NVIDIA udostępnia wagi modelu Alpamayo 2 Edge do autonomicznej jazdy

NVIDIA udostępniła 10 listopada 2026 r. w serwisie Hugging Face wagi modelu Alpamayo 2 Edge. Model z 2 miliardami parametrów jest przeznaczony dla twórców systemów autonomicznej jazdy, którzy muszą uwzględniać ograniczenia pokładowych zasobów obliczeniowych i opóźnień. Wraz z modelem udostępniono procedury wdrożeniowe i narzędzia ewaluacyjne do generowania i analizowania trajektorii jazdy oraz ich wyjaśnień.

NVIDIA po raz pierwszy zapowiedziała Alpamayo 2 Edge w ogłoszeniu Hyperion z 21 października 2026 r., opisując model zoptymalizowany pod kątem DRIVE AGX Thor i zaprojektowany do pracy w pojeździe z częstotliwością 10 Hz. Na stronie produktu Alpamayo podano, że Edge jest już dostępny, i odróżniono ten kompaktowy model pokładowy od liczącego 34 miliardy parametrów Alpamayo 2 Super, przeznaczonego do przewidywania sytuacji na drodze, rozumienia scen, automatycznego etykietowania danych i trenowania mniejszych modeli.

Kompaktowy model z adaptacyjnym rozumowaniem

Cosmos 3 Edge zapewnia bazę rozumowania opartą na Nemotron, a ekspert w dziedzinie działań wykorzystujący model dyfuzyjny generuje działania związane z jazdą. W tej architekturze łączącej wizję, język i działanie nagrania z kamer umieszczonych wokół pojazdu, kontekst czasowy, historia ruchu własnego pojazdu i tekstowe wskazówki nawigacyjne są przekształcane w przyszłe trajektorie oraz wyjaśnienia łańcucha przyczynowo-skutkowego, które łączą decyzje z czynnikami przyczynowymi. Model potrafi także odpowiadać na swobodnie formułowane pytania dotyczące sytuacji na drodze.

Podczas rutynowej jazdy Edge może pominąć ślad rozumowania, zamiast generować go przy każdej decyzji. W takich przypadkach skrypt wnioskowania emituje specjalne tokeny NOMINAL, ograniczając generowanie tokenów i obliczenia związane z wnioskowaniem, podczas gdy model nadal generuje trajektorie.

Karta modelu wskazuje, że model można wdrażać na całym świecie, oraz podaje licencję OpenMDW-1.1 dla wag i Apache License 2.0 dla kodu źródłowego. Zbiór danych treningowych obejmuje około 115 000 godzin nagrań z jazdy z wielu kamer, opatrzonych adnotacjami dotyczącymi ruchu własnego pojazdu i trajektorii, a także około 3,7 miliona śladów rozumowania w formie łańcuchów przyczynowo-skutkowych. Dane obejmują zapisy z kamer, inercyjnej jednostki pomiarowej i GPS, a także syntetyczne ślady rozumowania.

Na potrzeby treningu Alpamayo 2 Super wygenerował automatyczne etykiety dotyczące rozumowania, wykorzystane w destylacji offline. Następnie Edge uczył się na podstawie skutków swoich działań, korzystając z uczenia ze wzmocnieniem w zamkniętej pętli w symulatorze AlpaGym. NVIDIA podaje, że ten etap poprawił skuteczność jazdy w zamkniętej pętli o 48,9% w porównaniu z najlepszym punktem kontrolnym uzyskanym bez uczenia ze wzmocnieniem w zamkniętej pętli.

