Volvo, Mercedes y Bolt respaldan la tecnología de conducción autónoma del gigante de la IA en Europa

Volvo, Mercedes-Benz y Bolt adoptan la arquitectura Hyperion, el software Alpamayo y la seguridad Halos de NVIDIA para impulsar la conducción autónoma en Europa.
Durante años, la conducción autónoma ha sido un ejercicio costoso de independencia tecnológica. Los fabricantes construían sus propios sistemas, recopilaban sus propios datos de carretera y gastaban grandes sumas en software que no podía transferirse fácilmente entre vehículos. NVIDIA ofrece un planteamiento diferente. Su arquitectura informática Hyperion, su software de conducción Alpamayo y su tecnología de seguridad Halos proporcionan una base común sobre la que las empresas pueden desarrollar sus propios productos de conducción automatizada.
El atractivo es evidente. Compartir la tecnología subyacente podría reducir los costes de desarrollo y llevar los vehículos al mercado antes. Pero también sitúa una parte creciente de la infraestructura de software e informática del sector en manos de un único proveedor estadounidense.
Las ambiciones de robotaxi de Bolt comienzan con datos, no con pasajeros
El acuerdo de Bolt ofrece quizá la indicación más clara de lo mucho que aún le queda por recorrer a la industria europea del robotaxi.
La empresa de movilidad ha seleccionado el Alpamayo Stack de NVIDIA para un programa que involucra futuros vehículos Lucid construidos en torno a la arquitectura Hyperion. Su primera actividad prevista no es un servicio de taxi comercial, sino la recopilación de datos de conducción en el mundo real en Madrid en 2027. Ese trabajo sigue sujeto a la aprobación regulatoria. Alemania ha sido identificada como prioridad para un despliegue posterior.
Bolt aspira a una flota de al menos 25.000 vehículos Lucid con capacidad de nivel 4, mientras que su ambición más amplia es tener 100.000 vehículos autónomos operando en toda Europa y la región más amplia de la UNECE para 2035. Sus alianzas con Pony.ai y Stellantis siguen formando parte de esa estrategia.
Esas cifras describen la escala prevista, no vehículos que ya transporten pasajeros sin conductor.
La distinción importa porque la autonomía de nivel 4 exige que un vehículo opere sin intervención humana dentro de condiciones definidas. Recopilar datos de conducción es una parte esencial para desarrollar esa capacidad, pero no demuestra que el vehículo esté listo para un uso comercial sin restricciones.

España ya cuenta con un marco para ese tipo de pruebas. La Dirección General de Tráfico introdujo sus normas ES-AV en junio de 2025, que abarcan las pruebas y la supervisión de vehículos automatizados y operados de forma remota en los niveles 2 a 5 de la SAE.
El programa de Bolt en Madrid tendrá, por tanto, que cumplir los requisitos regulatorios antes de poder empezar a recopilar datos en vías públicas. Se necesitaría una autorización adicional antes de que la empresa pudiera convertir la tecnología en un servicio comercial de pasajeros.
Esto convierte a 2027 en un hito de desarrollo importante, más que en una fecha de lanzamiento prometida para los taxis sin conductor.
Volvo adopta una vía más cautelosa
Volvo Cars aborda la misma tecnología desde una dirección diferente.
El fabricante sueco amplía su alianza con NVIDIA para incorporar Hyperion, Halos OS y Alpamayo en futuras generaciones de vehículos. Sus aplicaciones comerciales iniciales se centrarán en la asistencia a la conducción supervisada, con una integración prevista en nuevos modelos de aquí a 2030.
Ese enfoque mantiene al conductor humano responsable de supervisar el sistema. También permite a Volvo introducir una automatización cada vez más sofisticada sin asumir de inmediato la carga regulatoria y técnica de un vehículo totalmente sin conductor.
Para los fabricantes que venden coches a clientes privados, esta progresión gradual ofrece una propuesta comercial distinta del modelo de robotaxi. Un sistema de asistencia avanzado puede formar parte de una gama de vehículos existente. Un servicio de taxi sin conductor debe establecer un entorno operativo en el que el vehículo pueda funcionar de forma independiente.
Mercedes-Benz persigue tanto una automatización más avanzada como capacidades de asistencia a corto plazo. Está ampliando su colaboración con NVIDIA en la conducción de nivel 3 y nivel 4, al tiempo que se prepara para solicitar la aprobación regulatoria alemana para MB.DRIVE ASSIST PRO, su sistema de asistencia urbana punto a punto.
