8 Minuter
NVIDIA DRIVE AV kommer till Mercedes‑Benz CLA
På CES 2026 i Las Vegas presenterade Mercedes‑Benz och NVIDIA ett betydande steg mot AI-styrd mobilitet: helt nya Mercedes‑Benz CLA kommer att levereras med NVIDIA DRIVE AV-programvara, vilket introducerar förbättrad nivå 2 punkt-till-punkt förarassistans på amerikanska vägar senare i år. Avslöjandet inkluderade en visuellt slående video där CLA navigerar San Franciscos gator medan föraren höll händerna borta från ratten under stora delar av färden.
Denna lansering markerar en praktisk tillämpning av avancerad förarassistans och AI-integration i en volymmodell. För konsumenter innebär det att fler moderna säkerhets- och assistansfunktioner blir tillgängliga i en mellanpris‑segementbil, samtidigt som det ger insikt i hur bilindustrin skiftar mot mjukvarudefinierade fordon.
MB.OS och en ny programvaruförst‑strategi
Den nya CLA är Mercedes' första produktionsbil som kör MB.OS, tillverkarens nästa generations fordonsoperativsystem avsett att ersätta MBUX‑plattformen som introducerades 2018. MB.OS förenar Mercedes egen mjukvaruarkitektur med NVIDIAs fullständiga DRIVE AV-stack, vilket möjliggör över‑luften‑uppdateringar (OTA), AI‑drivna funktioner och en kontinuerlig förbättringsmodell baserad på data.
MB.OS är konstruerat för att stödja modulär utveckling och säker partitionering av funktioner — från infotainment och telemetri till kritiska ADAS‑funktioner. Genom att kombinera ett öppet ekosystem för appar och tjänster med en robust plattform för säkerhetskritiska system försöker Mercedes skapa en bilplattform som kan utvecklas under fordonets livstid.
I praktiken betyder det att både funktioner och säkerhetsförbättringar kan skickas till fordonet i form av mjukvaruuppdateringar, vilket förlänger värdet för kunden och snabbar upp innovationstakten. Säkerhetsmekanismer som kryptering av kommunikation, signering av paket och verifierad bootsekvens spelar en central roll för att skydda systemet mot manipulation.
Vad detta innebär för förare
Trots att systemet marknadsförs som ett avancerat nivå 2‑system är NVIDIA DRIVE AV arkitekturerat för att hantera komplexa, verkliga trafikscenarier: tät stadstrafik, proaktiv kollisionundvikning och precisa automatiserade parkeringsmanövrar. Systemet fokuserar på säkerhet genom en parallell klassisk säkerhetsstack som stöds av NVIDIAs Halos‑säkerhetssystem, samtidigt som en AI end‑to‑end‑stack tar hand om centrala körbeslut.
Föraren kan räkna med att bilen avlastar uppgifter som långkörning i kö, filhållning genom komplexa avfarter och vändningar i stadsmiljöer, men ansvarsfördelningen förblir sådan att föraren måste vara beredd att ta över. I praktiken innebär detta integrerad förarövervakning, kontinuerlig diagnos och varningar för att säkerställa att systemet används på avsett sätt.
Förbättrade sensorer och AI‑modeller gör det möjligt för DRIVE AV att tolka dynamiska miljöer, identifiera fotgängare och cyklister i varierande ljusförhållanden och väga alternativa körstrategier utifrån riskbedömning. Den kombinerade arkitekturen ger redundans i beslutskedjan vilket är viktigt både för verklig drift och för certifiering mot trafik- och säkerhetsregler.
Maskinvara och säkerhetsmeriter
Mercedes MB.DRIVE ASSIST PRO — som redan fanns i Kina i slutet av 2025 och nu är på väg in i amerikansk produktion — är ett sensorsrikt paket med flera redundansnivåer. Nyckelkomponenterna i hårdvaran inkluderar:
- Totalt 30 sensorer
- 10 högupplösta kameror
- 5 radarsensorer
- 12 ultraljudssensorer
- En superdator med ungefär 508 TOPs (biljoner operationer per sekund)
Dessa sensorer och den höga beräkningskraften matar DRIVE AV‑stacken för att stödja beslutsfattande och aktiva säkerhetsfunktioner. Kombinationen av högupplösta kameror, radar för dåliga siktförhållanden och ultraljud för näravkänning skapar en mångsidig sensorfusion som är avgörande för robust perception.
Systemets redundans och datarika inmatningar bidrog till att CLA erhöll en femstjärnig bedömning från Euro NCAP, vilket stärker Mercedes betoning på skydd av de som färdas i bilen. För att uppnå detta krävs ett integrerat arbete mellan mjukvara, hur hårdvaran är placerad och hur säkerhetsfunktioner testas mot verkliga och simulerade scenarier.
Ur ett tekniskt perspektiv omfattar säkerhetsarbetet både funktionell säkerhet (till exempel enligt ISO 26262) och systemnivåstrategier för att hantera fel och degraderad funktionalitet. Hårdvaruarkitekturen är utformad för att ge deterministisk prestanda för kritiska uppgifter och tillräcklig marginal för framtida, tyngre AI‑modeller.
