एआई मॉडल और प्लेटफ़ॉर्म
स्वायत्त ड्राइविंग के लिए NVIDIA ने Alpamayo 2 Edge के मॉडल वेट जारी किए
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
NVIDIA ने 10 नवंबर, 2026 को Hugging Face पर Alpamayo 2 Edge के मॉडल वेट जारी किए। इससे 2 अरब पैरामीटर वाला यह मॉडल उन स्वायत्त-ड्राइविंग डेवलपरों के लिए उपलब्ध हुआ जो वाहन में मौजूद कंप्यूट क्षमता और विलंबता की सीमाओं के भीतर काम करते हैं। इस रिलीज़ में ड्राइविंग ट्रैजेक्टरी तैयार करने और उनकी जाँच करने के साथ-साथ उनकी व्याख्याओं के लिए परिनियोजन विधियाँ और मूल्यांकन उपकरण भी शामिल हैं।
NVIDIA ने सबसे पहले 21 अक्टूबर, 2026 की Hyperion घोषणा में Alpamayo 2 Edge की घोषणा की थी। इसमें इसे DRIVE AGX Thor के लिए अनुकूलित और वाहन में 10 Hz पर काम करने के लिए डिज़ाइन किया गया मॉडल बताया गया था। Alpamayo के उत्पाद पृष्ठ पर Edge को उपलब्ध बताया गया है और वाहन में इस्तेमाल होने वाले छोटे मॉडल को 34 अरब पैरामीटर वाले Alpamayo 2 Super से अलग रखा गया है। Alpamayo 2 Super को ड्राइविंग का पूर्वानुमान लगाने, दृश्य को समझने, स्वचालित लेबलिंग करने और छोटे मॉडल प्रशिक्षित करने के लिए बनाया गया है।
अनुकूली तर्क क्षमता वाला छोटा मॉडल
Cosmos 3 Edge, Nemotron पर आधारित तर्क-क्षमता का आधार प्रदान करता है, जबकि डिफ्यूज़न एक्शन एक्सपर्ट ड्राइविंग संबंधी क्रियाएँ तैयार करता है। इस विज़न-लैंग्वेज-एक्शन डिज़ाइन में चारों ओर लगे कैमरों का वीडियो, समय-संबंधी संदर्भ, वाहन की अपनी गति का इतिहास और नेविगेशन निर्देशों को भविष्य की ट्रैजेक्टरी तथा कारण-श्रृंखला की ऐसी व्याख्याओं में बदला जाता है जो निर्णयों को उनके कारणों से जोड़ती हैं। मॉडल ड्राइविंग दृश्य के बारे में खुले तौर पर पूछे गए सवालों के जवाब भी दे सकता है।
सामान्य ड्राइविंग के दौरान Edge हर निर्णय के लिए तर्क-क्रम तैयार करने के बजाय उसे छोड़ सकता है। ऐसे मामलों में, अनुमान स्क्रिप्ट खास NOMINAL टोकन जारी करती है, जिससे टोकन तैयार करने और अनुमान लगाने के लिए आवश्यक कंप्यूट घटता है, जबकि मॉडल ट्रैजेक्टरी तैयार करना जारी रखता है।
मॉडल कार्ड में बताया गया है कि इसे दुनिया भर में परिनियोजित किया जा सकता है। मॉडल वेट OpenMDW-1.1 लाइसेंस के तहत और सोर्स कोड Apache License 2.0 के तहत उपलब्ध है। इसके प्रशिक्षण डेटासेट में वाहन की अपनी गति और ट्रैजेक्टरी के एनोटेशन वाले बहु-कैमरा ड्राइविंग वीडियो के लगभग 115,000 घंटे, साथ ही कारण-श्रृंखला संबंधी तर्क के करीब 3.7 मिलियन ट्रेस शामिल हैं। डेटा में कैमरा, इनर्शियल मेज़रमेंट यूनिट और GPS रिकॉर्ड के साथ-साथ कृत्रिम रूप से तैयार किए गए तर्क-क्रम भी शामिल हैं।
प्रशिक्षण के लिए Alpamayo 2 Super ने तर्क-संबंधी स्वचालित लेबल तैयार किए, जिनका इस्तेमाल ऑफ़लाइन डिस्टिलेशन में हुआ। इसके बाद Edge ने AlpaGym सिम्युलेटर में क्लोज़्ड-लूप रीइन्फोर्समेंट लर्निंग के ज़रिए अपनी क्रियाओं के नतीजों से सीखा। NVIDIA के अनुसार, इस चरण से क्लोज़्ड-लूप ड्राइविंग प्रदर्शन में उस सर्वश्रेष्ठ चेकपॉइंट की तुलना में 48.9% सुधार हुआ, जिसमें क्लोज़्ड-लूप रीइन्फोर्समेंट लर्निंग का इस्तेमाल नहीं किया गया था।
वाहन में विलंबता और सत्यापन की सीमाएँ