La diferencia entre esos niveles es comercialmente significativa. Los sistemas de nivel 3 pueden asumir la responsabilidad de la conducción en condiciones especificadas, pero siguen requiriendo que un humano retome el control cuando se le solicite. Los sistemas de nivel 4 deben gestionar la tarea de conducción de forma independiente dentro de sus límites operativos aprobados.
NVIDIA puede suministrar tecnología destinada a ambos. No puede eliminar la necesidad de demostrar que cada aplicación funciona de forma segura.
Una arquitectura común cambia la economía
La pieza central de la oferta de NVIDIA es Hyperion, una arquitectura de referencia que combina hardware informático con una disposición definida de sensores.
La configuración Hyperion 10 incluye 14 cámaras exteriores, cuatro cámaras interiores, nueve radares y un sensor lidar. En lugar de diseñar cada componente del sistema informático y de sensores de forma independiente, los fabricantes pueden construir en torno a una base técnica compartida.
Esto podría tener consecuencias considerables para la investigación y el desarrollo automovilísticos.
Un sistema de conducción autónoma propietario requiere un amplio trabajo de ingeniería antes de que un fabricante pueda empezar a perfeccionar el comportamiento del vehículo en el tráfico. Las arquitecturas estandarizadas permiten reutilizar más de ese trabajo fundacional, lo que potencialmente libera a los equipos de ingeniería para concentrarse en funciones e integración específicas de cada vehículo.
No se trata simplemente de comprar procesadores. NVIDIA está ampliando su papel al software que interpreta las situaciones de conducción y a las herramientas utilizadas para evaluar si las decisiones automatizadas son seguras.
Eso hace que la relación tenga más consecuencias que un contrato convencional de suministro automovilístico.
Volkswagen Vehículos Comerciales ya ha demostrado su plataforma autónoma ID. Buzz AD utilizando Hyperion como arquitectura común de computación y sensores. La empresa sueca de tecnología de transporte de mercancías Einride está desarrollando su Einride Driver de nueva generación sobre la misma base para camiones autónomos.

El transporte público es otra aplicación prospectiva. TIER IV y la Universidad Técnica de Múnich planean integrar Hyperion en sistemas de tránsito autónomos en Alemania.
Estas empresas atienden mercados diferentes y operan vehículos con requisitos distintos. Su adopción de una arquitectura compartida crea, no obstante, oportunidades para reutilizar herramientas de desarrollo y métodos de prueba en todo el sector.
Para los operadores más pequeños, el acceso a tecnología consolidada podría hacer que el desarrollo de vehículos autónomos sea más asequible financieramente. Para los fabricantes tradicionales, plantea preguntas incómodas sobre el valor de mantener costosos sistemas internos que duplican funciones disponibles de proveedores externos.
NVIDIA se beneficiará independientemente de qué empresa acabe vendiendo el vehículo u operando el servicio.
La evidencia de seguridad pasa a formar parte del producto
La capacidad informática por sí sola no determinará cuándo los vehículos autónomos serán comercialmente viables en Europa.
Los fabricantes también deben demostrar que sus sistemas cumplen los requisitos de seguridad aplicables. Esto es especialmente exigente para los vehículos que se espera que tomen decisiones de conducción sin supervisión humana continua.
El marco Halos SAFE, recién presentado por NVIDIA, está diseñado para organizar esa evidencia. Desarrollado con socios de validación como dSPACE, IVEX y TÜV Rheinland, su objetivo es conectar los resultados de simulación, las pruebas y las evaluaciones de seguridad en un proceso medible y trazable.
El énfasis en la trazabilidad es importante. Un fabricante necesita algo más que pruebas de que su sistema funcionó correctamente durante demostraciones seleccionadas. Debe poder documentar cómo se evaluó la tecnología y establecer una base defendible para sus afirmaciones de seguridad.
Los requisitos regulatorios europeos dan urgencia comercial a este trabajo. Los Reglamentos de la UE 2018/858 y 2019/2144, junto con el Reglamento de Ejecución 2022/1426, forman parte del marco que rige la homologación de vehículos y los sistemas de conducción automatizada.
Un proceso de seguridad estandarizado podría facilitar a los fabricantes la organización de la evidencia exigida por estas normas. Sin embargo, no equivale a una aprobación regulatoria. Las autoridades conservan la responsabilidad de determinar si un vehículo y un sistema concretos cumplen los requisitos pertinentes.
Esa distinción limita la rapidez con la que una tecnología común puede traducirse en un despliegue comercial común.
