazione dovrebbero aumentare il carico di conformità in tutti i modelli di licenza; l'effetto è uno spostamento verso strategie ibride che combinano la personalizzazione open con artefatti di verifica di livello commerciale. In sintesi, il modello proprietario rimarrà dominante nel breve periodo, ma la penetrazione dell'open-source cresce man mano che maturano toolchain, sistemi di test e framework per la generazione di prove per i modelli foundation AI del settore automotive.

In base all'applicazione, il mercato dei modelli foundation AI per l'automotive è suddiviso in pianificazione e operazioni dei veicoli autonomi, intelligenza artificiale per l'abitacolo e AI a bordo, ADAS consumer e altri. Il segmento dell'intelligenza artificiale per l'abitacolo e a bordo è atteso crescere al tasso di crescita annuo composto (CAGR) più elevato del 40,3% tra il 2026 e il 2035.

• La categoria dell'intelligenza artificiale per l'abitacolo e a bordo registrerà il tasso di crescita più elevato poiché rappresenta la categoria più rapida da implementare e monetizzare per i modelli foundation AI nel settore automotive, a differenza dei sistemi di guida completamente autonomi, che richiedono più tempo per i test normativi e di sicurezza.
• L'abitacolo intelligente include sistemi di riconoscimento vocale, infotainment personalizzato, monitoraggio del conducente e servizi AI contestuali che possono essere applicati a veicoli nuovi ed esistenti senza dover ottenere l'approvazione per i veicoli completamente autonomi. Questo offre agli OEM l'opportunità di creare valore aggiornando il software e addebitando funzionalità aggiuntive.
• Le applicazioni AI nelle auto sono molto diverse da quelle nei sistemi di pianificazione AV, che devono superare la validazione di sicurezza e ottenere l'approvazione da parte degli organismi di regolamentazione prima del lancio. Nel primo caso, i sistemi opereranno in spazi controllati guidati da umani, dove lo sviluppo e l'implementazione di co-piloti AI e altre funzionalità sono molto più rapidi.

In base all'uso finale, il mercato dei modelli foundation AI per l'automotive è suddiviso in OEM, operatori di veicoli autonomi, fornitori automotive di livello 1 e altri. La categoria degli OEM detiene la quota maggiore di circa il 35,5% nel 2025.

• L'architettura dell'intero veicolo è sotto il controllo dell'OEM, che li posiziona come principali attori nell'implementazione di modelli foundation AI nei campi delle auto a guida autonoma, dell'intelligenza dell'abitacolo e dei sistemi software per il veicolo. Man mano che le auto evolvono da sistemi basati su hardware a piattaforme guidate dal software, i modelli foundation AI vengono incorporati nei sistemi operativi dell'auto dagli OEM.
• È responsabilità delle aziende portare direttamente ai consumatori funzioni basate sull'IA come ADAS, tecnologie di cockpit e soluzioni connesse. Esistono forti incentivi per le aziende a investire in modelli di base scalabili che possano essere aggiornati tramite connessione, siano compatibili con modelli di business basati su abbonamento e migliorino la fidelizzazione dei clienti. Un ruolo commerciale di questo tipo aiuta a consolidare la loro leadership nell'adozione e nella generazione di ricavi.

Il mercato statunitense dei modelli di base AI per il settore automobilistico ha raggiunto i 490,6 milioni di dollari nel 2025 e cresce a un tasso di crescita annuo composto (CAGR) del 38,8% tra il 2026 e il 2035.

• La funzione DRIVE PILOT è stata rilasciata sul mercato statunitense, consentendo ai clienti di accedere per primi alle funzionalità di livello SAE 3 nei loro veicoli per i modelli S-Class ed EQS del 2024. Sono già in uso auto di livello 4 negli Stati Uniti. Si prevede che gli Stati Uniti continueranno a guidare l'adozione dei livelli 3 e 4 grazie a innovazioni tecnologiche e iniziative di commercializzazione precoce.
• Anche la sicurezza e l'innovazione attraverso la struttura sono incoraggiate da agenzie governative e organismi di regolamentazione. La National Highway Traffic Safety Administration (NHTSA) del Dipartimento dei Trasporti è uno di questi organismi che gioca un ruolo importante nel facilitare la sicurezza del traffico attraverso la valutazione e il monitoraggio delle innovazioni in materia di sicurezza automobilistica. Attualmente non esiste una politica federale consolidata relativa ai veicoli a guida autonoma; tuttavia, le normative riguardano la convalida della sicurezza, la segnalazione degli incidenti e i test.