डाउनलोड किए गए BF16 वेट समर्थित NVIDIA GPU पर PyTorch मॉडल के रूप में सीधे चलाए जा सकते हैं, लेकिन DRIVE AGX Thor पर वास्तविक समय में काम करने के लिए और अनुकूलन आवश्यक है। NVIDIA की विधि में ऑनलाइन तर्क के लिए DFlash2 स्पेक्युलेटिव डिकोडिंग के साथ FP8 कैलिब्रेशन, ONNX एक्सपोर्ट, TensorRT और TensorRT-Edge-LLM का इस्तेमाल होता है। इस विधि के अनुसार, कैमरा इनपुट से ट्रैजेक्टरी आउटपुट तक 160–190 मिलीसेकंड लगते हैं; यह समय तर्क की मात्रा पर निर्भर करता है और इसे DRIVE OS 7.2.7.0, CUDA 13.4 और TensorRT 11.3.1.9 के साथ DRIVE AGX Thor-X पर मापा गया था।
NVIDIA के अनुसार, AlpaSim क्लोज़्ड-लूप सिम्युलेटर में Edge ने अपनी गलती से हुई घटनाओं के बीच 9.87 किलोमीटर की दूरी दर्ज की, जबकि 4 अरब पैरामीटर वाले Qwen-Drive-1.0 के लिए यह दूरी 0.25 किलोमीटर थी। इसी तुलना में न्यूनतम औसत विस्थापन त्रुटि Edge के लिए 0.53 मीटर और Qwen-Drive-1.0 के लिए 1.68 मीटर रही; कम मान का अर्थ है कि ट्रैजेक्टरी का पूर्वानुमान वास्तविक ट्रैजेक्टरी के अधिक करीब है।
बेसलाइन सॉफ़्टवेयर संगतता के लिए, मॉडल कार्ड में एक NVIDIA H100 80GB GPU पर किए गए परीक्षण का उल्लेख है और कहा गया है कि अन्य GPU आर्किटेक्चर का अभी सत्यापन नहीं हुआ है। यह बात अनुकूलित Thor-X विधि से अलग है। स्वायत्त-ड्राइविंग सिस्टम में इसे शामिल करने से पहले, उपयोग के विशिष्ट मामलों के डेटा के साथ अतिरिक्त परीक्षण और इकाई तथा सिस्टम स्तर पर बार-बार सत्यापन करना आवश्यक है।
AlpaJudge मूल्यांकन को प्रशिक्षण से जोड़ता है
NVIDIA ने AlpaJudge भी जारी किया, जो मानव-मूल्यांकन के आधार पर अंशांकित मूल्यांकन और पुरस्कार मॉडल है। इसके वेट और कोड पर भी वही लाइसेंस लागू हैं। AlpaJudge-RB संदर्भ-आधारित है: यह बिना छवियों के एक प्रश्न, संदर्भ उत्तर और संभावित उत्तर लेता है और 0 से 1 के बीच एक संरेखण-प्रायिकता लौटाता है। संदर्भ-रहित AlpaJudge-RF इसके बजाय आगे की ओर लगे तीन वाइड-एंगल कैमरों और तीन टेलीफ़ोटो कैमरों के फ़्रेम, वाहन की अपनी गति से जुड़ी मेटा-एक्शन का इतिहास और भविष्य का संदर्भ, साथ ही संभावित तर्क लेता है। इसके बाद यह पाँच मानदंडों की प्रायिकताएँ और क्रिया, घटक तथा समग्र स्कोर लौटाता है।
NVIDIA के दिशानिर्देशों के अनुसार, तर्क का ऊँचा स्कोर इस बात का संकेत है कि व्याख्या निर्णायक के मूल्यांकन मानदंडों से मेल खाती है। फिर भी, ड्राइविंग व्यवहार का आकलन करने के लिए टक्कर, सड़क से बाहर जाने, नज़दीकी मुठभेड़ और ट्रैजेक्टरी से जुड़े मेट्रिक्स की आवश्यकता बनी रहती है। कम स्कोर वाले उदाहरणों को अपने-आप खारिज करने के बजाय उनकी समीक्षा करनी चाहिए, क्योंकि उनसे दुर्लभ विफलताओं का पता चल सकता है। बहुत ऊँचे स्कोर उन दृश्यों की पहचान कर सकते हैं जिन्हें मॉडल पहले से लगातार एक ही तरह से समझाता है, जबकि बीच के स्कोर अक्सर आगे के प्रशिक्षण के लिए उपयोगी अवसरों की ओर संकेत करते हैं।
सार्वजनिक रूप से उपलब्ध रीइन्फोर्समेंट-लर्निंग विधि में नमूने से लिए गए तर्क का मूल्यांकन करने के लिए AlpaJudge-RB का इस्तेमाल किया जा सकता है; इसमें ट्रैजेक्टरी की त्रुटि और आरामदायक सवारी को भी ध्यान में रखा जाता है। NVIDIA ट्रैजेक्टरी की निर्धारित सीमा बनाए रखने और घटक स्कोर दर्ज करने की सलाह देता है, ताकि सहज लेकिन गलत व्याख्या अकेले ही ऊँचा कुल पुरस्कार न दिला सके। इस रिलीज़ का व्यावहारिक महत्व उस विकास-चक्र में है जिसे यह संभव बनाती है: वाहन में इस्तेमाल के लिए छोटा अनुमान मॉडल, स्कोर की गई व्याख्याएँ और लक्षित पुनःप्रशिक्षण। बेहतर व्याख्याएँ बेहतर ड्राइविंग में बदलती हैं या नहीं, इसका निर्णय टक्कर और ट्रैजेक्टरी से जुड़े साक्ष्यों के आधार पर किया जाता है।
