Nvidia agregó a dos importantes fabricantes de automóviles chinos, BYD y Geely, a su programa de robotaxi, mientras el fabricante de chips busca poner su sello en el creciente mercado de vehículos autónomos en todo el mundo.
En su conferencia GTC de hoy, Nvidia anunció que BYD y Geely, así como Isuzu y Nissan, utilizarían la plataforma Drive Hyperion del fabricante de chips, que combina los chips, computadoras, sensores y software necesarios para el desarrollo de vehículos autónomos de nivel 4.
BYD utiliza actualmente los chips de Nvidia en sus automóviles de conducción manual y ahora, según este acuerdo ampliado, utilizará la plataforma Hyperion de la compañía para construir vehículos de nivel 4 de próxima generación. Mientras tanto, se dice que Geely está utilizando los chips Thor de Nvidia en sus nuevos vehículos Zeekr. Geely también suministra vehículos Zeekr a Waymo para su servicio de robotaxi con sede en Estados Unidos. Y Waymo también está utilizando los productos de Nvidia, según Ali Kani, vicepresidente y director general del equipo automotriz de Nvidia, en una sesión informativa con periodistas. «Waymo nos está utilizando en el automóvil y en la nube», dijo Kani.
La noticia de que Nvidia está suministrando chips y software a dos de los principales fabricantes de automóviles de China llega en medio de tensiones entre Estados Unidos y China sobre el comercio y los aranceles. Los chips de la compañía, especialmente los utilizados en centros de datos para entrenar modelos de IA, han sido objeto de intensas negociaciones entre los dos países, y la administración Trump aprobó recientemente la venta de los chips H200 de Nvidia a empresas chinas.
China claramente tiene una gran ventaja sobre Estados Unidos en la producción de vehículos eléctricos, pero los dos países están más igualados en el campo de los robotaxi. Baidu, por ejemplo, opera robotaxis comerciales en más de una docena de ciudades chinas. (Waymo tiene aproximadamente 3000 vehículos operando comercialmente en 10 ciudades de EE. UU.).
El acuerdo de Nvidia con BYD y Geely podría acelerar enormemente el desarrollo de vehículos autónomos de esas empresas, aumentando las posibilidades de China de superar a Estados Unidos. Algunos legisladores en el Congreso han presionado para que se apruebe una legislación sobre vehículos autónomos, estancada durante mucho tiempo, en gran medida con la premisa de mantener una ventaja tecnológica sobre China.
Nvidia busca elevar su perfil como líder en conducción autónoma. Pero si bien la compañía ha suministrado durante mucho tiempo a los principales fabricantes de automóviles chips y software para sistemas de asistencia al conductor, su negocio automotriz todavía es relativamente pequeño en comparación con los miles de millones que recauda con la IA. Sus ingresos del tercer trimestre en 2025 fueron de 51.200 millones de dólares, pero su división automotriz solo ganó 592 millones de dólares, o el 1,2 por ciento del total.
Pero Nvidia no sólo suministra su tecnología AV a empresas chinas. También venderá su plataforma Hyperion a Nissan, que también utiliza software robotaxi desarrollado por Wayve. Y está trabajando con Isuzu y Tier IV para diseñar autobuses de nivel 4 utilizando su sistema en chip basado en Drive AGX Thor de próxima generación.
Además, Nvidia dijo que Lyft utilizará su plataforma Hyperion para desarrollar sus propios robotaxis, utilizando vehículos y software proporcionados por diferentes empresas. Lyft también dijo que utilizaría la tecnología de Nvidia para reforzar sus «capacidades de aprendizaje automático y acelerar las operaciones empresariales en viajes compartidos y ampliación de vehículos autónomos».
Nvidia ya tiene una asociación con el principal rival de Lyft, Uber. Las dos compañías están trabajando juntas para lanzar una red global de robotaxis, con el objetivo de desplegar una flota de 100.000 vehículos para 2027. El lunes, la compañía proporcionó una actualización sobre ese acuerdo, diciendo que ahora abarca 28 mercados en cuatro continentes para 2028, siendo Los Ángeles y San Francisco los primeros a principios de 2027. Uber está trabajando con varios fabricantes de automóviles, incluidos Lucid, Volkswagen y Stellantis, que están construyendo vehículos autónomos utilizando Nvidia. productos.
Kani citó las capacidades de prueba virtual de Nvidia, así como su cartera de modelos de inteligencia artificial de código abierto llamada Alpamayo, como la razón por la que ha podido lograr tanto progreso a pesar de carecer de muchas de las ventajas de Waymo y Tesla en millas recorridas en el mundo real.
Nvidia busca elevar su perfil como líder en conducción autónoma.
«Nos llevó más de 10 años construir nuestra pila AV», dijo Kani, «pero nuestro salto generacional fue provocado por modelos de razonamiento generalistas como Alpamayo, así como por capacidades de prueba y generación de datos sintéticos basadas en Omniverse, NuRec y Cosmos».
Durante la sesión informativa, se le preguntó a Kani cuántas empresas están desarrollando sus vehículos de Nivel 4 en los productos de Nvidia. «Creo que son casi todos», dijo, comprobando los nombres de Waymo, Nuro, Waabi, Zoox, Wayve, Momenta, Pony, WeRide, Baidu, DeepRoute y ZYT. «Estoy muy orgulloso de eso», añadió.
Con cada vez más robotaxis en las carreteras, es comprensible que la gente esté nerviosa en cuanto a la seguridad. Los vehículos Tesla habilitados para el Nivel 2 han estado involucrados en cientos de accidentes, incluidos 23 heridos y al menos dos muertes. Se ha registrado que los vehículos de Waymo violan las leyes de tránsito alrededor de los autobuses escolares y, ocasionalmente, se atascan en las intersecciones, lo que provoca grandes atascos.
La respuesta de Nvidia al problema de estos llamados casos extremos es lanzar un nuevo producto llamado Halos OS para ayudar a sus socios de Nivel 4 a construir sistemas seguros. Kani describió Halos OS como una «barandilla de seguridad» para los sistemas de conducción autónoma que «intervendrá» si los modelos de IA están a punto de tomar decisiones inseguras.
«Ayudamos a nuestros socios a construir una arquitectura segura que podamos descomponer para cada función y asegurarnos de que, si falla alguna computadora o sensor, el sistema aún esté diseñado para llevarlo a un lugar seguro», dijo.
