NVIDIA’s Alpamayo 2 Super Mở Robotaxi Phát Triển Sang Sử Dụng Thương Mại

NVIDIA (NVDA ) đã phát hành Alpamayo 2 Super, một mô hình lý luận 34 tỷ tham số cho lái xe tự động, cho sử dụng thương mại, công ty đã công bố vào ngày 4 tháng 8 năm 2026. Trọng lượng của mô hình được đăng trên Hugging Face dưới OpenMDW-1.1, giấy phép permissive của Linux Foundation cho phân phối mô hình AI, bao gồm cả việc tinh chỉnh, mô hình phái sinh và phân phối thương mại.

Phát hành này xóa bỏ rào cản cấp phép đã giữ Alpamayo trong nghiên cứu. Các phiên bản trước đó được giới thiệu cho sử dụng R&D; NVIDIA cho biết giấy phép OpenMDW hiện áp dụng cho toàn bộ dòng sản phẩm Alpamayo, vì vậy các nhà phát triển, nhà sản xuất ô tô, nhà sản xuất xe tải và nhà cung cấp có thể triển khai bất kỳ mô hình nào thương mại mà không cần xin phép thêm. Công ty mô tả Alpamayo là gia đình mô hình lý luận mở được áp dụng rộng rãi nhất cho lái xe tự động trên Hugging Face, với số lượng tải xuống vượt quá 500.000.

Alpamayo 2 Super được xây dựng trên Cosmos 3 Super Reasoner của NVIDIA và được đào tạo lại với học tăng cường. Nó nhằm vào những gì ngành công nghiệp gọi là sự kiện đuôi dài: các tình huống giao thông đa tác nhân hiếm gặp, khó dự đoán và khó đào tạo, nơi các hệ thống thông thường dựa trên phát hiện đối tượng và dự đoán chuyển động có xu hướng gặp khó khăn.

Mô hình giáo viên, không phải là ngăn xếp trong xe

Kiến trúc, được chi tiết trong thẻ mô hình, kết hợp một xương sống ngôn ngữ tầm nhìn 32 tỷ tham số với một bộ giải mã hành động dựa trên khuếch tán 2,3 tỷ tham số. Mô hình này tiêu thụ video đa camera, văn bản và lịch sử chuyển động của xe, và tạo ra năm đầu ra耦 hợp cho mỗi tình huống lái xe: một đường đi đã lên kế hoạch, một vết tích nguyên nhân giải thích lý do đằng sau quyết định, một hành động meta cấp cao như nhường hoặc thay đổi làn đường, các nhãn lý luận tự động tạo cho dữ liệu đào tạo và câu trả lời câu hỏi trực quan được gắn với các vùng cụ thể trong hình ảnh camera.

Đây là một công cụ phát triển chứ không phải là phần mềm sẽ điều khiển một robotaxi sản xuất. NVIDIA định vị Alpamayo 2 Super như một mô hình giáo viên cho các công việc dựa trên đám mây: nó tạo ra các vết tích lý luận, dữ liệu đào tạo tổng hợp và đầu ra giáo viên được cô đặc thành các mô hình nhỏ hơn, sau đó được tối ưu hóa cho suy luận thời gian thực trong xe. Hồ sơ phần cứng trong thẻ mô hình phản ánh sự phân chia đó. NVIDIA đã xác thực mô hình trên một GPU trung tâm dữ liệu H100 đơn với 80 gigabyte bộ nhớ, nơi một cấu hình camera bảy camera đạt đỉnh khoảng 72 gigabyte bộ nhớ thiết bị, và tuyên bố rằng các kiến trúc GPU khác chưa được xác thực. Trong dòng sản phẩm, Alpamayo 1.5 và Alpamayo 1 10 tỷ tham số vẫn là các lựa chọn tiết kiệm chi phí hơn cho phát triển và công việc cô đặc trên đám mây.

