NVIDIA ने जारी किया Alpamayo 2 Super: रोबोटैक्सी और स्वायत्त ड्राइविंग के लिए 34B ओपन विज़न-लैंग्वेज-एक्शन मॉडल, OpenMDW-1.1 लाइसेंस के तहत

NVIDIA ने Alpamayo 2 Super पेश किया है, जो स्वायत्त ड्राइविंग के लिए एक 34B-पैरामीटर विज़न-लैंग्वेज-एक्शन (VLA) मॉडल है, जिसे अनुज्ञेय OpenMDW-1.1 लाइसेंस के तहत जारी किया गया है। यह मॉडल NVIDIA Cosmos 3 Super Reasoner पर आधारित 32B VLM बैकबोन को 2.3B डिफ्यूज़न-आधारित एक्शन डिकोडर के साथ जोड़ता है, जो लंबी-पूंछ और बहु-एजेंट ड्राइविंग परिदृश्यों को संभालने के लिए डिज़ाइन किया गया है। पूरे-परिवेश कैमरा वीडियो पर एक ही पास से, यह एक नियोजित प्रक्षेपवक्र, एक कारण स्पष्टीकरण (Chain-of-Causation ट्रेस), और एक मेटा-एक्शन उत्पन्न करता है। वेट OpenMDW-1.1 के तहत जारी किए गए हैं, स्रोत कोड Apache 2.0 के तहत, जो व्यावसायिक उपयोग, फाइन-ट्यूनिंग और पुनर्वितरण की अनुमति देता है। प्रशिक्षण डेटा में लगभग 115,000 घंटे का मल्टी-कैमरा ड्राइविंग वीडियो, 3.7 मिलियन Chain-of-Causation ट्रेस और एक अरब से अधिक छवियाँ शामिल हैं। LingoQA पर, यह Lingo-Judge में 79.2 स्कोर करता है, जो Qwen2.5-VL 72B को 17.0 अंकों से, Gemini 2.5 Pro को 15.1 अंकों से, और GPT-4o को 23.2 अंकों से पीछे छोड़ता है। AlpaSim के साथ 910 परिदृश्यों पर क्लोज्ड-लूप मूल्यांकन से AlpaSim स्कोर 1.50 ± 0.13 मिलता है, और 937 नमूनों पर ओपन-लूप मूल्यांकन से 6.4 सेकंड पर minADE₆ 0.911 मीटर मिलता है। मॉडल ऑटो-लेबलिंग का भी समर्थन करता है, एनोटेशन चक्रों को महीनों से घटाकर दिनों तक संपीड़ित करता है, और सुरक्षा सत्यापन के लिए NVIDIA Halos के साथ एकीकृत होता है।