NVIDIA випускає вагові коефіцієнти Alpamayo 2 Edge для автономного водіння

NVIDIA опублікувала вагові коефіцієнти моделі Alpamayo 2 Edge на Hugging Face 10 листопада 2026 року, зробивши модель із 2 мільярдами параметрів доступною для розробників систем автономного водіння, які мають зважати на обмеження бортових обчислювальних ресурсів і затримки. До релізу також увійшли інструкції з розгортання та інструменти оцінювання для створення траєкторій руху й пояснень до них, а також їх ретельного аналізу.

NVIDIA вперше анонсувала Alpamayo 2 Edge у оголошенні Hyperion від 21 жовтня 2026 року, описавши модель, оптимізовану для DRIVE AGX Thor і призначену для роботи в автомобілі з частотою 10 Гц. На сторінці продукту Alpamayo зазначено, що Edge доступна, і компактну автомобільну модель відокремлено від Alpamayo 2 Super із 34 мільярдами параметрів, призначеної для прогнозування поведінки під час руху, розуміння сцен, автоматичного маркування та навчання менших моделей.

Компактна модель з адаптивним міркуванням

Cosmos 3 Edge забезпечує основу для міркувань на базі Nemotron, а спеціалізований модуль генерації дій за допомогою дифузійної моделі формує дії для керування автомобілем. У цій архітектурі «бачення — мова — дія» відео з камер кругового огляду, часовий контекст, історія руху автомобіля та текстові навігаційні вказівки перетворюються на прогнозовані траєкторії й пояснення причинно-наслідкового ланцюжка, які пов’язують рішення з причинними чинниками. Модель також може відповідати на запитання у довільній формі про дорожню ситуацію.

У звичайних ситуаціях під час водіння Edge може не генерувати пояснення ходу міркувань для кожного рішення. У таких випадках скрипт інференсу видає спеціальні токени NOMINAL, скорочуючи генерацію токенів і обчислювальні витрати на інференс, тоді як модель продовжує формувати траєкторії.

У картці моделі зазначено, що її можна розгортати в усьому світі, а вагові коефіцієнти поширюються за ліцензією OpenMDW-1.1, тоді як вихідний код — за ліцензією Apache License 2.0. Навчальний набір даних містить приблизно 115 000 годин відео водіння з кількох камер, анотованого даними про рух автомобіля та траєкторії, а також близько 3,7 мільйона трас міркувань за причинно-наслідковими ланцюжками. Дані охоплюють записи з камер, інерціального вимірювального блока й GPS, а також синтетичні траси міркувань.

Під час навчання Alpamayo 2 Super створила автоматичні анотації міркувань, використані для офлайн-дистиляції. Згодом Edge навчалася на наслідках власних дій за допомогою навчання з підкріпленням із замкненим контуром у симуляторі AlpaGym. За даними NVIDIA, цей етап підвищив ефективність водіння із замкненим контуром на 48,9% порівняно з найкращою контрольною точкою, отриманою без навчання з підкріпленням із замкненим контуром.

Затримка під час роботи на борту й обмеження валідації

Завантажені вагові коефіцієнти BF16 можна безпосередньо запускати як модель PyTorch на підтримуваних графічних процесорах NVIDIA, але для роботи в реальному часі на DRIVE AGX Thor потрібна подальша оптимізація. Рекомендований NVIDIA процес передбачає калібрування FP8, експорт ONNX, використання TensorRT і TensorRT-Edge-LLM, а також спекулятивне декодування DFlash2 для міркувань у режимі онлайн. За даними NVIDIA, затримка між надходженням зображення з камери та формуванням траєкторії становить 160–190 мілісекунд залежно від обсягу міркувань; вимірювання проведено на DRIVE AGX Thor-X із DRIVE OS 7.2.7.0, CUDA 13.4 і TensorRT 11.3.1.9.

За даними NVIDIA, у симуляторі AlpaSim із замкненим контуром Edge проїхала 9,87 кілометра між інцидентами, у яких винною була модель, тоді як для Qwen-Drive-1.0 із 4 мільярдами параметрів цей показник становив 0,25 кілометра. У тому самому порівнянні мінімальна середня похибка переміщення становила 0,53 метра для Edge і 1,68 метра для Qwen-Drive-1.0; нижчі значення свідчать про точніший прогноз траєкторії.

Щодо сумісності з базовим програмним забезпеченням, у картці моделі вказано, що тестування проводилося на одному графічному процесорі NVIDIA H100 80GB, а інші архітектури графічних процесорів ще не пройшли валідацію; це окреме твердження, не пов’язане з оптимізованими інструкціями для Thor-X. Перед розгортанням модель потрібно додатково протестувати з даними, специфічними для відповідного сценарію використання, і провести ітеративну валідацію на рівнях модулів і системи під час інтеграції в систему автономного водіння.

AlpaJudge пов’язує оцінювання з навчанням

NVIDIA також випустила AlpaJudge — модель оцінювання та винагороди, відкалібровану за участю людей і поширювану за тими самими ліцензіями на вагові коефіцієнти й код. AlpaJudge-RB оцінює відповіді за еталоном: вона отримує запитання, еталонну відповідь і відповідь-кандидат без зображень та повертає одну ймовірність узгодженості в діапазоні від 0 до 1. Натомість AlpaJudge-RF, яка працює без еталона, використовує три кадри з передньої ширококутної камери й три — з передньої телекамери, історію метадій автомобіля та контекст майбутнього, а також обґрунтування-кандидат, щоб повернути п’ять імовірностей за критеріями оцінювання та бали за дію, компоненти й загальний результат.

Згідно з рекомендаціями NVIDIA, високий бал за міркування свідчить, що обґрунтування відповідає критеріям оцінювання судді, однак для характеристики поведінки автомобіля й надалі потрібні показники зіткнень, з’їздів із дороги, небезпечних зближень і траєкторій. Приклади з низькими балами варто перевіряти, а не відкидати автоматично, оскільки вони можуть виявити рідкісні збої. Дуже високі бали можуть вказувати на сцени, які модель уже послідовно пояснює, тоді як середні бали часто позначають перспективні приклади для подальшого навчання.

У відкритих інструкціях NVIDIA з навчання з підкріпленням пропонується використовувати AlpaJudge-RB для оцінювання вибірок міркувань разом із похибкою траєкторії та плавністю руху. NVIDIA рекомендує зберігати механізм відсікання за траєкторією та реєструвати бали за окремими компонентами, щоб плавне, але хибне пояснення саме по собі не могло забезпечити високу сумарну винагороду. Практична цінність релізу полягає в циклі розробки, який він уможливлює: компактний інференс на борту, оцінені пояснення та цільове повторне навчання, причому саме дані про зіткнення й траєкторії дають змогу визначити, чи ведуть кращі пояснення до кращого водіння.