Autonomní řízení se už několik let pohybuje na pomezí velkých slibů, technických překážek a opatrného nasazování v reálném světě. Na GTC 2026 ale NVIDIA vyslala velmi jasný signál: další fáze už není jen o jednotlivých senzorech, modelech nebo testovacích jízdách. Jde o budování celé výpočetní a softwarové infrastruktury pro auta, která budou řídit sama.
Právě to je hlavní linie letošních automobilových novinek. NVIDIA neříká, že chce vyrábět vlastní vozy. Naopak zdůrazňuje, že chce dodat špičkové modely, výpočetní platformy a software automobilkám i provozovatelům robotaxi služeb. Jinými slovy, nejde o další značku aut. Jde o technologickou páteř, na které mohou stavět ostatní.
Do popředí se dostaly tři velké okruhy: robotaxi-ready platforma NVIDIA DRIVE Hyperion, in-car reasoning systém Alpamayo a rozšiřující se partnerství s Uberem. K tomu přibývají nové automobilové značky, které technologii přijímají, včetně BYD, Nissanu a Geely. Celkový obraz je poměrně působivý: NVIDIA se snaží sjednotit vývoj, trénování, simulaci, vyhodnocování i provoz autonomních vozidel do jednoho propojeného ekosystému.
Pro mě je na tom nejzajímavější jedna věc. Automobilový průmysl dlouho řešil autonomii jako izolovaný problém uvnitř auta. NVIDIA ale ukazuje, že bez silného zázemí mimo auto to nepůjde. A právě tady může mít skutečně velký vliv.
Obsah
- 🚗 NVIDIA nechce vyrábět auta. Chce být motorem celého odvětví
- 🤖 „ChatGPT moment“ pro samořiditelná auta
- 🧠 Alpamayo: první „reasoning“ autonomní vozidlo od NVIDIA
- 💻 NVIDIA staví všechny klíčové počítače pro autonomní řízení
- 🚕 DRIVE Hyperion a nástup robotaxi-ready vozidel
- 🌍 Uber a NVIDIA: od pilotů k globální flotile
- 🏙️ Všechno, co se hýbe, bude autonomní?
- 🔧 Co letošní oznámení říkají o strategii NVIDIA
- 📈 Co to může znamenat pro automobilky a trh
- 🛣️ Proč je rok 2026 pro autonomní řízení zajímavým bodem obratu
- 🔮 Kam se bude NVIDIA Automotive pravděpodobně ubírat dál
- ✅ Shrnutí: nejdůležitější oznámení z NVIDIA Automotive na GTC 2026
🚗 NVIDIA nechce vyrábět auta. Chce být motorem celého odvětví
Jedna z nejvýraznějších myšlenek zazněla hned na začátku: NVIDIA nestaví auta, ale chce zajistit, aby každá automobilka měla přístup ke skvělým modelům. To je důležitý rozdíl.
V minulých letech se kolem autonomního řízení vedla debata hlavně o tom, kdo přijde s vlastním plně samořiditelným vozem. NVIDIA na to jde jinak. Její role připomíná dodavatele základní infrastruktury. Dodává hardware, software, modely a platformy, které mohou používat různí výrobci aut i provozovatelé mobilitních služeb.
Tento přístup má několik výhod:
- Škálovatelnost pro více automobilek najednou
- Rychlejší přenos inovací mezi partnery a projekty
- Jednotný technologický základ pro vývoj i produkční nasazení
- Možnost průběžně zlepšovat modely bez nutnosti stavět vše od nuly
Ve světě, kde se software stále víc stává klíčovou součástí vozidla, je to strategicky velmi silná pozice. Pokud bude autonomní řízení opravdu mainstream, nebude důležité jen to, kdo vyrábí karoserii nebo podvozek. Zásadní bude i to, kdo dodává inteligenci.
A přesně tím směrem NVIDIA míří.
