Kereskedelmi használatra is elérhető az NVIDIA Alpamayo 2 Super

Nyílt licencet kapott a gyártási célú AV-fejlesztéshez

Az NVIDIA szerint az autonóm járművek számára a legnehezebb helyzeteket a ritka, összetett forgalmi szituációk jelentik. Ezeknél a rendszernek nem elég felismernie az objektumokat és előre jeleznie a mozgásokat, hanem értenie kell a helyzetet, ok-okozati alapon kell következtetnie, döntést kell hoznia, majd ezt biztonságos és kényelmes pályává kell alakítania.

Erre a feladatra készült az NVIDIA Alpamayo 2 Super, amely a vállalat közlése szerint mostantól kereskedelmi használatra is elérhető. A modell az Alpamayo család része, amelyet az NVIDIA a Hugging Face platformon az autonóm vezetéshez készült legszélesebb körben használt nyílt következtető modellcsaládként ír le.

Az Alpamayo 2 Super a Hugging Face-en az OpenMDW-1.1 licenc alatt érhető el. Ez a Linux Foundation megengedő licence nyílt AI-modellterjesztésekhez. A licenc kiterjed a finomhangolásra, a származtatott modellekre és a kereskedelmi újraterjesztésre is, így az autonóm járműveket fejlesztő cégek, autógyártók, teherautó-gyártók és beszállítók saját adataikhoz, vezetési szabályaikhoz és bevezetési stratégiáikhoz igazíthatják a modellt.

Az NVIDIA azt is közölte, hogy a korábbi Alpamayo-kiadásokat eredetileg kutatás-fejlesztési célokra mutatták be, az OpenMDW licencet azonban most az egész Alpamayo modellcsaládra alkalmazzák. A vállalat szerint ez közvetlen utat teremt az adaptálástól a kereskedelmi bevezetésig, további engedélykérés nélkül.

A felhős fejlesztéstől a járműben futó modellekig

Az Alpamayo 2 Super az NVIDIA Cosmos 3 Super Reasoner alapjaira épül, és megerősítéses tanulással utólagosan továbbképezték. A vállalat szerint a modell két területen lép előre az autonóm járműves ökoszisztémában: nyílt kereskedelmi licencet kínál, valamint vezető többfeladatos képességeket ad az autonóm vezetéshez.

Az NVIDIA leírása alapján az Alpamayo 2 Super felhőalapú fejlesztési munkafolyamatokban használható magas minőségű következtetési nyomok, szintetikus tanítóadatok és tanári kimenetek előállítására modelldesztillációhoz. A vállalat szerint az Alpamayo modellcsaládon belül az Alpamayo 2 Super adja a legmagasabb következtetési és vezetési teljesítményt multimodális autonóm vezetési fejlesztéshez, míg az Alpamayo 1.5 és az Alpamayo 1 költséghatékonyabb opciót kínál felhőalapú fejlesztéshez és modelldesztillációhoz.

Az így desztillált modellek ezután a gyártási járművekben hatékony, valós idejű következtetésre optimalizálhatók. Az NVIDIA ezt felhőtől autóig tartó munkafolyamatként írja le, amelyben a nagy léptékű következtetés a felhőben történik, a járműben pedig specializált, hatékony modellek futhatnak.

Első helyek NVIDIA-teszteken és nagyobb modellméret

Az NVIDIA közlése szerint az Alpamayo 2 Super első helyen végzett a LingoQA autonóm vezetési következtetési benchmarkon, közel 40 értékelt modell között. A vállalat Lingo-Judge metrikával végzett tesztjeiben a modell 17,0 ponttal előzte meg a Qwen2.5-VL 72B-t, 15,1 ponttal a Gemini 2.5 Pro-t és 23,2 ponttal a GPT-4o-t.

Az NVIDIA azt is állítja, hogy az Alpamayo 2 Super első helyen áll az összes, általa értékelt autonóm vezetési benchmarkon. A modell mérete a 10 milliárd paraméteres NVIDIA Alpamayo 1.5 és Alpamayo 1 modellekhez képest háromszoros. A vállalat szerint a nagyobb kapacitás segíti a ritka példákból történő általánosítást, ami különösen fontos a ritka, több szereplős forgalmi interakcióknál.

A modell teljes környezetet lefedő kameraképeken következtet, a jármű elejéről, oldalairól és hátuljáról érkező nézeteket egyesítve. Az NVIDIA szerint ez a 360 fokos kontextus gazdagabb helyzetértést tesz lehetővé sávváltásoknál, besorolásoknál, védtelen kanyarodásoknál és összetett kereszteződéseknél.

Öt kimenet egy vezetési helyzetre

Az Alpamayo 2 Super minden vezetési helyzethez öt, egymással szorosan összekapcsolt kimenetet tud előállítani. Ezek közé tartozik a jármű tervezett útvonalát leíró trajektória, a döntés mögötti ok-okozati láncot bemutató CoC-nyom, valamint egy metaakció, például elsőbbségadás, sávváltás vagy megállás.

A modell emellett következtetési autocímkéket is készíthet CoC-annotációkhoz tanító és validációs adatokon, valamint vizuális kérdés-válasz kimeneteket adhat 2D vizuális földeléssel, amely a válaszokat a kameraképek konkrét régióihoz köti.

Az NVIDIA szerint ezek a kimenetek betekintést adnak a modell döntéshozatali folyamatába. A fejlesztők összekapcsolhatják, mit észlelt a modell, azzal, milyen akciót választott, így a döntések könnyebben érthetők, bírálhatók és validálhatók. A CoC-nyomok integrálhatók az NVIDIA Halos biztonsági validációs munkafolyamataival, és támogatják az ISO/PAS 8800 követelményeihez igazodó AI-biztonságot.

A modell autocímkézőként is bevethető saját flották adataira, CoC-címkék generálására és 2D földeléssel kiegészített vizuális kérdés-válasz feladatokra. Az NVIDIA szerint a nyers vezetési klipek így gazdagabb tanítóadattá alakíthatók, az annotációs ciklusok pedig hónapokról napokra rövidíthetők.

Mit jelent ez a fejlesztőknek és a piacnak

Az Alpamayo 2 Super az NVIDIA tágabb, autonóm vezetéshez szánt nyílt modell-, keretrendszer- és adatkészlet-portfóliójának része. A kapcsolódó eszközök között szerepel az NVIDIA AlpaSim zárt hurkú szimulációhoz, az NVIDIA AlpaGym nagy áteresztőképességű megerősítéses tanuláshoz, valamint az NVIDIA Physical AI Open Datasets tanításhoz és teszteléshez.

A csomaghoz nyílt tanítási receptek és autocímkézési folyamat is tartozik, amelyek a modellfejlesztést, a tanítást és a validációt hivatottak gyorsítani. Az NVIDIA közlése szerint az Alpamayo már meghaladta az 500 000 letöltést a Hugging Face-en.

A bejelentés gyakorlati jelentősége, hogy az autonóm járműves szereplők a forrás szerint nyílt súlyokra és kereskedelmi licencre támaszkodva építhetnek saját, specializált modelleket. Ez nagyobb kontrollt adhat saját adataik, infrastruktúrájuk és fejlesztési munkafolyamataik felett, miközben a modellcsalád a felhőalapú következtetéstől a járműben futó, valós idejű rendszerekig kínál fejlesztési utat.