La regione del Nord America vale 517,2 milioni di dollari nel 2025. Si prevede che il mercato dei modelli di base AI per il settore automobilistico crescerà a un tasso di crescita annuo composto (CAGR) del 38,6% dal 2026 al 2035.

• La regione del Nord America è tra le più avanzate dal punto di vista tecnologico nello sviluppo della tecnologia di guida autonoma, grazie ai progressi normativi e all'adozione precoce della tecnologia dei veicoli a guida autonoma. Negli Stati Uniti, ad esempio, la NHTSA continua a migliorare il proprio Quadro per i Veicoli Automatizzati, con un aggiornamento previsto per il 2025 volto ad accelerare l'adozione commerciale sicura dei veicoli a guida autonoma.
• Si sono registrati alcuni casi di sviluppo accelerato di veicoli di livello 2+ e livello 3 per i consumatori, un rapido sviluppo di robotaxi in grandi città come San Francisco e Los Angeles, nonché un crescente utilizzo di terreni di addestramento basati su simulazione per l'IA nel settore automobilistico. La zona ha visto una significativa implementazione della combinazione di modelli di base AI e veicoli definiti dal software, portando a un continuo miglioramento dei sistemi di autonomia in situazioni reali.

La regione europea detiene il 15% del mercato dei modelli di base AI per il settore automobilistico nel 2025 e si prevede che crescerà a un tasso di crescita annuo composto (CAGR) del 35,3% tra il 2026 e il 2035.

• L'Europa sta facendo progressi verso l'adozione di un sistema regolamentato per i veicoli autonomi che si concentra sulla regolamentazione basata su misure di sicurezza, facilitata dall'elevato livello di allineamento delle politiche all'interno dell'Unione Europea. L'Europa ha adottato un sistema giuridico ben definito per l'omologazione e la sicurezza dei veicoli autonomi, che può essere utilizzato come trampolino di lancio per l'adozione di soluzioni di mobilità basate sull'IA. Attualmente esiste un quadro legislativo ben sviluppato che disciplina i requisiti di omologazione e sicurezza dei veicoli dotati di funzioni di guida automatizzata o autonoma.
• Il Gruppo di lavoro UNECE sulla mobilità automatizzata/autonoma e connessa (GRVA) ha adottato una proposta nel gennaio 2026 che ha fornito requisiti di sicurezza standardizzati e un processo standardizzato per testare i veicoli dotati di Sistemi di Guida Autonoma (ADS). Il quadro si basa su un concetto di caso di sicurezza supportato da procedure affidabili di ricerca e sviluppo per garantire che i sistemi autonomi siano sicuri e rispettino determinati criteri di sicurezza in tutti gli Stati membri. Il GRVA sta inoltre formulando regolamenti che disciplinano le capacità di guida automatizzata a Livello 2, Livello 3 e Livello 4.

Il modello di fondazione AI per il mercato automobilistico tedesco in Europa sta crescendo rapidamente, con un CAGR del 36,2% tra il 2026 e il 2035.

• La Germania è tra i principali mercati europei per la legislazione sui veicoli autonomi. Il paese ha compiuto progressi significativi nella normativa per la guida automatizzata e autonoma strutturando le approvazioni sia per le tecnologie di livello 3 che di livello 4 nel 2025-2026. La Germania è inoltre tra i pochi paesi ad aver formalmente legiferato sulla teleoperazione (guida a distanza), consentendo test sull'autonomia dei veicoli di mobilità sulle strade.
• La presenza degli OEM automobilistici nel paese, che include Mercedes-Benz, BMW e Volkswagen, i quali stanno investendo significativamente nei modelli di fondazione AI e nei sistemi di guida autonoma, è molto favorevole allo sviluppo di questa tecnologia. Con l'impegno a dare priorità alla sicurezza e seguire un processo rigoroso di validazione, è chiaro il percorso verso un'adozione lenta ma costante della tecnologia.

