NVIDIA此次提出的Autosim技术，就是透过本身虚拟影像技术建构完整的场景内容，并且可依照训练需求自行调整各类光影技术，其中可透过调整光线照射角度来确认车辆上的光达系统等光学感测元件是否能正常做动。
虽然先前说明借由ISSAC虚拟环境训练Jetson平台机器人学习行为时，NVIDIA曾表示若要建构一个虚拟环境用于训练自动驾驶车辆的话，恐怕会因为必须模拟环境更加复杂而使难度增加。不过，在DGX超级电脑与基于Xavier的Drive PX 2车用电脑运算能力持续提升许多情况下，将能借由虚拟环境模式加快自动驾驶车辆学习训练成效。
在此之前，Ubisoft打造《看门狗2》之后，曾经宣布将使虚拟建构的完整旧金山场景内容用于自动驾驶车辆训练，而NVIDIA此次提出的Autosim技术，就是透过本身虚拟影像技术建构完整的场景内容，并且可依照训练需求自行调整各类光影技术，其中可透过调整光线照射角度来确认车辆上的光达系统等光学感测元件是否能正常做动。
而采用类似训练Jetson平台机器人学习行为的ISSAC虚拟环境让车辆加快学习效率，最主要还是考量自动驾驶车辆在道路上实际测试可能面临风险，因此让车辆能在安全环境下以虚拟化形式学习，如此即可缩短自动驾驶车辆整体整体所需训练时间，同时也能避免自动驾驶车辆在测试过程发生意外，导致不必要的成本增加。
另一方面，针对智慧车载系统应用部分，NVIDIA也宣布与车厂合作去年提出作为车辆行进过程的辅助系统Drive IX，以及结合数位显示功能的仪表板、后视镜等，借此即时显示导航指示、前方路况，或是后车逼近等资讯的Drive AR技术，两者都将以SDK形式提供车厂使用，借此打造更具安全的车辆产品。
