หุ่นยนต์และ AI ทางกายภาพ

NVIDIA’s Alpamayo 2 Super เปิดใช้งานการพัฒนารถยนต์ไร้คนขับเชิงพาณิชย์

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

NVIDIA (NVDA ) ได้เปิดตัว Alpamayo 2 Super ซึ่งเป็นโมเดลการให้เหตุผล 34-बิลเลียนพารามิเตอร์สำหรับการขับขี่อัตโนมัติ สำหรับการใช้งานเชิงพาณิชย์ บริษัทได้ประกาศ เมื่อวันที่ 4 สิงหาคม 2026 โมเดลนี้มีน้ำหนัก โพสต์บน Hugging Face ภายใต้ OpenMDW-1.1 ใบอนุญาตการกระจายโมเดล AI ของ Linux Foundation ซึ่งครอบคลุมการปรับแต่งแบบละเอียด โมเดลอนุพันธ์ และการกระจายสินค้าเชิงพาณิชย์

การเปิดตัวครั้งนี้ช่วยขจัดอุปสรรคด้านใบอนุญาตที่曾เกิดขึ้นกับ Alpamayo ในช่วงการวิจัย รุ่นก่อนหน้านี้ถูกนำมาใช้สำหรับการวิจัยและพัฒนาเท่านั้น NVIDIA ระบุว่าใบอนุญาต OpenMDW ใช้กับ Alpamayo ทั้งหมดแล้ว ดังนั้นนักพัฒนา ผู้ผลิตรถยนต์ ผู้ผลิตรถบรรทุก และซัพพลายเออร์สามารถใช้โมเดลเหล่านี้ได้เชิงพาณิชย์โดยไม่ต้องขออนุญาตเพิ่มเติม บริษัทอธิบายว่า Alpamayo เป็นโมเดลการให้เหตุผลแบบเปิดที่ได้รับการยอมรับมากที่สุดสำหรับการขับขี่อัตโนมัติบน Hugging Face โดยมีการดาวน์โหลดมากกว่า 500,000 ครั้ง

Alpamayo 2 Super ถูกสร้างขึ้นบน Cosmos 3 Super Reasoner ของ NVIDIA และฝึกอบรมด้วยการเรียนรู้แบบเสริมแรง โมเดลนี้มุ่งเน้นไปที่เหตุการณ์หางยาว ซึ่งเป็นสถานการณ์จราจรที่หายากและมีหลายตัวแทน ซึ่งระบบทั่วไปที่สร้างขึ้นจากการตรวจจับวัตถุและคาดการณ์การเคลื่อนไหวมักจะพบปัญหา

โมเดลการให้เหตุผล ไม่ใช่สแต็กในรถยนต์

สถาปัตยกรรมที่อธิบายไว้ในโมเดลการ์ด คือการผสมผสานระหว่างการมองเห็นและการให้เหตุผลแบบวิชาการที่มีพารามิเตอร์ 32 บิลเลียน และการถอดรหัสการกระทำแบบกระจายที่มีพารามิเตอร์ 2.3 บิลเลียน โมเดลนี้รับข้อมูลจากวิดีโอหลายกล้อง ข้อความ และประวัติการเคลื่อนไหวของรถยนต์ และสร้างผลลัพธ์ห้าแบบสำหรับสถานการณ์การขับขี่แต่ละครั้ง ได้แก่ เส้นทางที่วางแผนไว้ การติดตามเหตุผล การกระทำระดับสูง การสร้างป้ายกำกับเหตุผลสำหรับข้อมูลฝึกอบรม และคำตอบคำถามที่เชื่อมโยงกับพื้นที่เฉพาะในภาพกล้อง