Si prevede che la regione Asia-Pacifico crescerà al tasso di crescita annuo composto (CAGR) più elevato del 40,2% tra il 2026 e il 2035 nel mercato dei modelli di fondazione AI per il settore automobilistico.

• Nella regione, paesi come Giappone, Corea del Sud e Singapore stanno compiendo sforzi per istituire normative relative alla guida autonoma di Livello 3 e Livello 4. La regione adotta un approccio che enfatizza il pilotaggio, che prevede l'impiego di veicoli autonomi in aree designate prima della loro commercializzazione.
• Il governo giapponese ha implementato attivamente normative e progetti pilota riguardanti lo sviluppo della guida autonoma di Livello 4. Il MLIT ha incoraggiato lo sviluppo di regolamenti che consentano la guida autonoma di Livello 4 in circostanze specifiche, come percorsi limitati e operazioni remote.
• In Corea del Sud, il MOLIT ha implementato attivamente normative per aprire la strada alla commercializzazione dei veicoli autonomi. Le modifiche alla Legge sui Veicoli Autonomi e al suo regolamento di attuazione apportate nel 2025 hanno fornito regolamenti più dettagliati sulla certificazione delle prestazioni, la validazione della sicurezza e l'approvazione operativa dei veicoli autonomi.

Si stima che la Cina crescerà con un CAGR del 39,5% nel periodo previsto tra il 2026 e il 2035, nel mercato asiatico-pacifico dei modelli di fondazione AI per il settore automobilistico.

• La Cina è stata all'avanguardia nell'implementazione di innovazioni attraverso progetti pilota e normative che disciplinano la guida autonoma a livello municipale. Questo rende la Cina un attore fondamentale nello sviluppo di innovazioni che coinvolgono veicoli autonomi. La collaborazione tra case automobilistiche e aziende tecnologiche è stata fondamentale nello sviluppo di soluzioni per la guida autonoma.
• Nel aprile 2025, Pechino ha adottato la sua nuova normativa sui veicoli autonomi, che fornisce le linee guida su come richiedere ufficialmente i progetti pilota per veicoli autonomi. In generale, tale normativa offre un approccio graduale per condurre progetti pilota di guida autonoma e consente alla tecnologia di essere commercializzata gradualmente, mantenendo un controllo rigoroso del processo di sicurezza. La normativa dimostra l'approccio adottato dalla Cina per promuovere l'innovazione tramite progetti pilota regolamentati condotti dalle città.

Si stima che il Brasile crescerà con un CAGR del 34,4% tra il 2026 e il 2035, nel mercato latinoamericano dei modelli di base AI per il settore automobilistico.

• Il Brasile possiede un'industria automobilistica ben consolidata all'interno della regione latinoamericana; tuttavia, l'implementazione dei veicoli autonomi rimane limitata a programmi di test e approcci basati sulla ricerca. Il quadro normativo sta cambiando lentamente, poiché il Brasile ha iniziato a integrare i propri regolamenti sulla sicurezza dei trasporti su strada con quelli di altri paesi piuttosto che emanare regolamenti specifici per i veicoli autonomi.
• Nel paese, le tecnologie per veicoli connessi vengono sempre più adottate da flotte commerciali, sistemi telematici insieme a ottimizzazioni della logistica basate sull'IA, nonché test di tecnologie di guida semi-autonoma. I principali produttori automobilistici che operano in Brasile hanno gradualmente implementato i propri sistemi basati sull'IA, anche se principalmente per migliorare efficienza e sicurezza e non per la guida autonoma.

Gli Emirati Arabi Uniti dovrebbero registrare una crescita sostanziale nel mercato dei modelli di base AI per il settore automobilistico in Medio Oriente e Africa nel 2025.

• La mobilità autonoma è stata identificata come parte integrante della strategia governativa per le smart city e la trasformazione digitale negli Emirati Arabi Uniti. La Roads & Transport Authority di Dubai ha predisposto un quadro legislativo dettagliato ai sensi delle disposizioni della Legge n. 9 del 2023, che regola le operazioni, la certificazione, le licenze e le misure di sicurezza dei veicoli autonomi nell'emirato.
• Inoltre, gli Emirati Arabi Uniti hanno continuato a compiere progressi significativi verso la realizzazione della mobilità autonoma su scala commerciale. Ad Abu Dhabi, la guida autonoma di Livello 4 è stata introdotta alla fine del 2025 sotto l'egida del Smart and Autonomous Systems Council e dell'Integrated Transport Centre, una delle prime implementazioni di sistemi di mobilità autonoma nella regione.

