🔗 원문 전체 보기 → Venturesquare.net
![[VS현장] “스스로 달리는 차에서 스스로 판단하는 차로”…자율주행, ‘피지컬 AI’ 경쟁 시작됐다](https://www.venturesquare.net/wp-content/uploads/2026/08/25-783x522.jpg)
요약
피지컬 AI가 자율주행 산업의 새로운 경쟁축으로 부상하고 있다. ‘2026 자율주행모빌리티산업전(AME 2026)’에서는 E2E 자율주행과 VLA, 로보택시·로보셔틀, 무인물류, 라이다·디지털트윈 등 AI 기반 자율주행 기술과 서비스가 대거 공개됐다. 자율주행 경쟁이 ... The post [VS현장] “스스로 달리는 차에서 스스로 판단하는 차로”…자율주행, ‘피지컬 AI’ 경쟁 시작됐다 appeared first on 벤처스퀘어.
본문
- AME 2026 개막…피지컬 AI·E2E·VLA부터 로보택시·무인물류까지 한자리에
- 자율주행 경쟁축 센서·제어에서 AI 모델·데이터로…기술 개발 넘어 실증·상용화 경쟁
- 엔비디아·현대차·카카오모빌리티 등 참여…정책·규제부터 사업화까지 산업 과제 논의
자동차가 정해진 경로를 따라 스스로 달리는 것에서 주변 상황을 이해하고 판단해 움직이는 단계로 진화하고 있다. 생성형 AI에서 시작된 ‘파운데이션 모델’ 경쟁이 현실 세계를 인식하고 행동하는 피지컬 AI로 옮겨가면서 자율주행 산업의 기술 경쟁도 달라지고 있다. 센서와 정밀지도, 개별 알고리즘의 성능을 높이는 데 집중했던 자율주행 기술은 이제 방대한 주행 데이터를 학습하고 차량 스스로 상황을 해석해 판단하는 AI 모델로 무게중심이 이동 중이다.
25일 서울 삼성동 코엑스에서 개막한 ‘2026 자율주행모빌리티산업전(AME 2026)’은 이러한 변화를 한자리에서 확인할 수 있는 현장이었다. 전시장에는 피지컬 AI와 E2E(End-to-End) 자율주행, VLA(Vision-Language-Action)를 비롯해 로보택시와 로보셔틀, 자율주행 화물트럭, 물류로봇, 라이다·레이더, 디지털트윈까지 자율주행을 구성하는 기술과 서비스가 등장했다. 올해 행사에는 40개 기업이 참여했으며 27일까지 코엑스 B홀에서 열린다.
올해 전시에서 눈에 띄는 변화는 자율주행을 하나의 ‘차량 기술’로 설명하기 어려워졌다는 점이다. AI 모델과 센서, 반도체, SDV가 차량의 판단을 만들고, 시뮬레이션과 인증 기술이 이를 검증한다. 여기서 만들어진 기술은 다시 로보택시와 무인물류 같은 서비스로 이어진다. 행사 역시 자율주행 산업을 개발과 신뢰, 사업화라는 세 영역으로 나눠 AI 모델 개발부터 실증·양산·서비스·수출까지 하나의 산업 구조로 다뤘다.
자율주행의 중심으로 들어온 AI…‘인지·판단·제어’ 경계 허문다
전시장을 관통하는 핵심 키워드는 ‘피지컬 AI’다. 기존 자율주행은 카메라와 라이다 등 센서가 주변 환경을 인식하고, 각각의 알고리즘이 판단과 제어를 수행하는 구조를 발전시켜 왔다. 최근에는 센서에서 입력된 데이터를 하나의 AI 모델이 학습해 차량의 움직임까지 결정하는 E2E 자율주행과 이미지·언어·행동을 연결하는 VLA 등이 빠르게 부상하고 있다.
현장에서도 이 같은 변화가 여러 기업의 기술을 통해 드러났다. 오토노머스에이투지는 피지컬 AI와 E2E 기반 자율주행 기술을 비롯해 차량 개발·제작부터 실증과 서비스 운영까지 연결한 상용화 모델을 소개했다. 국내에서 축적한 경험을 바탕으로 일본과 UAE, 싱가포르 등에서 추진 중인 로보택시·로보셔틀 서비스와 레벨4 자율주행 셔틀 ‘로이(ROii)’도 전시했다.
라이드플럭스는 무인 자율주행 차량과 물류 거점을 잇는 미들마일 자율주행 화물트럭 등 실제 서비스에 적용하고 있는 자율주행 AI 소프트웨어를 내놨다. SWM은 서울 강남에서 상용 운행 중인 도심형 로보택시와 VLA 기반 기술을 소개했으며, 쏘카와 에이펙스모빌리티는 E2E 자율주행 AI 학습 데이터셋과 멀티모달 주행 데이터, 데이터 수집 차량 플랫폼 프로토타입을 공개했다.
AI가 두뇌라면 현실 세계를 읽어내는 센서와 공간 데이터도 중요해졌다. 에스오에스랩은 자율주행과 피지컬 AI에 활용되는 2D·3D 라이다를, 알브이에스랩은 레이더 신호처리 알고리즘을 선보였다. 웨이즈원은 정밀도로지도와 자율주행 인프라, 디지털트윈 기술을 소개했다.
