Volvo, Mercedes et Bolt adoptent la technologie de conduite autonome du géant de l'IA en Europe

Volvo, Mercedes-Benz et Bolt s'appuient sur les technologies Hyperion, Alpamayo et Halos de NVIDIA pour la conduite autonome en Europe, entre gains de coûts et nouvelle dépendance technologique.
Pendant des années, la conduite autonome a été un exercice coûteux d'indépendance technologique. Les constructeurs développaient leurs propres systèmes, collectaient leurs propres données routières et dépensaient massivement dans des logiciels difficilement transférables d'un véhicule à l'autre. NVIDIA propose un arrangement différent. Son architecture informatique Hyperion, son logiciel de conduite Alpamayo et sa technologie de sécurité Halos fournissent une base commune sur laquelle les entreprises peuvent développer leurs propres produits de conduite automatisée.
L'attrait est évident. Le partage de la technologie sous-jacente pourrait réduire les coûts de développement et accélérer la mise sur le marché des véhicules. Mais il place aussi une part croissante de l'infrastructure logicielle et informatique du secteur entre les mains d'un unique fournisseur américain.
Les ambitions de robotaxi de Bolt commencent par les données, pas par les passagers
L'accord de Bolt offre peut-être l'indication la plus claire du chemin qu'il reste à parcourir à l'industrie européenne du robotaxi.
L'entreprise de mobilité a choisi l'Alpamayo Stack de NVIDIA pour un programme impliquant de futurs véhicules Lucid construits autour de l'architecture Hyperion. Sa première activité prévue n'est pas un service de taxi commercial, mais la collecte de données de conduite en conditions réelles à Madrid en 2027. Ce travail reste soumis à l'approbation réglementaire. L'Allemagne a été identifiée comme priorité pour un déploiement ultérieur.
Bolt vise une flotte d'au moins 25 000 véhicules Lucid capables de niveau 4, tandis que son ambition plus large est d'exploiter 100 000 véhicules autonomes à travers l'Europe et la région plus large de la CEE-ONU d'ici 2035. Ses partenariats avec Pony.ai et Stellantis restent partie intégrante de cette stratégie.
Ces chiffres décrivent une échelle envisagée, et non des véhicules transportant déjà des passagers sans conducteur.
La distinction est importante, car l'autonomie de niveau 4 exige qu'un véhicule fonctionne sans intervention humaine dans des conditions définies. La collecte de données de conduite est un élément essentiel du développement de cette capacité, mais elle n'établit pas que le véhicule est prêt pour un usage commercial sans restriction.

L'Espagne dispose déjà d'un cadre pour ce type de tests. La Direction générale de la circulation a introduit ses règles ES-AV en juin 2025, couvrant les tests et la supervision des véhicules automatisés et téléopérés pour les niveaux 2 à 5 de la SAE.
Le programme madrilène de Bolt devra donc satisfaire aux exigences réglementaires avant de pouvoir commencer à collecter des données sur la voie publique. Une autorisation supplémentaire serait nécessaire avant que l'entreprise puisse transformer cette technologie en service commercial de transport de passagers.
Cela fait de 2027 un jalon de développement important plutôt qu'une date de lancement promise pour des taxis sans conducteur.
Volvo opte pour une voie plus prudente
Volvo Cars aborde la même technologie sous un angle différent.
Le constructeur suédois élargit son partenariat avec NVIDIA pour intégrer Hyperion, Halos OS et Alpamayo dans les futures générations de véhicules. Ses premières applications commerciales se concentreront sur l'aide à la conduite supervisée, avec une intégration prévue sur les nouveaux modèles jusqu'en 2030.
Cette approche maintient la responsabilité du conducteur humain dans la supervision du système. Elle permet aussi à Volvo d'introduire une automatisation de plus en plus sophistiquée sans assumer immédiatement la charge réglementaire et technique d'un véhicule entièrement sans conducteur.
Pour les constructeurs vendant des voitures à des clients privés, cette progression graduelle offre une proposition commerciale différente du modèle robotaxi. Un système d'aide avancé peut s'intégrer à une gamme existante. Un service de taxi sans conducteur doit établir un environnement opérationnel dans lequel le véhicule peut fonctionner de manière indépendante.
Mercedes-Benz poursuit à la fois une automatisation plus avancée et des capacités d'assistance à court terme. Il étend sa collaboration avec NVIDIA sur la conduite de niveaux 3 et 4 tout en se préparant à solliciter l'approbation réglementaire allemande pour MB.DRIVE ASSIST PRO, son système d'assistance urbaine point à point.