Quota di mercato dei modelli di base AI per il settore automobilistico

Le prime 7 aziende nel settore dei modelli di base AI per l'industria automobilistica sono Aurora Innovation, Baidu, Mobileye, Momenta, NVIDIA, Scale AI e Waymo, con il 79,9% del mercato nel 2025.

• Aurora sviluppa stack di autonomia per trasporti merci e logistica, con particolare attenzione alla copertura degli scenari per operazioni autostradali e hub-to-hub.
• Baidu guida lo sviluppo dello stack di autonomia in Cina con mappatura su larga scala, simulazione e modelli di base ottimizzati per le norme del traffico nazionale e i requisiti normativi.
• Mobileye fornisce stack di percezione e autonomia ai principali OEM globali; i vantaggi di scala derivano da ampie basi installate, mappatura REM e silicio di grado automotive abbinato ad aggiornamenti dei modelli.
• Momenta costruisce modelli di guida end-to-end per programmi passeggeri e commerciali, combinando dati di flotta e simulazione per accelerare la validazione.
• NVIDIA fornisce acceleratori di grado automotive e uno stack software che copre formazione, simulazione e inferenza a bordo veicolo. La strategia della piattaforma si concentra su librerie di modelli prevalidati, strumenti di sicurezza e pipeline di ottimizzazione che riducono i tempi di sviluppo per il mercato dei modelli di base AI per il settore automobilistico.
• Scale AI fornisce infrastrutture per le operazioni sui dati — etichettatura, curatela, valutazione — che supportano l'addestramento e la validazione di modelli di percezione e di modelli end-to-end in tutto il settore.
• Waymo si concentra sui servizi commerciali di mobilità autonoma, abbinando modelli di percezione e previsione con solide casistiche di sicurezza derivanti da operazioni multi-città. Le partnership con OEM e fornitori di logistica supportano l'espansione dei programmi.

Modelli Fondamentali di AI per le Aziende del Settore Automotive

I principali attori operanti nei modelli fondamentali di AI per l'industria automotive sono:

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

• NVIDIA funge da fornitore infrastrutturale fondamentale del mercato attraverso i suoi acceleratori AI di livello automotive, tra cui Drive Orin (254 TOPS) e le piattaforme future Drive Thor (2000+ TOPS) che consentono l'implementazione di modelli fondamentali sofisticati nei veicoli di produzione.
• I modelli fondamentali di Waymo traggono vantaggio da oltre 20 milioni di miglia autonome di esperienza di guida reale integrate da miliardi di miglia in simulazione, creando dataset che consentono capacità sofisticate di percezione, previsione e pianificazione.
• Baidu domina il mercato cinese attraverso la sua piattaforma di guida autonoma Apollo, che fornisce modelli fondamentali, strumenti di simulazione e infrastrutture di implementazione ai produttori automobilistici cinesi e agli operatori di veicoli autonomi.
• Mobileye (sussidiaria di Intel) fornisce sistemi di ADAS basati sulla visione e di guida autonoma ai produttori automobilistici in tutto il mondo. La vasta base di implementazione della società genera dati massicci e crowdsourced tramite i sistemi REM (Road Experience Management) che consentono un miglioramento continuo dei modelli fondamentali di percezione e della mappatura ad alta definizione.
• Scale AI fornisce infrastrutture dati critiche che consentono lo sviluppo di AI automotive attraverso servizi di etichettatura, curatela e valutazione dei dati. L'azienda elabora miliardi di fotogrammi di immagini di guida, scansioni LiDAR e dati dei sensori per creare dataset di addestramento di alta qualità richiesti per i modelli fondamentali.

