ریویان استارتاپ مدل جهان را خرید؛ شبیه‌سازی سه‌بعدی برای توسعه رانندگی خودکار

ریویان، سازنده خودروهای برقی، استارتاپ بریتانیایی Third Dimension را خریده است تا داده‌های تصویری جاده را به محیط‌های سه‌بعدی واقع‌گرایانه برای آموزش و ارزیابی سامانه‌های کمک‌راننده و خودران تبدیل کند. مبلغ معامله اعلام نشده و خبر هنوز در حال تکمیل است، اما جهت فنی خرید روشن است: ریویان می‌خواهد به‌جای انتظار برای رخ‌دادن موقعیت‌های نادر و خطرناک در جاده، نسخه‌های مجازی آن‌ها را بسازد و بارها در شبیه‌ساز تکرار کند.

براساس گزارش TechCrunch در ۲۲ اکتبر ۲۰۲۶، Third Dimension تیمی ۱۵نفره دارد که بیشتر اعضایش در بریتانیا مستقرند. این گروه به واحد هوش مصنوعی و خودران ریویان به رهبری جیمز فیل‌بین می‌پیوندد و هم‌زمان می‌تواند پایگاه هوش مصنوعی ریویان در لندن را گسترش دهد. این خرید به معنی عرضه ناگهانی قابلیت رانندگی کاملاً خودکار نیست؛ فناوری مورد بحث ابتدا ابزار ساخت داده و شبیه‌سازی برای توسعه و اعتبارسنجی سامانه است.

Third Dimension چه چیزی می‌سازد؟

Third Dimension در سال ۲۰۲۴ به‌وسیله تولگا کارت و پیوتر سوکولسکی تأسیس شد. بنیان‌گذاران این شرکت از صنعت بازی و خودروهای خودران آمده‌اند و فناوری آن‌ها با هوش مصنوعی، عکس و ویدئو را به جهان‌های سه‌بعدی شبیه به محیط واقعی تبدیل می‌کند. این استارتاپ در ابتدا می‌خواست فرایند ساخت محتوای سه‌بعدی برای بازی‌ها را سریع‌تر کند، اما کاربردهایی در دفاع و خودروهای خودران نیز برای آن در نظر گرفته بود.

این شرکت پیش از خرید، ۷ میلیون دلار سرمایه اولیه از صندوق‌هایی از جمله Abstract Ventures، MVP، Soma Capital و Solari Capital جذب کرده بود. اکنون تمام تمرکز تیم زیرمجموعه ریویان بر رانندگی خودکار قرار می‌گیرد. قیمت خرید، ساختار پرداخت و سهم سرمایه‌گذاران قبلی افشا نشده است؛ بنابراین نمی‌توان از این معامله ارزش مالی دقیق فناوری یا استارتاپ را استنباط کرد.

چرا شبیه‌سازی برای رانندگی خودکار مهم است؟

سامانه‌های کمک‌راننده باید در شرایط بسیار متنوع واکنش مناسب نشان دهند: باران شدید، کارگاه جاده‌ای، رفتار غیرمنتظره دوچرخه‌سوار، خودروی امدادی، نور نامناسب یا ترکیبی از چند عامل. برخی از این وضعیت‌ها به اندازه‌ای نادرند که جمع‌آوری نمونه کافی از آن‌ها در رانندگی عادی زمان زیادی می‌برد؛ در عین حال، نمی‌توان برای آزمایش، عمداً شرایط خطرناک را در جاده عمومی ایجاد کرد.

شبیه‌سازی راهی برای تکرار کنترل‌شده همین موقعیت‌هاست. توسعه‌دهنده می‌تواند یک سناریو را با سرعت‌ها، فاصله‌ها، نور و رفتارهای متفاوت بارها اجرا کند و ببیند مدل در برابر تغییرات چه واکنشی نشان می‌دهد. شبیه‌ساز جای آزمون جاده‌ای را به‌طور کامل نمی‌گیرد، زیرا هر محیط مجازی ساده‌سازی‌هایی دارد؛ اما می‌تواند دامنه آزمون را بزرگ‌تر و بازتولید خطا را آسان‌تر کند.

شبیه‌سازهای قدیمی معمولاً بر موتورهای رندر یا موتورهای بازی متکی بودند و مقدار زیادی داده مصنوعی تولید می‌کردند. چالش اصلی، فاصله میان ظاهر و رفتار دنیای مجازی با جهان واقعی است. Third Dimension می‌گوید از هوش مصنوعی برای نزدیک‌کردن محیط ساخته‌شده به دنیای فیزیکی استفاده می‌کند. گزارش منتشرشده هنوز معیار مستقلی برای سنجش این شباهت، نرخ خطا یا برتری این روش نسبت به ابزارهای رقیب ارائه نکرده است؛ در نتیجه، فعلاً باید آن را قابلیت توسعه‌ای دانست، نه اثبات ایمنی یا عملکرد بهتر خودرو.

داده ناوگان ریویان چگونه وارد این فرایند می‌شود؟

ریویان از ده‌ها هزار خودروی در حال تردد، شامل مدل‌های R1T، R1S، ون‌های تحویل و R2، داده رانندگی جمع‌آوری می‌کند؛ البته گزارش می‌گوید این کار درباره خودروهایی انجام می‌شود که مالک آن‌ها اشتراک‌گذاری دوربین خارجی را فعال کرده باشد. به گفته فیل‌بین، روزانه بیش از ۴۰۰ هزار توالی داده از ناوگان مشتریان بارگذاری می‌شود. ریویان می‌گوید این داده‌ها تجمیع و ناشناس‌سازی می‌شوند و برای ساخت مدل‌های رانندگی به کار می‌روند.

ترکیب چنین حجم داده‌ای با ابزار تبدیل ویدئو به محیط سه‌بعدی می‌تواند یک حلقه توسعه بسازد: نمونه واقعی ثبت می‌شود، نسخه شبیه‌سازی‌شده آن ساخته می‌شود، سناریو با تغییرات متعدد اجرا می‌شود و نتیجه برای آموزش یا ارزیابی مدل به کار می‌رود. با این حال، عدد ۴۰۰ هزار توالی به‌تنهایی کیفیت یا تنوع داده را نشان نمی‌دهد. طول هر توالی، توزیع جغرافیایی، شرایط آب‌وهوایی و روش حذف داده‌های نامناسب در گزارش مشخص نشده‌اند.

این خرید برای برنامه خودران ریویان چه معنایی دارد؟

ریویان می‌خواهد هم قابلیت‌های کمک‌راننده محصولات مصرفی خود را توسعه دهد و هم سامانه رانندگی خودکاری را برای روبوتاکسی‌هایی آماده کند که قصد دارد در اختیار اوبر قرار دهد. Third Dimension مستقیماً به تیم خودران و هوش مصنوعی اضافه می‌شود، پس هدف معامله خرید یک ابزار عمومی سه‌بعدی نیست؛ ریویان می‌خواهد این فناوری را با داده و فرایند توسعه داخلی خود یکپارچه کند.

از نظر راهبردی، خرید یک تیم کوچک می‌تواند سریع‌تر از ساخت همه اجزای فناوری از صفر باشد. ۱۵ نفر بودن تیم همچنین نشان می‌دهد ریویان بیشتر به دانش تخصصی، نرم‌افزار و روش فنی دسترسی پیدا می‌کند تا یک کسب‌وکار بزرگ با درآمد مستقل. گسترش پایگاه لندن نیز به شرکت امکان می‌دهد نیروی فنی اروپایی جذب کند، هرچند گزارش فعلی برنامه استخدام یا اندازه آینده این مرکز را مشخص نکرده است.

چه چیزهایی هنوز معلوم نیست؟

چند پرسش مهم بدون پاسخ مانده است: قیمت خرید اعلام نشده، زمان ادغام کامل فناوری مشخص نیست و ریویان نگفته نخستین محصولی که از این شبیه‌ساز بهره می‌برد کدام است. همچنین هیچ نتیجه آزمون، شاخص ایمنی، نرخ مداخله راننده یا مقایسه مستقیمی منتشر نشده است. بنابراین نباید از این خرید نتیجه گرفت خودروهای ریویان اکنون خودران شده‌اند یا مجوز فعالیت بدون راننده گرفته‌اند.

اهمیت معامله در لایه زیرساخت توسعه است. اگر فناوری Third Dimension بتواند سناریوهای واقعی را با دقت کافی بازسازی و تغییر دهد، ریویان می‌تواند موارد نادر را زودتر پیدا کند، اصلاحات نرم‌افزاری را در شرایط تکرارپذیر آزمایش کند و پیش از آزمون جاده‌ای پوشش بیشتری به فرایند اعتبارسنجی بدهد. معیار موفقیت، نه جذابیت تصاویر سه‌بعدی، بلکه توانایی شبیه‌ساز در پیش‌بینی رفتار سامانه در جاده واقعی و کشف خطاهایی خواهد بود که ممکن است در آزمون‌های معمول دیده نشوند.