Nvidia merilis Alpamayo 2 Super untuk penggunaan komersial pada hari Selasa, memberikan akses kepada produsen mobil dan pengembang kendaraan otonom terhadap model penalaran terbuka terbesarnya untuk robotaksi dan sistem self-driving.
Model ini tersedia melalui Hugging Face di bawah lisensi OpenMDW 1.1 dari Linux Foundation, yang memungkinkan fine tuning, model derivatif, dan redistribusi komersial. Nvidia mengatakan juga menerapkan lisensi ini pada model-model sebelumnya dalam keluarga Alpamayo, yang awalnya dirilis untuk penelitian dan pengembangan.
Alpamayo 2 Super adalah model visi bahasa tindakan dengan 34 miliar parameter yang terdiri dari backbone Cosmos 3 Super Reasoner dengan 32 miliar parameter dan komponen tindakan berbasis difusi sekitar 2,3 miliar parameter.
Model tersebut dilatih ulang setelah pelatihan awal menggunakan pembelajaran penguatan dan berukuran sekitar tiga kali lebih besar daripada model Alpamayo 1 dan Alpamayo 1.5 Nvidia dengan 10 miliar parameter.
Model ini memproses video dari kamera yang dipasang di sekitar kendaraan, bersama dengan instruksi navigasi dan riwayat pergerakan terbaru. Nvidia mengatakan bahwa pengaturan surround penuh memberikan sistem akses ke tampilan depan, samping, dan belakang saat menilai situasi seperti perubahan jalur, penggabungan, persimpangan, dan belokan tanpa perlindungan.
Untuk setiap skenario mengemudi, Alpamayo 2 Super dapat menghasilkan trajektori yang direncanakan dan rangkaian jejak kausalitas yang menjelaskan faktor-faktor di balik keputusannya. Ia juga dapat menghasilkan tindakan tingkat lebih tinggi seperti memberi jalan, mengganti lajur, atau berhenti.
Fungsi tambahan mencakup visual question answering, menghubungkan respons ke wilayah dalam gambar kamera, dan secara otomatis menghasilkan label penalaran untuk data pelatihan dan validasi. Nvidia mengatakan model ini dapat diterapkan pada rekaman armada propietaris untuk mengonversi klip mengemudi mentah menjadi materi pelatihan yang telah diberi label.
Kartu model Hugging Face menyatakan bahwa Alpamayo 2 Super dilatih menggunakan sekitar 115.000 jam video mengemudi multi-kamera dan sekitar 3,7 juta jejak penalaran rantai sebab-akibat. Outputnya mencakup teks dan trajektori kendaraan yang direncanakan yang mencakup hingga 6,4 detik.
Nvidia mengatakan Alpamayo 2 Super menempati peringkat pertama di antara hampir 40 model yang diuji di LingoQA, sebuah tolok ukur yang berfokus pada penalaran mengenai skenario pengemudi otonom.
Menggunakan metrik Lingo Judge, Nvidia melaporkan bahwa model tersebut mendapatkan skor 17 poin lebih tinggi daripada Qwen2.5 VL 72B, 15,1 poin lebih tinggi daripada Gemini 2.5 Pro, dan 23,2 poin lebih tinggi daripada GPT 4o. Hasil tersebut dilaporkan dari pengujian sendiri oleh Nvidia.
Kartu model melaporkan skor Lingo Judge sebesar 79,2, bersama hasil dari evaluasi AlpaSim loop tertutup Nvidia dan penilaian trajektori loop terbuka berdasarkan sampel mengemudi yang menantang.
Nvidia mengatakan pengembang dapat menggunakan Alpamayo 2 Super sebagai model guru berbasis cloud untuk menghasilkan data dan output penalaran untuk model-model yang lebih kecil. Model-model tersebut kemudian dapat dioptimalkan untuk pemrosesan waktu nyata di dalam kendaraan produksi.
Platform Alpamayo yang lebih luas juga mencakup AlpaSim untuk simulasi loop tertutup, AlpaGym untuk pembelajaran penguatan, dataset pengemudi AI fisik, dan alat pelatihan terbuka. Nvidia mengatakan model Alpamayo secara kolektif telah melewati 500.000 unduhan di Hugging Face.