Notizie sui Modelli Fondamentali di AI per il Settore Automotive

• Nel aprile 2026, Mercedes Benz ha annunciato una partnership pluriennale con Liquid AI per migliorare l'intelligenza integrata nei suoi modelli nordamericani con la terza e quarta generazione MBUX. Questa partnership mira a potenziare l'AI privata in tempo reale per i servizi a bordo, portando al livello successivo l'intelligenza a bordo. I modelli fondamentali integrati (LFM) di Liquid forniscono AI veloce e indipendente senza fare affidamento sul cloud. Questo aggiornamento migliora l'assistente virtuale MBUX (MVA) combinando il controllo vocale, le funzioni del veicolo e la comprensione contestuale per un'esperienza a bordo migliore.

• Nel aprile 2026, Toyota Motor e Woven by Toyota Inc. hanno introdotto nuove tecnologie per potenziare l'innovazione e supportare 'Kakezan' a Toyota Woven City. Woven by Toyota (WbyT) sta utilizzando modelli AI avanzati sviluppati internamente a Woven City per creare prodotti e servizi che migliorano la vita delle persone. Credono che l'AI debba lavorare con l'intuizione umana, non sostituirla. Un esempio è il "AI Vision Engine", un grande modello AI che aiuta la città a comprendere e rispondere alle condizioni reali in tempo reale.

• Nel gennaio 2026, Mobileye ha annunciato un accordo per acquisire Mentee Robotics. Questa operazione unisce la tecnologia AI avanzata e l'esperienza produttiva di Mobileye con la piattaforma umanoide e i talenti AI di Mentee. Insieme, mirano a guidare lo sviluppo della guida autonoma e della robotica umanoide.
• Nel gennaio 2026, Valeo e NATIX Network hanno stretto una partnership per creare un grande modello fondazionale multicanale open-source (WFM). La rapida crescita della guida autonoma e della robotica ha aumentato la necessità di dati reali di alta qualità. Combinando l'esperienza di Valeo nei modelli del mondo con la rete di dati reali a 360° di NATIX, intendono costruire un modello in grado di apprendere, prevedere e comprendere i movimenti e le interazioni del mondo reale.
• Nel gennaio 2026, NVIDIA ha introdotto la famiglia Alpamayo di modelli e strumenti AI open-source per accelerare lo sviluppo di veicoli autonomi sicuri basati sul ragionamento. Con Alpamayo, aziende come JLR, Lucid e Uber, insieme a gruppi di ricerca come Berkeley DeepDrive, potranno procedere più rapidamente verso l'implementazione di veicoli autonomi di livello 4.

Il rapporto di ricerca sul mercato dei modelli fondazionali AI per il settore automotive include un'analisi approfondita del settore con stime e previsioni in termini di ricavi ($ Mn/Bn) dal 2022 al 2035, per i seguenti segmenti:

Mercato, per capacità del modello

• Modelli linguistici multimodali di grandi dimensioni (MLLMs)
• Modelli fondazionali del mondo
• Modelli fondazionali visivi
• Modelli generativi per dati sintetici
• Modelli di guida autonoma end-to-end
• Modelli di ricostruzione 3D delle scene
• Altri

Mercato, per licenza

• Modelli open-source
• Modelli proprietari/commerciali
• Ibridi

Mercato, per distribuzione

• Modelli basati su cloud
• Modelli edge/sul veicolo
• Modelli ibridi

Mercato, per applicazione

• Pianificazione e operazioni dei veicoli autonomi
  • Servizi di robotaxi
  • Consegne e trasporti autonomi
• Cockpit intelligente e AI a bordo
• ADAS per consumatori
• Altri

Mercato, per utilizzo finale

• Costruttori (OEMs)
• Operatori di veicoli autonomi
• Fornitori Tier-1 automotive
• Altri

Le informazioni sopra riportate sono fornite per le seguenti regioni e paesi:

• Nord America
  • Stati Uniti
  • Canada
• Europa
  • Germania
  • Regno Unito
  • Francia
  • Italia
  • Spagna
  • Paesi Bassi
  • Svezia
  • Svizzera
• Asia Pacifico
  • Cina
  • Giappone
  • Corea del Sud
  • India
  • Singapore
  • Australia
  • Thailandia
• America Latina
  • Brasile
  • Messico
  • Argentina
  • Cile
• MEA
  • Sudafrica
  • Arabia Saudita
  • Emirati Arabi Uniti