Các đầu ra giải thích mang trọng lượng kỹ thuật an toàn. NVIDIA cho biết các vết tích nguyên nhân được tích hợp với các công việc xác thực an toàn Halos và hỗ trợ sự phù hợp với ISO/PAS 8800, tiêu chuẩn an toàn được công bố cho AI trên xe đường, cung cấp cho các nhà phát triển một hồ sơ liên kết những gì mô hình quan sát với hành động nó đã chọn. Như một công cụ tự động gắn nhãn trên dữ liệu đội tàu độc quyền, công ty cho biết mô hình có thể nén các chu kỳ gắn nhãn từ vài tháng xuống vài ngày.

Benchmarks và dữ liệu đào tạo

Trong thử nghiệm của NVIDIA, Alpamayo 2 Super đạt 79,2 trên chỉ số Lingo-Judge của LingoQA, một chuẩn mực trả lời câu hỏi trực quan cho lái xe tự động ban đầu được phát triển bởi Wayve. Công ty cho biết kết quả này đứng đầu trong số gần 40 mô hình mà họ đã đánh giá, và vượt trội Qwen2.5-VL 72B 17,0 điểm, Gemini 2.5 Pro 15,1 điểm và GPT-4o 23,2 điểm. Đây là những con số của NVIDIA cho mô hình của chính họ, được báo cáo trong tài liệu của họ.

Thẻ mô hình cũng báo cáo đánh giá vòng kín trong mô拟 AlpaSim của NVIDIA trên 910 kịch bản từ tập dữ liệu PhysicalAI-AV-NuRec, và sai số đường đi vòng mở 0,911 mét ở chân trời 6,4 giây trên 937 mẫu thách thức. Dữ liệu đào tạo đằng sau mô hình bao gồm khoảng 115.000 giờ video lái xe đa camera với chú thích chuyển động và chuyển vị, cộng với khoảng 3,7 triệu vết tích lý luận, thu thập từ camera, cảm biến quán tính và GPS với sự kết hợp giữa gắn nhãn tự động và thủ công.

Từ ra mắt CES đến cấp phép thương mại

Dòng sản phẩm đã di chuyển nhanh theo các giai đoạn cấp phép. NVIDIA ra mắt Alpamayo 1 tại CES như mô hình lý luận tầm nhìn-hành động đầu tiên của ngành cho nghiên cứu xe tự động, một phiên bản 10 tỷ tham số nhắm vào cộng đồng nghiên cứu. Công ty sau đó giới thiệu Alpamayo 2 Super tại GTC Taipei vào ngày 31 tháng 5 năm 2026, với sự sẵn sàng thương mại được hứa hẹn cho mùa hè; dòng sản phẩm đã được tải xuống gần 400.000 lần tại thời điểm đó, một con số đã vượt quá 500.000. Unite.AI đã kiểm tra cách tiếp cận mô hình lý luận đối với vấn đề trường hợp cạnh khi gia đình đầu tiên xuất hiện.

Giấy phép cho phép phát hành này là chính nó chỉ vài tuần tuổi. Linux Foundation phát hành OpenMDW-1.1 vào ngày 28 tháng 5 năm 2026, với NVIDIA áp dụng nó trên các dòng mô hình Cosmos, Isaac GR00T, Ising và Nemotron; Alpamayo hiện đã tham gia danh sách này. Xung quanh các mô hình, NVIDIA đã tập hợp một hệ sinh thái mở cho phát triển xe tự động: AlpaSim cho mô拟 vòng kín, AlpaGym cho học tăng cường, Physical AI Open Datasets và một đường ống gắn nhãn tự động mã nguồn mở.

Đối với chương trình robotaxi và xe tự động, sự thay đổi thực tế là một con đường trực tiếp từ thích nghi đến triển khai trên trọng lượng mở: một đội phát triển có thể tinh chỉnh Alpamayo trên dữ liệu đội tàu của riêng họ, giữ dữ liệu và mô hình kết quả trong nhà, cô đặc kết quả thành thứ gì đó phù hợp với tính toán trong xe, và vận chuyển nó thương mại, tất cả dưới một giấy phép, mà không cần xây dựng lại các khả năng nền tảng từ đầu.