Cloud-to-car-lärande och simulering
En central aspekt i NVIDIA DRIVE AV är pipeline för cloud‑to‑car‑utveckling: verkliga kördata omvandlas till stora mängder simulerad körsträcka, inklusive syntetiska data, vilket snabbspolar validering och förfining av modeller. NVIDIA beskriver att detta tillvägagångssätt låter fordon lära av miljarder simulerade mil — en viktig fördel för att täcka edge‑cases och stadsscenarier som är svåra att återskapa i verkligheten.
Genom att kombinera verkliga sensorloggar med kontrastfyllda syntetiska scenarier kan utvecklare träna och testa neurala nätverk i miljöer där ovanliga händelser eller extrema förhållanden simuleras i säker miljö. Detta minskar beroendet av enbart fälttester och möjliggör snabbare iterationer i utvecklingscykeln.
Datainsamling från en flotta av fordon kan anonymiseras och aggregeras i molnet för att identifiera återkommande riskmönster, förbättra beteendemodeller och utöka scenariotäckning. Kombinationen molnbaserad simulering och kantnära inferens i fordonet är en balansakt: molnet möjliggör bred generalisering medan fordonets realtidsprestanda hanterar akuta beslut.
Digitaliserad tillverkning
Utöver fordonet själva planerar Mercedes och NVIDIA att applicera en digital‑först‑strategi på produktionssidan. Med hjälp av NVIDIA Omniverse‑bibliotek kommer ingenjörer att skapa digitala tvillingar av fabriker och monteringslinjer för att optimera arbetsflöden, minska stillestånd och förenkla lanseringar av nya fordon.
Dessa digitala tvillingar gör det möjligt att simulera monteringssekvenser, testa robotintegration, och förutse flaskhalsar innan fysisk utrustning modifieras. Denna metod kan sänka tid‑till‑marknad och öka produktionskvaliteten samtidigt som den möjliggör snabbare anpassning till mjukvaru‑ och hårdvaruuppdateringar i bilen.
Genom att digitalisera hela produktionskedjan kan Mercedes också stärka spårbarheten i leveranskedjan, säkerställa att rätt komponentversioner används och underlätta certifieringar genom reproducerbara testscenarier.
Varför det är viktigt
För köpare och för bilindustrin i stort signalerar CLA:s NVIDIA‑drivna stack ett strukturellt skifte: bilar blir mjukvarudefinierade plattformar som kan utvecklas efter köpet. Kombinationen av MB.OS och DRIVE AV gör det möjligt för Mercedes att skicka nya förarassistansfunktioner via mjukvaruuppdateringar, medan NVIDIAs AI‑fundament strävar efter att höja basnivån för säker, assisterande körning i komplexa miljöer.
Den affärsmässiga konsekvensen är att differensiering i större utsträckning kan ske genom mjukvara, data och ekosystem, snarare än enbart genom hårdvaruspecifikationer. För konsumenten betyder det potentiellt längre livslängd för funktionalitet och möjlighet till nya betalda tjänster och abonnemang kopplade till fordonsfunktioner.
Från ett konkurrensperspektiv intensifierar samarbetet mellan Mercedes och NVIDIA kampen om att sätta standarder för säker, AI‑baserad förarassistans. Andra biltillverkare och teknikleverantörer följer noga, eftersom framgångsrika implementationer av cloud‑to‑car‑lära, OTA‑distribution och digital tillverkning kan ge betydande konkurrensfördelar.
Snabba höjdpunkter:
- NVIDIA DRIVE AV debuterar i 2026 års Mercedes‑Benz CLA.
- MB.OS ersätter MBUX som Mercedes nya fordons‑OS.
- MB.DRIVE ASSIST PRO integrerar 30 sensorer och en 508 TOPs‑superdator.
- Systemet stöder OTA‑uppdateringar och molndrivet simuleringslärande.
När Mercedes och NVIDIA rullar ut denna teknik i produktionsmodeller kommer konkurrenslandskapet för avancerad förarassistans och AI‑driven fordonsprogramvara att tajta till — och konsumenter kan förvänta sig att deras bilar blir smartare över tid, istället för att förbli statiska hårdvaruprodukter. För tekniskt intresserade användare innebär detta nya möjligheter att förstå och påverka hur säkerhetsfunktioner utvecklas, medan policymakers måste ta hänsyn till hur regler och certifieringsprocesser ska anpassas till snabba mjukvaruuppdateringar och AI‑driven automation.
För den som vill fördjupa sig i framtidens förarassistans och autonomi är CLA‑lanseringen ett konkret exempel på hur bil‑OS, sensorfusion, högpresterande beräkning och molnbaserad simulering samverkar för att leverera säkrare och mer kapabel körning i komplexa trafikmiljöer. Detta skifte ställer också krav på tydliga branschstandarder, ansvarsfördelning vid incidenter och ett fortsatt fokus på människan i loopen för säker drift.
Källa: autoevolution
Lämna en kommentar