チューリング、経済産業省が公募する令和６年度補正「地域の移動課題解決に向けた自動運転サービス開発・実証支援事業」に採択

Turing

2025年4月24日 10時00分

Turing株式会社（本社：東京都品川区、代表取締役：山本一成、以下「チューリング」）は、経済産業省が公募する令和６年度補正「地域の移動課題解決に向けた自動運転サービス開発・実証支援事業」において、共同提案者の一社として採択されたことをお知らせします。
　本事業により、地域における交通手段不足や深刻化する移動課題の解決を目指した実証を進めるとともに、End-to-End自動運転システムの開発を加速し、より安全・高度な完全自動運転の社会実装を目指していきます。

採択結果はこちら：https://www.meti.go.jp/information/publicoffer/saitaku/2025/s250319001.html

本事業におけるチューリングの取り組み

　本事業では、以下の取り組みにより公道走行データとマルチモーダル生成AIを組み合わせた大規模な仮想データセットを構築し、複雑な交通状況にも柔軟に対応可能な高度な自動運転技術を開発・検証します。

大規模仮想データセットの生成
- 実データに空間と時間を統合した4次元情報を付加し、自車視点の映像や周囲車両・歩行者の動きなどを詳細に記録します。さらに、交通ドメインに適合した生成AIを用いて自然言語による説明文や質問応答データを加え、認識・予測・計画の学習を一括で支援しながら自動運転モデルおよび運転ドメインの世界モデル開発を加速します。
生成AIモデルの構築と精度向上
- 多様な実環境データに加え、シミュレーションデータや世界モデルの情報を組み合わせてハルシネーション対策を実施します。Red-teaming※を活用した脆弱性検証や敵対的シナリオの生成を行い、認識エラーや対抗入力に強いEnd-to-End自動運転モデルの開発を加速します。
大規模データセットの公開に向けた整備
- 多様な自動運転・ADAS開発時の安全性・機能検証を高速化するシミュレーション基盤構築に有用なデータセットを生成します。データの性質・量が優れているだけでなく、生成AIのリスク・懸念事項に対する手立てを予め講じられたものを生成します。

※:企業やシステムのセキュリティ対策を評価する手法で、疑似的な攻撃を行うことで脆弱性を特定するプロセス。

令和６年度補正「地域の移動課題解決に向けた自動運転サービス開発・実証支援事業」について※

　人口減少による交通の担い手不足やインバウンド等による移動需要の拡大により、地域の移動課題が顕在化する中、新たな自動運転サービスの実装を通じて、地域における移動課題を解決し、モビリティ産業を創出していくことが重要。昨年策定した「モビリティDX戦略」では、海外の自動運転タクシーの事業化が先行している中、収益性のある自動運転タクシー事業を日本において早期に創出していくことを課題としている。また、得られた知見について、将来的には乗用車に展開していくことが、自動車産業の競争力強化の観点からも重要。このため、自動車メーカーを中核とした、日本発の自動運転の標準モデルを構築し、本モデルを活用して、日本各地における新たな自動運転サービスの実装を進めるとともに、これを足掛かりとして、日本と共通の社会課題・街づくりに取り組む新興国含むグローバルマーケットへの横展開を早期に進める。また、安全性を維持した上で、先行する米中勢のSDV開発に追いつき追い越すため、中立的な主体が、リアルデータを基に生成AI技術を用いて生成した大量の仮想データで不足分を補完する「オープンデータセット」を構築し、これらを活用し、様々な交通環境を再現したシミュレーション環境の構築と、そこにおける安全性・機能性検証のサイクルを確立することにより、高度・高性能な自動運転ソフトウェア・SDV車両の実装を加速させる。

※：令和６年度補正「地域の移動課題解決に向けた自動運転サービス開発・実証支援事業」に係る企画競争募集要領より
https://www.meti.go.jp/information/publicoffer/kobo/2025/downloadfiles/k250205003_1.pdf

チューリングについて

　完全自動運転の開発に取り組むスタートアップです。カメラから取得したデータのみでステアリング、アクセル、ブレーキなど、運転に必要なすべての判断をAIが行うE2E (End-to-End) の自動運転システムを開発しています。複数種類のデータを用いて高度な判断を行うマルチモーダル生成AI「Heron」や、リアルな運転シーンを動画として生成可能な自動運転向け生成世界モデル「Terra」、画像から得た運転環境を自然言語で詳細に説明し適切な経路計画を生成することが可能な自動運転向けVLAモデルデータセット「CoVLA Dataset」等の開発を通じて自動運転領域における技術革新を推進し、2030年までにハンドルのない完全自動運転車の開発を目指しています。