Nvidia released Alpamayo 2 Super 於星期二供商業使用，讓汽車製造商和自動駕駛開發商能夠使用其最大的開放推理模型，用於機器人計程車和自駕系統。
該模型可透過 Hugging Face，在 Linux 基金會的 OpenMDW 1.1 許可證下使用，允許微調、衍生產品和商業再分發。Nvidia 表示，也將此許可證應用於 Alpamayo 系列的早期模型，這些模型最初是為研究與開發而發布的。
Alpamayo 2 Super 是一個擁有 340 億參數的視覺語言動作模型，其核心為擁有 320 億參數的 Cosmos 3 Super Reasoner，並搭配約 23 億參數的基於擴散的動作組件。
該模型使用強化學習進行後訓練，其規模約為 Nvidia 100 億參數 Alpamayo 1 和 Alpamayo 1.5 模型的三倍。
該模型會處理安裝在車輛周圍的攝像頭所拍攝的影片，並結合導航指令及近期的移動歷史。Nvidia 表示，完整的環景設定可讓系統在評估變更車道、併入車流、交叉路口和無保護轉向等情況時，取得前方、側方和後方的視野。
針對每種駕駛情境，Alpamayo 2 Super 可生成一組規劃軌跡及一連串因果追蹤，解釋其決策背後的因素。它還能產生更高層級的動作，例如讓行、變道或停車。
其他功能包括視覺問答、將回應與攝像頭影像中的區域連結，以及自動為訓練和驗證資料生成推理標籤。Nvidia 表示，該模型可用於專有車隊影片，將原始駕駛片段轉換為標註的訓練資料。
Hugging Face 的模型卡指出，Alpamayo 2 Super 是使用約 115,000 小時的多鏡頭駕駛影片和約 370 萬條因果推理軌跡訓練而成。其輸出包括文本和長達 6.4 秒的車輛軌跡規劃。
Nvidia 表示，Alpamayo 2 Super 在 LingoQA 基準測試中，於近 40 款模型中排名第一，該基準專注於對自動駕駛情境進行推理。
使用 Lingo Judge 指標，Nvidia 報告稱，該模型比 Qwen2.5 VL 72B 高 17 分，比 Gemini 2.5 Pro 高 15.1 分，比 GPT 4o 高 23.2 分。這些結果來自 Nvidia 自身的測試。
模型卡片顯示 Lingo Judge 分數為 79.2，並附有 Nvidia 閉環 AlpaSim 評估結果及基於挑戰性駕駛樣本的開環軌跡評估。
Nvidia 表示，開發者可以使用 Alpamayo 2 Super 作為基於雲端的教師模型，以生成數據和推理輸出供較小的模型使用。這些模型隨後可進行優化，以在生產車輛內實現實時處理。
更廣泛的 Alpamayo 平台還包括用於閉環模擬的 AlpaSim、用於強化學習的 AlpaGym、物理 AI 驅動數據集和開放式訓練工具。Nvidia 表示，Alpamayo 模型在 Hugging Face 上的總下載量已超過 500,000 次。