La différence entre ces niveaux est commercialement significative. Les systèmes de niveau 3 peuvent assumer la responsabilité de la conduite dans des conditions spécifiées, mais exigent encore qu'un humain reprenne le contrôle lorsqu'il est sollicité. Les systèmes de niveau 4 doivent gérer la tâche de conduite de manière indépendante dans leurs limites opérationnelles approuvées.
NVIDIA peut fournir une technologie destinée aux deux. Elle ne peut pas supprimer la nécessité de prouver que chaque application fonctionne en toute sécurité.
Une architecture commune modifie l'économie
La pièce maîtresse de l'offre de NVIDIA est Hyperion, une architecture de référence combinant matériel informatique et agencement défini de capteurs.
La configuration Hyperion 10 comprend 14 caméras extérieures, quatre caméras intérieures, neuf radars et un capteur lidar. Plutôt que de concevoir indépendamment chaque composant du système informatique et de capteurs, les constructeurs peuvent s'appuyer sur une base technique partagée.
Cela pourrait avoir des conséquences considérables pour la recherche et le développement automobiles.
Un système de conduite autonome propriétaire exige un travail d'ingénierie considérable avant qu'un constructeur puisse commencer à affiner le comportement du véhicule dans la circulation. Les architectures standardisées permettent de réutiliser davantage de ce travail fondamental, libérant potentiellement les équipes d'ingénierie pour se concentrer sur les fonctions spécifiques au véhicule et l'intégration.
Il ne s'agit pas simplement d'acheter des processeurs. NVIDIA étend son rôle au logiciel qui interprète les situations de conduite et aux outils utilisés pour évaluer si les décisions automatisées sont sûres.
Cela rend la relation plus lourde de conséquences qu'un contrat d'approvisionnement automobile conventionnel.
Volkswagen Véhicules Utilitaires a déjà démontré sa plateforme autonome ID. Buzz AD en utilisant Hyperion comme architecture commune d'informatique et de capteurs. L'entreprise suédoise de technologie du fret Einride développe son Einride Driver de nouvelle génération sur la même base pour des camions autonomes.

Les transports publics constituent une autre application envisagée. TIER IV et l'Université technique de Munich prévoient d'intégrer Hyperion dans des systèmes de transport autonomes en Allemagne.
Ces entreprises servent des marchés différents et exploitent des véhicules aux exigences différentes. Leur adoption d'une architecture partagée crée néanmoins des possibilités de réutiliser des outils de développement et des méthodes de test à travers le secteur.
Pour les opérateurs plus petits, l'accès à une technologie établie pourrait rendre le développement de véhicules autonomes plus gérable financièrement. Pour les constructeurs traditionnels, cela soulève des questions inconfortables sur la valeur de maintenir des systèmes internes coûteux qui dupliquent des fonctions disponibles auprès de fournisseurs externes.
NVIDIA a intérêt à ce que cela réussisse, quelle que soit l'entreprise qui vend finalement le véhicule ou exploite le service.
Les preuves de sécurité deviennent partie du produit
La seule capacité informatique ne déterminera pas quand les véhicules autonomes deviendront commercialement viables en Europe.
Les constructeurs doivent aussi démontrer que leurs systèmes respectent les exigences de sécurité applicables. Cela est particulièrement exigeant pour les véhicules censés prendre des décisions de conduite sans supervision humaine continue.
Le cadre Halos SAFE, récemment introduit par NVIDIA, est conçu pour organiser ces preuves. Développé avec des partenaires de validation dont dSPACE, IVEX et TÜV Rheinland, il vise à relier les résultats de simulation, les tests et les évaluations de sécurité dans un processus mesurable et traçable.
L'accent mis sur la traçabilité est important. Un constructeur a besoin de plus que la preuve que son système a fonctionné avec succès lors de démonstrations sélectionnées. Il doit pouvoir documenter la manière dont la technologie a été évaluée et établir une base défendable pour ses affirmations en matière de sécurité.
Les exigences réglementaires européennes donnent à ce travail une urgence commerciale. Les règlements UE 2018/858 et 2019/2144, ainsi que le règlement d'exécution 2022/1426, font partie du cadre régissant la réception des véhicules et les systèmes de conduite automatisée.
Un processus de sécurité standardisé pourrait faciliter l'organisation par les constructeurs des preuves exigées par ces règles. Il ne constitue toutefois pas une approbation réglementaire. Les autorités conservent la responsabilité de déterminer si un véhicule et un système particuliers satisfont aux exigences pertinentes.
