TIER IV, firma stojąca za otwartoźródłowym stosem Autoware dla samochodów autonomicznych, ogłosiła 11 listopada 2026 r., że opracowała i publicznie udostępniła zestaw modeli sztucznej inteligencji typu end‑to‑end (E2E) dla pojazdów autonomicznych. Pakiety obejmują modele dla konfiguracji tylko z kamerą, z LiDARem oraz hybrydowych układów czujników, a projekt udostępnia kod źródłowy i wagi modeli za pośrednictwem GitHub i Hugging Face.

Opublikowane modele

Wydanie zawiera kilka odrębnych modeli E2E. TIER IV wyróżnił METEOR, lekki model wielozadaniowy wykorzystujący reprezentację widoku z lotu ptaka (BEV) o 16 milionach parametrów przeznaczony do samochodów osobowych; AutoE2E, prowadzony przez Autoware Foundation, z 79,9 miliona parametrów i architekturą Fast–Slow; oraz Alpamayo 2 Edge, wariant vision‑language‑action (VLA) o 2 miliardach parametrów wywodzący się z rodziny Alpamayo firmy NVIDIA. Każdy model jest dostępny z przykładami integracji dla Autoware oraz linkami do repozytoriów na GitHub i Hugging Face.

Integracja i ekosystem

TIER IV informuje, że modele zaprojektowano tak, by działały na różnych platformach obliczeniowych — nie ograniczając się do sprzętu NVIDIA — oraz że Autoware 2.0 zapewnia architekturę umożliwiającą łączenie sieci neuronowych E2E z konwencjonalnymi modułami opartymi na regułach. Firma wskazała również narzędzia ze swojej platformy Co‑MLOps do automatyzacji procesów etykietowania i treningu, co ułatwia adaptację producentom i dostawcom. TIER IV przedstawił ten krok jako poszerzenie możliwości wdrożeń i komercjalizacji poprzez otwartą współpracę.

Co to oznacza dla rynku

Udostępnienie produkcyjnych modeli E2E na zasadach open‑source obniża bariery techniczne i kosztowe dla mniejszych producentów OEM, dostawców pierwszego poziomu oraz regionalnych operatorów mobilności, którzy wykorzystują Autoware jako bazę rozwojową. Publikując modele dla konfiguracji tylko z kamerą oraz bogatych w czujniki i dostarczając kod integracyjny, TIER IV i Autoware Foundation tworzą gotowy punkt wyjścia dla firm, które nie mają zasobów, by trenować duże modele od podstaw. To może przyspieszyć testy systemów poziomu 3/4 wsparcia kierowcy oraz lokalne pilotaże robotaxi, zwłaszcza tam, gdzie Autoware już ma pozycję lub tam, gdzie regulatorzy preferują przejrzyste, audytowalne stosy oprogramowania.

Dla uczestników z Europy i Europy Środkowo‑Wschodniej praktyczne korzyści są dwojakie: szybsze prototypowanie funkcji ADAS/robotaxi z użyciem ugruntowanych narzędzi open‑source oraz potencjalne oszczędności kosztów przez ponowne wykorzystanie modeli utrzymywanych przez społeczność i narzędzi do przetwarzania danych. Operatorzy i dostawcy w regionie mogą dostosować opublikowane modele do lokalnych zestawów czujników i formatów map zamiast czekać na przeniesienie lub licencjonowanie rozwiązań własnościowych.

To nie zwalnia jednak z prac nad bezpieczeństwem, walidacją i wymogami regulacyjnymi: systemy E2E mają inne profile zapewnienia bezpieczeństwa niż stosy modułowe, a każde wdrożenie w ruchu publicznym będzie wymagać walidacji w pojeździe, testów scenariuszowych i kroków certyfikacyjnych zgodnie z krajowymi i unijnymi przepisami. Mimo to dostępność otwartych modeli prawdopodobnie rozszerzy liczbę organizacji zdolnych w znaczący sposób uczestniczyć w rozwoju autonomicznej jazdy.

Rynek pojazdów B2B WorldTrader24 dla dealerów →

Źródła: TIER IV, PR Newswire, SDV Sector

Notatka partnera: partner technologiczny EastAutoNews, DaVinci AI, opracowuje rozwiązania AI dla całego przemysłu motoryzacyjnego – od analiz rynku i dealerów po autonomiczne agenty AI oraz produkcję obrazów i wideo.