자율주행 기술의 적용 범위도 승용차 밖으로 빠르게 이동하고 있다. 에이알247은 자율주행 물류로봇과 무인지게차 등 스마트 물류 기술을 전시장에 가져왔다. 옐로나이프는 디지털트윈과 SDV 기술을, 모빌테크는 공간지능과 디지털트윈·시뮬레이션을 각각 선보였다.
잘 달리는 AI 다음은 ‘믿을 수 있는 AI’
자율주행 AI의 성능이 높아질수록 산업계가 풀어야 할 문제도 복잡해진다. 차량이 스스로 판단하는 영역이 커지면 사고가 발생했을 때 책임을 어떻게 판단할 것인지, AI의 판단을 어떤 기준으로 검증할 것인지, 해킹과 데이터 보안 문제를 어떻게 관리할 것인지가 상용화의 조건으로 따라온다.
올해 AME가 3일간의 컨퍼런스를 ‘신뢰와 규제’, ‘기술 혁명’, ‘자율주행 트렌드’로 구성한 이유도 여기에 있다. 첫날에는 산업통상부와 국토교통부가 자율주행 산업 육성과 정책 방향을 다루고 AI 보안, 법·제도, 입법, AI 신뢰성 등에 대한 논의가 이어진다.
기술 변화의 중심에는 AI가 자리한다. 마르코 파보네 스탠퍼드대학교 교수 겸 엔비디아 AI 부문 시니어 디렉터는 첫날 ‘Physical AI를 위한 추론 모델’을 주제로 기조연설에 나선다. 26일에는 이경민 현대자동차 자율주행개발센터 상무가 ‘Data Flywheel을 통한 자율주행 모델의 지속 개선’을, 27일에는 김진규 카카오모빌리티 부사장이 ‘모빌리티 플랫폼이 여는 자율주행 서비스의 미래’를 다룬다.
‘데이터 플라이휠’이라는 주제 역시 현재 자율주행 경쟁의 변화를 보여준다. 차량이 주행하면서 데이터를 만들고, 이를 다시 AI가 학습해 모델을 개선하며, 개선된 모델이 새로운 주행 데이터를 만드는 반복 구조다. 결국 얼마나 많은 실제 데이터를 확보하고 이를 빠르게 학습과 검증으로 연결하느냐가 자율주행 AI의 성능을 좌우하게 된다.
연구개발 넘어 로보택시·물류로…자율주행의 다음 경쟁은 ‘사업화’
올해 전시에서 또 하나 달라진 지점은 자율주행 기술을 ‘언젠가 구현될 미래’보다 실제 사업으로 연결하려는 움직임이 뚜렷해졌다는 점이다. 로보택시와 로보셔틀, 자율주행 화물차, 무인지게차 등이 함께 등장한 것도 자율주행의 적용 범위가 실증을 넘어 구체적인 서비스 시장으로 이동하고 있음을 보여준다.
행사 구성도 이러한 산업 변화를 반영했다. 해외 바이어 초청 수출상담회에는 중국·스위스·호주 등 10개국 해외 바이어 20개사가 참여해 국내 기업과 1대1 상담을 진행한다. ‘퓨처 모빌리티 IR 피칭데이’를 통해 기술기업과 투자자를 연결하고, 기업·전문가 간 협업을 위한 네트워킹 프로그램과 대학생 대상 자율주행 해커톤도 함께 운영한다.
자율주행 산업의 경쟁 기준도 그만큼 복잡해지고 있다. 좋은 센서를 만들거나 주행 알고리즘의 정확도를 높이는 것만으로는 충분하지 않다. AI 모델과 데이터를 확보하고 이를 실제 차량에서 검증한 뒤 안전성과 신뢰성을 입증해야 한다. 다시 이를 양산과 서비스, 해외시장까지 연결해야 하나의 사업이 된다.
이번 행사는 ‘2026 퓨처 모빌리티 위크’의 하나로 EV TREND KOREA 2026, 2026 무인이동체 X 민군협력 엑스포와 동시에 열린다. 전동화 차량과 충전·배터리를 다루는 A홀에서 자율주행과 피지컬 AI의 B홀, 무인이동체와 국방 AI까지 하나의 전시장으로 연결한 구성이다. 퓨처 모빌리티 위크가 전동화·지능화·무인화를 각각 차량·AI·드론의 영역으로 구성한 것도 현재 모빌리티 산업이 이동하고 있는 방향을 압축한다.
결국 자율주행의 질문은 ‘차가 스스로 달릴 수 있는가’에서 한 단계 넘어가고 있다. 차량이 현실 세계를 얼마나 정확하게 이해하고 스스로 판단할 수 있는가, 그 판단을 얼마나 신뢰할 수 있는가, 그리고 그 기술을 실제 서비스와 비즈니스로 만들 수 있는가. 피지컬 AI가 자율주행의 중심으로 들어오면서 이제 이 세 가지를 동시에 해결하는 경쟁이 시작되고 있다.