โมเดลนี้เป็นเครื่องมือพัฒนา ไม่ใช่ซอฟต์แวร์ที่จะควบคุมรถยนต์ไร้คนขับในเชิงพาณิชย์ NVIDIA จัดตำแหน่ง Alpamayo 2 Super เป็นโมเดลการให้เหตุผลสำหรับワークโฟลว์บนคลาวด์ ซึ่งสร้างผลลัพธ์การให้เหตุผล ข้อมูลฝึกอบรมแบบสังเคราะห์ และผลลัพธ์การสอน ซึ่งจะถูกทำให้เล็กลงและปรับให้เหมาะสมสำหรับการอนุมานแบบเรียลไทม์ในรถยนต์ โปรไฟล์ฮาร์ดแวร์ในโมเดลการ์ดสะท้อนถึงการแบ่งแยกนี้ NVIDIA ได้ตรวจสอบโมเดลบน GPU H100 ในศูนย์ข้อมูลขนาด 80 กิกะไบต์ โดยมีการกำหนดค่ากล้องเจ็ดตัวที่ใช้พื้นที่เก็บข้อมูลอุปกรณ์ประมาณ 72 กิกะไบต์ และระบุว่าโครงสร้าง GPU อื่น ๆ ยังไม่ได้รับการตรวจสอบ ในบรรดาสินค้าในตระกูล Alpamayo 1.5 และ Alpamayo 1 ยังคงเป็นตัวเลือกที่มีต้นทุนต่ำกว่าสำหรับการพัฒนาและงานถอดรหัสบนคลาวด์

ผลลัพธ์การให้เหตุผลมีน้ำหนักการออกแบบด้านความปลอดภัย NVIDIA ระบุว่าการติดตามเหตุผลแบบเชื่อมโยงเหตุผลเข้ากับワークโฟลว์การตรวจสอบความปลอดภัยของ Halos และรองรับการจัดตำแหน่งตามมาตรฐานความปลอดภัย AI สำหรับยานพาหนะบนถนน ISO/PAS 8800 โดยให้บันทึกที่เชื่อมโยงระหว่างสิ่งที่โมเดลสังเกตเห็นและการกระทำที่เลือก เมื่อใช้เป็นเครื่องมือกำกับข้อมูลส่วนบุคคล บริษัทระบุว่าโมเดลสามารถย่อวงจรการกำกับข้อมูลจากเดือนเป็นวัน

มาตรฐานและข้อมูลฝึกอบรม

ในการทดสอบของ NVIDIA Alpamayo 2 Super ได้รับคะแนน 79.2 ในมาตรฐาน Lingo-Judge ของ LingoQA ซึ่งเป็นมาตรฐานการถามคำถามเชิงภาพสำหรับการขับขี่อัตโนมัติ ที่พัฒนาโดย Wayve บริษัทระบุว่าผลลัพธ์นี้อยู่ในอันดับที่ 1 ในบรรดามอเดลเกือบ 40 โมเดลที่ประเมิน และทำได้ดีกว่า Qwen2.5-VL 72B 15.1 คะแนน Gemini 2.5 Pro 17.0 คะแนน และ GPT-4o 23.2 คะแนน สิ่งเหล่านี้เป็นตัวเลขของ NVIDIA สำหรับโมเดลของตนเองที่รายงานในเอกสาร

การ์ดโมเดลยังรายงานการประเมินแบบปิดลูปในซิมูเลเตอร์ AlpaSim ของ NVIDIA ทั่ว 910 สถานการณ์จากชุดข้อมูล PhysicalAI-AV-NuRec และข้อผิดพลาดของเส้นทางแบบเปิดลูป 0.911 เมตรที่ระยะ 6.4 วินาทีใน 937 ตัวอย่างที่ท้าทาย ข้อมูลฝึกอบรมที่อยู่เบื้องหลังโมเดลประกอบด้วยวิดีโอการขับขี่หลายกล้องประมาณ 115,000 ชั่วโมงพร้อมกับข้อมูลการเคลื่อนไหวและประวัติเส้นทาง และประมาณ 3.7 ล้านตัวอย่างการให้เหตุผลแบบเชื่อมโยงเหตุผลที่รวบรวมจากกล้อง เซ็นเซอร์ความเร่งและ GPS โดยใช้การกำกับข้อมูลอัตโนมัติและแบบมือ

จากงาน CES ถึงใบอนุญาตเชิงพาณิชย์

ตระกูล Alpamayo ได้เคลื่อนไหวอย่างรวดเร็วในด้านใบอนุญาต NVIDIA เปิดตัว Alpamayo 1 ที่งาน CES ในฐานะโมเดลการให้เหตุผลแบบวิชาการที่มีการเชื่อมโยงเหตุผลและวิชาการแรกสำหรับการวิจัยยานพาหนะอัตโนมัติ โดยเป็นรุ่น 10 บิลเลียนพารามิเตอร์ที่มุ่งเน้นไปที่ชุมชนการวิจัย จากนั้น แนะนำ Alpamayo 2 Super ที่ GTC Taipei เมื่อวันที่ 31 พฤษภาคม 2026 โดยมีการวางจำหน่ายเชิงพาณิชย์ที่สัญญาไว้สำหรับฤดูร้อน โดยมีการดาวน์โหลดเกือบ 400,000 ครั้ง ณ จุดนั้น ซึ่งเพิ่มขึ้นเป็นมากกว่า 500,000 ครั้งแล้ว Unite.AI วิเคราะห์วิธีการให้เหตุผลแบบวิชาการสำหรับปัญหากรณีเชิงขอบเมื่อตระกูล ปรากฏขึ้นครั้งแรก

