NVIDIA julkaisee Alpamayo 2 Super -mallin: 34B avoin visio-kieli-toiminto malli robottitaksia ja autonomista ajamista varten OpenMDW-1.1 -lisenssillä

NVIDIA on julkaissut Alpamayo 2 Super -mallin, joka on 34 miljardin parametrin näkö-kieli-toiminta (VLA) -malli autonomiseen ajamiseen. Malli on julkaistu sallivalla OpenMDW-1.1-lisenssillä. Malli yhdistää 32 miljardin parametrin VLM-pohjan, joka perustuu NVIDIA Cosmos 3 Super Reasoner -malliin, sekä 2,3 miljardin parametrin diffuusiopohjaisen toimintadekooderin. Se on suunniteltu käsittelemään pitkäntähtäimen ja usean toimijan ajoskenaarioita. Yhdellä läpikäynnillä koko ympäristön kattavasta kameravideosta se tuottaa suunnitellun liikeradan, kausaalisen selityksen (syy-seurausketjun jäljen) sekä meta-toiminnon. Painot on julkaistu OpenMDW-1.1-lisenssillä, ja lähdekoodi on Apache 2.0 -lisenssillä, mikä sallii kaupallisen käytön, hienosäädön ja uudelleenjakelun. Harjoitusdata sisältää noin 115 000 tuntia monikamerallista ajovideota, 3,7 miljoonaa syy-seurausketjun jälkeä ja yli miljardi kuvaa. LingoQA-vertailussa malli saa Lingo-Judge-arvosanaksi 79,2, mikä on 17,0 pistettä enemmän kuin Qwen2.5-VL 72B, 15,1 pistettä enemmän kuin Gemini 2.5 Pro ja 23,2 pistettä enemmän kuin GPT-4o. Suljetun silmukan arviointi AlpaSimillä 910 skenaariossa antaa AlpaSim-pisteiksi 1,50 ± 0,13, ja avoimen silmukan arviointi 937 näytteellä antaa minADE₆-arvoksi 6,4 sekunnissa 0,911 metriä. Malli tukee myös automaattista merkintää, lyhentäen annotointijaksot kuukausista päiviin, ja se integroituu NVIDIA Halos -järjestelmään turvallisuuden validointia varten.