NVIDIAが台湾のGTC Taipeiで、ロボタクシー向けのオープン推論モデル「Alpamayo 2 Super」を公開した。320億パラメータの視覚・言語・行動統合モデルで、カメラ映像を理解して運転判断を推論・計画・実行する。
NVIDIAは台湾のGTC Taipeiで、ロボタクシー向けのオープン推論モデルAlpamayo 2 Superを公開した。320億パラメータの視覚・言語・行動統合モデルで、従来の100億から3倍に拡大した。カメラ映像を理解して運転判断を推論・計画・実行し、前後左右360度の全周囲認識へ拡張した。減速・車線変更・停止といった高水準の運転判断(メタアクション)を出力する。
あわせて閉ループ強化学習基盤AlpaGymと生成世界モデルOmniDreamsを公開し、実車を走らせずにシミュレーション上で判断を磨く配線をそろえた。推論による自動ラベル付けで注釈作業を数カ月から数日に短縮する。
なぜその運転判断をしたかを説明できる因果連鎖(CoC)を持つため、レベル4の安全性検証や規制当局との協議に使える透明性を備える。Alpamayoは累計約40万回ダウンロードされており、今夏にGitHubで推論コード、Hugging Faceでモデル重みを公開予定。
この変化で何が要点か。図解と出典つきで一目で。
構造化された事実を最初に。誰が何をいつどこでなぜどのように。
NVIDIAはこれまで、自動運転開発向けに「Alpamayo」というオープンなAIモデル・シミュレーション基盤・実走行データ群を提供してきた。従来は100億パラメータ規模の「Alpamayo 1 Nano」などが中心で、主に走行軌道（どう走るか）の生成にとどまっていた。今回はパラメータ規模を3倍の320億に拡大し、単なる軌道生成を超えて全運転処理を推論・計画・実行できるようになった。Alpamayoはこれまで約40万回ダウンロードされ、業界で一定の利用実績を持つ。発表は完全自動運転（レベル4）の実現を狙ったもの。
自動運転の各社が認識・判断の基盤を一から作らずに済むよう、NVIDIAがオープンモデルとして提供する点が重要である。特に、なぜその運転判断をしたかを説明できる「因果連鎖（CoC）」を持つことで、安全性の検証や規制当局との協議に使える透明性を備える。大型の「教師モデル」を車載チップで動く小型モデルに蒸留できる設計のため、開発コストと期間の圧縮が現実的になる。
NVIDIAは台湾で開催のGTC Taipeiで、ロボタクシー向けのオープン推論モデルAlpamayo 2 Superを公開した。パラメータは従来の100億から3倍の320億に拡大し、カメラ映像を理解して運転判断を推論・計画・実行する視覚・言語・行動統合モデル(VLA、映像・言葉・運転操作を1つのモデルで扱う仕組み)になった。
NVIDIA's most powerful open reasoning model to date, NVIDIA Alpamayo 2 Super is an open 32-billion-parameter reasoning VLA model that reasons, plans and acts across the full ...
認識範囲も前方カメラ中心から前後左右360度の全周囲へ拡張し、車線変更や合流の安全性を高めた。さらに、減速・車線変更・停止といった高水準の運転判断(メタアクション、個々のハンドル操作ではなく「どう動くか」の方針)を出力する。重要なのは、なぜその判断をしたかを説明できる因果連鎖(CoC=判断に至った理由の連なり)を内蔵した点で、これが安全性の検証と規制協議の前提になる。
オープンモデルとして無料配布される影響は、立場ごとに分かれる。
自動運転スタートアップや国内のロボタクシー開発チームは得をする。認識・判断の基盤を一から作らず、累計約40万回ダウンロードされてきたAlpamayoから出発できるためだ。
車載チップへの実装担当者も得をする。320億パラメータの大型「教師モデル」を、車載チップで動く小型モデルに蒸留(大きいモデルの判断力を小さいモデルに引き継ぐ圧縮手法)できる設計だからだ。量産車に載せられる推論コストとレイテンシに収まる。
アノテーション工程を抱える現場も得をする。推論による自動ラベル付けで、注釈作業が数カ月から数日へ短縮される。
一方、認識・判断モデルを自社クローズドで囲い込んできたベンダーは、基盤モデル単体での差別化価値が薄まる。
Alpamayo 2 Super単体ではなく、判断を鍛えるための周辺基盤が同時に公開された点が今回の核心だ。
open-loop pretraining to closed-loop refinement
上の引用は、最初は記録済みデータで学ぶ段階(オープンループ事前学習)から、判断の結果を環境に返して鍛える段階(クローズドループ精緻化)へ移行する流れを指す。実走行データの収集だけに頼らず、シミュレーション上で判断品質を上げる配線が公式にそろった。
立場別、明日から動ける一手。
Alpamayo 2 Superの公式発表で、320億パラメータモデルの全周囲認識と因果連鎖の仕様を確認する。
オープンモデル採用で削れる開発期間と人件費を、自社クローズド開発の現行コストと比較する。
今夏公開予定のGitHub推論コードとHugging Face重みで、車載チップへの蒸留を試す。
発表直後で、Alpamayo 2 Superに直接言及する検証済みのX投稿は限定的。
同日にはNVIDIAのIsaac GR00T参照ヒューマノイドロボットの発表も並び、GTC Taipei関連でフィジカルAI(現実世界で動くAI)分野の発表が続いている状況。自動運転向けオープン推論モデルという文脈で、車載チップへの蒸留やレベル4実現への影響が技術者の関心領域として浮上している。
※トレンド検出時刻付近の人気投稿を表示