El argumento financiero de la simulación
Las pruebas físicas siguen siendo uno de los elementos más costosos del desarrollo de la conducción autónoma. Los vehículos deben enfrentarse a una amplia gama de condiciones de tráfico, mientras que los ingenieros necesitan evidencia suficiente para evaluar su rendimiento.
NVIDIA intenta reducir la cantidad de pruebas que deben realizarse en vías públicas.
Su oferta de desarrollo ampliada incluye las variantes de modelo Alpamayo 2 Edge, AlpaJudge, Foundation4D y Cosmos 3 Nano. La empresa también está desarrollando iniciativas de fábricas de datos con Uber y un flujo de trabajo del Grupo Volkswagen liderado por Porsche que utiliza Microsoft Azure.
El enfoque liderado por Porsche combina tecnologías de simulación y procesamiento de datos, incluidos Cosmos Data Factory y Omniverse NuRec. Los beneficios potenciales declarados son sustanciales: reducciones de hasta el 90% en pruebas físicas repetidas y de hasta el 85% en los ciclos de desarrollo.
Se trata de ganancias de eficiencia proyectadas, no de evidencia de que pueda prescindirse de las pruebas en carretera.
La simulación puede permitir a los ingenieros examinar situaciones de conducción repetidamente sin desplegar un vehículo físico cada vez. También puede respaldar la producción y evaluación de datos utilizados para mejorar los sistemas de conducción automatizada.
Pero cuanto más desarrollo se traslada a entornos simulados, más importante se vuelve establecer que la evidencia resultante corresponde al rendimiento en el mundo real.
Aquí es donde los negocios de computación y seguridad de NVIDIA empiezan a reforzarse mutuamente. La empresa suministra herramientas para desarrollar el comportamiento de conducción automatizada y, al mismo tiempo, ofrece un marco destinado a respaldar su validación.
Para los fabricantes de automóviles que afrontan años de gasto en desarrollo, esa combinación podría ser difícil de ignorar.
La nueva dependencia automovilística de Europa
El modelo de negocio emergente crea oportunidades para los fabricantes que puedan moverse rápido, pero también cambia dónde reside el control técnico dentro del sector.
Los fabricantes europeos de automóviles han tratado tradicionalmente la ingeniería propietaria como una fuente de ventaja competitiva. A medida que la conducción automatizada depende más de modelos de IA, grandes sistemas informáticos y una amplia infraestructura de datos, mantener una independencia completa resulta cada vez más costoso.
Adoptar las plataformas de NVIDIA permite a los fabricantes compartir parte de esa carga. También significa que los competidores pueden depender de la misma tecnología fundacional incluso cuando sus vehículos, clientes y estrategias comerciales difieren.
Los proveedores de software independientes cuyos negocios dependen de sistemas de conducción cerrados y propietarios podrían enfrentar presión a medida que las arquitecturas comunes ganan aceptación. Los departamentos internos de desarrollo automovilístico pueden encontrarse con preguntas similares sobre los costes de mantener plataformas alternativas.
Nada de esto significa que los fabricantes estén abandonando sus propias capacidades de ingeniería. El enfoque supervisado de Volvo, el trabajo de Mercedes-Benz en niveles superiores de automatización y la estrategia multipartícipe de Bolt muestran que las empresas siguen tomando decisiones diferentes sobre cómo y cuándo desplegar la tecnología.
Tampoco una plataforma común garantiza que esas decisiones produzcan servicios comerciales exitosos.
La ventaja inmediata para NVIDIA es que puede participar simultáneamente en varios enfoques competidores. Sus sistemas pueden respaldar un coche de propiedad privada con asistencia supervisada, un camión comercial que opere de forma autónoma o una futura flota de robotaxis.
Los reguladores europeos, mientras tanto, deben evaluar la seguridad de cada aplicación en lugar del atractivo comercial de la plataforma compartida que hay debajo.
La tensión se hace más evidente. Los fabricantes tienen un incentivo económico para estandarizar la mayor parte posible de su tecnología de conducción automatizada. La aprobación regulatoria sigue vinculada al comportamiento y la seguridad de sistemas concretos en condiciones operativas concretas. A medida que más vehículos europeos dependan de una infraestructura común de IA, el sector tendrá que establecer dónde terminan los beneficios de la tecnología compartida y dónde empieza la responsabilidad del rendimiento de cada vehículo individual.
Fuentes: Nvidia News, Bolt, Larazon, Reuters, Volvo Cars
