NVIDIA Merilis Bobot Alpamayo 2 Edge untuk Mengemudi Otonom

NVIDIA merilis bobot model Alpamayo 2 Edge di Hugging Face pada 10 November 2026, sehingga model dengan 2 miliar parameter tersedia bagi pengembang sistem mengemudi otonom yang bekerja dengan batasan komputasi dan latensi di dalam kendaraan. Rilis ini mencakup panduan penerapan dan alat evaluasi untuk menghasilkan serta menelaah lintasan berkendara beserta penjelasannya.

NVIDIA pertama kali mengumumkan Alpamayo 2 Edge dalam pengumuman Hyperion pada 21 Oktober 2026, dengan menjelaskan bahwa model ini dioptimalkan untuk DRIVE AGX Thor dan dirancang agar dapat beroperasi di dalam kendaraan pada 10 Hz. Halaman produk Alpamayo mencantumkan Edge sebagai produk yang tersedia dan membedakan model ringkas untuk penggunaan di dalam kendaraan ini dari Alpamayo 2 Super dengan 34 miliar parameter, yang ditujukan untuk prediksi berkendara, pemahaman adegan, pelabelan otomatis, dan pelatihan model yang lebih kecil.

Model Ringkas dengan Penalaran Adaptif

Cosmos 3 Edge menyediakan tulang punggung penalaran berbasis Nemotron, sementara pakar aksi difusi menghasilkan tindakan berkendara. Dalam rancangan visi-bahasa-aksi ini, video dari kamera sekeliling, konteks temporal, riwayat pergerakan kendaraan sendiri, dan teks navigasi diubah menjadi lintasan masa depan serta penjelasan Rantai Sebab-Akibat yang menghubungkan keputusan dengan faktor penyebabnya. Model ini juga dapat menjawab pertanyaan bebas tentang adegan berkendara.

Edge dapat tidak menyertakan jejak penalaran untuk situasi berkendara rutin, alih-alih membuatnya untuk setiap keputusan. Dalam kasus tersebut, skrip inferensi menghasilkan token khusus NOMINAL, sehingga mengurangi pembuatan token dan komputasi inferensi, sementara model tetap menghasilkan lintasan.

Kartu model mencantumkan cakupan penerapan global, lisensi OpenMDW-1.1 untuk bobot, dan Apache License 2.0 untuk kode sumber. Set data pelatihannya terdiri atas sekitar 115.000 jam video berkendara dari beberapa kamera yang dilengkapi anotasi pergerakan kendaraan sendiri dan lintasan, serta sekitar 3,7 juta jejak penalaran Rantai Sebab-Akibat. Data tersebut mencakup rekaman kamera, unit pengukuran inersia, dan GPS, serta jejak penalaran sintetis.

Untuk pelatihan, Alpamayo 2 Super menghasilkan label otomatis penalaran yang digunakan dalam distilasi luring. Selanjutnya, Edge belajar dari konsekuensi tindakannya melalui pembelajaran penguatan lingkar tertutup di simulator AlpaGym. NVIDIA melaporkan bahwa tahap ini meningkatkan kinerja berkendara lingkar tertutup sebesar 48,9% dibandingkan titik pemeriksaan terbaik tanpa pembelajaran penguatan lingkar tertutup.

Latensi di Dalam Kendaraan dan Batas Validasi

Bobot BF16 yang diunduh dapat dijalankan langsung sebagai model PyTorch pada GPU NVIDIA yang didukung, tetapi pengoperasian waktu nyata di DRIVE AGX Thor memerlukan optimasi lebih lanjut. Panduan NVIDIA menggunakan kalibrasi FP8, ekspor ONNX, TensorRT, dan TensorRT-Edge-LLM, dengan dekode spekulatif DFlash2 untuk penalaran daring. Panduan tersebut melaporkan waktu 160–190 milidetik antara masukan kamera dan keluaran lintasan, bergantung pada banyaknya penalaran, berdasarkan pengukuran pada DRIVE AGX Thor-X dengan DRIVE OS 7.2.7.0, CUDA 13.4, dan TensorRT 11.3.1.9.

NVIDIA melaporkan bahwa Edge mencatat jarak 9,87 kilometer antara insiden yang menjadi tanggung jawabnya dalam simulator lingkar tertutup AlpaSim, dibandingkan dengan 0,25 kilometer untuk Qwen-Drive-1.0 yang memiliki 4 miliar parameter. Dalam perbandingan yang sama, galat perpindahan rata-rata minimum tercatat sebesar 0,53 meter untuk Edge dan 1,68 meter untuk Qwen-Drive-1.0; nilai yang lebih rendah menunjukkan prediksi lintasan yang lebih akurat.

Untuk kompatibilitas perangkat lunak dasar, kartu model mencantumkan pengujian pada satu GPU NVIDIA H100 80GB dan menyatakan bahwa arsitektur GPU lainnya belum divalidasi. Pernyataan ini terpisah dari panduan yang dioptimalkan untuk Thor-X. Integrasi ke dalam sistem mengemudi otonom memerlukan pengujian tambahan dengan data khusus kasus penggunaan serta validasi berulang pada tingkat unit dan sistem sebelum penerapan.

AlpaJudge Menghubungkan Evaluasi dengan Pelatihan

NVIDIA juga merilis AlpaJudge, model evaluasi dan imbalan yang dikalibrasi oleh manusia dengan lisensi bobot dan kode yang sama. AlpaJudge-RB berbasis referensi: model ini menerima pertanyaan, jawaban referensi, dan jawaban kandidat tanpa gambar, lalu menghasilkan satu probabilitas keselarasan dari 0 hingga 1. Sementara itu, AlpaJudge-RF yang tidak bergantung pada referensi menggunakan tiga bingkai kamera depan sudut lebar dan tiga bingkai kamera depan tele, riwayat metaaksi kendaraan sendiri dan konteks masa depan, serta alasan kandidat untuk menghasilkan lima probabilitas berdasarkan rubrik, ditambah skor tindakan, komponen, dan keseluruhan.

Panduan NVIDIA menganggap skor penalaran yang tinggi sebagai bukti bahwa suatu alasan sesuai dengan rubrik penilai, sedangkan metrik tabrakan, keluar jalur, situasi nyaris celaka, dan lintasan tetap diperlukan untuk menggambarkan perilaku berkendara. Contoh dengan skor rendah sebaiknya ditinjau, bukan langsung dibuang, karena dapat mengungkap kegagalan yang jarang terjadi. Skor yang sangat tinggi mungkin menunjukkan adegan yang sudah dapat dijelaskan model secara konsisten, sementara skor menengah sering kali menandai peluang yang berguna untuk pelatihan lebih lanjut.

Panduan pembelajaran penguatan yang tersedia untuk umum dapat menggunakan AlpaJudge-RB untuk menilai sampel penalaran bersama galat lintasan dan kenyamanan. NVIDIA menyarankan agar gerbang lintasan tetap dipertahankan dan skor komponen dicatat, sehingga penjelasan yang lancar tetapi keliru tidak dapat dengan sendirinya menghasilkan total imbalan yang tinggi. Arti praktis rilis ini terletak pada siklus pengembangan yang dimungkinkannya: inferensi ringkas di dalam kendaraan, penjelasan yang diberi skor, dan pelatihan ulang yang terarah, dengan bukti tabrakan dan lintasan menentukan apakah penjelasan yang lebih baik menghasilkan kemampuan berkendara yang lebih baik.