Like this:
Like Loading...Related
[VS On-Site] “From self-driving cars to self-determining cars”… The competition for autonomous driving and 'Physical AI' has begun
Vehicles are evolving from driving autonomously along a fixed route to a stage where they understand and assess their surroundings to make decisions. As the competition for 'foundation models,' which began with generative AI, shifts toward physical AI that perceives and acts upon the real world, the technological competition within the autonomous driving industry is also changing. Autonomous driving technology, which previously focused on enhancing the performance of sensors, precision maps, and individual algorithms, is now shifting its focus toward AI models that learn from vast amounts of driving data and enable the vehicle to independently interpret situations and make decisions.
The 'Autonomous Mobility Industry Exhibition 2026 (AME 2026),' which opened on the 25th at COEX in Samseong-dong, Seoul, was a venue where these changes could be witnessed in one place. The exhibition showcased technologies and services comprising autonomous driving, ranging from physical AI, End-to-End (E2E) autonomous driving, and Vision-Language-Action (VLA), to robotaxis, robot shuttles, autonomous cargo trucks, logistics robots, LiDAR and radar, and digital twins. Forty companies participated in this year's event, which runs until the 27th at Hall B of COEX.
A notable change at this year's exhibition is that it has become difficult to describe autonomous driving as a single 'vehicle technology.' AI models, sensors, semiconductors, and SDVs make the vehicle's decisions, while simulation and certification technologies verify them. The technology generated here then leads to services such as robotaxis and unmanned logistics. The event also divided the autonomous driving industry into three areas—development, trust, and commercialization—and treated it as a single industrial structure, covering everything from AI model development to demonstration, mass production, services, and exports.
AI Enters the Center of Autonomous Driving… Breaking Down the Boundaries of 'Perception, Judgment, and Control'
The key keyword running through the exhibition is 'Physical AI'. Traditional autonomous driving has evolved into a structure where sensors such as cameras and LiDAR perceive the surrounding environment, and individual algorithms perform judgment and control. Recently, End-to-Energy (E2E) autonomous driving, where a single AI model learns from sensor input data to determine even the vehicle's movement, and Virtual Autonomous Assist (VLA), which connects images, language, and behavior, are rapidly emerging.
These changes were also evident at the event through the technologies of various companies. Autonomous A2Z introduced a commercialization model that connects vehicle development and manufacturing to demonstration and service operation, including physical AI and E2E-based autonomous driving technology. Based on experience accumulated in Korea, they also exhibited robotaxi and robot shuttle services currently being pursued in Japan, the UAE, and Singapore, as well as the Level 4 autonomous shuttle 'ROii'.
RideFlux unveiled autonomous driving AI software currently being applied to actual services, such as middle-mile autonomous cargo trucks connecting unmanned autonomous vehicles and logistics hubs. SWM introduced urban robotaxis currently in commercial operation in Gangnam, Seoul, and VLA-based technology, while Socar and Apex Mobility revealed E2E autonomous driving AI training datasets, multimodal driving data, and a prototype of a data collection vehicle platform.
If AI is the brain, then sensors and spatial data that interpret the real world have also become important. SOS Lab showcased 2D and 3D LiDAR used in autonomous driving and physical AI, while RVS Lab presented radar signal processing algorithms. WayzOne introduced precision road maps, autonomous driving infrastructure, and digital twin technology.
The scope of application for autonomous driving technology is rapidly expanding beyond passenger cars. AR247 brought smart logistics technologies, such as autonomous logistics robots and unmanned forklifts, to the exhibition. Yellowknife showcased digital twin and SDV technologies, while Mobiltech presented spatial intelligence and digital twin/simulation.
After a fast-running AI comes a 'reliable AI'
As the performance of autonomous driving AI improves, the challenges the industry must address become more complex. As the scope of autonomous vehicle decision-making expands, determining liability in the event of an accident, establishing criteria for verifying AI judgments, and managing hacking and data security issues become prerequisites for commercialization.
This is also why AME organized this year's three-day conference into the themes of 'Trust and Regulation,' 'Technological Revolution,' and 'Autonomous Driving Trends.' On the first day, the Ministry of Trade, Industry and Energy and the Ministry of Land, Infrastructure and Transport will address the fostering of the autonomous driving industry and policy directions, followed by discussions on AI security, laws and regulations, legislation, and AI reliability.
AI stands at the center of technological change. Marco Pavonne, Professor at Stanford University and Senior Director of AI at NVIDIA, will deliver a keynote speech on the first day on the topic of "Inference Models for Physical AI." On the 26th, Lee Kyung-min, Executive Vice President of Hyundai Motor's Autonomous Driving Development Center, will discuss "Continuous Improvement of Autonomous Driving Models through the Data Flywheel," and on the 27th, Kim Jin-kyu, Vice President of Kakao Mobility, will cover "The Future of Autonomous Driving Services Opened by Mobility Platforms."
The theme of the 'data flywheel' also illustrates the changes in the current autonomous driving competition. It is a repetitive structure where a vehicle generates data while driving, AI learns from this data to improve its model, and the improved model then generates new driving data. Ultimately, the performance of autonomous driving AI is determined by how much real-world data is secured and how quickly it is connected to learning and verification.
From R&D to Robo-taxis and Logistics… The Next Competition in Autonomous Driving is 'Commercialization'
Another notable change in this year's exhibition is the clear trend toward connecting autonomous driving technology to actual business rather than viewing it as a "future to be realized someday." The simultaneous appearance of robotaxis, robotshuttles, autonomous cargo trucks, and unmanned forklifts demonstrates that the scope of autonomous driving application is shifting beyond demonstrations into the concrete service market.
