盖世汽车讯 2026年3月16日，自动驾驶开源软件供应商提雅智行（TIER IV）开发了基于以数据为中心的人工智能（AI）的L4级自动驾驶软件栈。这些新开发的软件栈可通过自动驾驶开源软件平台Autoware公开获取，旨在扩展运行设计域。这些软件栈采用硬件无关设计，支持基于汽车行业需求的各种系统集成芯片（SoC）和传感器配置。通过将提雅智行的机器学习运维（MLOps）平台与这些新软件栈结合使用，汽车制造商可以持续迭代并提升AI模型的性能。为了验证这些功能的有效性，提雅智行已经与合作伙伴（包括位于东京、匹兹堡和慕尼黑的大学）开启了测试。

图片来源：提雅智行

软件栈发布

提雅智行已启动L4+计划，旨在逐步将完全自动驾驶扩展到更复杂的环境中。该计划以特定条件下的L4级自动驾驶为切入点，并利用真实世界的运行数据不断改进AI模型，拓展应用场景。

新发布的以数据为中心的AI技术是支撑这一理念的核心组件，它扩展了基于2025年7月发布的端到端（E2E）架构的Autoware的功能部署。软件配置可从两个系统中选择，以确保在各种驾驶环境中的适应性和可扩展性，且不受硬件锁定。这为汽车制造商主导和自主开发针对特定车辆设计和应用场景定制的自动驾驶系统奠定了基础。

• 融合感知AI和规划AI的混合系统：利用扩散模型以概率方式捕捉周围环境的瞬态变化。通过结合其他机器学习模型的环境感知信息，该系统能够生成决策和轨迹，模拟人类驾驶行为。

• 端到端系统：将周围环境和驾驶状态视为向量表示。该系统利用世界模型的概念，将感知、规划和控制集成到一个学习过程中，从而提供从环境识别到车辆运行的无缝衔接。

这些软件栈已上传至GitHub的Autoware代码库。提雅智行与Autoware Foundation合作，旨在通过构建一个框架，让学术界、产业界和开发者社区能够共同改进开源软件，从而将基于AI的L4级自动驾驶确立为行业标准。

MLOps平台的使用

提雅智行提供的MLOps平台能够处理数据质量验证、匿名化、可搜索性标记以及基于主动学习框架评估的标注。它还能结合真实世界数据和合成数据生成多样化的数据集，用于评估复杂环境下自动驾驶系统的功能。这些先进技术得益于与众多合作伙伴的协作，其中包括与松尾研究所（Matsuo Institute）的合作。

展望未来，提雅智行致力于通过与汽车制造商的合作，利用大规模驾驶数据和各种MLOps功能不断提升AI模型性能，从而实现高度实用的基于AI的L4级自动驾驶。

在日本、美国和欧洲进行测试

为了验证以数据为中心的AI在L4级自动驾驶中的有效性，提雅智行在交通特征各异的地区开启了L4级自动驾驶功能的驾驶测试，测试将使用不同的车辆、SoC和传感器套件。每次测试大约持续60分钟。虽然根据当地法规将配备一名安全驾驶员，但在正常运行条件下预计不会出现人工干预。

• 东京：与东京大学（University of Tokyo）合作，使用丰田JPN出租车（Toyota JPN TAXI）评估用户在城市中心枢纽之间出行的体验。

• 匹兹堡：与卡内基梅隆大学（Carnegie Mellon University，CMU）合作，使用现代IONIQ 5在城市地区进行无人驾驶出租车测试，包括匹兹堡国际机场（Pittsburgh International Airport）和卡内基梅隆大学之间的路线。

• 慕尼黑：与慕尼黑工业大学（Technical University of Munich）合作，使用大众T7 Multivan在慕尼黑及其周边地区的各种城市驾驶场景中进行安全评估。

通过建立在开源生态系统基础上的国际框架，提雅智行致力于推动L4级自动驾驶的部署和可持续发展。