Opóźnienia w systemie pokładowym i ograniczenia walidacji

Pobrane wagi BF16 działają bezpośrednio jako model PyTorch na obsługiwanych układach GPU NVIDIA, ale praca w czasie rzeczywistym na DRIVE AGX Thor wymaga dalszej optymalizacji. Procedura NVIDIA obejmuje kalibrację FP8, eksport do ONNX, TensorRT i TensorRT-Edge-LLM oraz spekulacyjne dekodowanie DFlash2 na potrzeby wnioskowania online. Według podanych wyników, w zależności od zakresu rozumowania, od odebrania obrazu z kamery do wygenerowania trajektorii upływa 160–190 milisekund. Pomiaru dokonano na DRIVE AGX Thor-X z DRIVE OS 7.2.7.0, CUDA 13.4 i TensorRT 11.3.1.9.

NVIDIA podaje, że w symulatorze AlpaSim działającym w zamkniętej pętli Edge przejechał 9,87 kilometra między incydentami, za które odpowiadał, podczas gdy wynik 4-miliardowego modelu Qwen-Drive-1.0 wyniósł 0,25 kilometra. W tym samym porównaniu minimalny średni błąd przemieszczenia wyniósł 0,53 metra dla Edge i 1,68 metra dla Qwen-Drive-1.0; niższe wartości oznaczają dokładniejsze przewidywanie trajektorii.

W zakresie zgodności z oprogramowaniem bazowym karta modelu podaje, że testy przeprowadzono na jednym układzie GPU NVIDIA H100 80GB, i zaznacza, że inne architektury GPU nie zostały jeszcze zweryfikowane. Jest to odrębna informacja od procedury optymalizacji dla Thor-X. Przed wdrożeniem integracja z systemem autonomicznej jazdy wymaga dodatkowych testów z użyciem danych specyficznych dla danego przypadku oraz iteracyjnej walidacji na poziomie jednostkowym i systemowym.

AlpaJudge łączy ewaluację z treningiem

NVIDIA udostępniła także AlpaJudge — skalibrowany z udziałem ludzi model ewaluacyjny i nagradzający, objęty tymi samymi licencjami na wagi i kod. AlpaJudge-RB opiera się na odpowiedzi referencyjnej: otrzymuje pytanie, odpowiedź referencyjną i odpowiedź kandydującą, bez obrazów, po czym zwraca jedno prawdopodobieństwo zgodności z przedziału od 0 do 1. Z kolei niewymagający odpowiedzi referencyjnej AlpaJudge-RF wykorzystuje trzy klatki z przedniej kamery szerokokątnej i trzy klatki z przedniej kamery z teleobiektywem, historię metadanych działań własnego pojazdu i kontekst przyszłych zdarzeń, a także uzasadnienie kandydujące. Zwraca pięć prawdopodobieństw według kryteriów oceny oraz wyniki dotyczące działania, składowych i całości.

Zgodnie z zaleceniami NVIDIA wysoki wynik rozumowania świadczy o tym, że uzasadnienie odpowiada kryteriom oceny modelu, jednak do opisu zachowania podczas jazdy nadal potrzebne są metryki dotyczące kolizji, zjeżdżania z drogi, bliskich spotkań i trajektorii. Przykłady z niskimi wynikami należy poddać analizie, zamiast automatycznie je odrzucać, ponieważ mogą ujawnić rzadkie błędy. Bardzo wysokie wyniki mogą wskazywać sceny, które model już teraz wyjaśnia w sposób spójny, natomiast średnie wyniki często oznaczają przydatne możliwości dalszego treningu.

Udostępniona receptura uczenia ze wzmocnieniem pozwala używać AlpaJudge-RB do oceniania próbkowanych rozumowań, łącznie z błędem trajektorii i komfortem jazdy. NVIDIA zaleca zachowanie kryterium progowego dla trajektorii i rejestrowanie wyników składowych, aby płynne, lecz błędne wyjaśnienie nie mogło samo doprowadzić do wysokiej łącznej nagrody. Praktyczne znaczenie tego wydania wynika z umożliwionego przez nie cyklu rozwoju: kompaktowego wnioskowania pokładowego, ocenianych wyjaśnień i ukierunkowanego ponownego treningu, przy czym to dane o kolizjach i trajektoriach rozstrzygają, czy lepsze wyjaśnienia przekładają się na lepszą jazdę.