The event's structure also reflects these industrial changes. At the export consultation meeting for invited overseas buyers, 20 buyers from 10 countries, including China, Switzerland, and Australia, will participate to conduct one-on-one consultations with domestic companies. The event will connect technology companies with investors through the 'Future Mobility IR Pitching Day,' and will also host networking programs for collaboration between companies and experts, as well as an autonomous driving hackathon for university students.
The standards of competition in the autonomous driving industry are becoming increasingly complex. Simply manufacturing high-quality sensors or improving the accuracy of driving algorithms is no longer sufficient. Companies must secure AI models and data, verify them in actual vehicles, and prove their safety and reliability. Furthermore, a business is established only when this process is connected to mass production, services, and overseas markets.
This event is part of the '2026 Future Mobility Week' and is being held concurrently with EV TREND KOREA 2026 and the 2026 Unmanned Vehicle X Civil-Military Cooperation Expo. The layout connects Hall A, which covers electrified vehicles, charging, and batteries, to Hall B, featuring autonomous driving and physical AI, and extends to unmanned vehicles and defense AI, creating a single exhibition hall. The fact that Future Mobility Week organizes electrification, intelligence, and unmannedness into the domains of vehicles, AI, and drones, respectively, encapsulates the direction in which the current mobility industry is moving.
Ultimately, the question of autonomous driving is moving beyond simply asking "Can a car drive itself?" It now concerns how accurately a vehicle understands the real world and can make independent decisions, how reliable those decisions can be, and whether that technology can be translated into actual services and businesses. As physical AI enters the center of autonomous driving, a competition is now beginning to address these three issues simultaneously.
[VS現場]「自分で走る車から自分で判断する車で」…自律走行、「フィジカルAI」競争が始まった
自動車が定められた経路に沿って自ら走ることで周辺状況を理解し、判断して動く段階に進化している。生成型AIで始まった「ファンデーションモデル」競争が現実世界を認識して行動するフィジカルAIに移り、自律走行産業の技術競争も変わっている。センサーと精密地図、個別アルゴリズムの性能を高めることに集中していた自律走行技術は、今や膨大な走行データを学習し、車両自ら状況を解析して判断するAIモデルに重心が移動中だ。
25日、ソウル三成洞のCOEXで開幕した「2026自律走行モビリティ産業展（AME 2026）」は、こうした変化を一箇所で確認できる現場だった。展示場にはフィジカルAIとE2E(End-to-End)自律走行、VLA(Vision-Language-Action)をはじめ、ロボタクシーとロボシャトル、自律走行貨物トラック、物流ロボット、ライダー・レーダー、デジタルツインまで自律走行を構成する技術とサービスが登場した。今年のイベントには40社が参加し、27日までCOEX Bホールで開かれる。