🤖 „ChatGPT moment“ pro samořiditelná auta
Asi nejvýraznější formulací celé prezentace bylo tvrzení, že „ChatGPT moment“ pro self-driving auta už dorazil. Je to odvážná věta, ale její smysl je poměrně jasný.
Ve světě generativní AI představoval příchod ChatGPT okamžik, kdy se dříve abstraktní technologie najednou stala srozumitelnou, praktickou a masově diskutovanou. NVIDIA tím naznačuje, že podobný bod zlomu může nastávat i v autonomním řízení. Ne snad v tom smyslu, že zítra budou všechna auta jezdit sama, ale spíš že se spojilo několik technologických trendů do použitelného celku.
Mezi tyto trendy patří zejména:
- výkonnější modely pro vnímání a rozhodování,
- lepší simulační prostředí,
- silnější výpočetní infrastruktura pro trénování,
- pokroky v takzvaném reasoning AI, tedy v modelech, které nejen rozpoznávají situaci, ale i „uvažují“ nad tím, co dělat dál.
Je důležité zůstat nohama na zemi. Autonomní řízení je mnohem složitější problém než textový chatbot. Auto se musí rozhodovat v reálném čase, v nepředvídatelném fyzickém světě, s přímým dopadem na bezpečnost. Přesto je tahle analogie zajímavá. NVIDIA tím neříká, že problém je vyřešený. Říká, že technologie dospěla do bodu, kdy už může výrazně změnit očekávání trhu.
A právě letošní oznámení tenhle posun dokreslují.
🧠 Alpamayo: první „reasoning“ autonomní vozidlo od NVIDIA
Vedle robotaxi platformy byla jedním z klíčových témat technologie Alpamayo. NVIDIA ji představuje jako reasoning systém pro autonomní vozidla a mluví o něm jako o základu pro vůbec první „reasoning autonomous vehicle“.
Tohle je důležitý posun v tom, jak si představujeme inteligenci v autě.
Co znamená reasoning v kontextu auta
Tradiční autonomní systémy obvykle kombinují několik vrstev: vnímání okolí, lokalizaci, predikci chování ostatních účastníků provozu a plánování trajektorie. Reasoning přidává něco navíc. Nejde jen o to, že systém „vidí“ auto, chodce nebo pruhy na silnici. Jde o to, že dokáže lépe vyhodnotit souvislosti, vysvětlit své rozhodnutí a reagovat přirozeněji na složité situace.
V popisu NVIDIA zaznělo, že Alpamayo je AI, která řídí, vysvětluje svá rozhodnutí a reaguje na pasažéry. To naznačuje širší ambici než jen klasický stack pro autonomii.
Takový systém by mohl přinést několik zásadních výhod:
- Lepší interpretaci nejednoznačných scén, například v hustém městském provozu
- Transparentnější chování, když je potřeba objasnit, proč auto zvolilo konkrétní manévr
- Přirozenější komunikaci s cestujícími, kteří chtějí vědět, co se děje
- Vyšší důvěru díky tomu, že systém nepůsobí jako černá skříňka
Proč na vysvětlování záleží
Autonomní řízení není jen technický problém. Je to i problém lidské důvěry. Když auto prudce zpomalí, objede překážku nebo se rozhodne chvíli vyčkat, lidé chtějí rozumět proč. U lidského řidiče to často odhadneme podle kontextu. U stroje to ale bez rozhraní a vysvětlení nejde.
Proto mi přijde důležité, že NVIDIA neprezentuje Alpamayo pouze jako chytřejší řídicí model, ale také jako systém, který umí své kroky odůvodnit. To může být v praxi stejně cenné jako samotná schopnost řídit.
Pokud má být autonomní taxi běžnou službou, nestačí, aby jelo bezpečně. Musí také působit srozumitelně a předvídatelně.
„Neuvěřitelné výsledky“ jako signál dalšího směru
NVIDIA uvedla, že právě reasoning systém Alpamayo jí umožnil dosáhnout „incredible results“. Konkrétní technické metriky v krátkém souhrnu nezazněly, ale samotný důraz je výmluvný. Firma tím dává najevo, že další generace autonomie se nebude opírat jen o větší množství dat a výkonnější čipy, ale i o kvalitativně odlišný typ AI.
