NVIDIA का अल्पामायो 2 सुपर रोबोटैक्सी विकास के लिए व्यावसायिक उपयोग खोलता है

NVIDIA (NVDA ) ने अल्पामायो 2 सुपर, एक 34-बिलियन-पैरामीटर तर्क मॉडल को स्वायत्त ड्राइविंग के लिए, व्यावसायिक उपयोग के लिए जारी किया है, कंपनी ने 4 अगस्त, 2026 को घोषणा की। मॉडल के वजन हगिंग फेस पर ओपनएमडब्ल्यू-1.1 के तहत पोस्ट किए गए हैं, लिनक्स फाउंडेशन के प्रतिबंधक लाइसेंस के लिए एआई मॉडल वितरण, जो फाइन-ट्यूनिंग, डेरिवेटिव मॉडल और व्यावसायिक पुनर्वितरण को कवर करता है।

रिलीज़ एक लाइसेंस बाधा को दूर करता है जिसने अल्पामायो परिवार को शोध में रखा था; पहले के संस्करण शोध और विकास के उपयोग के लिए पेश किए गए थे; NVIDIA कहता है कि ओपनएमडब्ल्यू लाइसेंस अब अल्पामायो लाइनअप के पूरे पर लागू होता है, इसलिए डेवलपर, ऑटोमेकर, ट्रक निर्माता और आपूर्तिकर्ता व्यावसायिक रूप से किसी भी मॉडल को तैनात कर सकते हैं बिना अतिरिक्त अनुमति मांगे। कंपनी अल्पामायो को हगिंग फेस पर स्वायत्त ड्राइविंग के लिए सबसे अधिक अपनाया जाने वाला खुला तर्क मॉडल परिवार के रूप में वर्णित करती है, जिसके डाउनलोड 500,000 से अधिक हो गए हैं।

अल्पामायो 2 सुपर NVIDIA के कॉस्मोस 3 सुपर रीज़नर और पोस्ट-ट्रेनिंग के साथ पुनरावृत्ति सीखने पर बनाया गया है। यह उद्योग द्वारा कहे जाने वाले लंबी पूंछ की घटनाओं पर केंद्रित है: दुर्लभ, बहु-एजेंट यातायात स्थितियां जो प्रत्याशित और प्रशिक्षित करने में कठिन हैं, जहां पारंपरिक प्रणालियां वस्तु का पता लगाने और गति की भविष्यवाणी पर बनाई गई हैं जो संघर्ष करने के लिए प्रवण होती हैं।

एक शिक्षक मॉडल, न कि इन-कार स्टैक

वास्तुकला, मॉडल कार्ड में विस्तृत, एक 32-बिलियन-पैरामीटर दृश्य-भाषा बैकबोन को 2.3-बिलियन-पैरामीटर डिफ्यूजन-आधारित एक्शन डिकोडर के साथ जोड़ती है। मॉडल मल्टी-कैमरा वीडियो, पाठ और वाहन के गति इतिहास को निगलता है, और प्रत्येक ड्राइविंग स्थिति के लिए पांच जोड़े गए आउटपुट उत्पन्न करता है: एक योजनाबद्ध ट्रेजेक्टरी, एक श्रृंखला के कारणों का पता लगाने वाला निशान जो निर्णय के पीछे के तर्क की व्याख्या करता है, एक उच्च-स्तरीय मेटा-क्रिया जैसे कि यील्ड या लेन परिवर्तन, स्व-जनित तर्क लेबल प्रशिक्षण डेटा के लिए, और दृश्य प्रश्न उत्तर जो कैमरा छवियों में विशिष्ट क्षेत्रों में आधारित होते हैं।

यह एक विकास उपकरण है, न कि उत्पादन रोबोटैक्सी को निर्देशित करने वाला सॉफ्टवेयर। NVIDIA अल्पामायो 2 सुपर को क्लाउड-आधारित कार्य प्रवाहों के लिए एक शिक्षक मॉडल के रूप में स्थिति में रखता है: यह तर्क ट्रेस, सिंथेटिक प्रशिक्षण डेटा और शिक्षक आउटपुट उत्पन्न करता है जो छोटे मॉडलों में डिस्टिल्ड हो जाते हैं, जो तब वाहनों में वास्तविक समय के अनुमान के लिए अनुकूलित होते हैं। मॉडल कार्ड में हार्डवेयर प्रोफ़ाइल इस विभाजन को प्रतिबिंबित करता है। NVIDIA ने एक ही एच100 डेटा-सेंटर जीपीयू के साथ मॉडल को मान्य किया, जिसमें 80 गीगाबाइट की मेमोरी है, जहां एक सात-कैमरा कॉन्फ़िगरेशन लगभग 72 गीगाबाइट की डिवाइस मेमोरी पर चोटी पर था, और यह कहता है कि अन्य जीपीयू आर्किटेक्चर को अभी तक मान्य नहीं किया गया है। परिवार की लाइनअप में, 10-बिलियन-पैरामीटर अल्पामायो 1.5 और अल्पामायो 1 क्लाउड विकास और डिस्टिलेशन कार्य के लिए कम लागत वाले विकल्प बने हुए हैं।