今年の展示で目立つ変化は、自律走行を一つの「車両技術」で説明することが難しくなったという点だ。 AIモデルとセンサー、半導体、SDVが車両の判断を作り、シミュレーションと認証技術がこれを検証する。ここで作られた技術は再びロボタクシーや無人物流のようなサービスにつながる。イベントも自律走行産業を開発と信頼、事業化という3つの領域に分け、AIモデルの開発から実証・量産・サービス・輸出まで一つの産業構造に取り上げた。
自律走行の中心に入ってきたAI… 「認知・判断・制御」の境界を許す
展示場を貫く核心キーワードは「フィジカルAI」だ。従来の自律走行は、カメラやライダなどセンサーが周辺環境を認識し、それぞれのアルゴリズムが判断と制御を行う仕組みを発展させてきた。最近では、センサーから入力されたデータを一つのAIモデルが学習し、車両の動きまで決定するE2E自律走行とイメージ・言語・行動を結ぶVLAなどが急速に浮上している。
現場でもこのような変化が様々な企業の技術を通じて明らかになった。オートノマスエイツジはフィジカルAIとE2Eベースの自律走行技術をはじめ、車両開発・製作から実証とサービス運営まで連結した商用化モデルを紹介した。国内で蓄積した経験をもとに、日本とUAE、シンガポールなどで推進中のロボタクシー・ロボシャトルサービスとレベル4自律走行シャトル「ロイ（ROii）」も展示した。
ライドフラックスは、無人自律走行車両と物流拠点を結ぶミドルマイル自律走行貨物トラックなど、実際のサービスに適用している自律走行AIソフトウェアを出した。 SWMはソウル江南（カンナム）で商用運行中の都心型ロボタクシーとVLAベースの技術を紹介した。
AIが脳なら現実世界を読み取るセンサーと空間データも重要になった。エスオエスラップは自律走行とフィジカルAIに活用される2D・3Dライダーを、アルブエスラップはレーダー信号処理アルゴリズムを披露した。ウェイズワンは精度で地図と自律走行インフラ、デジタルツイン技術を紹介した。
自律走行技術の適用範囲も乗用車の外に急速に移動している。エイアル247は、自律走行物流ロボットや無地汽車などスマート物流技術を展示場に持ってきた。イエローナイフはデジタルツインとSDV技術を、モビルテックは空間知能とデジタルツイン・シミュレーションをそれぞれ披露した。
よく走るAI次は「信頼できるAI」
自律走行AIの性能が高くなるほど産業界が解放すべき問題も複雑になる。車両が自ら判断する領域が大きくなると、事故が発生したときに責任をどのように判断するのか、AIの判断をどのような基準で検証するのか、ハッキングとデータセキュリティ問題をどのように管理するかが、商用化の条件に従う。
今年AMEが3日間のカンファレンスを「信頼と規制」、「技術革命」、「自律走行トレンド」で構成した理由もここにある。初日には産業通商部と国土交通部が自律走行産業の育成と政策方向を取り上げ、AIセキュリティ、法・制度、立法、AI信頼性などについての議論が続く。
技術変化の中心にはAIがある。マルコ・パルボネ・スタンフォード大学教授兼NVIDIA AI部門シニアディレクターは、初日「Physical AIのための推論モデル」をテーマに基調演説に出る。 26日にはイ・ギョンミン現代自動車自律走行開発センター商務が「Data Flywheelを通じた自律走行モデルの持続改善」を、27日にはキム・ジンギュカカオモビリティ副社長が「モビリティプラットフォームが開く自律走行サービスの未来」を扱う。
「データフライホイール」というテーマも現在、自律走行競争の変化を見せる。車両が走行しながらデータを作成し、これを再びAIが学習してモデルを改善し、改善されたモデルが新しい走行データを作る繰り返し構造だ。結局、どれだけの実際のデータを確保し、これを素早く学習と検証につなげるかが、自律走行AIの性能を左右することになる。
研究開発を超えてロボタクシー・物流で…自律走行の次の競争は「事業化」
今年の展示でもう一つ変わった点は、自律走行技術を「いつか実装される未来」より実際の事業につなげようとする動きがはっきりとなったという点だ。ロボタクシーとロボシャトル、自律走行貨物車、無認知車などが共に登場したのも、自律走行の適用範囲が実証を超えて具体的なサービス市場に移動していることを示す。
イベント構成もこの産業の変化を反映した。海外バイヤー招待輸出相談会には中国・スイス・オーストラリアなど１０カ国の海外バイヤー２０社が参加し、国内企業と１対１相談を進行する。 「フューチャーモビリティIRピッチングデー」を通じて技術企業と投資家を連結し、企業・専門家間のコラボレーションのためのネットワーキングプログラムと大学生対象自律走行ハッカートンも共に運営する。
自律走行産業の競争基準もそれほど複雑になっている。良いセンサーを作ったり、走行アルゴリズムの精度を上げるだけでは不十分です。 AIモデルとデータを確保し、これを実際の車両で検証した後、安全性と信頼性を立証しなければならない。再びこれを量産とサービス、海外市場まで連結しなければ一つの事業になる。
今回のイベントは「2026フューチャーモビリティウィーク」の一つで、EV TREND KOREA 2026、2026無人移動体X民軍協力エキスポと同時に開かれる。電動化車両と充電・バッテリーを扱うAホールから自律走行とフィジカルAIのBホール、無人移動体と国防AIまで一つの展示場につながった構成だ。フューチャーモビリティウィークが電動化・知能化・無人化をそれぞれ車両・AI・ドローンの領域として構成したのも、現在モビリティ産業が移動している方向を圧縮する。
結局、自律走行の質問は「車が自ら走ることができるか」から一歩進んでいる。車両が現実世界をどれだけ正確に理解し、自分で判断できるのか、その判断をどれだけ信頼できるのか、そしてその技術を実際のサービスとビジネスにすることができるのか。フィジカルAIが自律走行の中心に入ってきて、今やこの3つを同時に解決する競争が始まっている。
【VS现场报道】“从自动驾驶汽车到自主汽车”……自动驾驶和“物理人工智能”的竞争已经开始
车辆正从沿固定路线自主行驶，发展到能够理解和评估周围环境并做出决策。随着最初以生成式人工智能为核心的“基础模型”竞争转向能够感知并作用于现实世界的物理人工智能，自动驾驶行业的竞争格局也在发生变化。过去专注于提升传感器性能、精确地图和单个算法的自动驾驶技术，如今正将重心转向能够从海量驾驶数据中学习，并使车辆能够独立解读路况和做出决策的人工智能模型。