To je trend, který stojí za pozornost. Vnímání světa je jedna věc. Schopnost rozumně jednat v nejednoznačných situacích je věc druhá. A právě tam může reasoning AI změnit pravidla hry.
💻 NVIDIA staví všechny klíčové počítače pro autonomní řízení
Další velmi podstatná myšlenka se týká celé výpočetní architektury. NVIDIA zdůraznila, že vybudovala všechny tři hlavní počítače potřebné pro autonomní vozidla, a k nim ještě samotný počítač v autě.
Konkrétně jde o:
- trénovací počítač,
- simulační počítač,
- evaluační neboli vyhodnocovací počítač,
- car computer, tedy palubní výpočetní systém ve vozidle.
Tahle část je možná méně líbivá než oznámení partnerství, ale z hlediska skutečného nasazení je naprosto zásadní.
1. Trénovací počítač
Autonomní modely potřebují obrovská množství dat a značný výpočetní výkon. Trénovací infrastruktura je místo, kde se modely učí rozpoznávat scénáře, odhadovat chování okolních vozidel, plánovat manévry a zlepšovat se na základě rozsáhlých datových sad.
Bez dostatečně silného trénovacího prostředí by nebylo možné iterovat rychle a bezpečně.
2. Simulační počítač
Simulace je v autonomním řízení nenahraditelná. Ne každý scénář lze bezpečně nebo prakticky sbírat na silnici. Simulační prostředí umožňuje testovat hraniční situace, vzácné události i miliony variací běžného provozu.
Právě simulace pomáhá zrychlit vývoj a zároveň zvyšovat robustnost systému.
3. Evaluační počítač
Vyhodnocení je samostatná disciplína. Nestačí model natrénovat a pustit do provozu. Je potřeba měřit jeho chování, porovnávat verze, ověřovat bezpečnostní parametry a identifikovat slabiny.
Evaluační infrastruktura je důležitá pro to, aby vývoj nebyl jen rychlý, ale také kontrolovaný.
4. Počítač v autě
Nakonec přichází produkční nasazení ve vozidle. Palubní systém musí zvládnout senzory, fúzi dat, inferenci modelů a řízení v reálném čase. A musí to dělat spolehlivě v podmínkách reálného provozu.
Když jedna firma pokryje všechny tyto vrstvy, vzniká velmi silná vertikální integrace. Výhoda je zřejmá: modely mohou být od začátku navrhovány s ohledem na to, jak se budou trénovat, testovat a běžet v autě. Místo roztříštěného řetězce vzniká ucelená platforma.
Právě proto je NVIDIA v autonomním řízení tak zajímavá. Nejen kvůli čipům, ale kvůli schopnosti propojit celý životní cyklus vývoje.
🚕 DRIVE Hyperion a nástup robotaxi-ready vozidel
Velkou pozornost si zaslouží i oznámení nových partnerů pro NVIDIA Robotaxi Ready platform. Mezi nově uvedenými jmény jsou BYD, Nissan a Geely. V popisu akce se mluví konkrétně o tom, že tyto a další automobilky adoptují NVIDIA DRIVE Hyperion pro vozidla úrovně L4.
To je důležitý moment z několika důvodů.
Co znamená „robotaxi-ready“
Označení robotaxi-ready naznačuje, že nejde jen o experimentální vývojové platformy, ale o řešení připravené pro vozidla, která mají směřovat k nasazení v komerčních autonomních službách. Tedy auta, která nejsou jen technologickou demonstrací, ale mají být součástí reálné flotily.
V případě úrovně Level 4 se bavíme o vysoké automatizaci v definovaných podmínkách. Vozidlo může zvládat řízení samo bez lidského zásahu, ale v přesně vymezeném provozním rámci. To je dnes realistický model pro robotaxi služby v konkrétních městech a zónách.
