Rivian detalha RAP1, ACM3, LDM e LiDAR: autonomia com IA e assinatura Autonomy+

No Autonomy & AI Day, a Rivian apresentou o chip RAP1, o ACM3 e a chegada do LiDAR aos R2, além do LDM e do serviço Autonomy+, rumo à condução autônoma.

A Rivian apresentou um dos roteiros tecnológicos mais ousados até aqui, revelando uma pilha fortemente integrada que vai do silício feito em casa à autonomia de nova geração, amarrada por IA em profundidade. As novidades vieram no primeiro Autonomy & AI Day da empresa, em Palo Alto, e deixam claro o movimento rumo ao controle vertical de toda a tecnologia a bordo.

No centro da apresentação esteve o Rivian Autonomy Processor (RAP1), um chip de 5 nm desenhado especificamente para IA física com foco em visão. Ele entrega até 1600 TOPS INT8 esparsos e é capaz de processar cinco bilhões de pixels por segundo — números que, no papel, evidenciam a aposta da Rivian em percepção por câmeras em escala. O RAP1 alimenta o computador de autonomia de terceira geração da marca, o Autonomy Compute Module 3 (ACM3).

A arquitetura do RAP1 estreia o RivLink, um interconector de baixa latência que permite encadear múltiplos chips, tornando a plataforma naturalmente escalável. A Rivian também destacou seu compilador de IA e o software da plataforma desenvolvidos internamente para extrair desempenho do hardware proprietário. A empresa afirmou cumprir requisitos de segurança funcional automotiva, mas não divulgou um nível ASIL específico.

A montadora confirmou ainda que pretende ampliar o conjunto de sensores ao adicionar LiDAR aos futuros modelos R2. A tecnologia chega para complementar a abordagem multimodal com dados espaciais 3D de alta resolução e redundância adicional de detecção, sobretudo nos casos de borda mais desafiadores. O hardware de autonomia de terceira geração, que combina o ACM3 ao LiDAR, está em validação; a implantação em produção nos veículos R2 é esperada até o fim de 2026 — um movimento que soa pragmático ao reforçar câmeras com um mapa 3D detalhado.

Do lado do software, a empresa detalhou a Rivian Autonomy Platform, concebida em torno de um ciclo de dados de ponta a ponta para treinamento. No núcleo está o Large Driving Model (LDM), um modelo fundamental de condução autônoma treinado de forma semelhante aos grandes modelos de linguagem. O sistema utiliza Group-Relative Policy Optimization (GRPO) para destilar estratégias eficazes de condução, aprendidas em conjuntos de dados em larga escala, diretamente no comportamento do veículo.

Parte dessas capacidades deve chegar aos clientes a curto prazo. A Rivian anunciou o Universal Hands-Free para os veículos R1 de segunda geração, permitindo condução assistida sem as mãos por longos trechos em mais de 3,5 milhões de milhas de estradas nos Estados Unidos e no Canadá, incluindo algumas rotas fora de rodovias com faixas bem demarcadas.

Os novos recursos de autonomia serão oferecidos via Autonomy+, um serviço por assinatura com lançamento previsto para o início de 2026. Os preços foram definidos em US$ 2.500 na compra única ou US$ 49,99 por mês. A marca descreve a autonomia como um produto de software em evolução, com trajetória declarada que vai da condução ponto a ponto ao uso sem vigilância ocular e, por fim, à autonomia pessoal de Nível 4 em condições delimitadas — um roteiro ambicioso, porém bem delineado.

Para além da condução, a Rivian apresentou a Rivian Unified Intelligence (RUI), uma base de IA compartilhada pensada para conectar dados do veículo, operações de serviço e experiências para o usuário. Um dos frutos dessa arquitetura é o Rivian Assistant, uma interface de voz de nova geração com estreia prevista para o início de 2026 nos R1 de primeira e segunda gerações.

O assistente roda em modelos de borda próprios da Rivian, reforçados por grandes modelos de linguagem de fronteira, e se apoia em uma estrutura agentic desenvolvida internamente para ligar os sistemas do veículo a aplicativos de terceiros. O Google Calendar foi citado como a primeira integração confirmada. A mesma camada de inteligência também dará suporte a diagnósticos de serviço, analisando telemetria e histórico do veículo para auxiliar técnicos e melhorar os fluxos de manutenção — um passo que, se bem executado, tende a reduzir atritos no pós-venda.