2026年自动驾驶产业展览会（AME 2026）于25日在首尔三成洞COEX会展中心开幕，为人们提供了一个集中见证这些变革的平台。展会展示了涵盖自动驾驶的各项技术和服务，包括物理人工智能、端到端（E2E）自动驾驶、视觉-语言-动作（VLA）技术，以及无人驾驶出租车、无人驾驶穿梭巴士、无人驾驶货车、物流机器人、激光雷达和雷达、数字孪生等。共有40家公司参加了本届展会，展会在COEX会展中心B馆持续至27日。
今年展会的一个显著变化是，自动驾驶技术已难以简单地被定义为单一的“车辆技术”。人工智能模型、传感器、半导体和智能车辆（SDV）共同决定车辆的决策，而仿真和认证技术则负责验证这些决策。由此产生的技术最终会应用于诸如无人驾驶出租车和无人物流等服务领域。此外，本次展会还将自动驾驶产业划分为研发、信任和商业化三大领域，并将其视为一个统一的产业结构，涵盖了从人工智能模型开发到演示、量产、服务和出口等各个环节。
人工智能进入自动驾驶的核心……打破“感知、判断和控制”的界限
贯穿整个展览的关键关键词是“物理人工智能”。传统的自动驾驶已经发展成一种架构，其中摄像头和激光雷达等传感器感知周围环境，并由各个算法进行判断和控制。近年来，端到端（E2E）自动驾驶和虚拟自动驾驶辅助（VLA）正在迅速兴起。在端到端自动驾驶中，单个人工智能模型可以从传感器输入数据中学习，甚至确定车辆的运动轨迹；而虚拟自动驾驶辅助则将图像、语言和行为联系起来。
这些变化也体现在本次活动中各公司的技术展示中。Autonomous A2Z公司推出了一种将车辆研发、制造、演示和服务运营相结合的商业化模式，其中包括物理人工智能和端到端自动驾驶技术。基于在韩国积累的经验，他们还展示了目前正在日本、阿联酋和新加坡推广的机器人出租车和机器人班车服务，以及L4级自动驾驶班车“ROii”。
RideFlux 发布了目前已应用于实际服务的自动驾驶人工智能软件，例如连接无人驾驶车辆和物流枢纽的中程自动驾驶货运卡车。SWM 介绍了目前在首尔江南区商业运营的城市无人驾驶出租车以及基于 VLA 的技术，而 Socar 和 Apex Mobility 则展示了端到端自动驾驶人工智能训练数据集、多模态驾驶数据以及数据采集车辆平台的原型。
如果说人工智能是大脑，那么能够解读现实世界的传感器和空间数据也变得至关重要。SOS实验室展示了用于自动驾驶和物理人工智能的二维和三维激光雷达，而RVS实验室则展示了雷达信号处理算法。WayzOne推出了精准道路地图、自动驾驶基础设施和数字孪生技术。
自动驾驶技术的应用范围正迅速扩展到乘用车以外的领域。AR247展会带来了智能物流技术，例如自主物流机器人和无人叉车。Yellowknife展示了数字孪生和SDV技术，而Mobiltech则展示了空间智能和数字孪生/仿真技术。
快速运行的人工智能之后，会出现“可靠的人工智能”。
随着自动驾驶人工智能性能的提升，该行业必须应对的挑战也变得更加复杂。随着自动驾驶车辆决策范围的扩大，事故责任认定、人工智能判断验证标准的建立以及黑客攻击和数据安全问题的管理，都成为商业化的先决条件。
这也是AME将今年为期三天的会议围绕“信任与监管”、“技术革命”和“自动驾驶趋势”三大主题展开的原因。第一天，产业通商资源部和国土交通部将探讨如何培育自动驾驶产业以及政策方向，随后将讨论人工智能安全、法律法规、立法和人工智能可靠性等问题。
人工智能是技术变革的核心。斯坦福大学教授、英伟达人工智能高级总监马可·帕沃内将在首日发表题为“物理人工智能的推理模型”的主题演讲。26日，现代汽车自动驾驶研发中心执行副总裁李京民将探讨“通过数据飞轮持续改进自动驾驶模型”；27日，Kakao Mobility副总裁金镇奎将介绍“移动平台开启的自动驾驶服务未来”。
“数据飞轮”这一主题也体现了当前自动驾驶竞争格局的变化。它是一种循环往复的结构：车辆在行驶过程中生成数据，人工智能从这些数据中学习并改进其模型，而改进后的模型又会生成新的行驶数据。最终，自动驾驶人工智能的性能取决于获取的真实世界数据的数量以及将其应用于学习和验证的速度。
从研发到无人驾驶出租车和物流……自动驾驶领域的下一个竞争阶段是“商业化”。
今年展会的另一个显著变化是，自动驾驶技术不再仅仅被视为“未来某一天才能实现的愿景”，而是明显地与实际商业应用联系起来。无人出租车、无人班车、自动驾驶货车和无人叉车的同步亮相表明，自动驾驶技术的应用范围正在从演示阶段扩展到具体的商业服务市场。
本次活动的架构也体现了这些产业变革。在面向受邀海外买家的出口咨询会上，来自包括中国、瑞士和澳大利亚在内的10个国家的20位买家将与国内企业进行一对一咨询。活动还将通过“未来出行投资者关系路演日”搭建科技企业与投资者之间的桥梁，并举办企业与专家合作交流活动，以及面向大学生的自动驾驶技术编程马拉松。
自动驾驶行业的竞争标准日趋复杂。仅仅制造高质量的传感器或提高驾驶算法的精度已远远不够。企业必须确保人工智能模型和数据的安全性，并在实际车辆中进行验证，证明其安全性和可靠性。此外，只有将这一过程与大规模生产、服务和海外市场相结合，企业才能真正建立起自己的商业模式。
本次活动是“2026未来出行周”的一部分，与2026韩国电动汽车技术展（EV TREND KOREA 2026）和2026无人驾驶车辆X军民合作博览会同期举行。展馆布局将涵盖电动汽车、充电和电池的A厅与展示自动驾驶和物理人工智能的B厅连接起来，并延伸至无人驾驶车辆和国防人工智能领域，形成一个统一的展厅。未来出行周将电气化、智能化和无人化分别归入车辆、人工智能和无人机领域，这体现了当前出行行业的发展方向。
归根结底，自动驾驶的问题已经不再局限于“汽车能否自动驾驶？”这个问题。它现在关乎车辆对现实世界的理解程度以及自主决策的能力，这些决策的可靠性，以及这项技术能否转化为实际的服务和商业应用。随着物理人工智能逐渐成为自动驾驶的核心，一场旨在同时解决这三个问题的竞赛正在兴起。
[VS Sur site] « Des voitures autonomes aux voitures autonomes »… La compétition pour la conduite autonome et l’« IA physique » a commencé.
