汽车领地：大众汽车与英伟达和Voxel51合作构建AI数据飞轮

保时捷正在牵头一项大众集团（VW Group）的举措，将车队数据转化为仿真和训练输入，利用到了Voxel51、英伟达Cosmos和Azure等技术。

大众集团正在构建一条共享数据管道，将真实人员驾驶转化为自动驾驶的仿真和训练素材。其目标是减少多达90%的重复实车测试，以及多达85%的AI回归测试周期。保时捷正牵头与英伟达、微软和Voxel51的首个落地实施，这些公司在英伟达柏林GTC大会上宣布了这一消息。

大众贡献其车队（每天产生的数据相当于11,000名普通驾驶员）以及其车辆平台和需求。Voxel51提供数据层，用于搜索、标注、整理、训练数据选择和验证。英伟达提供Cosmos Data Factory和Omniverse NuRec来生成数据并重建驾驶场景，微软Azure则在大众现有的安全和治理框架内运行这些工作负载。

首个应用是虚拟验证，在重建的真实驾驶场景上测试驾驶软件版本。在重建一段驾驶场景之前，Voxel51会进行约80项传感器完整性、时序和校准检查，因为一个有缺陷的场景会破坏建立在其上的每一次仿真。随后一个通用数据模型让场景能够跨项目和品牌沿用。

“你需要拥有开发和迭代循环，即使你并非自己构建技术栈的每一层，”Voxel51首席执行官Brian Moore表示。

在Cariad内部自研软件经历挫折之后，这一策略非常适合大众：集团掌控数据和发展循环的主导权，同时外部采购所需工具。这也紧随本周日产与Sonatus开展的验证合作之后，表明软件测试如今已成为行业的主要瓶颈之一。

为什么这很重要：

数据飞轮成为标准做法：‌新势力汽车厂家也在追求类似的方法，传统车企似乎正在趋同于依赖英伟达的支持，将车队数据转化为训练和验证素材，这表明差异化将更多地取决于每家OEM（原始设备制造商）所拥有数据的质量，而非工具本身。

‌虚拟验证需要监管机构的支持：‌将物理试驾减少高达90%，取决于认证机构是否接受仿真证据，而欧盟（EU）和联合国欧洲经济委员会（UNECE）的自动驾驶法规仅在明确限定的范围内允许这种做法。

主权话语遇上美国基础设施：‌大众将其自动驾驶管道构建在英伟达、微软和Voxel51之上，这显示出大众对美方技术的依赖程度依然有多深——即便它正在倡导欧洲技术主权。

注：大众在政策层面倡导欧洲技术主权，但其自动驾驶数据管线的关键组件——英伟达的Cosmos与Omniverse NuRec、微软Azure、Voxel51的数据平台均来自美国。这不是大众一家的困境。全世界在AI基础设施层（算力、云、基础模型）的缺口，使得任何一家车企在构建规模化数据飞轮时，都难以完全绕开美国技术栈。可行的中间路线或许是：在应用层和标准层构建全球其他区域的差异化能力（如数据治理规则、场景定义规范、安全验证方法论），而在基础设施层接受现实依赖，同时通过监管和采购杠杆逐步培育本土替代。