カリフォルニア州サニーベール（2026年6月1日） — 物理 AI（Physical AI）向けの安全およびデータインフラプロバイダーである Foretellix は本日、NVIDIA Alpamayo エコシステムに対応した「リファレンスソリューション（Reference Solution）」を発表しました。
Foretellix は、AI 駆動型自動運転システムを構築する開発者向けに、データキュレーション（Data Curation）、合成データ生成（SDG）、テスト、および検証（Validation）ワークフローの加速を支援します。同社のリファレンスソリューションは、あらゆる AI 駆動型自動運転開発環境に対し、自信を持って大規模な AV スタック（AV Stacks）のトレーニングと検証を行うために必要なガイダンス、手法、およびツールを提供します。
Foretellix の CEO 兼共同創設者である Ziv Binyamini 氏は次のように述べています。「AI 主導の自律走行への移行は、自動運転システムの開発および検証方法を根本から変えるものです。開発者はもはや、従来のソフトウェア検証手法に頼ることはできません。当社の NVIDIA Alpamayo ベースのリファレンスソリューションは、次世代の AI 走行システムをトレーニング、検証し、安全に規模を拡大するために必要な、Foretellix のデータセントリック（データ中心型）なインフラストラクチャを実証するものです。」
物理 AI のためのデータセントリック・インフラストラクチャ
ワークフローは、AV 走行ログのデノイジング（Denoising / ノイズ除去）から始まります。これはデータからグラウンドトゥルース（Ground Truth / 真値）を抽出するために不可欠なプロセスです。このプロセスにより、時系列シナリオ・ラベリング（Temporal Scenario Labeling）と合成シナリオ設計の両方が可能になり、開発者は特定のシナリオを正確に再現したり、制御されたバリエーション（変体）を生成したりすることができます。
この基礎ステップに続き、データキュレーションとデータウェアハウスの探索が行われ、開発者は合成データ生成のベースラインとなる価値の高い走行セグメントを特定します。V&V（検証・確認）エンジニアは、仮想環境と現実世界の双方において、システムが遭遇またはテストした特定の運行設計領域（ODD）を即座に可視化できます。Foretellix のソリューションは、これらのデータを無秩序なデータレイクではなく、構造化されたデータウェアハウスへと整理します。
合成データ生成（SDG）による ODD ギャップの解消
物理 AI ツールチェーンにおいて、行動 ODD 網羅率分析（Behavioral ODD Coverage Analysis）と合成データ生成（SDG）は中核をなす要素です。このツールチェーンは ODD 内の特定のギャップを特定し、テストエンジニアがその網羅率の欠落を直接補完する新しい合成シナリオを設計・編集することを可能にします。
安全性とスケーラビリティ
NVIDIA Omniverse NuRec と統合された Foretellix Foretify シナリオデザイナーを通じて、エンジニアは再構成されたシーン内でのアクターの行動変更や新規アクターの追加を行い、ODD の完全性を分析できます。これらのシーンは、NVIDIA Cosmos を使用してさらに強化・拡張することが可能です。多様なシナリオを大規模に生成することは、複雑な物理環境への安全な導入に向けたスタックの準備ができているかを検証する鍵となります。
Foretellix は、6月5日午後3時40分より CVPR の NVIDIA Expo Theater、および展示期間中のブース 826 にて、NVIDIA Alpamayo ベースのリファレンスソリューションのデモンストレーションを実施します。