Les véhicules évoluent, passant de la conduite autonome sur un itinéraire fixe à une compréhension et une analyse de leur environnement pour prendre des décisions. Alors que la compétition autour des « modèles de base », initiée par l'IA générative, se déplace vers une IA physique capable de percevoir le monde réel et d'agir en conséquence, la concurrence technologique au sein du secteur de la conduite autonome se transforme également. La technologie de conduite autonome, qui visait auparavant à améliorer les performances des capteurs, la précision des cartes et les algorithmes individuels, se concentre désormais sur des modèles d'IA apprenant à partir d'immenses quantités de données de conduite et permettant au véhicule d'interpréter les situations et de prendre des décisions de manière autonome.
Le salon « Autonomous Mobility Industry Exhibition 2026 (AME 2026) », qui a ouvert ses portes le 25 au COEX de Samseong-dong, à Séoul, a permis de constater ces évolutions en un seul lieu. L'exposition a présenté des technologies et des services liés à la conduite autonome, allant de l'intelligence artificielle physique à la conduite autonome de bout en bout (E2E), en passant par le système Vision-Langage-Action (VLA), les robotaxis, les navettes autonomes, les camions de transport de marchandises autonomes, les robots logistiques, le LiDAR et le radar, ainsi que les jumeaux numériques. Quarante entreprises ont participé à cette édition, qui se tient jusqu'au 27 dans le hall B du COEX.
Un changement notable de cette édition réside dans la difficulté croissante à décrire la conduite autonome comme une simple « technologie de véhicule ». Les modèles d'IA, les capteurs, les semi-conducteurs et les véhicules autonomes (SDV) prennent les décisions du véhicule, tandis que les technologies de simulation et de certification les vérifient. La technologie ainsi développée permet ensuite de proposer des services tels que les robotaxis et la logistique sans conducteur. L'événement a également structuré l'industrie de la conduite autonome en trois domaines : développement, confiance et commercialisation, et l'a appréhendée comme une structure industrielle unique, englobant toutes les étapes, du développement des modèles d'IA à la démonstration, en passant par la production en série, les services et les exportations.
L'IA au cœur de la conduite autonome… Redéfinissant les frontières entre « perception, jugement et contrôle »
Le mot-clé de l'exposition est « IA physique ». La conduite autonome traditionnelle repose sur une architecture où des capteurs, comme des caméras et des LiDAR, perçoivent l'environnement et où des algorithmes prennent des décisions et assurent le contrôle. Plus récemment, la conduite autonome de bout en bout (E2E), où un modèle d'IA unique apprend à partir des données des capteurs pour déterminer même les mouvements du véhicule, et l'assistance autonome virtuelle (VLA), qui associe images, langage et comportement, émergent rapidement.
Ces évolutions étaient également visibles lors de l'événement à travers les technologies présentées par différentes entreprises. Autonomous A2Z a dévoilé un modèle de commercialisation reliant le développement et la fabrication des véhicules à la démonstration et à l'exploitation, intégrant notamment l'intelligence artificielle physique et une technologie de conduite autonome de bout en bout. Forte de son expérience en Corée, l'entreprise a également présenté des services de robotaxis et de navettes robotisées actuellement déployés au Japon, aux Émirats arabes unis et à Singapour, ainsi que la navette autonome de niveau 4 « ROii ».
RideFlux a dévoilé un logiciel d'IA pour la conduite autonome, actuellement mis en œuvre dans des services concrets, comme les camions de transport de marchandises autonomes assurant la liaison entre les véhicules autonomes sans conducteur et les plateformes logistiques. SWM a présenté des robotaxis urbains en service commercial à Gangnam (Séoul) et une technologie basée sur les VLA (véhicules autonomes à longue portée). De leur côté, Socar et Apex Mobility ont dévoilé des ensembles de données d'entraînement pour l'IA de conduite autonome de bout en bout, des données de conduite multimodales et un prototype de plateforme de collecte de données embarquée.
Si l'IA est le cerveau, alors les capteurs et les données spatiales qui interprètent le monde réel sont également devenus essentiels. Le laboratoire SOS a présenté des solutions LiDAR 2D et 3D utilisées dans la conduite autonome et l'IA physique, tandis que le laboratoire RVS a exposé des algorithmes de traitement du signal radar. WayzOne a quant à lui présenté des cartes routières de précision, l'infrastructure de conduite autonome et la technologie du jumeau numérique.
Le champ d'application des technologies de conduite autonome s'étend rapidement au-delà des voitures particulières. AR247 a présenté à l'exposition des technologies de logistique intelligente, telles que des robots logistiques autonomes et des chariots élévateurs sans conducteur. Yellowknife a mis en avant ses technologies de jumeau numérique et de véhicules autonomes, tandis que Mobiltech a présenté des solutions d'intelligence spatiale et de simulation/jumeau numérique.
