NVIDIA представила Alpamayo 2 Super: відкриття розробки роботаксі для комерційного використання

NVIDIA (NVDA ) випустила Alpamayo 2 Super, 34-біліонний параметровий модель розуміння для автономного руху, для комерційного використання, компанія оголосила 4 серпня 2026 року. Ваги моделі опубліковані на Hugging Face під ліцензією OpenMDW-1.1, перmissive ліцензію Linux Foundation для розподілу моделей штучного інтелекту, яка охоплює тонке налаштування, похідні моделі та комерційну перерозподіл.

Випуск усуває ліцензійний бар’єр, який тримав сімейство Alpamayo в дослідженні. Раніші версії були представлені для використання в дослідженні та розробці; NVIDIA каже, що ліцензія OpenMDW тепер застосовується до всього сімейства Alpamayo, тому розробники, виробники автомобілів, виробники автобусів та постачальники можуть розгортати будь-яку з моделей комерційно без додаткового дозволу. Компанія описує Alpamayo як найбільш прийняту відкриту модель розуміння для автономного руху на Hugging Face, з кількість завантажень понад 500 000.

Alpamayo 2 Super побудований на основі Cosmos 3 Super Reasoner та післянавчання з підкріпленням. Він спрямований на те, що галузь називає довгими подіями: рідкісні, багатокористувальські ситуації руху, які важко передбачити та навчити, де традиційні системи, побудовані на основі виявлення об’єктів та прогнозування руху, схильні мати труднощі.

Модель викладача, а не вбудована система

Архітектура, описана в картці моделі, поєднує 32-біліонний параметровий зорово-мовний бекбон з 2,3-біліонним параметровим дифузійним декодером дій. Модель приймає багатокамерне відео, текст та історію руху транспортного засобу та видає п’ять пов’язаних виходів для кожної ситуації руху: заплановану траєкторію, ланцюг причинно-наслідкових зв’язків, що пояснює рішення, високорівневу мета-дію, such як поступливість або зміна смуги, автогенеровані мітки розуміння для навчальних даних та візуальні питання, пов’язані з конкретними областями камерних зображень.

Це інструмент розробки, а не програмне забезпечення, яке керує виробничим роботаксі. NVIDIA позиціонує Alpamayo 2 Super як модель викладача для хмарних робочих процесів: вона генерує ланцюги розуміння, синтетичні навчальні дані та виходи викладача, які потім дистилуються у менші моделі, які оптимізуються для реального часу в транспортних засобах. Профіль апаратного забезпечення в картці моделі відображає це розділення. NVIDIA перевірив модель на одному центрі даних H100 з 80 гігабайтами пам’яті, де конфігурація з семи камер досягла приблизно 72 гігабайтів пам’яті пристрою, і заявляє, що інші архітектури графічних процесорів ще не були перевірені. У сімействі моделей Alpamayo 1,5 та Alpamayo 1 залишаються варіантами з нижчою вартістю для розробки в хмарі та роботи з дистиляцією.

Вихідні дані пояснюваності несуть вагу безпеки. NVIDIA каже, що ланцюги причинно-слідкових зв’язків інтегруються з її робочими процесами перевірки безпеки Halos та підтримують узгодженість з ISO/PAS 8800, опублікованим стандартом безпеки для штучного інтелекту в дорожніх транспортних засобах, надаючи розробникам запис, який пов’язує те, що спостерігала модель, з дією, яку вона вибрала. Як автоетикетка на власних даних флоту, компанія каже, що модель може стиснути цикли анотації з місяців до днів.

Бенчмарки та навчальні дані

У власному тестуванні NVIDIA Alpamayo 2 Super набрав 79,2 бала за метрикою Lingo-Judge у LingoQA, бенчмарку візуального питання для автономного руху спочатку розробленому Wayve. Компанія каже, що цей результат займає перше місце серед майже 40 моделей, які вона оцінила, і перевершує Qwen2.5-VL 72B на 17,0 балів, Gemini 2.5 Pro на 15,1 балів і GPT-4o на 23,2 бали. Це власні дані NVIDIA для своєї моделі, зазначені в її матеріалах.

Картка моделі також повідомляє про закритий аналіз у симуляторі AlpaSim компанії NVIDIA по 910 сценаріям з набору даних PhysicalAI-AV-NuRec, та відкритий аналіз траєкторії з похибкою 0,911 метра на горизонті 6,4 секунди на 937 складних зразках. Навчальні дані, які лежать в основі моделі, складаються приблизно з 115 000 годин багатокамерного відео руху з егомоцією та анотацією траєкторії, а також близько 3,7 мільйонів ланцюгів причинно-слідкових зв’язків, зібраних з камер, інерційних датчиків та GPS з поєднанням автоматичної та ручної маркування.

Від дебюту на CES до комерційної ліцензії

Сімейство рухалося швидко за ліцензійними стадіями. NVIDIA представила Alpamayo 1 на CES як першу модель розуміння для досліджень автономного руху, 10-біліонну модель, спрямовану на дослідницьку спільноту. Компанія потім представила Alpamayo 2 Super на GTC Taipei 31 травня 2026 року, з обіцянкою комерційної доступності на літо; сімейство було завантажено майже 400 000 разів на той момент, кількість, яка з тих пір перевищила 500 000. Unite.AI розглянув підхід моделі розуміння до проблеми крайніх випадків, коли сімейство спочатку з’явилося.

Ліцензія, яка дозволяє цей випуск, сама по собі кілька тижнів. Linux Foundation випустила OpenMDW-1.1 28 травня 2026 року, з NVIDIA, яка прийняла її для своїх сімейств моделей Cosmos, Isaac GR00T, Ising та Nemotron; Alpamayo тепер приєднується до цього списку. Навколо моделей NVIDIA зібрала відкриту екосистему для розробки автономного руху: AlpaSim для закритого симуляційного аналізу, AlpaGym для навчання з підкріпленням, Physical AI Open Datasets та відкритий автозатиноковий конвеєр.

Для програм роботаксі та автономного руху практична зміна полягає в прямому шляху від адаптації до розгортання на відкритих вагах: команда розробників може тонко налаштувати Alpamayo на власних даних флоту, зберегти дані та отримані моделі всередині, дистилувати результат у щось, що поміщається в обчислення транспортного засобу, та відправити його комерційно, все за однією ліцензією, без повторної побудови базових можливостей з нуля.