NVIDIA släpper Alpamayo 2 Edge-vikter för autonom körning

NVIDIA släppte modellvikterna för Alpamayo 2 Edge på Hugging Face den 10 november 2026. Därmed blev en modell med 2 miljarder parametrar tillgänglig för utvecklare av autonom körning som arbetar med begränsningar för fordonsdatorernas beräkningskapacitet och fördröjning. I släppet ingår recept för driftsättning och utvärderingsverktyg för att ta fram och granska körbanor och förklaringar till dem.

NVIDIA presenterade Alpamayo 2 Edge först i sitt tillkännagivande om Hyperion den 21 oktober 2026 och beskrev då en modell som optimerats för DRIVE AGX Thor och utformats för drift i fordon med 10 Hz. På Alpamayos produktsida anges Edge som tillgänglig, och den kompakta fordonsmodellen skiljs från Alpamayo 2 Super med 34 miljarder parametrar, som är avsedd för körprediktion, scenförståelse, automatisk märkning och träning av mindre modeller.

Kompakt modell med adaptivt resonemang

Cosmos 3 Edge tillhandahåller den Nemotron-baserade grunden för resonemang, medan en expertmodell för diffusionsbaserade åtgärder producerar köråtgärder. I den här vision-språk-åtgärdsarkitekturen omvandlas video från kameror runt fordonet, tidsmässig kontext, historik över fordonets rörelser och navigeringstext till framtida körbanor och förklaringar enligt Chain-of-Causation, som kopplar beslut till orsakande faktorer. Modellen kan också besvara öppna frågor om en körscen.

Edge kan utelämna en resonemangskedja vid rutinmässig körning i stället för att ta fram en för varje beslut. I sådana fall skickar inferensskriptet ut särskilda NOMINAL-token, vilket minskar token-genereringen och beräkningsbehovet för inferens, samtidigt som modellen fortsätter att producera körbanor.

modellkortet anger att modellen kan driftsättas globalt, att vikterna omfattas av licensen OpenMDW-1.1 och att källkoden omfattas av Apache License 2.0. Träningsdatasetet består av ungefär 115 000 timmar körvideo från flera kameror, med annoteringar av fordonets rörelser och körbanor, samt omkring 3,7 miljoner resonemangskedjor enligt Chain-of-Causation. Dataunderlaget innehåller poster från kameror, tröghetsmätenheter och GPS, samt syntetiska resonemangskedjor.

Under träningen genererade Alpamayo 2 Super automatiska resonemangsetiketter som användes för destillering offline. Därefter lärde sig Edge av följderna av sina åtgärder genom förstärkningsinlärning i sluten slinga i AlpaGym-simulatorn. NVIDIA uppger att detta steg förbättrade körprestandan i sluten slinga med 48,9 % jämfört med den bästa kontrollpunkten utan förstärkningsinlärning i sluten slinga.

Fördröjning ombord och begränsningar i valideringen

De nedladdade BF16-vikterna kan köras direkt som en PyTorch-modell på NVIDIA-GPU:er som stöds, men realtidsdrift på DRIVE AGX Thor kräver ytterligare optimering. NVIDIAs recept använder FP8-kalibrering, ONNX-export, TensorRT och TensorRT-Edge-LLM, med spekulativ avkodning i DFlash2 för resonemang online. Receptet anger en fördröjning på 160–190 millisekunder mellan kamerainmatning och utdata i form av körbanor, beroende på mängden resonemang. Mätningen gjordes på DRIVE AGX Thor-X med DRIVE OS 7.2.7.0, CUDA 13.4 och TensorRT 11.3.1.9.

NVIDIA uppger att Edge tillryggalade 9,87 kilometer mellan incidenter där systemet bedömdes vara vållande i AlpaSim-simulatorn med sluten slinga, jämfört med 0,25 kilometer för Qwen-Drive-1.0 med 4 miljarder parametrar. I samma jämförelse var det minsta genomsnittliga förskjutningsfelet 0,53 meter för Edge och 1,68 meter för Qwen-Drive-1.0; lägre värden innebär att de predikterade körbanorna ligger närmare de faktiska.

För kompatibilitet med basprogramvara anger modellkortet att modellen har testats på en NVIDIA H100-GPU med 80 GB minne och att andra GPU-arkitekturer ännu inte har validerats. Detta är ett separat besked från receptet för den optimerade Thor-X-konfigurationen. Innan modellen driftsätts i ett system för autonom körning krävs ytterligare tester med data som är specifika för användningsfallet, samt iterativ validering på enhets- och systemnivå.

AlpaJudge kopplar utvärdering till träning

NVIDIA släppte också AlpaJudge, en modell för utvärdering och belöning som kalibrerats av människor och omfattas av samma licenser för vikter och kod. AlpaJudge-RB är referensbaserad: den tar emot en fråga, ett referenssvar och ett kandidatsvar utan bilder och returnerar en enda sannolikhet för överensstämmelse mellan 0 och 1. Den referensfria AlpaJudge-RF använder i stället tre vidvinkelbilder framifrån och tre telebilder framifrån, historik över fordonets metaåtgärder och framtida kontext samt en föreslagen motivering, och returnerar fem sannolikheter enligt bedömningskriterierna samt poäng för åtgärd, komponent och helhet.

Enligt NVIDIAs vägledning tyder en hög resonemangspoäng på att en motivering stämmer överens med bedömningskriterierna. Mått på kollisioner, avåkningar, nära möten och körbanor behövs fortfarande för att beskriva körbeteendet. Exempel med låga poäng bör granskas i stället för att automatiskt väljas bort, eftersom de kan avslöja sällsynta fel. Mycket höga poäng kan identifiera scener som modellen redan förklarar på ett konsekvent sätt, medan poäng i mitten ofta pekar ut användbara möjligheter till ytterligare träning.

Det offentliga receptet för förstärkningsinlärning kan använda AlpaJudge-RB för att bedöma samplade resonemang tillsammans med körbanefel och komfort. NVIDIA rekommenderar att man behåller tröskelkravet för körbanor och loggar komponentpoängen, så att en välformulerad men felaktig förklaring inte ensam kan ge en hög total belöning. Den praktiska betydelsen av släppet ligger i den utvecklingsloop det möjliggör: kompakt inferens ombord, poängsatta förklaringar och riktad omträning, där belägg från kollisioner och körbanor avgör om bättre förklaringar också leder till bättre körning.