Après une IA rapide vient une « IA fiable ».
À mesure que les performances de l'IA pour la conduite autonome s'améliorent, les défis que l'industrie doit relever se complexifient. L'élargissement du champ d'action des véhicules autonomes rend indispensables à leur commercialisation la détermination des responsabilités en cas d'accident, l'établissement de critères de vérification des décisions de l'IA et la gestion des risques de piratage et de sécurité des données.
C’est également la raison pour laquelle l’AME a organisé cette année sa conférence de trois jours autour des thèmes suivants : « Confiance et réglementation », « Révolution technologique » et « Tendances de la conduite autonome ». Le premier jour, le ministère du Commerce, de l’Industrie et de l’Énergie et le ministère du Territoire, des Infrastructures et des Transports aborderont la promotion de l’industrie de la conduite autonome et les orientations politiques, suivis de discussions sur la sécurité de l’IA, les lois et réglementations, la législation et la fiabilité de l’IA.
L'intelligence artificielle est au cœur des mutations technologiques. Marco Pavonne, professeur à l'université de Stanford et directeur principal de l'IA chez NVIDIA, prononcera un discours d'ouverture le premier jour sur le thème « Modèles d'inférence pour l'IA physique ». Le 26, Lee Kyung-min, vice-président exécutif du centre de développement de la conduite autonome de Hyundai Motor, abordera la question de « L'amélioration continue des modèles de conduite autonome grâce à l'effet d'entraînement des données », et le 27, Kim Jin-kyu, vice-président de Kakao Mobility, traitera du thème « L'avenir des services de conduite autonome ouvert par les plateformes de mobilité ».
Le concept de « cercle vertueux des données » illustre également les mutations du secteur de la conduite autonome. Il s'agit d'une structure itérative : un véhicule génère des données en roulant, l'IA apprend de ces données pour améliorer son modèle, et ce modèle amélioré génère ensuite de nouvelles données de conduite. En définitive, les performances de l'IA pour la conduite autonome dépendent de la quantité de données réelles collectées et de la rapidité avec laquelle elles sont intégrées aux processus d'apprentissage et de vérification.
De la R&D aux robotaxis et à la logistique… La prochaine étape de la concurrence dans le domaine de la conduite autonome est la « commercialisation ».
Autre changement notable de cette édition : la nette tendance à intégrer la technologie de conduite autonome aux réalités du monde des affaires, plutôt que de la considérer comme un « avenir à concrétiser un jour ». La présence simultanée de robotaxis, de navettes autonomes, de camions de transport de marchandises autonomes et de chariots élévateurs sans conducteur démontre que le champ d’application de la conduite autonome s’étend désormais au-delà des démonstrations pour s’implanter concrètement sur le marché des services.
La structure de l'événement reflète également ces mutations industrielles. Lors de la réunion de consultation à l'exportation destinée aux acheteurs étrangers invités, 20 acheteurs de 10 pays, dont la Chine, la Suisse et l'Australie, participeront à des entretiens individuels avec des entreprises locales. L'événement mettra en relation des entreprises technologiques et des investisseurs grâce à la journée de présentation « Future Mobility IR Pitching Day », et proposera également des programmes de réseautage pour favoriser la collaboration entre entreprises et experts, ainsi qu'un hackathon sur la conduite autonome pour les étudiants.
Les normes concurrentielles du secteur de la conduite autonome se complexifient. La simple fabrication de capteurs de haute qualité ou l'amélioration de la précision des algorithmes de conduite ne suffisent plus. Les entreprises doivent sécuriser les modèles d'IA et les données, les tester sur des véhicules réels et prouver leur sécurité et leur fiabilité. De plus, une entreprise n'est véritablement établie que lorsque ce processus s'accompagne d'une production de masse, de services et d'une présence sur les marchés internationaux.
Cet événement s'inscrit dans le cadre de la « Semaine de la mobilité du futur 2026 » et se tient simultanément avec EV TREND KOREA 2026 et le Salon de la coopération civilo-militaire et des véhicules sans pilote 2026. L'agencement relie le hall A, consacré aux véhicules électrifiés, à la recharge et aux batteries, au hall B, dédié à la conduite autonome et à l'intelligence artificielle physique, et s'étend aux véhicules sans pilote et à l'intelligence artificielle de défense, formant ainsi un seul et même espace d'exposition. Le fait que la Semaine de la mobilité du futur organise l'électrification, l'intelligence et l'autonomie respectivement dans les domaines des véhicules, de l'IA et des drones illustre parfaitement l'évolution actuelle du secteur de la mobilité.
En définitive, la question de la conduite autonome ne se résume plus à « Une voiture peut-elle se conduire toute seule ? ». Elle porte désormais sur la précision avec laquelle un véhicule appréhende le monde réel et peut prendre des décisions de manière indépendante, sur la fiabilité de ces décisions et sur la possibilité de traduire cette technologie en services et activités commerciales concrets. Avec l'intégration de l'intelligence artificielle physique au cœur de la conduite autonome, une compétition s'engage pour répondre simultanément à ces trois enjeux.