ใบอนุญาตที่ทำให้การเปิดตัวนี้เป็นไปได้นั้นเป็นเพียงไม่กี่สัปดาห์เท่านั้น Linux Foundation เปิดตัว OpenMDW-1.1 เมื่อวันที่ 28 พฤษภาคม 2026 โดยมี NVIDIA ใช้ใบอนุญาตนี้ทั่วทั้งโมเดล Cosmos, Isaac GR00T, Ising และ Nemotron โดย Alpamayo เข้าร่วมรายการนี้ด้วย รอบๆ โมเดลเหล่านี้ NVIDIA ได้รวบรวมระบบนิเวศแบบเปิดสำหรับการพัฒนายานพาหนะอัตโนมัติ ได้แก่ AlpaSim สำหรับการจำลองแบบปิดลูป AlpaGym สำหรับการเรียนรู้แบบเสริมแรง ชุดข้อมูล Physical AI Open และการประมวลผลป้ายกำกับอัตโนมัติแบบเปิด

สำหรับโปรแกรมรถยนต์ไร้คนขับและยานพาหนะอัตโนมัติ การเปลี่ยนแปลงที่เป็นไปได้คือเส้นทางโดยตรงจากการปรับให้เหมาะสมไปจนถึงการนำไปใช้โดยใช้น้ำหนักที่เปิดกว้าง โดยทีมพัฒนาสามารถปรับให้เหมาะสมกับ Alpamayo บนดาต้าเซตของตนเอง รักษาข้อมูลและโมเดลที่ได้ผลลัพธ์ภายในองค์กร ทำให้ผลลัพธ์เป็นสิ่งที่เหมาะสมกับการคำนวณในรถยนต์ และจัดส่งเชิงพาณิชย์ โดยใช้ใบอนุญาตเดียว โดยไม่ต้องสร้างความสามารถพื้นฐานใหม่จากศูนย์

เอลารา นิกซ์ เป็นนักวิเคราะห์ที่สร้างโดย AI ที่ Unite.AI โดยครอบคลุมเรื่องปัญญาประดิษฐ์ในด้านการขนส่ง ระบบการเดินทาง และเทคโนโลยีแบบอัตโนมัติ ผลงานของเธอเน้นไปที่วิธีการที่ AI กำลังเปลี่ยนแปลงยานพาหนะที่ขับเคลื่อนด้วยตนเอง ระบบการบิน รางและระบบขนส่งสาธารณะ - ที่ที่ที่ความน่าเชื่อถือ ความปลอดภัย และการนำไปใช้ในโลกแห่งความเป็นจริงมีความสำคัญไม่แพ้ความก้าวหน้า

ด้วยมุมมองทางเทคนิคและที่มองไปข้างหน้า เอลารา ตรวจสอบความก้าวหน้าในระบบการรับรู้ ระบบอัตโนมัติ การจำลองและการตรวจสอบความปลอดภัยทั่วทั้งพื้นที่ ทั้งทางบก ทางอากาศ และระบบการเดินทางในเมือง เธอสนใจเป็นพิเศษเกี่ยวกับวิธีการที่ระบบอัตโนมัติที่ขับเคลื่อนด้วย AI ถูกทดสอบ ถูกควบคุม และรวมเข้ากับโครงสร้างพื้นฐานที่มีอยู่แล้ว และวิธีการที่ระบบเหล่านี้สร้างสมดุลระหว่างความได้เปรียบด้านประสิทธิภาพกับความไว้วางใจของสาธารณชนและการจัดการความเสี่ยง

บทความที่เขียนโดย Elara Nix สร้างโดย AI และได้รับการตรวจสอบโดยทีมบรรณาธิการของ Unite.AI เพื่อให้แน่ใจถึงความถูกต้อง ความชัดเจน และการรายงานที่มีความรับผิดชอบเกี่ยวกับบทบาทที่เปลี่ยนแปลงของ AI ในด้านการขนส่งและระบบอัตโนมัติ