Nvidia đã phát hành Alpamayo 2 Super cho mục đích thương mại vào thứ Ba, cung cấp cho các nhà sản xuất ô tô và nhà phát triển phương tiện tự hành quyền truy cập vào mô hình suy luận mở lớn nhất của nó dành cho robotaxi và hệ thống tự lái.
Mô hình có sẵn qua Hugging Face theo giấy phép OpenMDW 1.1 của Quỹ Linux, cho phép tinh chỉnh, tạo mô hình phái sinh và phân phối lại nhằm mục đích thương mại. Nvidia cho biết họ cũng đang áp dụng giấy phép này cho các mô hình trước đó trong họ Alpamayo, vốn ban đầu được phát hành dành cho nghiên cứu và phát triển.
Alpamayo 2 Super là mô hình ngôn ngữ-hình ảnh-hành động với 34 tỷ tham số, bao gồm backbone Cosmos 3 Super Reasoner với 32 tỷ tham số và thành phần hành động dựa trên khuếch tán với khoảng 2,3 tỷ tham số.
Mô hình đã được huấn luyện sau bằng học tăng cường và có kích thước khoảng ba lần so với các mô hình Alpamayo 1 và Alpamayo 1.5 của Nvidia với 10 tỷ tham số.
Mô hình xử lý video từ các camera được đặt xung quanh xe, cùng với hướng dẫn điều hướng và lịch sử chuyển động gần đây của nó. Nvidia cho biết hệ thống toàn bộ môi trường xung quanh cung cấp cho hệ thống khả năng tiếp cận các góc nhìn phía trước, bên và phía sau khi đánh giá các tình huống như thay đổi làn đường, hợp làn, giao lộ và rẽ không được bảo vệ.
Đối với mỗi tình huống lái xe, Alpamayo 2 Super có thể tạo ra quỹ đạo được lên kế hoạch và chuỗi truy xuất nguyên nhân giải thích các yếu tố đằng sau quyết định của nó. Nó cũng có thể tạo ra các hành động cấp cao hơn như nhường đường, đổi làn hoặc dừng lại.
Các chức năng bổ sung bao gồm trả lời câu hỏi bằng hình ảnh, liên kết các phản hồi với các vùng trong hình ảnh camera và tự động tạo nhãn suy luận cho dữ liệu huấn luyện và xác thực. Nvidia cho biết mô hình có thể được áp dụng cho footage đội xe riêng để chuyển đổi các đoạn phim lái xe thô thành vật liệu huấn luyện đã được gán nhãn.
Thẻ mô hình Hugging Face cho biết Alpamayo 2 Super đã được huấn luyện bằng khoảng 115.000 giờ video lái xe đa camera và khoảng 3,7 triệu chuỗi truy vấn lý luận nhân quả. Các đầu ra của nó bao gồm văn bản và quỹ đạo phương tiện được lên kế hoạch kéo dài tới 6,4 giây.
Nvidia cho biết Alpamayo 2 Super đứng đầu trong số gần 40 mô hình được kiểm tra trên LingoQA, một tiêu chuẩn tập trung vào việc suy luận về các tình huống lái xe tự hành.
Sử dụng chỉ số Lingo Judge, Nvidia báo cáo rằng mô hình đạt điểm cao hơn 17 điểm so với Qwen2.5 VL 72B, cao hơn 15,1 điểm so với Gemini 2.5 Pro và cao hơn 23,2 điểm so với GPT-4o. Kết quả được công bố từ các bài kiểm tra do Nvidia thực hiện.
Bản ghi mô hình báo cáo điểm Lingo Judge là 79,2, cùng với kết quả từ đánh giá AlpaSim vòng kín của Nvidia và đánh giá quỹ đạo vòng mở dựa trên các mẫu lái xe khó khăn.
Nvidia cho biết các nhà phát triển có thể sử dụng Alpamayo 2 Super như một mô hình giáo viên dựa trên đám mây để tạo dữ liệu và đầu ra suy luận cho các mô hình nhỏ hơn. Các mô hình đó sau đó có thể được tối ưu hóa để xử lý thời gian thực bên trong phương tiện sản xuất.
Nền tảng Alpamayo rộng hơn cũng bao gồm AlpaSim để mô phỏng vòng kín, AlpaGym cho học tăng cường, bộ dữ liệu lái xe AI vật lý và các công cụ đào tạo mở. Nvidia cho biết các mô hình Alpamayo đã tổng cộng vượt quá 500.000 lượt tải về trên Hugging Face.