Решение проблемы «длинного хвоста» в автономном вождении
Самая сложная задача для автономных транспортных средств (AV) — не распознавание объектов, а обработка редких, сложных сценариев (long-tail events). NVIDIA Alpamayo 2 Super, доступная теперь для коммерческого использования, создана именно для этого. Модель построена на базе NVIDIA Cosmos 3 Super Reasoner и дообучена с помощью усиления (reinforcement learning). Она объединяет в себе способность к сложным рассуждениям в реальном времени и возможность прозрачной валидации решений разработчиками.
Рекордные показатели в бенчмарках
Alpamayo 2 Super заняла первое место в бенчмарке LingoQA, оценивающем способность к рассуждению в контексте вождения. Модель превосходит ключевых конкурентов на значительную величину, что подтверждает её статус лидера в области AV-резолюции. Сравнение результатов по метрике NVIDIA Lingo-Judge выглядит следующим образом:
| Модель | Отрыв от лидера (Alpamayo 2 Super) | Примечание |
|---|---|---|
| Alpamayo 2 Super | — (Лидер) | 1-е место среди ~40 моделей |
| Qwen2.5-VL 72B | +17.0 баллов | Крупная мультимодальная модель |
| Gemini 2.5 Pro | +15.1 баллов | Флагманская модель Google |
| GPT-4o | +23.2 балла | Флагманская модель OpenAI |
Модель имеет масштаб, в 3 раза превышающий параметры моделей Alpamayo 1.5 и Alpamayo 1 (10 млрд параметров). Это позволяет ей лучше обобщать логику на основе разреженных примеров, что критично для взаимодействия с несколькими агентами на дороге.
Пять ключевых выходов для безопасности и отладки
В отличие от черных ящиков, Alpamayo 2 Super генерирует пять взаимосвязанных результатов для каждой ситуации:
- Траектория: запланированный путь автомобиля.
- Цепочка причинности (CoC): объяснение логики принятия решения.
- Мета-действие: намерение (например, «уступить», «сменить полосу»).
- Авто-лейблы: аннотации для обучения и валидации.
- Визуальные вопросы (VQA): ответы с привязкой к конкретным регионам на изображениях камер (2D visual grounding).
Эти данные интегрируются с платформой NVIDIA Halos для проверки безопасности в соответствии со стандартом ISO/PAS 8800. Использование модели как автолейблера позволяет сжимать циклы аннотации данных с месяцев до дней, превращая сырые записи с флота в богатые обучающие датасеты.
Открытая лицензия и экосистема
Модель доступна на Hugging Face под лицензией OpenMDW-1.1 (Linux Foundation). Это разрешает коммерческое использование, дообучение и создание производных моделей без дополнительных разрешений. Семейство Alpamayo уже скачали более 500 000 раз, что делает его самым популярным открытым решением для рассуждений в автономном вождении. В экосистему также входят симулятор AlpaSim, среда RL AlpaGym и открытые датасеты Physical AI.
Бенчмарки
| Бенчмарк | NVIDIA Alpamayo 2 Super | GPT-4o | Gemini 2.5 Pro | Qwen2.5-VL 72B |
|---|---|---|---|---|
| LingoQA | 0points | -23.2points | -15.1points | -17points |
Жирным — лучший результат в строке. Источник цифр — официальная публикация.
Источник: NVIDIA Blog ↗