NVIDIA uvolňuje Alpamayo 2 Super, otevírá rozvoj robotaxi pro komerční použití

NVIDIA (NVDA ) zpřístupnila pro komerční použití Alpamayo 2 Super, model s 34 miliardami parametrů a schopností uvažování pro autonomní řízení, jak společnost oznámila 4. srpna 2026. Modelové váhy jsou umístěny na Hugging Face pod licencí OpenMDW-1.1, permisivní licencí Linux Foundation pro distribuci modelů AI, která pokrývá dolaďování, odvozené modely a komerční redistribuci.

Vydání odstraňuje licenční překážku, která rodinu Alpamayo omezovala na výzkum. Dřívější verze byly určeny pro výzkum a vývoj. NVIDIA uvádí, že licence OpenMDW nyní platí pro celou řadu Alpamayo, takže vývojáři, výrobci osobních i nákladních vozidel a dodavatelé mohou kterýkoli model komerčně nasadit bez dalšího svolení. Společnost označuje Alpamayo za nejpoužívanější otevřenou rodinu modelů s uvažováním pro autonomní řízení na Hugging Face, kde počet stažení překročil 500 000.

Alpamayo 2 Super vychází z modelu NVIDIA Cosmos 3 Super Reasoner a prošel následným tréninkem pomocí posilovaného učení. Zaměřuje se na vzácné dopravní situace s více účastníky, které se obtížně předvídají i zahrnují do tréninku a v nichž konvenční systémy založené na detekci objektů a předpovídání pohybu často narážejí na limity.

Učitelský model, nikoli palubní řídicí systém

Architektura popsaná v modelové kartě spojuje základní vizuálně-jazykovou síť s 32 miliardami parametrů a difuzní dekodér akcí s 2,3 miliardy parametrů. Model přijímá video z více kamer, text a historii pohybu vozidla. Pro každou jízdní situaci vytváří pět propojených výstupů: plánovanou trajektorii, záznam příčinných souvislostí vysvětlující rozhodnutí, obecnější akci, například dání přednosti nebo změnu pruhu, automaticky generované anotace uvažování pro tréninková data a vizuální odpovědi na otázky ukotvené v konkrétních oblastech kamerových snímků.

Jde o vývojový nástroj, nikoli software, který by přímo řídil sériově provozované robotaxi. NVIDIA představuje Alpamayo 2 Super jako učitelský model pro cloudové pracovní postupy: vytváří záznamy uvažování, syntetická tréninková data a učitelské výstupy, které se destilují do menších modelů následně optimalizovaných pro inferenci v reálném čase ve vozidlech. Tomu odpovídají i hardwarové údaje v modelové kartě. NVIDIA ověřila model na jediném datacentrovém GPU H100 s 80 GB paměti, kde konfigurace se sedmi kamerami využila ve špičce přibližně 72 GB paměti zařízení. Jiné architektury GPU podle společnosti dosud ověřeny nebyly. Modely Alpamayo 1.5 a Alpamayo 1 s 10 miliardami parametrů zůstávají levnějšími možnostmi pro cloudový vývoj a destilaci.

Výstupy vysvětlující rozhodování jsou podstatné pro bezpečnostní inženýrství. NVIDIA uvádí, že záznamy příčinných souvislostí lze začlenit do postupů ověřování bezpečnosti Halos a že podporují soulad s ISO/PAS 8800, vydaným bezpečnostním standardem pro AI v silničních vozidlech. Vývojáři tak získávají záznam propojující pozorování modelu s vybranou akcí. Při automatickém anotování vlastních dat z vozového parku může podle firmy model zkrátit cykly anotace z měsíců na dny.

Benchmarky a trénovací data

Ve vlastních testech NVIDIA dosáhl Alpamayo 2 Super skóre 79,2 v metrice Lingo-Judge benchmarku LingoQA, který hodnotí vizuální odpovídání na otázky pro autonomní řízení a který původně vyvinula společnost Wayve. Společnost uvádí, že se tím model umístil na prvním místě mezi téměř 40 hodnocenými modely a překonal Qwen2.5-VL 72B o 17,0 bodu, Gemini 2.5 Pro o 15,1 bodu a GPT-4o o 23,2 bodu. Jde o vlastní výsledky NVIDIA pro její vlastní model, zveřejněné v jejích materiálech.

Modelová karta uvádí také hodnocení v uzavřené smyčce v simulátoru NVIDIA AlpaSim na 910 scénářích z datové sady PhysicalAI-AV-NuRec a chybu trajektorie v otevřené smyčce 0,911 metru při horizontu 6,4 sekundy na 937 náročných vzorcích. Tréninková data zahrnují přibližně 115 000 hodin záznamů jízdy z více kamer s anotacemi vlastního pohybu vozidla a trajektorií a přibližně 3,7 milionu záznamů uvažování o příčinných souvislostech. Data pocházejí z kamer, inerciálních senzorů a GPS a byla anotována kombinací automatických a ručních postupů.

Od debutu na CES ke komerční licenci

Rodina modelů rychle postupovala jednotlivými licenčními etapami. NVIDIA představila Alpamayo 1 na veletrhu CES jako podle svého vyjádření první model pro výzkum autonomních vozidel, který propojuje obraz, jazyk a akce s uvažováním v řetězci myšlenek. Šlo o vydání s 10 miliardami parametrů určené výzkumné komunitě. Společnost poté představila Alpamayo 2 Super na GTC Taipei dne 31. května 2026 s příslibem komerční dostupnosti v létě. Rodina modelů tehdy zaznamenala téměř 400 000 stažení a od té doby překročila 500 000. Unite.AI rozebíralo přístup modelů s uvažováním k neobvyklým situacím, když tato rodina poprvé objevila.

Také licence umožňující vydání z tohoto týdne je stará teprve několik týdnů. Linux Foundation vydala OpenMDW-1.1 dne 28. května 2026a NVIDIA ji přijala pro rodiny modelů Cosmos, Isaac GR00T, Ising a Nemotron. Nyní se k nim přidává Alpamayo. Kolem modelů NVIDIA vybudovala otevřený ekosystém pro vývoj autonomních vozidel: AlpaSim pro simulace v uzavřené smyčce, AlpaGym pro posilované učení, Physical AI Open Datasets a otevřený nástrojový řetězec pro automatickou anotaci.

Pro projekty robotaxi a autonomních vozidel znamená tato změna přímou cestu od přizpůsobení k nasazení modelů s otevřenými vahami. Vývojový tým může Alpamayo doladit na vlastních datech z vozového parku, ponechat data i výsledné modely uvnitř organizace, destilovat výsledek do podoby vhodné pro palubní výpočetní techniku a komerčně jej uvést do provozu. To vše pod jedinou licencí a bez nutnosti budovat základní schopnosti znovu od začátku.