Proč jsou noví partneři důležití
Partnerství s BYD, Nissanem a Geely ukazují, že NVIDIA není odkázaná na jediného výrobce nebo region. Tím se zvyšuje šance, že její platforma bude fungovat jako de facto standard pro širší část trhu.
Pro automobilky může být atraktivní zejména toto:
- nemusí stavět celý autonomní stack úplně samy,
- mohou zkrátit dobu potřebnou k vývoji,
- získají přístup k integrovanému hardwaru i AI modelům,
- mohou navázat na ekosystém simulace, trénování a evaluace.
Pro NVIDIA je to zase potvrzení, že její sázka na platformový model dává obchodní smysl.
Budoucí počty robotaxi-ready aut mohou být obrovské
V prezentaci zaznělo také očekávání, že počet robotaxi-ready vozidel bude v budoucnu „neuvěřitelný“. To samozřejmě není konkrétní predikce, ale dobře to vystihuje ambici celého projektu.
Pokud se opravdu podaří vytvořit společný technologický základ, který mohou adoptovat velké automobilky, může se autonomní mobilita rozšiřovat rychleji než v modelu, kde každý hráč vyvíjí vše sám. A to je přesně scénář, na který NVIDIA evidentně sází.
🌍 Uber a NVIDIA: od pilotů k globální flotile
Největší praktický dopad má pravděpodobně oznámené partnerství s Uberem. Podle zveřejněných informací se spolupráce rozšiřuje směrem ke globální flotile samořiditelných aut, která poběží na softwaru NVIDIA. Začátek je plánovaný v San Franciscu a Los Angeles, a to v první polovině příštího roku.
Zároveň bylo uvedeno, že NVIDIA a Uber chtějí do roku 2028 nasadit software-driven L4 robotaxi na Uberu ve 28 městech. To je mimořádně ambiciózní plán.
Proč je spojení s Uberem strategické
Uber není automobilka. Je to globální platforma pro mobilitu a objednávání jízd. Právě proto je jeho role v autonomním ekosystému mimořádně zajímavá. Když se autonomní technologie propojí s existující sítí poptávky, plateb, logistiky a provozu, dostává se mnohem blíž skutečnému trhu.
Tahle spolupráce má několik rozměrů:
- Technologický , NVIDIA dodává software a platformu pro L4 autonomii
- Provozní , Uber má zkušenosti s řízením velkých flotil a městského provozu
- Komerční , autonomní jízdy se mohou stát součástí známé služby, ne izolovaného experimentu
- Geografický , plán 28 měst naznačuje škálování daleko za rámec jednotlivých pilotů
San Francisco a Los Angeles jako přirozený začátek
Volba San Francisca a Los Angeles dává smysl. Obě města patří mezi klíčová centra pro testování a nasazování autonomních technologií. Zároveň představují náročná prostředí s hustým provozem, složitou městskou infrastrukturou a vysokou poptávkou po přepravě.
Pokud se řešení osvědčí právě zde, půjde o silný signál pro další expanzi.
Co znamená 28 měst do roku 2028
Takový cíl neznamená jen technickou připravenost vozu. Znamená i schopnost řešit:
- lokální regulační rámce,
- integraci do provozu Uberu,
- správu flotil,
- bezpečnostní validaci,
- provozní monitoring a průběžné aktualizace softwaru.
Právě tady se znovu ukazuje, proč NVIDIA tolik mluví o kompletní výpočetní infrastruktuře. Nasadit autonomii ve více městech není otázka jednoho modelu. Je to otázka opakovatelného systému, který lze spravovat a zlepšovat ve velkém.
🏙️ Všechno, co se hýbe, bude autonomní?
Další silná věta z prezentace zněla, že „všechno, co se hýbe, bude autonomní“. Je to vizionářské tvrzení, ale dobře vystihuje, jak NVIDIA přemýšlí o dlouhodobém trhu.
