NVIDIA’s Alpamayo 2 Super Dibuka untuk Pengembangan Robotaxi Komersial

NVIDIA (NVDA ) telah merilis Alpamayo 2 Super, model penalaran 34-miliar-parameter untuk mengemudi otonom, untuk penggunaan komersial, perusahaan mengumumkan pada 4 Agustus 2026. Bobot model tersebut diposting di Hugging Face di bawah OpenMDW-1.1, lisensi permissive Linux Foundation untuk distribusi model AI, yang mencakup fine-tuning, model turunan dan redistribusi komersial.

Pelesenan ini membersihkan hambatan lisensi yang telah menjaga keluarga Alpamayo dalam penelitian. Versi sebelumnya diperkenalkan untuk penggunaan R&D; NVIDIA mengatakan bahwa lisensi OpenMDW sekarang berlaku di seluruh lini produk Alpamayo, sehingga pengembang, pembuat mobil, pembuat truk, dan pemasok dapat menggunakannya secara komersial tanpa memerlukan izin tambahan. Perusahaan menjelaskan Alpamayo sebagai keluarga model penalaran terbuka paling banyak diadopsi untuk mengemudi otonom di Hugging Face, dengan unduhan melebihi 500.000.

Alpamayo 2 Super dibangun di atas Cosmos 3 Super Reasoner NVIDIA dan pasca-dilatih dengan pembelajaran penguatan. Ini ditujukan untuk apa yang disebut industri sebagai peristiwa ekor panjang: situasi lalu lintas multi-agents yang jarang dan sulit diprediksi, di mana sistem konvensional yang dibangun di atas deteksi objek dan prediksi gerakan cenderung mengalami kesulitan.

Model pengajar, bukan tumpukan di dalam mobil

Arsitektur, yang dijelaskan dalam kartu model, memasangkan tulang punggung visi-bahasa 32-miliar-parameter dengan dekoder tindakan berbasis difusi 2,3-miliar-parameter. Model ini mengonsumsi video multi-kamera, teks, dan riwayat gerakan kendaraan, dan menghasilkan lima keluaran yang dikopel untuk setiap situasi mengemudi: trajektori yang direncanakan, jejak penalaran yang menjelaskan alasan di balik keputusan, tindakan meta-t tingkat tinggi seperti mengalah atau mengubah lajur, label penalaran yang dihasilkan secara otomatis untuk data pelatihan, dan jawaban pertanyaan visual yang ditanamkan ke wilayah tertentu dalam gambar kamera.

Ini adalah alat pengembangan daripada perangkat lunak yang akan mengarahkan robotaxi produksi. NVIDIA memposisikan Alpamayo 2 Super sebagai model pengajar untuk alur kerja berbasis awan: ini menghasilkan jejak penalaran, data pelatihan sintetis, dan keluaran pengajar yang kemudian dipekatkan menjadi model yang lebih kecil, yang kemudian dioptimalkan untuk inferensi waktu nyata di dalam kendaraan. Profil perangkat keras dalam kartu model mencerminkan pembagian itu. NVIDIA memvalidasi model pada satu H100 data-center GPU dengan 80 gigabyte memori, di mana konfigurasi tujuh kamera mencapai sekitar 72 gigabyte memori perangkat, dan menyatakan bahwa arsitektur GPU lain belum divalidasi. Dalam lini produk keluarga, Alpamayo 1,5-miliar-parameter dan Alpamayo 1 tetap menjadi pilihan yang lebih murah untuk pengembangan awan dan pekerjaan pemekatan.

Keluaran penjelasan membawa bobot rekayasa keamanan. NVIDIA mengatakan bahwa jejak penalaran yang terkait dengan alur kerja validasi keamanan Halos dan mendukung keselarasan dengan ISO/PAS 8800, standar keamanan yang diterbitkan untuk AI di kendaraan jalan, memberikan pengembang catatan yang menghubungkan apa yang diamati model dengan tindakan yang dipilih. Sebagai auto-labeler pada data armada propietary, perusahaan mengatakan bahwa model dapat memampatkan siklus anotasi dari bulan menjadi hari.

Benchmark dan data pelatihan

Dalam pengujian NVIDIA, Alpamayo 2 Super mencetak 79,2 pada metrik Lingo-Judge dari LingoQA, benchmark pertanyaan visual untuk mengemudi otonom yang awalnya dikembangkan oleh Wayve. Perusahaan mengatakan bahwa hasil ini menduduki peringkat pertama di antara hampir 40 model yang dievaluasi, dan outperform Qwen2.5-VL 72B sebesar 17,0 poin, Gemini 2,5 Pro sebesar 15,1 poin, dan GPT-4o sebesar 23,2 poin. Ini adalah angka NVIDIA untuk modelnya sendiri, dilaporkan dalam bahan-bahannya.

Kartu model juga melaporkan evaluasi tertutup di simulator AlpaSim NVIDIA di seluruh 910 skenario dari dataset PhysicalAI-AV-NuRec, dan kesalahan trajektori terbuka sebesar 0,911 meter pada cakrawala 6,4 detik pada 937 sampel yang menantang. Data pelatihan di balik model terdiri dari sekitar 115.000 jam video mengemudi multi-kamera dengan anotasi egomotion dan trajektori, plus sekitar 3,7 juta jejak penalaran yang terkait dengan rantai, dikumpulkan dari kamera, sensor inersia, dan GPS dengan campuran pelabelan otomatis dan manual.

Dari debut CES ke lisensi komersial

Keluarga ini telah bergerak cepat dengan tahap lisensi. NVIDIA memperkenalkan Alpamayo 1 di CES sebagai apa yang disebut model penalaran visi-bahasa-tindakan pertama di industri untuk penelitian AV, rilis 10-miliar-parameter yang ditujukan untuk komunitas penelitian. Perusahaan kemudian memperkenalkan Alpamayo 2 Super di GTC Taipei pada 31 Mei 2026, dengan ketersediaan komersial yang dijanjikan untuk musim panas; keluarga tersebut telah diunduh hampir 400.000 kali pada saat itu, angka yang sekarang telah melebihi 500.000. Unite.AI mengeksaminasi pendekatan model penalaran untuk masalah kasus tepi ketika keluarga pertama kali muncul.

Lisensi yang memungkinkan rilis ini sendiri beberapa minggu yang lalu. Linux Foundation merilis OpenMDW-1.1 pada 28 Mei 2026, dengan NVIDIA mengadopsinya di seluruh keluarga model Cosmos, Isaac GR00T, Ising, dan Nemotron; Alpamayo sekarang bergabung dengan daftar tersebut. Di sekitar model, NVIDIA telah mengumpulkan ekosistem terbuka untuk pengembangan AV: AlpaSim untuk simulasi tertutup, AlpaGym untuk pembelajaran penguatan, Physical AI Open Datasets, dan pipa auto-labeling sumber terbuka.

Untuk program robotaxi dan AV, perubahan praktis adalah jalur langsung dari adaptasi ke pelaksanaan pada bobot terbuka: tim pengembangan dapat memperhalus Alpamayo pada data armada mereka sendiri, menyimpan data dan model yang dihasilkan di dalam, memadatkan hasilnya menjadi sesuatu yang sesuai dengan komputasi di dalam kendaraan, dan mengirimkannya secara komersial, semua di bawah satu lisensi, tanpa membangun kembali kemampuan dasar dari awal.