Nvidia stellt FSD-Konkurrenten vor und Tesla sollte sich Sorgen machen

Nvidia greift mit der neuen KI-Familie Alpamayo und einer Partner­schaft mit Mercedes-Benz den Markt für autonomes Fahren an. Die Technik soll nicht nur reagieren, sondern Entscheidungen logisch begründen können. Tesla hat durchaus Grund zur Sorge.

Nvidia fordert Tesla heraus

Auf den Straßen von San Francisco sind fahrerlose Autos längst keine Kuriosität mehr, doch die CLA-Limousine von Mercedes-Benz ist dennoch etwas Besonderes - und beeindruckt, so jene, die mitfahren durften. Das Fahrzeug nutzt nämlich Nvidias neues Level-2-Fahrerassistenzsystem, das laut einem ersten Erfahrungsbericht von The Verge dem "Full Self-Driving" (FSD) von Tesla in nichts nachstehen soll, obwohl die Entwicklungszeit deutlich kürzer gewesen war. Nvidia, bisher vor allem als Chip-Gigant bekannt, wandelt sich mit dieser Vorstellung auf der CES in Las Vegas endgültig vom reinen Hardware-Lieferanten zum Anbieter einer umfassenden Plattform für physikalische KI.

Der Kern dieser neuen Offensive ist nicht nur schnellere Rechenleistung, sondern eine fundamentale Änderung in der Art und Weise, wie Fahrzeuge ihre Umgebung interpretieren. Während herkömmliche Systeme oft als undurchsichtige "Blackbox" fungieren, führt Nvidia mit der "Alpamayo"-Familie sogenannte "Reasoning"-Modelle ein.

Diese sogenannten Vision-Language-Action-Modelle (VLA) sollen in der Lage sein, über Ursache und Wirkung nachzudenken. Das Ziel ist es, auch die "Long Tail"-Szenarien - also seltene, unvorhersehbare Randfälle im Straßenverkehr - sicher zu meistern, indem das System seine Entscheidungen ähnlich wie ein menschlicher Fahrer logisch herleitet und begründet. Anstatt nur Pixeln Lenkbefehle zuzuordnen, baut die KI ein regelrechtes "Weltverständnis" auf.


Wie der Halbleiter-Konzern in einer Nvidia-Mitteilung ausführt, ist Alpamayo als offenes Ökosystem konzipiert. Das Modell "Alpamayo 1" mit zehn Milliarden Parametern steht Forschern und Entwicklern auf der Plattform Hugging Face zur Verfügung.

Nvidia verfolgt damit eine Strategie, die man als "Android des autonomen Fahrens" bezeichnen könnte: Durch die Bereitstellung von offenen Modellen, Simulationswerkzeugen namens "AlpaSim" und riesigen Datensätzen bindet das Unternehmen Autohersteller tief in die eigene CUDA-Infrastruktur ein. Wer kein eigenes autonomes System von Grund auf entwickeln kann oder will, nutzt den Baukasten von Nvidia.

Premiere im Mercedes CLA

Die erste konkrete Anwendung dieser Technologie wird im Mercedes-Benz CLA zu sehen sein. Der Produktionsstart für die USA ist bereits für das erste Quartal 2026 vorgesehen, Europa soll im zweiten Quartal folgen. Das System nutzt eine Kombination aus Kameras, Radar und Ultraschallsensoren - insgesamt 30 an der Zahl, um eine redundante 360-Grad-Erfassung zu gewährleisten. Ein bemerkenswertes Detail ist das "kooperative Lenken": Der Fahrer kann jederzeit Lenkkorrekturen vornehmen, beispielsweise um einem Schlagloch auszuweichen, ohne dass sich der Autopilot vollständig abschaltet. Das System akzeptiert den menschlichen Eingriff und übernimmt danach nahtlos wieder die Kontrolle.


Technisch basiert das System auf leistungsfähiger Hardware, die weit über bisherige Lösungen hinausgeht. Während aktuelle Modelle oft noch den Drive AGX Orin nutzen, plant Nvidia für echtes Level-4-Fahren den Übergang zum "Thor"-Chip. Dieser "Superchip" soll bis zu 2000 Teraflops leisten und sowohl das Infotainment als auch die Fahrassistenzsysteme auf einem einzigen Bauteil vereinen. Im Hintergrund, für das Training der KI in den Rechenzentren, kommt bereits die neue Rubin-Architektur zum Einsatz, die Nachfolgerin der Blackwell-Generation.

Obwohl Nvidias Automotive-Sparte mit einem Umsatz von 592 Millionen Dollar (etwa 505 Millionen Euro) im Vergleich zum hohen KI-Gesamtumsatz von rund 51,2 Milliarden Dollar (etwa 43,7 Milliarden Euro) noch klein wirkt, investiert das Unternehmen hier massiv. Die schnelle Aufholjagd gegenüber Tesla, das Jahre für ähnliche Fortschritte benötigte, zeigt das Potenzial der Plattform.

Dennoch bleiben Herausforderungen: Auch das Nvidia-System ist vorerst "nur" ein Level-2+-System, das die ständige Aufmerksamkeit des Fahrers erfordert. Die Skalierung auf echtes, fahrerloses Level 4 ist technisch und regulatorisch weiterhin eine hohe Hürde, die auch mit "Reasoning"-Modellen nicht über Nacht genommen werden kann.

Was meint ihr dazu? Haltet ihr den "Reasoning"-Ansatz von Nvidia für vertrauenswürdiger als bisherige Systeme? Schreibt uns eure Meinung in die Kommentare!


Siehe auch: