TuringのVLAモデル活用によるE2E自動運転の公道走行成功

TuringのVLAモデル活用によるE2E自動運転の公道走行成功

2026年5月11日、自動運転技術を開発するTuring（東京・大田）が、エンド・ツー・エンド（E2E）自動運転の性能向上を目指した公道走行を実施し、VLA（ビジョン・ランゲージ・アクション）AIモデルの推論速度を10倍に高めた成果を示した^[1]

VLAモデルはカメラで取得した映像と、その状況を言語情報に変換して車両行動を決定する方式である。Turingはこの方式を用いて周囲の認知や判断処理をAIで統合する試験を行った。

今回の公道走行では、AIの推論速度向上が確認され、E2E自動運転の実務的活用における計算効率の改善が示された。今後は都市部や複雑な交通状況での適用範囲の検証が進められる見込みである。

VLAモデルの自動運転システム概要

Fuel Connect編集部の整理

本記事はTuringによるVLAモデル活用のE2E自動運転技術の公道走行に関する発表内容を整理している。自動車メーカーや物流事業者、車両管理部門の関係者にとって技術動向の把握に有用である。

AIモデルの推論速度やE2E自動運転の性能向上は、都市部での実務的な自動運転導入を検討する企業や研究者に関係する情報である。公道走行の実施事例として技術評価の参考になる。