Nejde jen o osobní auta. Tato logika se může vztahovat na široké spektrum mobilních a průmyslových strojů. V samotném kontextu automobilové části GTC se však důraz soustředí především na osobní dopravu, robotaxi a vozidla úrovně L4.
I tak je dobré si uvědomit, co toto tvrzení implikuje. Pokud se autonomní systémy stanou běžnou vrstvou mobility, změní se několik věcí najednou:
- auta budou stále více definována softwarem,
- výpočetní výkon bude pro vozidla stejně důležitý jako mechanika,
- simulace a datové trénování se stanou běžnou součástí automobilového vývoje,
- mobilitní služby mohou získat úplně nový ekonomický model.
Samozřejmě to neznamená, že veškerá doprava bude brzy plně autonomní. Ale jako směr vývoje je to stále přesvědčivější. NVIDIA se přitom staví do role firmy, která nechce vlastnit celou koncovou službu, ale chce dodat technologický základ pro celý přechod.
🔧 Co letošní oznámení říkají o strategii NVIDIA
Když si všechny novinky poskládám dohromady, vystupuje z nich velmi konzistentní strategie. NVIDIA se nesnaží být jen výrobcem čipů pro automobilky. Buduje kompletní autonomní stack, který sahá od datového centra až po robotaxi na ulici.
Tato strategie má několik pilířů.
1. Platforma místo jednoho produktu
NVIDIA neprodává jen komponentu. Nabízí integrované řešení, které zahrnuje výpočetní hardware, modely, simulaci, evaluaci a software pro nasazení. To dává partnerům možnost stavět rychleji a s menším rizikem.
2. Partnerství místo uzavřené vertikály
Místo výroby vlastních aut firma spolupracuje s automobilkami a mobilitními platformami. To jí umožňuje oslovit širší trh a současně těžit z toho, že partneři přinášejí výrobní, provozní i distribuční kapacity.
3. AI reasoning jako nová diferenciační vrstva
Alpamayo naznačuje, že další konkurenční výhoda nebude jen v tom, kdo má více dat nebo silnější akcelerátor. Rozhodovat bude i kvalita inteligence, schopnost vysvětlovat rozhodnutí a přirozeně komunikovat s lidmi.
4. Robotaxi jako první velké komerční nasazení
Partnerství s Uberem a označení robotaxi-ready ukazují, že NVIDIA vidí právě autonomní taxislužby jako jednu z nejbližších cest k většímu komerčnímu nasazení. To odpovídá realitě trhu. Uzavřené nebo dobře definované provozní oblasti jsou dnes pro autonomii mnohem schůdnější než univerzální samořiditelné auto pro každého a všude.
📈 Co to může znamenat pro automobilky a trh
Pro automobilky je aktuální vývoj důležitý hlavně v tom, že zvyšuje tlak na softwarovou transformaci. Už nestačí mít dobré mechanické inženýrství, kvalitní výrobu a moderní infotainment. Pokud chtějí hrát roli v autonomní budoucnosti, musí mít přístup k robustní AI platformě.
NVIDIA jim nabízí cestu, jak toho dosáhnout bez toho, aby musely samy vybudovat každý díl skládačky. To může být atraktivní zejména pro výrobce, kteří chtějí urychlit vývoj L4 vozidel nebo se zapojit do trhu robotaxi.
Pro trh jako celek jsou důležité tři dopady:
- Zvyšuje se standardizace
Pokud více automobilek přijme stejný základ, může se celý ekosystém vyvíjet rychleji a efektivněji. - Posouvá se důraz na software-defined vehicles
Auto už není jen stroj. Je to výpočetní platforma se stále větším podílem AI. - Robotaxi se posouvají z experimentu k síťovému modelu
Partnerství s Uberem naznačuje, že autonomní služby se mohou stát součástí běžné městské mobility, ne jen izolovanou demonstrací technologie.