Cette distinction limite la rapidité avec laquelle une technologie commune peut se traduire en déploiement commercial commun.
L'argument financier en faveur de la simulation
Les tests physiques restent l'un des éléments les plus coûteux du développement de la conduite autonome. Les véhicules doivent rencontrer une large gamme de conditions de circulation, tandis que les ingénieurs ont besoin de preuves suffisantes pour évaluer leurs performances.
NVIDIA tente de réduire la quantité de tests qui doivent avoir lieu sur la voie publique.
Son offre de développement élargie comprend les variantes de modèles Alpamayo 2 Edge, AlpaJudge, Foundation4D et Cosmos 3 Nano. L'entreprise développe également des initiatives de fabriques de données avec Uber et un flux de travail du groupe Volkswagen dirigé par Porsche utilisant Microsoft Azure.
L'approche pilotée par Porsche combine des technologies de simulation et de traitement de données, dont Cosmos Data Factory et Omniverse NuRec. Les avantages potentiels annoncés sont substantiels : des réductions allant jusqu'à 90 % des essais physiques répétés et jusqu'à 85 % des cycles de développement.
Il s'agit de gains d'efficacité projetés, et non de la preuve que les essais routiers peuvent être écartés.
La simulation peut permettre aux ingénieurs d'examiner des situations de conduite de manière répétée sans déployer un véhicule physique à chaque fois. Elle peut aussi soutenir la production et l'évaluation des données utilisées pour améliorer les systèmes de conduite automatisée.
Mais plus le développement se déplace vers des environnements simulés, plus il devient important d'établir que les preuves obtenues correspondent aux performances dans le monde réel.
C'est là que les activités informatiques et de sécurité de NVIDIA commencent à se renforcer mutuellement. L'entreprise fournit des outils pour développer le comportement de conduite automatisée tout en offrant un cadre destiné à soutenir sa validation.
Pour les constructeurs confrontés à des années de dépenses de développement, cette combinaison pourrait être difficile à ignorer.
La nouvelle dépendance automobile de l'Europe
Le modèle économique émergent crée des opportunités pour les constructeurs capables d'avancer rapidement, mais il modifie aussi où se situe le contrôle technique au sein du secteur.
Les constructeurs automobiles européens ont traditionnellement considéré l'ingénierie propriétaire comme une source d'avantage concurrentiel. À mesure que la conduite automatisée dépend davantage de modèles d'IA, de grands systèmes informatiques et d'une vaste infrastructure de données, maintenir une indépendance complète devient de plus en plus coûteux.
Adopter les plateformes de NVIDIA permet aux constructeurs de partager une partie de cette charge. Cela signifie aussi que des concurrents peuvent s'appuyer sur la même technologie fondamentale, même lorsque leurs véhicules, leurs clients et leurs stratégies commerciales diffèrent.
Les fournisseurs de logiciels indépendants dont l'activité repose sur des systèmes de conduite fermés et propriétaires pourraient subir des pressions à mesure que les architectures communes gagnent en acceptation. Les services internes de développement automobile pourraient rencontrer des questions similaires sur les coûts de maintien de plateformes alternatives.
Rien de tout cela ne signifie que les constructeurs abandonnent leurs propres capacités d'ingénierie. L'approche supervisée de Volvo, les travaux de Mercedes-Benz sur des niveaux d'automatisation plus élevés et la stratégie multi-partenaires de Bolt montrent que les entreprises continuent de prendre des décisions différentes sur la manière et le moment de déployer la technologie.
Une plateforme commune ne garantit pas non plus que ces décisions produiront des services commerciaux réussis.
L'avantage immédiat pour NVIDIA est de pouvoir participer simultanément à plusieurs approches concurrentes. Ses systèmes peuvent soutenir une voiture privée dotée d'une assistance supervisée, un camion commercial fonctionnant de manière autonome ou une future flotte de robotaxis.
Les régulateurs européens, quant à eux, doivent évaluer la sécurité de chaque application plutôt que l'attrait commercial de la plateforme partagée qui la sous-tend.
La tension devient plus claire. Les constructeurs ont un intérêt économique à standardiser autant que possible leur technologie de conduite automatisée. L'approbation réglementaire reste liée au comportement et à la sécurité de systèmes particuliers dans des conditions d'exploitation particulières. À mesure que davantage de véhicules européens dépendent d'une infrastructure d'IA commune, le secteur devra établir où s'arrêtent les bénéfices de la technologie partagée et où commence la responsabilité de la performance de chaque véhicule.
Sources : Nvidia News, Bolt, Larazon, Reuters, Volvo Cars
