NVIDIA открыла Alpamayo 2 Super для коммерческого использования

AI-модель с 34 млрд параметров способна анализировать дорожные ситуации, генерировать траектории движения и создавать обучающие данные для автономных транспортных средств

13 Августа, 2026

NVIDIA открыла Alpamayo 2 Super для коммерческого использования

Компания NVIDIA сделала доступной для коммерческого использования свою новую открытую модель искусственного интеллекта для автономного вождения – Alpamayo 2 Super. Модель насчитывает 34 миллиарда параметров и предназначена для создания автономных транспортных средств 4-го уровня и роботакси, объединяя визуальное восприятие, рассуждение и управление движением в одной системе.

В отличие от традиционных систем автономного вождения, которые в первую очередь обнаруживают объекты и прогнозируют их движение, Alpamayo 2 Super разработана для анализа сложных ситуаций и объяснения собственных решений. Архитектурно модель объединяет два компонента: мультимодальную языковую модель с 32 млрд параметров Cosmos 3 Super Reasoner, которая интерпретирует сцену, и “Action Expert” c примерно 2 млрд параметров, который преобразует это понимание в реальную траекторию движения. Модель способна обрабатывать обзор на 360 градусов с семи камер и определять, как транспортному средству следует реагировать на такие ситуации, как смена полосы движения, слияние полос и сложные перекрестки.

Для каждой дорожной ситуации модель генерирует несколько связанных результатов:

  • Траектория движения – путь, по которому должно двигаться транспортное средство.
  • Логический след – объяснение факторов, повлиявших на принятие решения.
  • Действие высокого уровня – например, остановиться, уступить дорогу или перестроиться.
  • Автоматическая разметка – структурированная информация, которую можно использовать для обучения других ИИ-моделей.
  • Визуальные ответы – ответы об объектах и событиях, связанных с конкретными участками на изображениях с камеры.

Это делает модель полезной не только для управления автономными транспортными средствами, но и для разработки и оценки других систем автономного вождения. Разработчики могут использовать Alpamayo 2 Super для анализа реальных данных о движении, генерации меток и подготовки обучающих материалов для меньших моделей, предназначенных для работы непосредственно внутри транспортных средств. Компания NVIDIA отмечает, что это может сократить время, необходимое для разметки данных автономного вождения, с месяцев до нескольких дней.

Согласно собственным тестам NVIDIA, модель Alpamayo 2 Super набрала 79,2 балла в LingoQA – широко используемом бенчмарке для оценки рассуждений в сфере автономного вождения, и заняла первое место среди 37 оцениваемых моделей, опередив Qwen2.5-VL 72B, Qwen3-VL 32B, Gemini 2.5 Pro и GPT-4o. В прогнозировании траектории движения модель показала среднюю ошибку 0,911 метра на горизонте 6,4 секунды на более чем 1400 сложных образцах вождения, а также набрала 0,433 балла во внутреннем бенчмарке NVIDIA для оценки решений автономных транспортных средств.

Модель также прошла тест в рамках моделирования с замкнутым циклом с помощью фреймворка AlpaSim от NVIDIA, где ее решения по управлению влияют на дальнейшее развитие событий в симулируемой сцене, а не сравниваются с фиксированным, заранее записанным результатом. Это более сложный тест, поскольку он способен выявить проблемы (например, столкновения или ситуации, которые едва не привели к столкновению), которые проявляются только тогда, когда действия модели начинают менять окружающую обстановку.

Эти результаты выглядят многообещающе, но они получены в рамках собственных оценок NVIDIA, а высокие показатели в бенчмарках сами по себе не доказывают, что модель готова безопасно управлять автономными транспортными средствами в реальном мире. Автономное вождение остается критически важным вопросом с точки зрения безопасности, особенно когда речь идет о редких и непредсказуемых ситуациях, которые сложнее всего протестировать.

Одним из наиболее важных аспектов релиза является лицензирование. Alpamayo 2 Super доступна по лицензии OpenMDW-1.1 – гибкой лицензии Linux Foundation, которая позволяет компаниям настраивать модель, создавать производные модели и использовать их в коммерческих целях без получения дополнительного разрешения от NVIDIA. Ранее модели Alpamayo лицензировались преимущественно для научных исследований; теперь NVIDIA распространила те же открытые коммерческие условия на всю линейку моделей, а не только на последний релиз. Это дает автопроизводителям, компаниям в сфере автономного вождения и поставщикам возможность адаптировать технологию под свои данные и системы управления, сохраняя контроль над собственными данными автопарка.

NVIDIA также развивает вокруг этой модели экосистему, включающую AlpaSim для симуляции, AlpaGym для обучения с подкреплением в замкнутом цикле и открытые наборы данных Physical AI для обучения и оценки. Вместе эти инструменты призваны поддерживать весь процесс разработки: от сбора и разметки данных о вождении до обучения, тестирования и развертывания моделей автономного вождения.

Вместо того чтобы запускать полную модель с 34 млрд параметров непосредственно в каждом автомобиле, NVIDIA предусматривает рабочий процесс “от облака к автомобилю”. Alpamayo 2 Super выступает в роли мощного “учителя” на этапе разработки, генерируя направление для хода рассуждений и обучающие данные, которые затем используются для создания более компактных и эффективных моделей, пригодных для работы в реальном времени на бортовом оборудовании транспортных средств, таких как NVIDIA DRIVE AGX Thor. Более легкие модели семейства, Alpamayo 1.5 и Alpamayo 1, остаются доступными для команд, которым не требуется полная вычислительная мощность последней модели.

С выпуском Alpamayo 2 Super компания NVIDIA делает ставку на то, что открытые модели, способные к рассуждению, в сочетании с симуляцией и большими объемами обучающих данных помогут перевести автономное вождение от исследовательских прототипов к масштабируемому коммерческому внедрению.

Веса модели уже доступны на Hugging Face, а на GitHub опубликованы заметки для инференса для разработчиков, которые хотят самостоятельно протестировать генерацию траекторий, прогнозирование действий, ответы на вопросы о сцене и автоматическую разметку.