NVIDIA stellt autonome Fahrzeugplattform vor, um mit Teslas FSD zu konkurrieren; Musk & Elluswamy äußern sich

Die größte Ankündigung auf der CES war kein neues Auto, sondern eine neue Softwareplattform. Jensen Huang, CEO von NVIDIA, stellte Alpamayo vor, eine Plattform für autonome Fahrzeuge, die NVIDIA noch in diesem Jahr auf den Markt bringen will.

Das erste Serienfahrzeug, für das NVIDIAs neuen autonomen Stack angekündigt wurde, ist der Mercedes-Benz CLA 2026. Huang beschrieb Alpamayo auf der CES als einen Durchbruch in der künstlichen Intelligenz, der mehr kann, als nur auf seine Umgebung zu reagieren – er antizipiert und schlussfolgert über zukünftige Aktionen.

"Es ist End-to-End trainiert. Buchstäblich von der Kamera hinein bis zur Aktuierung hinaus", sagte Huang auf der CES. "Es schlussfolgert, welche Aktion es als Nächstes ausführen wird, aus welchem Grund und auf welcher Trajektorie."

Hier ein Blick auf NVIDIAs autonomes System in Aktion:

Alpamayo konzentriert sich auf ein Vision-Language-Action (VLA)-Model, das darauf ausgelegt ist, seine eigenen Entscheidungen zu erklären. NVIDIA sagt, es erzeuge Begründungsspuren - analog zu den Gedankenspuren, die von schlussfolgernden großen Sprachmodellen verwendet werden -, die zeigen, warum es ein bestimmtes Manöver gewählt hat. Das Unternehmen argumentiert, dass diese Transparenz dazu beiträgt, das Black-Box-Problem zu entschärfen, von dem autonome Fahrsysteme seit Langem betroffen sind.

Während die Ankündigung breite Aufmerksamkeit erregte, reagierte Teslas Team, das seit Jahren End-to-End-Neuronale Netze in Millionen von Autos einsetzt, mit Zurückhaltung.

Darüber verliere ich keinen Schlaf.

Und ich hoffe aufrichtig, dass sie Erfolg haben.

— Elon Musk (@elonmusk) 6. Januar 2026

Genau das macht Tesla

Elon Musks Reaktion mischte Anerkennung mit einem Realitätscheck. Er merkte an, dass NVIDIAs End-to-End-Ansatz dem entspricht, was Tesla 2023 mit FSD V12 eingeführt hat.

Teslas Umstieg auf End-to-End-Lernen – bei dem Fahrzeuge das Fahrverhalten aus Videos statt aus fest codierten Regeln lernen – war vor Jahren abgeschlossen. Aus Teslas Sicht ist es eine Bestätigung, dass NVIDIAs Übernahme derselben Architektur die richtige Richtung von Tesla war.

Nun, genau das macht Tesla 😂

Sie werden feststellen, dass es einfach ist, auf 99 % zu kommen, und dann äußerst schwer, den Long Tail der Verteilung zu lösen.

— Elon Musk (@elonmusk) 6. Januar 2026

Der Marsch der 9en

Das eigentliche Problem ist nicht die Architektur selbst, sondern wie schwer sie zu perfektionieren ist. Elon betonte, dass 99 % Leistungsfähigkeit leicht zu erreichen sind, während die verbleibenden 1 % – der Long Tail seltener Szenarien – außergewöhnlich schwer zu lösen sind. Teslas KI-Direktor, Ashok Elluswamy, kommentierte auf X ebenfalls die Long-Tail-Falle und hob damit dasselbe Problem hervor.

Die letzten 1 % umfassen bizarre, millionenfach seltene Szenarien: eine Person im Hühnerkostüm, die die Straße überquert; ein Kreisverkehr, in dem der Verkehr in drei Richtungen fließt; oder ein Schild, das teilweise von Schnee bedeckt ist und statt 50 die 5 lesen lässt.

Ashoks Anmerkungen spiegeln die harte Arbeit wider, die Tesla in den vergangenen vier Jahren geleistet hat. Millionen von Meilen an Daten werden täglich kuratiert, um die seltenen Randfälle zu identifizieren, die für das Training von Modellen nötig sind, damit sie mit realer Komplexität umgehen können. NVIDIA versucht im Gegensatz dazu (und ähnlich) diese Lücke mit Simulationstools und einem deutlich kleineren Datensatz von Partnern zu schließen.

Die Verzögerung bei der Hardware

Für NVIDIA gibt es zudem eine strukturelle Herausforderung: Das Unternehmen baut keine Autos. Es liefert Chips und Software, statt Fahrzeuge direkt zu entwickeln, was die breite Einführung zusätzlich erschwert.

Da hast du recht.

Die tatsächliche Zeit von dem Punkt, an dem FSD so ungefähr funktioniert, bis zu dem Punkt, an dem es deutlich sicherer als ein Mensch ist, beträgt mehrere Jahre.

Die traditionellen Autohersteller werden Kameras und KI-Computer erst mehrere Jahre später in großem Maßstab in ihre Autos integrieren.

Das ist also vielleicht ein wettbewerbs…

— Elon Musk (@elonmusk) 6. Januar 2026

Auch wenn NVIDIA plant, Alpamayo später in diesem Jahr in die Mercedes CLA zu bringen, dürfte der erste Einsatz in der Stückzahl wahrscheinlich begrenzt sein. Tesla hat bereits Millionen von Autos auf der Straße, die die Long-Tail-Daten sammeln, die helfen, diese letzte, schwer greifbare 1 % anzugehen.

Willkommen im Alltag

NVIDIAs Ankündigung ist eine starke Bestätigung von Teslas End-to-End-Neuronales-Netzwerk-Ansatz. Dass der weltweit führende KI-Chiphersteller dieselbe Architektur übernimmt, deutet darauf hin, dass sich die Branche möglicherweise auf eine gemeinsame Lösung zubewegt.

Wie Elon und Ashok jedoch betonen, ist die Architektur nur der Anfang. Der Wettbewerbsvorteil wird aus den Daten kommen – aus dem Finden und Trainieren an den seltenen Randfällen, an denen das Schlussfolgern scheitert. NVIDIA hat einen leistungsstarken Motor gebaut; jetzt muss er sich in den chaotischen und unübersichtlichen Umgebungen bewähren, in denen Tesla bereits ein Jahrzehnt Erfahrung gesammelt hat.

Gegenseitiger Respekt

Jensen Huang würdigte Teslas Arbeit und lobte den Technologie-Stack des Unternehmens als einen der fortschrittlichsten, die verfügbar sind.

Nvidia-CEO Jensen Huang heute in einem neuen Interview über @Tesla’s FSD:

„Ich glaube, der Tesla-Stack ist der fortschrittlichste Stack für autonome Fahrzeuge der Welt. Ich bin ziemlich sicher, dass sie bereits End-to-End-KI genutzt haben. Ob ihre KI dabei schlussfolgert oder nicht, ist dafür bis zu einem gewissen Grad zweitrangig… pic.twitter.com/pYuPYdwW3h

— Sawyer Merritt (@SawyerMerritt) 6. Januar 2026