Samozřejmě zůstává řada otevřených otázek. Jak rychle se podaří nasazení ve více městech? Jak budou reagovat regulátoři? Jak se budou řešit výjimečné situace, bezpečnostní incidenty a provozní ekonomika? Na tyto otázky zatím neznáme všechny odpovědi. Ale směr je zřejmý.
🛣️ Proč je rok 2026 pro autonomní řízení zajímavým bodem obratu
Kolem autonomních aut se v minulosti často střídaly vlny přehnaného optimismu a následného vystřízlivění. Právě proto je užitečné číst letošní oznámení spíš jako známku dozrávání než jako slib okamžité revoluce.
Na GTC 2026 totiž nevystoupila jen vize. Objevily se i konkrétní stavební kameny:
- noví výrobní partneři pro platformu DRIVE Hyperion,
- jasně pojmenovaný reasoning systém Alpamayo,
- rozšířené partnerství s Uberem,
- časový rámec pro spuštění ve velkých městech,
- dlouhodobý plán expanze do 28 měst do roku 2028.
To všechno dohromady nepůsobí jako jednorázová marketingová prezentace. Působí to jako další fáze průmyslového budování. A právě to je možná nejdůležitější změna. Autonomie už není jen výzkumný projekt. Stává se z ní infrastruktura, produkt a obchodní model.
🔮 Kam se bude NVIDIA Automotive pravděpodobně ubírat dál
I bez dalších detailů je možné z letošních novinek vyčíst, kam bude NVIDIA Automotive směřovat svou energii v následujících letech.
Očekával bych další posilování v těchto oblastech:
- hlubší integrace reasoning AI přímo do vozidel a uživatelského rozhraní,
- rozšiřování partnerské sítě automobilek kolem DRIVE Hyperion,
- škálování robotaxi nasazení přes Uber a další partnery,
- další propojení trénování, simulace a evaluace do jednoho vývojového cyklu.
Jestli se tenhle plán podaří naplnit, NVIDIA nebude v automobilovém světě jen dodavatelem čipů. Bude jedním z hlavních architektů toho, jak se autonomní mobilita staví, nasazuje a průběžně zlepšuje.
✅ Shrnutí: nejdůležitější oznámení z NVIDIA Automotive na GTC 2026
Kdybych měl celé automobilové novinky z GTC 2026 shrnout do několika bodů, vypadal by seznam takto:
- NVIDIA potvrzuje, že nechce vyrábět auta, ale dodávat automobilkám a partnerům klíčové AI modely a výpočetní platformy.
- Firma mluví o „ChatGPT momentu“ pro self-driving auta, tedy o bodu, kdy technologie začíná vstupovat do nové, praktičtější fáze.
- Alpamayo přináší reasoning AI do autonomních vozidel a má umožnit nejen řízení, ale i vysvětlování rozhodnutí a komunikaci s pasažéry.
- NVIDIA staví celý výpočetní řetězec od trénování přes simulaci a evaluaci až po palubní počítač ve vozidle.
- Novými partnery pro robotaxi-ready platformu jsou BYD, Nissan a Geely, přičemž důležitou roli hraje DRIVE Hyperion pro Level 4 vozidla.
- Partnerství s Uberem se rozšiřuje směrem ke globální flotile samořiditelných aut, startovat se má v San Franciscu a Los Angeles.
- Dlouhodobým cílem je 28 měst do roku 2028, což z robotaxi dělá mnohem víc než jen lokální pilotní projekt.
Celkový dojem je jasný. NVIDIA Automotive na GTC 2026 nepředstavila jen další technologické aktualizace. Ukázala poměrně ucelenou vizi budoucnosti, ve které budou autonomní vozidla vznikat na propojené AI infrastruktuře, sdílených platformách a velkých partnerstvích.
Jestli se tahle vize naplní přesně podle plánu, ukážou až příští roky. Ale jedno je už teď zřejmé: v závodě o autonomní mobilitu chce NVIDIA hrát roli, která bude mnohem větší než role pouhého dodavatele hardwaru.