व्याख्या आउटपुट सुरक्षा-इंजीनियरिंग वजन ले जाते हैं। NVIDIA कहता है कि श्रृंखला के कारणों का पता लगाने वाला निशान इसके हैलोस सुरक्षा-मान्यकरण कार्य प्रवाहों के साथ एकीकृत होता है और आईएसओ/पीएएस 8800 के साथ संरेखण का समर्थन करता है, जो सड़क वाहनों में एआई के लिए प्रकाशित सुरक्षा मानक है, जो डेवलपर्स को एक रिकॉर्ड प्रदान करता है जो मॉडल द्वारा देखे गए और चुने गए क्रिया को जोड़ता है। अपने स्वामित्व वाले बेड़े के डेटा पर एक ऑटोलेबलर के रूप में, कंपनी कहती है, मॉडल महीनों से दिनों तक एनोटेशन चक्र को संकुचित कर सकता है।

बेंचमार्क और प्रशिक्षण डेटा

NVIDIA के अपने परीक्षण में, अल्पामायो 2 सुपर ने लिंगो-जज मेट्रिक ऑफ लिंगोक्यूए, एक दृश्य प्रश्न उत्तर बेंचमार्क के लिए 79.2 स्कोर किया, जो स्वायत्त ड्राइविंग के लिए मूल रूप से वेवे द्वारा विकसित किया गया था। कंपनी कहती है कि यह परिणाम लगभग 40 मॉडलों के बीच पहले स्थान पर है, जिन्हें उन्होंने मूल्यांकन किया है, और क्यूवेन 2.5-वीएल 72बी से 17.0 अंक, जेमिनी 2.5 प्रो से 15.1 अंक और जीपीटी-4ओ से 23.2 अंक से बेहतर प्रदर्शन किया है। ये NVIDIA के अपने मॉडल के लिए अपने सामग्री में रिपोर्ट किए गए संख्याएं हैं।

मॉडल कार्ड में एनवीआईडीआईए के अल्पासिम सिम्युलेटर में 910 सценारियों के पारित होने वाले मूल्यांकन की भी रिपोर्ट की जाती है, जो इसके फिजिकलएआई-एवी-न्यूरेक डेटासेट से है, और 937 चुनौतीपूर्ण नमूनों पर 6.4-सेकंड के क्षितिज पर 0.911 मीटर का खुला-लूप ट्रेजेक्टरी त्रुटि है। मॉडल के पीछे प्रशिक्षण डेटा में लगभग 115,000 घंटे का मल्टी-कैमरा ड्राइविंग वीडियो शामिल है, जिसमें ईगोमोशन और ट्रेजेक्टरी एनोटेशन हैं, साथ ही कैमरों, जड़त्वीय सेंसर और जीपीएस से एकत्र किए गए लगभग 3.7 मिलियन श्रृंखला के कारणों का पता लगाने वाला निशान है, जिसमें स्वचालित और मैनुअल लेबलिंग का मिश्रण है।

सीईएस डेब्यू से व्यावसायिक लाइसेंसिंग तक

परिवार ने लाइसेंसिंग चरणों द्वारा तेजी से आगे बढ़ाया है। NVIDIA सीईएस में अल्पामायो 1 का अनावरण किया जो उन्होंने स्वायत्त वाहन अनुसंधान के लिए उद्योग का पहला श्रृंखला के कारणों का पता लगाने वाला तर्क-भाषा-क्रिया मॉडल कहा, एक 10-बिलियन-पैरामीटर रिलीज़ जो अनुसंधान समुदाय को लक्षित करता है। कंपनी ने तब जीटीसी ताइपे में अल्पामायो 2 सुपर की शुरुआत की 31 मई, 2026 को, जिसमें गर्मियों के लिए व्यावसायिक उपलब्धता का वादा किया गया था; परिवार उस समय लगभग 400,000 बार डाउनलोड किया गया था, एक संख्या जो तब से 500,000 से अधिक हो गई है। यूनाइट.एआई ने परिवार पहली बार दिखाई देने पर एज केस समस्या के लिए तर्क-मॉडल दृष्टिकोण की जांच की।

लाइसेंस जो इस सप्ताह की रिलीज़ को सक्षम बनाता है वह खुद कुछ हफ्ते पुराना है। लिनक्स फाउंडेशन ओपनएमडब्ल्यू-1.1 को 28 मई, 2026 को जारी किया, जिसमें NVIDIA ने अपने कॉस्मोस, आइजैक जीआर00टी, आइसिंग और नेमोट्रॉन मॉडल परिवारों में इसकी अपनाई की; अल्पामायो अब उस सूची में शामिल हो गया है। मॉडल के आसपास, NVIDIA ने स्वायत्त वाहन विकास के लिए एक खुला पारिस्थितिकी तंत्र इकट्ठा किया है: अल्पासिम के लिए बंद-लूप सिम्युलेशन, अल्पागिम के लिए पुनरावृत्ति सीखने, फिजिकल एआई ओपन डेटासेट, और एक ओपन-सोर्स ऑटो-लेबलिंग पाइपलाइन।

रोबोटैक्सी और स्वायत्त वाहन कार्यक्रमों के लिए, व्यावहारिक परिवर्तन एक प्रत्यक्ष मार्ग है जो अनुकूलन से खुले वजन पर तैनाती तक जाता है: एक विकास टीम अल्पामायो को अपने स्वयं के बेड़े के डेटा पर अनुकूलित कर सकती है, उस डेटा और परिणामी मॉडल को घर में रख सकती है, परिणाम को कुछ ऐसा में डिस्टिल कर सकती है जो वाहन में फिट हो जाए, और इसे व्यावसायिक रूप से शिप कर सकती है, सभी एक लाइसेंस के तहत, बिना मूलभूत क्षमताओं को स्क्रैच से पुनः बनाए।