TechRadar 記者 Mike Moore durante el evento GTC 2026 probó en persona el automóvil Mercedes CLA de conducción autónoma equipado con la plataforma Hyperion de Nvidia. Dijo que este viaje autónomo fue una experiencia exitosa: la IA controla con total soltura, puede reaccionar ante el entorno que lo rodea y se sintió seguro durante todo el trayecto. Al integrar hardware de sensado y tecnología de extremo a extremo, Alpamayo muestra resultados preliminares de decisiones en tiempo real y percepción del entorno en complejas vías urbanas.
¿Cómo se construye una barrera de seguridad con la configuración de sensores de hardware y la tecnología de extremo a extremo?
La experiencia de prueba de Mike Moore esta vez en el centro de San José se realizó con el modelo Mercedes-Benz CLA. El vehículo incorpora la plataforma Hyperion 8 en sus especificaciones de hardware. En todo el coche se configuraron un total de 10 cámaras (Cameras) y 5 radares (Radars), formando una red de percepción del entorno de 360 grados.
La arquitectura de software se basa en la tecnología de extremo a extremo de Alpamayo (End-to-End). Esta tecnología se caracteriza por utilizar datos reales de carreteras y datos sintéticos para entrenar modelos, con registros técnicos completamente rastreables, con el objetivo de mejorar la seguridad y la confiabilidad del sistema. Aunque actualmente el sistema completo que se experimenta aún no ha entrado en el mercado de producción en serie, se espera que se lance oficialmente en la segunda mitad de 2026, momento en el que inyectará un nuevo impulso tecnológico al mercado automotriz.
¿Cuál es el mecanismo de interacción del “autoconducción de nivel L2” en la vía real?
La tecnología Hyperion 8 del vehículo sometido a prueba pertenece a la conducción autónoma de “Nivel 2 (L2)”. En esta clasificación, el sistema puede hacerse cargo de la navegación y la dirección, pero el conductor debe seguir manteniendo la supervisión de las condiciones de la carretera. Durante el periodo de prueba de aproximadamente 45 minutos, el coche circuló por carriles de un solo sentido y de varios carriles tanto en la ciudad como en las zonas suburbanas. El diseño del sistema exige que el conductor toque periódicamente el volante para confirmar que está despierto y sin distracciones.
El conductor tiene la iniciativa y, en cualquier momento, puede desactivar de inmediato el control del sistema mediante acciones como pisar el pedal de freno. Este modo de colaboración humano-máquina, dentro del marco normativo actual, es la principal forma de transición con la que la tecnología de conducción autónoma está entrando en el mercado masivo: ofrece comodidad y, a la vez, asegura que el conductor todavía pueda maniobrar en situaciones imprevistas.
Mike Moore dijo que cualquiera que haya montado en un coche con conducción autónoma sabe que el proceso de la experiencia puede estar lleno de tensión, especialmente cuando él estaba sentado en el asiento del copiloto en ese momento. En Estados Unidos, al asiento del copiloto lo llaman Dead Seat. Según se dice, el asiento del copiloto es más propenso a sufrir bajas que el asiento del conductor, pero después de pasar unos cuantos cruces, se relajó y disfrutó a gusto la experiencia de ir de paseo.
¿Cómo responde Alpamayo ante situaciones de la vía imprevistas y comportamientos de tráfico no típicos?
Durante la prueba, Alpamayo mostró capacidad para manejar decisiones complejas. Por ejemplo, cuando un autobús del carril cercano cambió de carril de forma repentina al apartarse para evitar un obstáculo, el vehículo de prueba activó inmediatamente las luces direccionales y se movió sincronizadamente al carril adyacente para evitar una colisión. Además, el sistema también es capaz de detectar conductas no típicas. Por ejemplo, cuando detectó que había peatones a punto de cruzar una calle de zona residencial en un lugar que no era un paso peatonal, el vehículo redujo la velocidad con anticipación y se apartó hacia el borde.
Con respecto a la planificación de la ruta, el vehículo puede entrar con antelación en el carril correcto para doblar un bloque antes, evitando que en cruces concurridos aparezcan conductas peligrosas como “meterse” de forma imprudente o cruzar carriles. La lógica de este tipo de predicción muestra que la inteligencia artificial, al manejar flujos de tráfico dinámicos, ya puede integrar información de mapas y datos de sensado en tiempo real para tomar juicios más acordes con la dinámica del tráfico.
En el proceso de prueba, el escenario más desafiante fue encontrarse con un camión grande que retrocedía de forma anómala en un estacionamiento y cruzaba el carril de prueba. En estos casos extremos, el sistema de conducción autónoma demostró un frenado más oportuno que el de los humanos, evitando eficazmente accidentes por colisión.
Este artículo El periodista tecnológico prueba el coche autónomo Mercedes CLA con la plataforma Hyperion de Nvidia apareció por primera vez en Cadena de noticias ABMedia.
Aviso legal: La información de esta página puede proceder de terceros y no representa los puntos de vista ni las opiniones de Gate. El contenido que aparece en esta página es solo para fines informativos y no constituye ningún tipo de asesoramiento financiero, de inversión o legal. Gate no garantiza la exactitud ni la integridad de la información y no se hace responsable de ninguna pérdida derivada del uso de esta información. Las inversiones en activos virtuales conllevan riesgos elevados y están sujetas a una volatilidad significativa de los precios. Podrías perder todo el capital invertido. Asegúrate de entender completamente los riesgos asociados y toma decisiones prudentes de acuerdo con tu situación financiera y tu tolerancia al riesgo. Para obtener más información, consulta el
Aviso legal.
